issn: 2602-831x · 2019-11-27 · x-pedientes económicos, vol. 3 (7), septiembre-diciembre 2019,...

Investigacióny Estudios

Publicación cuatrimestral de la Superintendencia de Compañías, Valores y Seguros del Ecuadorhttp://ojs.supercias.gob.ec/

Vol. 3

7Septiembre - Diciembre 2019

ISSN: 2602-831X

2

AUTORIDADES SUPERINTENDENCIA DE COMPAÑÍAS, VALORES Y SEGUROS DEL

ECUADOR

Superintendente de Compañías, Valores y Seguros Ab. Víctor Anchundia Places

Intendente de Compañías Ab. Dorys Alvarado Benítez

Intendente de Mercado de Valores

Ing. Carlos Murillo Cabrera

Intendente de Seguros Ab. Jorge Lince

Intendente de Planificación, Tecnología y Desarrollo

M.Sc. Álvaro Acosta Ávila

CONSEJO EDITORIAL

EDITOR EN JEFE Ph.D. (c) Segundo Camino Mogro

EDITOR ASISTENTE Ph.D. Renato Jácome Ph.D. Laura Varela

CONSEJO CIENTÍFICO

Ph.D. José Gabriel Castillo, ESPOL, Ecuador

Ph.D. Xavier Ordeñana, ESPAE Graduate School of Management, Ecuador

Ph.D. Carmen Padilla, Universidad Católica de Santiago de Guayaquil, Ecuador

Ph.D. (c) Jorge Calderón, Universidad de Especialidades Espíritu Santo, Ecuador

Ph.D. (c) José Luis Castillo Burbano, ESPOL, Ecuador

Ph.D. (c) Jorge García Regalado, Universidad Agraria, Ecuador

Ph.D. (c) César Freire Quintero, Universidad Católica de Santiago de Guayaquil y Universidad Agraria, Ecuador

Ph.D. (c) Andres Chiriboga, Max Planck – Sciences Po Center (MaxPo), Francia

Ph.D. (c) Bernard Moscoso, Barcelona School of Economics, España

Ph.D. (c) Alexandra Contreras, Universidad Complutense de Madrid, España

Mgs. Elba Calderón Farfán, Universidad ECOTEC, Ecuador

M.Sc. Juan Carlos Campuzano, ESPOL, Ecuador

M.Sc. Paúl Carrillo Maldonado, Banco Interamericano de Desarrollo, Ecuador

MBA. Erick Paul Murillo, Universidad de Guayaquil y Universidad Católica de Santiago de Guayaquil, Ecuador

MBA. Javier Castillo Jurado, Universidad de Especialidades Espíritu Santo, Ecuador

Econ. Natalia Bermudez-Barrezueta, Superintendencia de Compañías, Valores y Seguros del Ecuador

Econ. Paul Vera Gilces, ESPAE Graduate School of Management, Ecuador

3

ÍNDICE

Editorial Ab. Víctor Anchundia Places

4

Preámbulo Ph.D. (c) Segundo Camino Mogro

5

Potencial de Mercado, Economía Geográfica e Inversión Privada en Ecuador. Jesús López-Rodríguez Guido Sotomayor-Pereira Luis Felipe Brito-Gaona

6

Incidencia de la investigación y desarrollo y el capital humano en el desempeño innovador de las empresas industriales ecuatorianas. Orly Carvache-Franco

23

Relación entre la Responsabilidad Social Empresarial y el Desempeño Financiero en las Empresas Ecuatorianas que Cuentan con Informes de Sostenibilidad desde el Periodo 2014 al 2018. Mónica Gallardo-Gordón Sandra Galarza-Torres

38

Determinantes de la Estructura de Capital: Un Análisis de las Pymes Ecuatorianas con Financiamiento en el Mercado de Valores. Jennifer Montalván

57

Red de Administradores Compartidos y su Relación con el Desempeño Financiero en Empresas del Ecuador: ¿Cuál es el efecto de compartir Capital Humano? Carmen Vaca Alex Amaguaya Fanny Lúa

76

4

EDITORIAL

a sinergia entre las Instituciones de Educación Superior y las Instituciones del Sector público es de

gran importancia para la sociedad. Muchas veces se cree que la innovación solo está relacionada con

la elaboración de nuevos aparatos tecnológicos. Sin embargo, también existe la innovación por

creación de redes de trabajo y la innovación de procesos. Eric Von Hippel, un catedrático del Instituto

Tecnológico de Massachusetts (MIT) define a la innovación como cualquier idea nueva que genera valor.

El vínculo entre la academia y el sector público crea precisamente nuevas formas de realizar

investigación, tomar decisiones e implementar políticas públicas, lo cual genera un valor significativo

para la sociedad. Además, la innovación es uno de los principales factores del crecimiento de la

economía de un país. A Ecuador, comparado con otros países, aún le falta desarrollar este tema; según

el Índice de Innovación Global, el país está en el puesto 94 de 124 países del mundo.

A pesar de que se tiene la oportunidad de innovar creando nuevas redes, se ha trabajado muy poco en

estos temas. La brecha entre ambos sectores, el académico y el público, es evidente no solo en Ecuador

sino en Latinoamérica. Por un lado, en ocasiones la academia no tiene acceso a información para realizar

estudios sobre la situación económica del país, lo cual los desmotiva a vincularse con el sector público.

Por otro lado, el sector público no le da la importancia debida a la elaboración de políticas y toma de

decisiones basadas en evidencia. Si se unen, ambas partes salen beneficiadas; la academia puede lograr

tener más impacto en la sociedad y el sector público en cambio obtener análisis económicos rigurosos.

En este sentido, la Superintendencia de Compañías, Valores y Seguros ha aportado en este proceso de

innovación a través de facilitar a la academia la valiosa información que posee a nivel de empresas. Así

les proveemos un insumo para la realización de investigaciones claras, precisas y concisas con un alto

componente científico. Además cada año se invita a participar del concurso de investigación científica,

que la Intendencia de Planificación y Gestión Estratégica mediante la Dirección Nacional de

Investigación y Estudios ha sido la encargada de promover a las instituciones de educación superior del

país.

La Revista X-Pedientes Económicos se publica cuatrimestralmente en el portal web institucional de la

SCVS www.supercias.gob.ec. Los artículos publicados presentan temas diversos que aportan al sector

público y privado, y al país en general con estudios que sirven como guía para la mejora del sector

empresarial y productivo de Ecuador.

El presente órgano de difusión, está abierto a contribuciones académicas de carácter jurídico,

económico, financiero, mercado de valores, seguros, además de temas empresariales desde toda óptica

que busque fortalecer la dinámica de la economía en nuestro país. Desde cada uno de nuestros espacios

continuaremos con la misma mística de servicio y aportes a la comunidad, siempre encaminados con

nuestro lema de ¡Servir es nuestro compromiso!

Ab. Víctor Anchundia Places Superintendente de Compañías, Valores y Seguros del Ecuador

l

http://www.supercias.gob.ec/

5

PREAMBULO

enemos el gusto de presentar la Revista X-Pedientes Económicos Volumen 3, número 7, correspondiente al período septiembre-diciembre 2019, en este séptimo número se incluyen cinco trabajos científicos, académicos que ganaron la tercera edición del Concurso de Investigación

Científica en mercado societario, de valores y seguros del Ecuador; básicamente estos trabajos analizan temas empresariales, financieros y de mercado de valores. Los trabajos representan una importante contribución a las áreas societarias y mercado bursátil, los cuales se describen a continuación.

En el área Societaria, López-Rodríguez, Sotomayor-Pereira y Brito-Gaona estudian el papel desempeñado por el potencial de mercado y la economía geográfica en los niveles de inversión privada en las provincias ecuatorianas durante el período 2007-2014 y encuentran que el potencial de mercado desempeña un papel relevante a la hora de explicar los niveles de inversión privada, confirman el papel positivo del potencial de mercado a la hora de determinar los niveles de inversión privada en las provincias ecuatorianas.

Por otro lado, Carvache-Franco estudia la relación entre la Investigación y desarrollo (I&D) interna y externa, y el capital humano con el desempeño innovador de las empresas de manufacturas del Ecuador y encuentra que la Investigación y Desarrollo Interna y Externa se relaciona en forma significativa con la innovación de productos y procesos, mientras que no se encontró relación significativa entre los gastos de I&D interna y externa con la innovación de productos y procesos.

Por su parte, Gallardo-Gordón y Galarza-Torres analizan si existe o no una relación entre las variables de RSE y desempeño financiero de las empresas ecuatorianas que emiten informes de sostenibilidad bajo el modelo del Pacto Mundial de las Naciones Unidas, mismo que hace uso de estándares GRI (Global reporting initiative), sus resultados demuestran que existe evidencia de la relación entre la dimensión ambiental de RSE y algunos indicadores financieros. También se incluye un artículo sobre determinantes de la Estructura de Capital de las Pymes en el mercado de valores de Ecuador, Montalván encuentra que el tamaño dentro de la investigación es un determinante importante para las pymes que cotizan en el mercado de valores durante todos los periodos de estudio, los resultados muestran que el escudo fiscal a pesar de no ser una variable tan robusta tiene un efecto positivo.

Finalmente, Vaca, Amaguaya y Lúa cuantifican el efecto que tiene el desempeño financiero al compartir capital humano y ser una empresa prominente dentro del mercado y encuentran que existe un considerable efecto positivo sobre el desempeño financiero cuando una empresa es prominente en el mercado. Por otro lado, se determinó que existe un efecto negativo sobre el desempeño financiero al compartir capital humano, cuando se contrata a un trabajador que labora o laboró en una empresa del mismo sector, así como de otros sectores. Finalmente, encontraron que los indicadores que cuantifican las conexiones con empresas representan una valiosa fuente de información para las firmas.

Esperamos que estos artículos rigurosamente revisados sean de utilidad para los investigadores en las áreas presentadas. Reciban todos los autores nuestro sincero agradecimiento por escoger X-Pedientes Económicos para la divulgación, así como también a los evaluadores que participaron en la revisión de los artículos y a nuestros lectores la gratitud de siempre por su solidaridad.

Ph.D. (c) Segundo Camino Mogro

Editor en Jefe de la Revista X-Pedientes Económicos

T

X-Pedientes Económicos, Vol. 3 (7), Septiembre-Diciembre 2019, pp. 6-22

Potencial de Mercado, Economía Geográfica e Inversión Privada en Ecuador

Market Potential, Geographical Economy and Private Investment in Ecuador

Jesús López-Rodríguez1; Jorge Guido Sotomayor-Pereira2; Luis Felipe Brito-Gaona 3

Fecha de recepción: 8/08/2019, Fecha de aceptación: 16/10/2019

RESUMEN

Existe una creciente y amplia literatura que explica sobre el potencial de mercado, sobre economía geográfica y la

inversión privada. Dentro de la economía geográfica existen elementos como la localización de la producción y la

estructura geográfica que determinan si son más atractivas para la inversión privada o no, debido a los niveles de

acceso al mercado que estas ofrecen y que se puede capturar a través de la variable de economía geográfica

denominada potencial de mercado. Partiendo de estas consideraciones el presente trabajo se centra en el análisis

empírico del papel desempeñado por el potencial de mercado y la economía geográfica en los niveles de inversión

privada en las provincias ecuatorianas durante el período 2007-2014. Además, vamos a controlar por otras variables

relevantes a la hora de analizar los niveles de inversión privada (Inversión pública, impuesto renta, impuesto al

consumo y remesas de emigrantes). Los resultados de nuestras estimaciones muestran que el potencial de mercado

desempeña un papel relevante a la hora de explicar los niveles de inversión privada. Se confirma el papel positivo del

potencial de mercado a la hora de determinar los niveles de inversión privada en las provincias ecuatorianas; que el

gasto público tiene un efecto de crowding out sobre la inversión privada; las remesas tienen un impacto positivo sobre

los niveles de inversión privada; y los impuestos directos (renta) tienen un efecto negativo sobre la inversión privada

mientras que los impuestos indirectos (IVA) tienen un efecto positivo.

Palabras clave: Inversión privada, potencial de mercado, gasto público, impuestos, remesas, Ecuador.

JEL: R11, R12, F21, H24, H25, H54.

ABSTRACT

There is a growing and extensive literature that explains Market potential, geographic economy and private

investment. Within the geographical economy there are elements such as the location of production and the

geographical structure that determine whether they are more attractive for private investment or not, due to the

levels of market access they offer and that can be captured through the geographic economy variable called market

potential. Based on these considerations, this paper focuses on the empirical analysis of the role played by market

1 Doctor Europeo en Ciencias Económicas y Empresariales por la Universidad de la Coruña, España. Catedrático de Universidad

de Fundamentos del Análisis Económico, Facultad de Economía y Empresa de la Universidad de la Coruña, España. E-mail:

[email protected]

2 Ph.D en Análisis Económico y Estrategia Empresarial por la Universidad de la Coruña, España. Profesor de la Facultad de

Ciencias Empresariales de la Universidad Técnica de Machala, Campus El Cambio. 070150, El Oro. Ecuador. E-mail:

[email protected]

3 Ph.D en Análisis Económico y Estrategia Empresarial por la Universidad de la Coruña, España. Profesor de la Facultad de

Ciencias Empresariales de la Universidad Técnica de Machala, Campus El Cambio. 070150, El Oro. Ecuador. E-mail:

[email protected]

mailto:[email protected]

Potencial de Mercado, Economía Geográfica e Inversión Privada en Ecuador • López-Rodríguez, Sotomayor-Pereira y Brito-Gaona.

7

potential and geographic economy in the levels of private investment in the Ecuadorian provinces during the period

2007-2014. In addition, we will control for other relevant variables when analyzing the levels of private investment

(Public investment, income tax, consumption tax and migrant remittances). The results of our estimates show that

market potential plays an important role in explaining levels of private investment. The positive role of the market

potential is confirmed when determining the levels of private investment in the Ecuadorian provinces; that public

spending has a crowding out effect on private investment; Remittances have a positive impact on private investment

levels; and direct taxes (income) have a negative effect on private investment while indirect taxes (VAT) have a

positive effect.

Key words: Private investment, market potential, public spending, taxes, remittances, Ecuador.

JEL: R11,R12,F21,H24,H25,H54.

I. INTRODUCCIÓN

as diferencias en los niveles de desarrollo entre las regiones dentro de cada país son casi una característica natural. En el caso de Europa, las diferencias en los niveles de ingresos regionales dentro de los países son considerables donde se puede establecer un claro patrón, en leguaje de la

economía geográfica, centro-periferia. Estos patrones han despertado considerables inquietudes en los debates populares y en los círculos políticos que han llevado al establecimiento de políticas destinadas a equilibrar las diferencias de ingresos y así poder permitir la convergencia de las regiones periféricas. Es por ello que una de las mejores maneras de entender cómo funciona la economía internacional es comenzar a observar lo que sucede dentro de las naciones.

Existe una literatura teórica muy amplia dentro de la economía geográfica que ha puesto de relieve el papel de los costes de transporte y la existencia de rendimientos crecientes a escala como elementos que determinan la localización de la producción (Fujita, Krugman y Venables, 1999, Krugman, 1991a y 1991b)4. Intuitivamente, la existencia de rendimientos crecientes a escala implica que las empresas para maximizar sus beneficios prefieren localizarse en un número reducido de localizaciones, siendo en caso límite en una única localización. Por otro lado, la existencia de costes de transporte implica que, permaneciendo todo lo demás constante, las empresas elegirán aquellas localizaciones que ofrezcan un mayor mercado potencial y un acceso más fácil a los oferentes de bienes intermedios y desde ahí tratarán de distribuir al resto de las localizaciones. Por tanto, localizaciones con estas características (acceso a un amplio mercado potencial y capacidad para minimizar costes de transporte) generarán atracción de empresas y factores móviles y por tanto tendrá un efecto positivo en los niveles de inversión privada de estas localizaciones.

Los modelos de economía geográfica incorporan el papel de la localización relativa de los agentes en el espacio físico dentro de sus análisis. En un contexto donde no existiesen costes de transporte, las ventajas comparativas de las distintas localizaciones (nivel tecnológico y dotación de factores) determinarían la producción y los niveles de inversión empresarial en cada localización. Sin embargo, si los costes de transporte están presentes en el análisis, tanto factores de demanda potencial como de oferta son clave a la hora de determinar las decisiones de localización y los niveles de inversión privada por parte de las empresas. Las empresas querrán estar relativamente cerca tanto de los mercados de consumidores como de los suministradores de inputs.

4 Para otros trabajos que analizan los determinantes de la localización industrial véase (Bowen et al., 1987, Trefler, 1995, Davis et

al 1997, Gabaix, 1997, Davis Y Weisntein, 1999, 2001, 2003)

L


8

Para contrastar los efectos tanto de las variables de economía geográfica (potencial de mercado) como de las restantes variables de control (hipótesis de Harberger (1964) y papel de las remesas de emigrantes) hemos realizado estimaciones usando el estimador Arellano-Bond system-GMM sobre un panel de datos para las 23 provincias ecuatorianas continentales5 observadas a lo largo del período 2007-2014. Los resultados de nuestras estimaciones empíricas ponen de manifiesto que la economía geográfica (potencial de mercado) desempeña un papel relevante a la hora de explicar los niveles de inversión privada. En relación a la contratación de la hipótesis de Harberger (1964) los resultados de las estimaciones nos dicen que dentro del mix impositivo, los impuestos indirectos tienen un efecto positivo sobre los niveles de inversión privada mientras que los impuestos directos tienen un efecto negativo. Finalmente, las remesas de emigrantes también tienen un efecto positivo sobre los niveles e inversión privada.

La estructura del presente trabajo comienza con la presente introducción. En la segunda sección, presentamos una descripción de las variables estudiadas. En la tercera sección presentamos la estrategia econométrica. En la cuarta sección presentamos los resultados del trabajo realizado. En la sección quinta presentamos las principales conclusiones del capítulo.

II. DESCRIPCIÓN DE LAS VARIABLES ESTUDIADAS

Potencial de Mercado

El potencial de mercado (PM) de Harris (1954) de una provincia de Ecuador “i” se define como la suma de los mercados accesibles para esa provincia dividida por la distancia entre la provincia “i” y el resto6. Por lo tanto, el potencial de mercado de una provincia se asociará positivamente con el poder adquisitivo de las provincias restantes, pero se relacionará negativamente con la distancia entre ellas. Matemáticamente, adopta la siguiente expresión:

1

( )n

it jt ij

j

PM M g d

(1)

Donde PMit representa la función de potencial de mercado de Harris (1954) para la provincia “i” en el período t; Mjt es una medida del poder adquisitivo de la provincia “j” en el período t; dij es una medida de la distancia entre dos provincias genéricas “i” y “j”; g (·) es una función decreciente de la distancia entre dos provincias genéricas “i” y “j” y n es el número de provincias consideradas. Además, el potencial de mercado de una provincia dada se puede dividir en un componente doméstico o interno, potencial de mercado creado por el propio departamento, (PMDit) y un componente externo o “foreign”, potencial de mercado que para esa provincia generan todas las provincias restantes en el área bajo consideración, (PMEit). La expresión matemática (1) se puede expandir fácilmente a esta:

1

1

n njt jtit

it it it

j j iij ii ij

M MMPM PMD PME

d d d

(2)

Al hacer los cálculos de la distancia interna (dii), la metodología estándar asume que las provincias son circulares y la distancia interna se aproxima mediante una función que es proporcional al radio de la

5 Se excluye Galápagos por la distorsión que genera a la hora de calcular los índices de potencial de mercado

6 El fundamento microeconómico del concepto de potencial de mercado de Harris (1954) se derivó por primera vez a principios

de los años noventa a partir de los influyentes trabajos de Krugman (1991, 1992) sobre modelos centro-periferia de economía

geográfica.


9

provincia, siguiendo el trabajo de Kleeble et al. (1982), Crozet (2004), Head Y Mayer (2000), y Nitsch (2000).

Con respecto a la variable Mjt utilizaremos el producto interior bruto (PIB), el valor agregado bruto (VAB) y la población de cada provincia como proxies. Finalmente, las distancias se medirán tanto en kilómetros (kms) entre las ciudades capitales de cada provincia como en tiempos de viaje por carretera utilizando la ruta más corta.

Las tablas 1 y 2 proporcionan cierta información sobre la composición promedio del potencial de mercado para los años 2007 y 2014 para evaluar cómo ha cambiado con el tiempo. Se calcula estas medidas para el primer y último año de la muestra para ver en qué medida se tienen cambios significativos en la composición del potencial de mercado doméstico y el externo. El potencial de mercado total se ha desglosado según la expresión (2) en un componente doméstico y un componente externo y de acuerdo con un esquema de ponderación basado en una matriz de distancia expresada en kms (Tabla 1) y una matriz de distancia expresada en minutos de viaje por carretera utilizando la ruta más corta (Tabla 2). La primera conclusión que se puede obtener de los datos presentados en estos cuadros es que la parte que representa el componente doméstico dentro de potencial de mercado total y la parte que representa el componente externo se mantienen constantes a lo largo del tiempo. En segundo lugar, en función de cuál sea la variable que utilizamos para medir la masa de actividad económica tenemos cambios sustanciales en las proporciones que representan los componentes domésticos y externos. Cuando la variable que aproxima la masa de actividad económica en el cálculo del potencial de mercado es el PIB se puede observar que aproximadamente un 25% del potencial de mercado para cada provincia (en promedio) lo aporta el componente doméstico frente al 75% que es aportado por el componente externo.

Tabla 1. Potencial de Mercado-valores promedio componente doméstico y componente externo (matriz de distancia expresada en kms.)

2007 (%)

2014 (%)

Fracción promedio del potencial de mercado derivado de la propia provincia

24.77 24.88

Fracción promedio del potencial de mercado derivado del resto de las provincias

75.23 75.17

Fuente: Elaboración propia a partir del cálculo de los potenciales de mercado

Tabla 2. Potencial de Mercado-valores promedio componente doméstico y componente externo (matriz de distancia expresada en minutos de viaje por carretera)

2007 (%)

2014 (%)

Fracción promedio del potencial de mercado derivado de la propia provincia

24.85 24.91

Fracción promedio del potencial de mercado derivado del resto de las provincias

75.15 75.09

Fuente: Elaboración propia a partir del cálculo de los potenciales de mercado

El mapa 1 muestra los valores del logaritmo del potencial de mercado (PM) para las provincias de Ecuador en los años 2007, 2010 y 2014. Una inspección visual permite observar claramente que las provincias de Ecuador difieren notablemente en sus valores de acceso a los mercados. Además, podemos ver una disposición espacial de los potenciales de mercado que forman una estructura centro-periferia donde en primer lugar se observa que hay un grupo de provincias con valores de potencial de mercado alto y que están


10

rodeadas por provincias con niveles de potencial de mercado cada vez menores a medida que nos desplazamos desde este centro tanto hacia el este como a los extremos sur y norte del país. El grupo de provincias que forman el centro estaría formado en primer lugar por el grupo de provincias siguientes: Guayas, Los Ríos y un poco desconectado de este centro la provincia de Pichincha. Rodeando este grupo de provincias con alto potencial de mercado estarían en un segundo lugar hacia el sur y este El Oro, Azuay, Cañar, Chimborazo, Bolívar, Tungurahua, por el norte, Cotopaxi y Santo Domingo y hacia el oeste Santa Elena y Manabí. Si nos seguimos desplazando hacia el extremo sur y el este nos encontramos con el resto de provincias ecuatorianas donde os valores de potencial de mercado son los más bajos (Loja, Zamora Chinchipe, Morona Santi, Pastaza, Orellana, Sucumbíos, Napo y hacia el extremo norte Carchi.

Mapa 1. Distribución espacial de (el log de) potencial de mercado en Ecuador

Fuente: Elaboración propia

La inversión privada en Ecuador: 2007-2014.

Analizaremos brevemente la evolución de la inversión privada en Ecuador a lo largo del período 2007-2014. Haremos un análisis detallado a nivel provincial de los niveles de inversión privada.

Tabla 3. Inversión privada en las provincias ecuatorianas (2007, 2010, 2014)

PROVINCIAS 2007 2010 2014

Azuay 848567 929672 1106081

Bolívar 524 143 2309

Cañar 67621 33780 767364

Carchi 10191 343 11152

Cotopaxi 74188 93076 30416

Chimborazo 16158 46572 258884

El Oro 32149 41718 114267

Esmeraldas 20724 31787 49696

Guayas 2579153 3489039 3681979

Imbabura 20511 49972 22141

Loja 36276 8660 225072

Los Ríos 10066 44153 79422

Manabí 449448 277366 463989

Morona Santiago 88 128 98378

Napo 36493 203 1772

Pastaza 113 1559 301


11

Pichincha 4692163 3217399 7416639

Tungurahua 619271 307203 171129

Zamora Chinchipe 2649 841 1395669

Sucumbíos 282 3145 13051

Orellana 423 704 12107

Santo Domingo 211 05 17728 130691

Santa Elena 13197 36072 48598

Media 1 414359 375272 700048

Max/Media 1 11.30 9.30 10.59

Min/Media 1 0.00 0.00 0.00

Max1 1 4692163 3489039 7416639

Min 1 88 128 301

Media 2 476472 431293 803782

Max/Media 2 9,85 8,09 9,23

Min/Media 2 0,00 0,00 0,00

Max 2 4692163 3489039 7416639

Min 2 88 128 1772

Fuente: Elaboración propia, Media 1: todas las provincias de Ecuador; Media 2: se excluyen las provincias productoras de petróleo

La tabla 3 muestra los datos de la inversión privada en cada una de las provincias de Ecuador para los años 2007, 2010 y 2014. En la parte inferior de la tabla se presentan algunos estadísticos descriptivos que permiten apreciar aún mejor el fenómeno que analizamos. Se puede apreciar que del año 2007 al 2010 un decrecimiento en el promedio de inversión en las provincias ecuatorianas; por el contrario, entre el 2010 al 2014 este promedio se incrementa. La inversión sin embargo se concentra en las dos principales provincias de Ecuador, esto es, Guayas y Pichincha, quienes en promedio reciben, para los años 2007, 2010 y 2014, el 76%, 77% y 69% respectivamente del total de inversión en este país, reflejo absoluto de la estructura centro-periferia que predomina en este país sudamericano.

En cuanto a la distribución espacial de los niveles de inversión privada el mapa 2 presenta los resultados para los años 2007, 2010 y 2014. Estos mapas confirman la existencia de diferencias importantes en los niveles de inversión privada en las provincias ecuatorianas y, en cierta medida, un patrón de persistencia en el tiempo. Las provincias que registran los valores más altos de inversión privada están localizadas a lo largo de un eje norte-sur en la parte oriental del país, destacando las provincias de Pichincha, Guayas, Azuay, El Oro, Manabí, Cotopaxi y Tungurahua.

Mapa 2. Distribución espacial de los niveles de inversión privada en Ecuador.



12

Finalmente, el gráfico 1 recoge el patrón de evolución temporal de los niveles de inversión privada en Ecuador. Como puede observarse la inversión tiene, desde el año 2007 al 2011 una tendencia creciente; del 2011 al 2013 tiende a caer y, a partir de este año tiene un crecimiento sostenido hasta alcanzar casi los 7.000 millones de dólares anuales.

Gráfico 1. Evolución temporal de los niveles de inversión privada en Ecuador (media anual).


Inversión privada, potencial de mercado y distancia a la capital económica de Ecuador

El gráfico 2 revela la existencia de una relación positiva entre los niveles de inversión privada provincial y el potencial de mercado provincial, aunque esta relación dista de ser perfecta. En general, las provincias con alto potencial de mercado también son provincias con altos niveles de inversión privada.

Gráfico 2. Inversión privada y potencial de mercado en las provincias ecuatorianas.


Otra forma de caracterizar la importancia de la economía geográfica a la hora de explicar su impacto sobre la distribución espacial de los niveles de inversión privada en Ecuador es analizando la relación entre los niveles de inversión privada y la distancia a la provincia más central en términos económicos (Guayaquil). En la mayor parte de los países latinoamericanos existe una gran diferencia en términos de desarrollo entre las diferentes regiones que componen los países destacando una región o un número reducido de ellas como los motores económicos y de atracción de inversión privada de estos países. En el caso de Ecuador se observa claramente en los gráficos como la relación entre la inversión privada y la distancia a la capital económica del país muestra un claro gradiente centro-periferia. A medida que nos alejamos de la capital económica del país los niveles de inversión privada promedio van disminuyendo tanto si la distancia entre las capitales de las provincias la medimos en kms como si esta distancia se mide en términos de tiempo (minutos de viaje). De

0

1000

2000

3000

4000

5000

6000

7000

8000

2007 2008 2009 2010 2011 2012 2013 2014

Inve

rsió

n P

riva

da

(Mill

on

es)

Inversión Privada


13

una manera indirecta vemos como las regiones centrales desde el punto de vista económico generan una mayor atracción de inversión privada ya que las empresas en estas localizaciones tienen garantizado un mayor mercado potencial a su disposición y una minimización de costes de transporte al resto de las localizaciones.

Gráfico 3. Inversión privada en las provincias ecuatorianas y distancia a Guayaquil (km).

Fuente: Banco Central de Ecuador y cálculos de los propios autores

Inversión Pública, Impuesto a la Renta, Impuesto al Valor Añadido y Remesas de Emigrantes

En este apartado presentamos los estadísticos descriptivos de las variables de control que vamos a utilizar para nuestras estimaciones empíricas, así como la matriz de correlaciones por pares (pair-wise correlation matrix). También presentamos varios gráficos y mapas que ofrecen una inspección visual de las variables que son importantes a la hora de explicar los determinantes de los niveles de inversión privada en las provincias de Ecuador. En las secciones posteriores de este capítulo se continúa con los resultados de las estimaciones.

La tabla 4 muestra los estadísticos descriptivos para las variables gasto público, impuesto a la renta, impuesto al valor añadido y remesas de emigrantes junto con la matriz de correlaciones (incluye las variables inversión privada y potencial de mercado). La base de datos que tenemos es un panel (strongly balanced) que se corresponde con 23 provincias de Ecuador observadas a lo largo del período 2007-2014. Se puede observar que todas las correlaciones tienen los signos esperados.

Tabla 4. Estadísticos descriptivos y matriz de correlaciones entre variables

Variables Obs Mean Std. D. Min Max

IP (inversión privada) 184 486077.4 1297339 51.3089 7945075 G (gasto público) 182 19716.88 32493.5 785.9839 142989 IR (Impuesto a la renta) 180 157942.3 660625 12.5981 4836330 IVA (Impuesto al valor añadido) 180 6.41e+07 3.04e+07 668.7524 2.58e+09 REM (Remesas de emigrantes) 184 968.802 1578.371 4.1459 7847.966

Matriz de correlaciones IP PMYA G IR IVA REM

IP 1.0000 PM 0.7140 1.0000

G 0.8218 0.8644 1.0000

IR 0.5531 0.6953 0.6745 1.0000

IVA 0.5182 0.6633 0.6118 0.9385 1.0000 REM 0.6943 0.5775 0.7618 0.4062 0.3177 1.0000



14

La inversión en Ecuador que se divide entre los sectores público y privado, se ha direccionado principalmente a las provincias económicamente más dinámicas, esto es, Guayas y Pichincha, seguido por Manabí y Azuay, dejando a las de la zona oriental con niveles mucho más limitado de inversión. El gasto público, ejecutado fundamentalmente entre los años 2007 al 2011, se ha constituido en el motor que ha impulsado la economía ecuatoriana. En cuanto a los niveles de tributación, Ecuador tiene la particularidad que el impuesto al valor agregado (tributo indirecto) es el de mayor relevancia para la caja fiscal, seguido por el impuesto a la renta (tributo directo). Las remesas fueron, hasta el 2008, la segunda fuente de ingresos a la economía nacional, superada únicamente por el petróleo. La crisis financiera internacional mermó de manera significativa el flujo de divisas a Ecuador, las cuales se constituyeron en el sostén del esquema de dolarización durante algunos años.

Mapa 3. Distribución espacial de los niveles de inversión pública en Ecuador


El gráfico 3 recoge el patrón de evolución temporal de los niveles de gasto público en Ecuador. Como puede apreciarse, según los datos analizados, la tendencia es absolutamente creciente debido a las políticas de gobierno de sostener la economía en base del gasto público, flujos que, se direccionan a las provincias más dinámicas del país y que prueban la relación centro-periferia existente.

Gráfico 3. Evolución temporal de los niveles de gasto público en Ecuador (media anual)


El mapa 4 y la gráfica 4 recogen el patrón de evolución temporal de la recaudación por este impuesto sobre la renta en Ecuador. Como puede observarse el comportamiento de este tributo es volátil, la representatividad sobre el total de los impuestos está en segundo lugar después del impuesto al valor agregado. Las provincias que más aportan al total de este impuesto son las que conforman el centro de la economía nacional y que se han citado en este estudio. Al ser un impuesto que grava los ingresos de las


15

personas, su comportamiento durante los años objeto de este estudio no tiene una tendencia creciente, debido principalmente a la crisis económica que vivió Ecuador derivada de la caída en los precios internacionales del petróleo que limitó el comportamiento general de la economía nacional.

Mapa 4. Distribución espacial de impuesto sobre la renta en Ecuador


Gráfico 4. Evolución de la recaudación fiscal en el Ecuador. 2000-2014. (En millones de dólares)


Mapa 5. Distribución espacial de impuesto sobre el valor añadido (IVA) en Ecuador


0,00

1.000,00

2.000,00

3.000,00

4.000,00

5.000,00

6.000,00

7.000,00

ISR IVA


16

El mapa 5 y el gráfico 4, representan el patrón de evolución de la recaudación de este impuesto. Como puede observarse, este impuesto, el de mayor representatividad para el erario nacional, mantiene una tendencia creciente hasta el año 2012, donde cae abruptamente hasta volver a crecer a partir del año 2013, fenómeno que se explica por la crisis que vivió el país durante ese periodo.

Mapa 6. Distribución espacial de remesas de emigrantes en Ecuador


Finalmente, el mapa 6 y el gráfico 5 representa el patrón de evolución de las mismas. Se aprecia claramente el declive de esta fuente de ingresos para la economía nacional. Tal como se refirió, las remesas se constituyeron en la segunda fuente de ingresos para este país, pero con las sucesivas crisis económicas (inmobiliaria en Estados Unidos en el año 2008 y la caída posterior en el precio del petróleo en el año 2012), los migrantes ecuatorianos vieron disminuir sus fuentes de trabajo y muchos de ellos optaron por regresar a Ecuador, dando lugar a la caída de las remesas provenientes del exterior.

Gráfico 5. Evolución temporal de la recaudación por remesas de emigrantes en Ecuador


III. ESTRATEGIA ECONOMÉTRICA

El modelo que usamos para estimar la relación entre inversión privada y potencial de mercado es el siguiente:

0

200

400

600

800

1000

1200

1400

1600

2007 2008 2009 2010 2011 2012 2013 2014Rem

esas

em

igra

nte

s (m

iles)

Remesas


17

𝐼𝑃𝑖,𝑡 = 𝛼0 + ∑ 𝛼1,𝑗

𝑚

𝑗=1

𝐼𝑃𝑖,𝑡−𝑗 + ∑ 𝛼2,𝑗

𝑛

𝑗=0

𝑃𝑀𝑖,𝑡−𝑗 + ∑ 𝛼3,𝑗

𝑝

𝑗=0

𝐺𝑖,𝑡−𝑗 + ∑ 𝛼4,𝑗

𝑞

𝑗=0

𝐼𝑅𝑖,𝑡−𝑗

+ ∑ 𝛼5,𝑗

𝑟

𝑗=0

𝐼𝑉𝐴𝑖,𝑡−𝑗 + ∑ 𝛼6,𝑗

𝑠

𝑗=0

𝑅𝐸𝑀𝑖,𝑡−𝑗 + 𝛼𝑖 + 𝜀𝑖,𝑡 (3)

Donde los subíndices temporales, i, y t, representan “provincia” y “año” respectivamente, PM representa el potencial de mercado, G gasto público, IR impuesto a la renta, IVA Impuesto sobre el valor añadido, REM

remesas de emigrantes, 𝛼𝑖 es un efecto fijo provincial, 𝜀𝑖,𝑡 representa el término de error con las propiedades estándar y m, n, p, q, r y s representan los retardos de las variables explicativas (regresores) del modelo. Todas las variables están expresadas en logaritmos para poder analizar elasticidades.

El fundamento teórico para la incorporación de PM al análisis está en los modelos de economía geográfica y en la literatura sobre las decisiones de localización empresarial. El potencial de mercado como variable clave dentro de las distintas especiaciones econométricas que vamos a estimar es una variable que se obtiene como resultado de un análisis de equilibrio general a partir de un modelo centro-periferia estándar. Esta variable, una vez calculada para las distintas provincias de Ecuador, nos da una indicación de la posición relativa de cada provincia en relación a la demanda potencial a la que tendría acceso. Por tanto, cabe esperar una relación positiva entre esta variable y los niveles de inversión privada a nivel provincial. Por ello ampliamos nuestra especificación econométrica (3) incluyendo como variables de control aquellas variables que en la literatura empírica sobre los determinantes de la inversión privada han sido más recurrentes (véase Mendoza et al. (1997), Caballero-Urdiales Y López-Gallardo (2012), Brito-Gaona e Iglesias (2017a, 2017b, 2017c): Gasto público (G), Impuesto sobre la renta (IR), impuesto sobre el valor añadido (IVA) y remesas de emigrantes (REM). Por tanto, estamos controlando por un lado por las variables fiscales, tanto por el lado de los ingresos como por el lado de los gastos, como determinantes de los niveles de inversión privada. Finalmente, también controlamos por el papel de las remesas de emigrantes dadas la importancia de las mismas para la economía ecuatoriana.

Debido a los potenciales problemas de endogeneidad inherentes al tipo de estimación que queremos realizar y para controlar por la heterogeneidad no observable vamos a estimar la especificación (3) por el método generalizado de los momentos GMM (Arellano Y Bond (1991), Bond (2002), Bond et al. 2001). Las estimaciones se han realizado calculando los errores estándar que son asintóticamente robustos a la heteroscedasticidad7.

Para que podamos estimar la ecuación (3) mediante el método generalizado de momentos de Arellano Y

Bond (1991) debe de satisfacerse la condición de que la primera diferencia de 𝜀𝑖,𝑡 presenta correlación serial de orden 1 pero no tiene correlación serial de orden 2 en adelante. Para ello, los retardos usados m, n, p, q, r y s en la ecuación (3) los seleccionaremos según sean los mínimos necesarios para que el modelo elegido permita no rechazar la hipótesis de la no existencia de correlación de orden 2 en adelante en la primera diferencia de la perturbación. Para ello, usaremos el contraste de Arellano Y Bond (1991) donde la hipótesis nula es que no hay correlación serial en la primera diferencia de los errores, y contrastaremos la de orden uno y la de orden dos (denominada abond1 y abond2). También seleccionaremos los retardos m, n, p, q, r y s que sean estadísticamente significativos. Finalmente se llevará a cabo la prueba del contraste de Wald (conjunto), donde la hipótesis nula es que las variables no son estadísticamente significativas conjuntamente en los modelos escogidos.

7 Véase Wooldridge (2010a, 2010b) para obtener más detalles de la estimación de datos de panel


18

Tabla 5. Definición de variables y fuentes

Variable Definición Fuente

𝑰𝑷𝒊,𝒕 Log de la inversión privada de la provincia i en el año t (millones de $ de 2007)

Superintendencia de Compañias

𝑰𝑷𝒊,𝒕−𝒋 Log de la inversión privada de la provincia i en los años t-1 hasta t-m (m retardos),

Superintendencia de Compañias

𝑷𝑴𝒊,𝒕−𝒋 Log del potencial de mercado de la provincia i en los años t hasta t-n (n retardos)

Elaboración propia

𝑮𝒊,𝒕−𝒋 Log de gasto público de la provincia i en los años t hasta t-p (p retardos)- millones de $ de 2007

Banco Central de Ecuador

𝑰𝑹𝒊,𝒕−𝒋 Log del Impuesto sobre la renta de la provincia i en los años t hasta t-q (q retardos)- millones de $ de 2007

Servicio de Rentas Internas

𝑰𝑽𝑨𝒊,𝒕−𝒋 Log del Impuesto sobre el valor añadido de la provincia i en los años t hasta t-r (r retardos)- millones de $ de 2007

Servicio de Rentas Internas

𝑹𝑬𝑴𝒊,𝒕−𝒋 Log de las remesas de emigrantes e la provincia i en los años t hasta t-s (s retardos)- millones de $ de 2007

Banco Central de Ecuador


IV. RESULTADOS

Se presenta los resultados de la estimación de la especificación econométrica (3) para identificar los efectos de los determinantes de los niveles de inversión privada (IP) identificados anteriormente, pero centrando nuestra atención en el papel que desempeña la variable de economía geográfica que hemos definido en el potencial de mercado (PM). Los resultados de las estimaciones utilizando el estimador “Arellano-Bond GMM” se muestran en las tablas 6 y 7.

Las regresiones GMM confirman el papel positivo y estadísticamente significativo del potencial de mercado a la hora de determinar los niveles de inversión privada en las provincias ecuatorianas. De esta manera podemos concluir que la geografía económica y desempeña un papel importante a la hora de explicar los niveles de inversión privada para las provincias ecuatorianas. Además, en general los valores que se obtienen para los coeficientes estimados del potencial de mercado no dependen del tipo de matriz que se use para calcular el potencial de mercado (matriz basada en kms vs matriz basada en tiempos de viaje) lo cual vendría a indicar que hay una correlación en los indicadores de potencial de mercado usando ambas métricas. Por otro lado, los mayores impactos del potencial de mercado sobre los niveles de inversión privada se generan cuando la proxy que se utiliza para medir el volumen de actividad económica en la fórmula de cálculo del potencial de mercado es el producto interior bruto. Un incremento del 1% en el valor de los potenciales de mercado genera un incremento medio en los niveles de inversión privada alrededor del 4%.

El gasto público tiene en general un impacto negativo sobre los niveles de inversión privada. Por tanto, no podemos rechazar la hipótesis del efecto crowding-out (se da un efecto expulsión de la inversión privada por parte de la pública) que postula la teoría tradicional8. Los resultados muestran que un aumento de un 1% en el gasto público genera una disminución de la inversión privada del orden del 0.55% (retardo de 4 períodos). El impuesto sobre el valor añadido tiene un impacto positivo sobre los niveles de inversión

8 Caballero-Urdiales Y López-Gallardo (2012) obtienen resultados opuestos


19

privada. Los resultados estimados establecen que un aumento del 1% en la recaudación por IVA genera un aumento de la inversión privada del orden del 0.30%9.

El impuesto sobre la renta tiene un impacto negativo sobre los niveles de inversión privada. Los resultados estimados establecen que un aumento del 1% en la recaudación tributaria por el Impuesto sobre la renta genera un descenso de la inversión privada del orden del 0.28%10. Por tanto, en relación al papel de la política fiscal y por tanto del sector público sobre los niveles de inversión privada se puede concluir que el efecto positivo del incremento de la recaudación por IVA no compensaría los efectos negativos generados por un aumento de la inversión pública y la recaudación vía impuesto sobre la renta. Sin embargo, la lectura en términos de como los cambios en la presión tributaria (IVA e Impuesto sobre la renta) afectan los niveles de inversión privada permite concluir a favor de la validación de la hipótesis de Harberger (1964).

Finalmente, en relación al impacto de las remesas de emigrantes los resultados muestran que estas tienen un papel positivo sobre los niveles de inversión privada. Un aumento del 1% en las aportaciones por remesas genera un incremento en los niveles de inversión privada que está en el orden del 0.24%.

Tabla 6. Estimación Inversión Privada-Potencial de mercado del Valor Agregado Bruto en términos reales, 2007-2014 (Arellano-Bond GMM, matriz de distancias para el cálculo del potencial de mercado en kms.)

Provincias consideradas: Azuay, Bolívar, Cañar, Carchi, Chimborazo, Cotopaxi, El Oro, Esmeraldas, Guayas, Imbabura, Loja, Los Ríos, Manabí, Morona Santiago, Napo, Orellana, Pastaza, Pichincha, Santa Elena, Santo Domingo de los Tsáchilas, Sucumbíos, Tungurahua, Zamora Chinchipe.

Variable dependiente Regresores IP t-prob

L1. -.4199852 0.000 Lpm 4.194927 0.035 lg_4 -.5509413 0.042 lir_3 -.2817135 0.03 liva_3 .2987766 0.001 lrem_3 .2437397 0.0027 _cons -36.85241 0.0040

Wald chi2(6) 51.96 0.0000 Abond1 -2.0306 0.0423 Abond2 -.73646 0.4614 Estimaciones Observaciones 129

Notas: i) las variables se usaron en transformación logarítmica; ii) para los contrastes de autocorrelación en los residuos y el contraste de Wald (conjunto) se reportan primero los estadísticos y luego los valores-p en corchetes.

9 El coeficiente estimado mínimo para el IVA es 0.12 que corresponde a la definición de potencial de mercado basada en el uso de

la población como proxy de la actividad económica

10 El coeficiente estimado mínimo para el Impuesto sobre la renta es 0.11 que corresponde a la definición de potencial de mercado

basada en el uso de la población como proxy de la actividad económica


20

Tabla 7. Estimación Inversión Privada-Potencial de mercado del Valor Agregado Bruto en términos reales y distancia en tiempo, 2007-2014 (Arellano-Bond GMM, matriz de distancias para el cálculo del potencial de

mercado en kms.)

Provincias consideradas: Azuay, Bolívar, Cañar, Carchi, Chimborazo, Cotopaxi, El Oro, Esmeraldas, Guayas, Imbabura, Loja, Los Ríos, Manabí, Morona Santiago, Napo, Orellana, Pastaza, Pichincha, Santa Elena, Santo Domingo de los Tsáchilas, Sucumbíos, Tungurahua, Zamora Chinchipe.

Variables independientes t-prob

L1. -.4200612 0.000

Lpm 4.197267 0.003

lg_4 -.5508524 0.042

lir_3 -.2816548 0.003

liva_3 .2986998 0.00

lrem_3 .2435896 0.027

_cons -36.87074 0.040

Wald chi2(6) 51.95 0.0000

Abond1 -2.0302 0.0423

Abond2 -.73895 0.4599

Número de observaciones 129

Notas: i) las variables se usaron en transformación logarítmica; ii) para los contrastes de autocorrelación en los residuos y el contraste de Wald (conjunto) se reportan primero los estadísticos y luego los valores-p en corchetes.

V. CONCLUSIONES

Apoyándonos en la literatura de la economía geográfica y en la literatura sobre decisiones de localización empresarial se trata de explicar el gradiente espacial observado sobre la distribución de los niveles de inversión privada provincial en Ecuador a lo largo del período 2007-2014. Se tiene como interés fundamental analizar en qué medida la geografía económica de las provincias ecuatorianas afecta a los niveles de inversión privada realizas en las mismas. En los postulados teóricos de las teorías de la economía geográfica y en la literatura sobre localización empresarial usamos como variable relevante a la hora de explicar los niveles de inversión privada provincial en Ecuador el potencial de mercado provincial. Esta variable tiene la capacidad de aproximar para cada provincia la demanda potencial a la que se enfrentarían las empresas que decidiesen establecerse en esa provincia teniendo en cuenta tanto el tamaño de mercado doméstico (de la propia provincia) como el acceso relativo al mercado externo (otras provincias) en función de la distancia a las mismas. Por tanto, en las decisiones de localización empresarial y por consiguiente en los volúmenes de inversión privada y en contextos donde existen rendimientos crecientes a escala esta variable desempeña un papel relevante (las empresas desean ubicarse en localizaciones donde los mercados son grandes y además donde minimizan los costes de transporte al resto de localizaciones para la venta de sus productos). Además del potencial de mercado, hemos controlado en nuestras estimaciones empíricas por una serie de variables que son habituales en la literatura empírica sobre los determinantes de la inversión privada (gasto público, impuesto sobre el valor añadido, impuesto sobre la renta y remesas de emigrantes).

Se estima empíricamente una relación entre los niveles de inversión privada provincial y el potencial de mercado. La fundamentación teórica de esta relación se deriva también de la literatura de la economía geográfica y de la teoría sobre las decisiones de localización empresarial. La idea intuitiva sería que en presencia de costes de transporte la demanda potencial en cada localización es clave a la hora de determinar las decisiones de localización y los niveles de inversión privada por parte de las empresas. Las empresas querrán estar relativamente cerca de mercados con un potencial de demanda alto. Esta demanda potencial queda perfectamente recogida en la variable potencial de mercado. Las estimaciones que realizamos en el capítulo 4 también controlan por otros determinantes de la inversión privada como son el papel del sector


21

público a través del gasto público y los impuestos (directos e indirectos) y el papel de las remesas de emigrantes.

Los resultados de nuestras estimaciones vuelven a poner de relieve el papel del potencial de mercado como una variable clave (estadísticamente significativa y relevante desde el punto de vista económico) a la hora de entender el patrón espacial en la distribución de los niveles de inversión privada en las provincias ecuatorianas a lo largo del período 2007-2014. En relación al papel del sector público, se observa que el gasto público genera un efecto expulsión de la inversión privada (crowding-out) y los tributos tienen un efecto distinto. Mientras que la imposición directa afecta negativamente a los niveles de inversión privada, la imposición directa tiene un efecto positivo. Finalmente se concluye que las remeses juegan un papel de dinamizador de la inversión privada.

Estas estimaciones empíricas realizadas permiten corroborar el papel relevante que desempeña la geografía económica de Ecuador a la hora de explicar los niveles de inversión privada provincial. Aquellas provincias con un mayor potencial de mercado son provincias que en promedio tiene valores más altos de inversión privada. Por tanto, la localización relativa de cada provincia en relación a las demás y su demanda potencial son cruciales en cuanto a las decisiones de localización empresarial y los niveles de inversión privada.

REFERENICAS

Arellano, M. y S. R. Bond (1991). Some tests for specification of panel data: Monte Carlo evidence and application to employment equations, Review of Economic Studies 58, 2, 277-297.

Bond, S. R. (2002), Dynamic panel data models: a guide to micro data methods and practice, Working paper CWP09/02, Centre for microdata methods and practice, Institute for Fiscal Studies.

Bond S, Hoeffler A, Temple J (2001) GMMestimation of empirical growth models, CEPR Discussion Paper 3048, CEPR

Bowen, H, Leamer, E, and Sveikauskas, L (1987) Multicountry, Multifactor Tests of the Factor Abundance Theory, American Economic Review, 77, 791-809.

Brito-Gaona, L (2018) Inversión Privada, gasto público y presión tributaria, Tesis Doctoral, Universidade da Coruña

Brito-Gaona, L. & Iglesias, E. (2017a). Inversión privada, gasto público y presión tributaria EN AMÉRICA LATINA. ESTUDIOS DE ECONOMÍA, 44, 2, 5-30.

Brito-Gaona, L. & Iglesias, E. (2017b) Determinantes de la inversión privada en los países de la alianza del pacífico, Revista Espacios, 39, 3, 3-24

Brito-Gaona, L. & Iglesias, E. (2017c). Inversión privada, gasto público e impuestos en la Unión Europea, Revista de Métodos Cuantitativos para la Economía y la Empresa, en prensa.

Crozet M. (2004): "Do Migrants Follow Market accesss? An Estimation of a New Economic Geography Model", Journal of Economic Geography, Vol. 4, pp. 439-458.

Davis, D and Weinstein, D (1999) Economic Geography and Regional Production Structure:An Empirical Investigation, European Economic Review, 43, 379-407.

Davis, D and Weinstein, D (2001) An Account of Global Factor Trade, American Economic Review, 91(5), 1423-53.


22

Davis, D and Weinstein, D (2003) “Market access, Economic Geography and Comparative Advantage: An Empirical assessment”, Journal of International Economics, 59(1), 1-23

Davis, D, Weinstein, D, Bradford, S, and Shimpo, K (1997) Using International and Japanese Regional Data to Determine When the Factor Abundance Theory of Trade Works, American Economic Review, 87(3), 421-46.

FUJITA M., KRUGMAN P. y VENABLES A.J. (1999), The spatial economy: cities, regions and international trade, The MIT Press, Cambridge.

Gabaix, X (1997) The Factor Content of Trade: A Rejection of the Heckscher-Ohlin-Leontief Hypothesis, mimeograph, Harvard University.

Harris, C. (1954). The Market as a factor in the localization of industry in the United States. Annals of the Association of American Geographers, Vol. 44(4), pp.315-348.

Harberger, A.C. (1964) Taxation, Resource allocation and Welfare in the role of direct and indirect taxes in the Federal Revenue System, NBER and the Brookings Institution eds., Princeton University Press, NJ.

Head, K. y Mayer, T. (2000): “Non-Europe: The Magnitude and Causes of Market Fragmentation in the EU”, Review of World Economics (Weltwirtschaftliches Archiv), Vol. 136, pp. 284-314.

Krugman, P. (1991a) “Increasing returns and economic geography”, Journal of Political Economy, vol. 99(3), 483-499

Krugman, P. (1991b) Geography and trade, MIT press

Kleeble, D., Owens, P., & Thomps, C. (1982). Regional accessibility and economic potential in the European Community. Regional Studies, Vol.16, pp. 419-432.

Mendoza, E. G., G. M. Milesi-Ferreti Y P. Asea (1997). On the ineffectiveness of tax policy in altering long-run growth: Harberger´s superneutrality conjecture, Journal of Public Economics 66, 1, 99-126.

Nitsch, V. (2000): “National borders and international trade: evidence from the European Union”, Canadian Journal of Economics, Vol.22, pp. 1091–1105.

Pecho-Trigueros, M. Y L. A. Peragón-Lorenzo (2013). Estimación de la carga tributaria efectiva sobre la inversión en América Latina, Centro Interamericano de Administraciones Tributarias. CIAT. Panamá

Trefler, D (1995) The Case of the Missing Trade and Other Mysteries, American Economic Review, 85(5), 1029-46.

Wooldridge, J. (2010a), Econometric analysis of cross section and panel data, Cambridge. MIT Press. England.

Wooldridge, J. (2010b), Introducción a la econometría. Un enfoque moderno, 4ta edición. México.

X-Pedientes Económicos, Vol. 3 (7), Septiembre – Diciembre 2019, pp. 23-37

Incidencia de la investigación y desarrollo y el capital humano en el

desempeño innovador de las empresas industriales ecuatorianas

Impact of research and development and human capital on the innovative performance of Ecuadorian industrial companies

Orly Carvache-Franco1


RESUMEN

La investigación tiene como objetivo examinar la relación entre la Investigación y desarrollo (I&D) interna y externa,

y el capital humano con el desempeño innovador de las empresas de manufacturas del Ecuador. Es un estudio

cuantitativo, no experimental y transversal que utiliza la data de la última encuesta de actividades de innovación del

año 2015 desarrollada por el INEC. La investigación contribuye con evidencia empírica en los países en desarrollo

donde la evidencia es escasa. Los resultados de la investigación indican que la Investigación y Desarrollo Interna y

Externa se relaciona en forma significativa con la innovación de productos y procesos, mientras que no se encontró

relación significativa entre los gastos de I&D interna y externa con la innovación de productos y procesos. En lo

referente al capital humano los resultados muestran que el stock de conocimientos representados por el número de

trabajadores se relaciona con la innovación de productos y procesos, mientras que los trabajadores con educación

superior se relacionan significativamente con la innovación de productos y los gastos en capacitación de las actividades

de innovación se relacionan significativamente sólo con la innovación de procesos. Los resultados de esta investigación

son de utilidad práctica de Gerentes y Administradores de las empresas industriales que pueden incrementar el

potencial innovador de sus empresas a través de incrementar la I&D en sus empresas e incrementar el Capital humano.

Palabras claves: Investigación y desarrollo, Capital Humano, Desempeño innovador, Capacitación.

ABSTRACT

The research aims to examine the relationship between internal and external research and development (R&D), and

human capital with the innovative performance of manufacturing companies in Ecuador. It is a quantitative, non-

experimental and cross-sectional study that uses the data of the last survey of innovation activities of the year 2015

developed by the INEC. Research contributes to empirical evidence in developing countries where evidence is scarce.

The results of the research indicate that Internal and External Research and Development is significantly related to

product and process innovation, while no significant relationship was found between internal and external R&D

expenses with product and process innovation. Regarding human capital, the results show that the stock of knowledge

represented by the number of workers is related to the innovation of products and processes, while workers with

higher education are significantly related to product innovation and training expenses. of innovation activities relate

significantly only to process innovation. The results of this investigation are of practical utility of Managers and

Administrators of the industrial companies that can increase the innovative potential of their companies through

increasing the R&D in their companies and increasing the Human Capital.

Keywords: Research and development, Human Capital, Innovative performance, Training

1 Universidad Católica de Santiago de Guayaquil (UCSG), Guayaquil – Ecuador, [email protected]

La incidencia de la investigación y desarrollo y el capital humano en el desempeño innovador de las empresas industriales ecuatorianas • Carvache.

24

I. INTRODUCCIÓN

a teoría de los recursos y capacidades permite explicar el proceso de la innovación en la empresa, en esta teoría las empresas son heterogéneas y disponen de recursos y capacidades distintas, a través de los cuales obtienen los resultados empresariales (Penrose, 1959; Wernerfelt, 1984). Entre los distintos

recursos y capacidades que las empresas utilizan para obtener sus resultados, el conocimiento es considerado como recurso importante para obtener la innovación (Grant, 1996; OECD, 2018).

Una de las principales fuentes donde la empresa obtiene nuevo conocimiento para la innovación es en la

investigación y desarrollo interna o investigación al interior de la empresa (Amara & Landry, 2005;

Rodríguez, Doloreux, & Shearmur, 2017), la producción sigue una secuencia lineal que parte de las

especificaciones iniciales dadas para productos y la aplicación de tecnología en distintos procesos para

elaborar los productos de acuerdo a las especificaciones iniciales, las oportunidades para mejorar productos y

procesos son encontradas como resultados del conocimiento obtenido en la investigación interna que realiza

la empresa. La I&D interna indica que la empresa se inserta en el trabajo creativo de incrementar su stock de

conocimientos para desarrollar nuevos o mejorados productos y procesos, mientras que la I&D externa

indica que la empresa se une a otros socios con el propósito de desarrollar actividades y lograr el

conocimiento para la innovación (Pejić, Lojpur, Peković, & Stanovčić, 2015). La I&D interna proviene de

la investigación experimental en la empresa mientras que la I&D externa puede provenir de la compra o

adquisición de tecnología externa para productos (OECD, 2018). La I&D externa es también puede ser

considerada como innovación abierta cuando se realiza la I&D fuera de la empresa (Chesbrough & Bogers,

2014).

Las actividades de I&D interna no siempre conduce a la innovación porque no siempre al interior de la

empresa se obtienen todos los conocimientos necesarios que conducen a la innovación, la tendencia es que

las empresas tienden a incrementar sus capacidades de I&D con socios de investigación externos (Amara &

Landry, 2005). La innovación es resultado de un proceso sistémico (OECD, 2018), la innovación en la

empresa es producto del conocimiento, para obtener la innovación el conocimiento existente en la empresa

puede ser añadido o combinado con nuevo conocimiento externo o transformado para generar la innovación

(Appio, Martini, Messeni Petruzzelli, Neirotti, Van Looy, 2017).

El conocimiento externo lo obtiene la empresa a través de su interacción con otros actores del mercado

como clientes, proveedores, competidores (Laursen & Salter, 2006; Morgan, Obal, & Anokhin, 2018), sin

embargo para aprovechar el conocimiento externo que llega a la empresa de estas fuentes externas se

requiere capacidad de absorción y actividades de I&D internas fortalecidas (Laursen & Salter, 2014).

La capacidad de absorción de una empresa es la capacidad para asimilar, transformar, combinar e interiorizar

el conocimiento externo que llega a la empresa (Cohen & Levinthal, 1990; Morgan, Obal, & Anokhin,

2018). La capacidad de absorción habilita a la empresa a aprovechar el conocimiento externo (Von Briel,

Schneider, & Lowry, 2019). La inversión en I&D incrementa la capacidad de absorción de una empresa

(Bayona-Saez, Cruz-Cázares, García-Marco, & Sánchez García, 2017).

Con la I&D Interna la empresa expande la base tecnológica y científica para desarrollar productos (Ruiz-Pava

& Forero-Pineda, 2018). La I&D interna no sólo contribuye al incremento de conocimiento para la empresa,

también sirve para incrementar su capacidad de aprendizaje (Amara & Landry, 2005) e incrementar su

capacidad de absorción del conocimiento externo (Amara & Landry, 2005; Díaz-Díaz & de Saá Pérez,

L


25

2014). De esta manera la I&D interna incrementa el potencial innovador de las empresas (Cassiman, &

Veugelers, 2006; Gómez, Salazar, & Vargas, 2016; West & Bogers, 2014). Las empresas que utilizan I&D

interna tienen un mayor desempeño innovador (Laursen & Salter, 2006). La empresa incrementa su

potencial innovador al combinar la I&D interna con los flujos de conocimientos externos (Chen,

Vanhaverbeke, & Du, 2016; Criscuolo, Laursen, Reichstein, & Salter, 2018).

Para la recombinación de los conocimientos en la empresa para producir innovación se requiere capital

humano (Rupietta, & Backes-Gellner, 2019). El capital humano es considerado un recurso importante para

lograr innovación (González, Miles-Touya, & Pazó,2016) y la ventaja competitiva en las empresas (Ma,

Zhai, Zhong, & Zhang, 2019). El capital humano son las habilidades, conocimientos y competencias del

personal en la empresa (OECD, 1998), es la capacidad de aprendizaje de la empresa (Aleknavičiūtė,

Skvarciany, & Survilaitė, 2016) y las motivaciones (Cabrilo, Kianto, & Milic, 2018). El capital humano

puede ser adquirido a través de la educación y capacitación (McGuirk, Lenihan, & Hart, 2015)

La capacitación juega un rol importante para incrementar el conocimiento interno en la empresa, mejorar la

producción y aportar en la I&D que realiza la empresa (Cinnirella, & Streb,2017; Zulfiqar, & Thapa, 2018)

y tiene un efecto mayor cuando los trabajadores participan voluntariamente (Sung, & Choi,2018). La

capacitación es importante para incrementar los conocimientos internos para la innovación sobre todo en

empresas que bajos niveles de conocimientos, pero en empresas de alto nivel de conocimiento interno la

capacitación puede lograr rendimientos decrecientes (Caloghirou, Y., Giotopoulos, I., Korra, E., &

Tsakanikas, A. (2018).

La innovación es una actividad riesgosa (Leiponen, & Helfat, 2010) y es un componente crítico de la

industrialización (Zanello, Fu, Mohnen, & Ventresca, 2016), por los costos involucrados y los problemas

de apropiabilidad los países en desarrollo tienden a adquirir tecnología en vez de desarrollarla al interior de

la empresa, los países en desarrollo también tienen dificultades para generar innovación por los limitados

recursos financieros y deficiencias en conocimientos técnicos del personal (Zanello et al., 2016).Entre la

poca evidencia existente entre los países en desarrollo, en Brasil las empresas para innovar adquieren

tecnologías externas y maquinaria externa combinado con la I&D interna, y desarrollo de recursos humanos

(Goedhuys, & Veugelers, 2012).

El objetivo de la investigación es contribuir con evidencia sobre la innovación en los países en desarrollo

donde la evidencia es escasa, para lo cual se utilizó la data de la última encuesta nacional de actividades de

innovación del Ecuador, año 2015 (data del periodo 2012 al 2014) desarrollada por el INEC (Instituto

Ecuatoriano de estadísticas y censos) siguiendo las directrices del manual de Oslo definidas por OECD

(2005). La investigación tuvo como objetivo examinar la relación entre la I&D interna y externa, y el capital

humano con el desempeño innovador de las empresas de manufacturas ecuatorianas.

En la investigación se definieron las siguientes hipótesis:

H1 = La I&D interna se relaciona positivamente con la innovación de productos y procesos en las empresas de manufacturas. H2 = La I&D externa se relaciona positivamente con la innovación de productos y procesos en las empresas de manufacturas. H3 = Los gastos de I&D interna se relaciona positivamente con la innovación de productos y procesos en las empresas de manufacturas.


26

H4 = Los gastos de I&D externa se relaciona positivamente con la innovación de productos y procesos en las empresas de manufacturas.

H5 = Los gastos de capacitación en actividades de innovación se relaciona positivamente con la innovación de productos y procesos en las empresas de manufacturas. H6 = Los trabajadores con educación superior se relaciona positivamente con la innovación de productos y procesos en las empresas de manufacturas.

H7 = El número de trabajadores se relaciona positivamente con la innovación de productos y procesos en las empresas de manufacturas.

II. Metodología

El diseño seleccionado es el cuantitativo, transversal y no experimental, considerando los criterios de

Newman (2013) para diseños cuantitativos. La investigación sigue un enfoque deductivo ya que parte de

teorías existentes.

La Población del estudio son las empresas de manufacturas del Ecuador, para la población el INEC consideró el directorio de empresas 2014 del Ecuador, con un marco muestral de empresas con diez o más trabajadores. La muestra de la Encuesta nacional de actividades de innovación 2015 fue de 7,055 empresas de los sectores de minas y canteras, manufacturas, servicio y construcción. Para la presente investigación se extrajo 1613 empresas de manufacturas de dicha encuesta. Medida de variables

Para el desempeño innovador se tomó dos medidas de variables: innovación de productos e innovación de

procesos, ambas se consideraron como variables binarias que toman el valor de 1 si la empresa ha realizado

innovación (Urgal, Quintás, & Tomé, 2011). Para las variables de I&D interna e I&D externa se consideró

una variable binaria que toma el valor de 1 si la empresa ha realizado I&D interna o I&D externa

respectivamente (OECD, 2005). Para los gastos I&D interna y gastos de I&D externa se consideró la medida

gastos I&D/ventas siguiendo los criterios de Laursen y Salter (2006).

Como medidas del capital humano se consideró: (a) el stock de conocimientos del personal de la empresa representado por el número de trabajadores siguiendo los criterios de Agostini, Nosella, y Filippini (2017), y Sánchez, López, y Salazar (2014), (b) la capacitación de las actividades de innovación medida por los gastos capacitación en actividades innovación/Ventas siguiendo los criterios de Lin y Chen (2006) y (c) los trabajadores con educación superior medida por los trabajadores con educación superior/total de trabajadores siguiendo los criterios de Carter(1989). Se consideró los trabajadores con educación superior los trabajadores con universitaria concluida o los técnicos o tecnólogos superiores con educación concluida. Para la variable de control antigüedad de empresa se consideró los años que ha estado la empresa en el negocio siguiendo los criterios de Lefebvre, Sturgeon, y Gabriel (2015). En la Figura 1 se presenta la relación de las variables utilizadas en la investigación, estas relaciones han sido identificadas en la revisión de la literatura.


27

Figura 1 Relación de las variables

En la Tabla 1 se presenta la composición de cada variable del estudio y el tipo de variable.

Variable

Nomenclatura

Composición

Tipo de variable

Innovación de productos

Y1 1 = Hay innovación de producto 0 = No hay innovación de producto

Binomial

Innovación de procesos

Y2 1 = Hay innovación de procesos 0 = No hay innovación de procesos

Binomial

I&D interna X1 1 = Hay I&D interna 0 = No hay I&D interna Binomial

I&D externa X2 1 = Hay I&D interna 0 = No hay I&D interna Binomial

Gastos I&D Interna

X3 Gastos I&D Interna/Ventas Continua

Gastos I&D Externa

X4 Gastos I&D externa/Ventas Continua

Gastos capacitación en actividades de innovación

X5 Gastos capacitación en actividades de innovación /Ventas

Continua

Trabajadores con educación superior

X6 Trabajadores con educación superior/total trabajadores Continua

Trabajadores de la empresa

X7 Número de trabajadores Continua

Antigüedad de empresa

X8 Número de años en el negocio Continua

Tabla 1: Composición de variables

Variables independientes

- I&D Interna

- I&D externa

- Gastos I&D Interna

- Gastos I&D Externa

- Gastos capacitación en actividades de innovación

- Trabajadores con educación superior

. Trabajadores de la empresa

Variables de control - Antigüedad de empresa

Variable dependiente - Desempeño innovador (innovación de productos e innovación de procesos)


28

Modelo econométrico

El siguiente modelo econométrico se utiliza para la investigación:

Y1 = β0 + β1 I&D interna + β2 I&D externa+ β3 gastos I&D interna + β4 gastos I&D externa+ β5 gastos

Capacitación_innovacion + β6 trabajadores educación superior + β7 número de trabajadores + β7

Antigüedad_empresa + ℇ i

(1)

Y2 = β0 + β1 I&D interna + β2 I&D externa+ β3 gastos I&D interna + β4 gastos I&D externa+ β5 gastos

Capacitación_innovacion + β6 trabajadores educación superior + β7 número de trabajadores + β7

Antigüedad_empresa + ℇ i

(2)

Dónde:

Y1 = Innovación de productos

Y2 = Innovación de procesos.

La regresión Probit Bivariante se selecciónó debido a que las variables dependientes son binarias, y utilizar modelos MCO mínimos cuadrados no es recomendable y además porque ambas variables dependientes comparten las mismas variables independientes o variables explicativas, la literatura especializada muestra evidencia del modelo de Probit Bivariante en innovación al procesar dos variables binarias con las mismas variables independientes o explicativas ( e.g. Criscuolo et al., 2018; Ruiz-Pava & Forero-Pineda, 2018).

III. Resultados

En la Tabla 2 se muestra la composición de empresas de la muestra por tipo de industria

Tipo de Industrias Número de empresas en la muestra

C10 Elaboración de productos alimenticios 418 C11 Elaboración de bebidas 45 C12 Elaboración de productos de tabaco C13 Elaboración de productos textiles C14 Elaboración de prendas de vestir C15 Fabricación de cuero y productos conexos C16 Producción de madera y fabricación de productos de madera excepto muebles C17 Fabricación de papel y productos de papel

1 59 146 47 52 46

C18 Impresión y reproducción de grabaciones C19 Fabricación de coque y productos de refinación del petróleo C20 Fabricación de sustancias y productos químicos C21 Fabricación de productos farmacéuticos, sustancias químicas medicinales, y productos botánicos de uso farmacéuticos

85 11 76 32


29

C22 Fabricación de productos de caucho y plásticos C23 Fabricación de productos minerales no metálicos C24 Fabricación de metales comunes C25 Fabricación de productos elaborados de metal, excepto maquinaria y equipo C26 Fabricación de productos de informática, electrónica y óptica C27 Fabricación de equipo eléctrico C28 Fabricación de maquinaria y equipo N.C.P. C29 Fabricación de vehículos automotores, remolques y semirremolques C30 Fabricación de otros tipos de transportes C31 Fabricación de muebles C32 Otras industrias manufactureras C33 Reparación e instalación de maquinaria y equipo

94 95 31 94 16 30 37 44 13 48 27 66

Total 1,613

Tabla 2: Composición de la muestra de empresas de manufacturas

En la Tabla 3 se muestran los gastos en I&D interna y externa en dólares y en porcentaje del producto

interno bruto (PIB) del país. Otras actividades de innovación corresponden a la adquisición de maquinaria y

equipos, la adquisición de hardware y software, la adquisición de tecnología desincorporada o inmaterial, la

consultoría, la capacitación y asistencia técnica (OECE, 2005). Se observa en esta tabla que los gastos en

I&D interna y externa (0.08% del PIB) son muy pequeños comparados con los gastos en otras actividades de

innovación (0.57% del PIB).

Descripción Año 2012 Año 2013 Año 2014

Gasto I&D (Interna y Externa) (US$)

72,933,205 80,156,615 85,060,477

Gasto I&D (Interna y Externa) como % del PIB Gasto en otras actividades de Innovación de producto y proceso (US$)

0.08% 445,636,333

0.08% 0.08% 567,425,648 585,248,557

Gasto en otras actividades de Innovación de producto y proceso como % del PIB

0.51%

0.60% 0.57%

Tabla 3: Gastos en I&D (Interna y Externa) y gastos de otras actividades de innovación de las empresas manufacturas

En la Tabla 4 se muestra el porcentaje de empresas de manufactura que han realizado I&D interna e I&D

externa en el periodo analizado (2012 al 2014). Se observa que en las empresas de manufacturas


30

ecuatorianas es un porcentaje pequeño (21.8%) las empresas que realizan I&D interna y (5.5%) empresas

que realizan I&D externa.

Sector I&D Internal I&D Externa

Empresas de Manufactura 21.8% 5.5% Tabla 4: Empresas de manufacturas que realizaron I&D como porcentaje del total de las empresas de manufacturas de la muestra (periodo 2012

a 2014)

En la Tabla 5 se muestra el porcentaje de empresas de manufacturas innovadoras de productos y procesos

Sector Innovación de productos

Innovación de Procesos

Empresas de Manufactura

33%

37%

Nota: Innovación de productos: empresas con productos nuevos (para la empresa o para el mercado nacional o mercado internacional), o productos significativamente mejorados (OECD, 2005). Innovación de procesos: empresas con procesos nuevos o procesos significativamente mejorados (OECD, 2005)

Tabla 5: Empresas de manufacturas innovadoras como porcentaje del total de las empresas de manufacturas de la muestra (periodo 2012 a 2014)

La Tabla 6 se muestran resultados descriptivos de las variables número de trabajadores, gastos en actividades

de innovación y trabajadores con educación superior.

Variable Media Desviación Standard

Número de trabajadores 147 387 Gasto anual x empresa en capacitación actividades de innovación (US$) Ratio gastos en capacitación actividades de innovación/Ventas

2,891 0.06%

0.7%

Trabajadores con educación superior

21%

19%

Tabla 6: Resultados descriptivos de variables de empresas de manufacturas (periodo 2012 a 2014)

En la Tabla 7 se muestra el personal de las empresas que ha recibido formación y capacitación especializada.

Y en la Tabla 8 las empresas que apoyaron la formación y capacitación


31

Sector Doctorado Maestría Capacitación

especializada

Empresas Manufactura 0.02% 0.27% 8.77%

Tabla 7: Personal que recibió apoyo de la empresa en formación y capacitación especializada, como % del total del personal promedio de las empresas innovadoras (periodo 2012 a 2014)

Sector Doctorado Maestría Capacitación especializada

Empresas Manufactura 0.98% 8.71 % 31.35 %

Tabla 8: Empresas que apoyaron la formación y capacitación especializada del personal, como % del total de las empresas innovadoras (periodo 2012 a 2014)

En la Tabla 9 se muestran resultados de la regresión Probit Bivariante realizada, en la cual se observa que la

I&D interna e I&D externa se relaciona positivamente en forma significativa con la innovación de producto,

mientras que la relación de los trabajadores con educación superior y el número de trabajadores con la

innovación de producto, es positiva pero menos significativa que la I&D interna e I&D externa. Así mismo

los gastos en actividades de capacitación de actividades de innovación y el número de trabajadores se

relacionan positivamente con la innovación de procesos en forma significativa.

La diferencia de porque las variables del capital humano no impactan en forma igual en la innovación de

productos e innovación de procesos es porque la innovación de productos requiere de conocimientos

específicos y capacidades especificas (Ruiz-Pava & Forero-Pineda, 2018). En el caso de empresas de

manufacturas los conocimientos de los trabajadores con educación superior inciden en la innovación de

productos no así la capacitación en actividades de innovación que no es significativa para la innovación de

productos pero si para la innovación de procesos.

Variables Innovación Productos

Innovación Procesos

I&D interna 1.246942*** (.0826911)

1.133572 *** (.0861806)

I&D externa .8374973*** (.1422384)

.9933253 *** (.1564863)

Gastos I&D Interna/Ventas -.5643283 (1.901572 )

2.305401 (2.640488)

Gastos I&D Externa/Ventas 4.541961 (13.19028)

-3.030553 (14.81702)

Gastos capacitación actividades innovación /Ventas

5.143059 (4.385184 )

47.98538 *** (18.41003)

Trabajadores con educación superior/Total trabajadores

.3552597** (.1787421)

.2249102 (.177605)

Trabajadores de la empresa .4922441* .9378896***


32

(.2662037) (.2623539) Antigüedad de la empresa

.2100785 (.133608)

.0284855 (.1307991)

Constante -1.164516*** (.1713758)

-.7505209*** (.1672951)

Numero de observaciones 1613 Wald chi2(12) 527.22 Prob > chi2 0.0000 Nota: *p⩽0.1; **p ⩽ 0.05; *** p ⩽ 0.01

Tabla 9: Resultados regresión Probit Bivariante

IV. DISCUSIÓN DE RESULTADOS

Los resultados muestran que las empresas de manufacturas ecuatorianas siguen el siguiente comportamiento:

Un porcentaje bajo de empresas con actividades de I&D interna (21.8%) e I&D externo (5.5%) y con nivel

bajo de gastos en I&D interna y externa (0,08%) del PIB apoyados principalmente por gastos en otras

actividades de innovación como la adquisición de maquinarias y equipos y otras actividades (0,57%) del PIB,

y apoyados por el capital humano (21 % en trabajadores con educación superior y 0,06 gastos en

capacitación en actividades de innovación/ventas).

Este comportamiento es acorde a lo descrito por Zanello et al. (2016) que mencionó que las empresas de los

países en desarrollo tiene mayor tendencia a la adquisición de tecnología externa y gastar en otras actividades

de innovación como la adquisición de maquinarias y equipos, en vez de realizar I&D interna debido a los

costos que demanda la innovación, lo riesgosa que es la innovación y los problemas de apropiabilidad,

además Zanello et al. (2016) reveló deficiencias en los conocimientos técnicos del personal en las empresas

de los países en desarrollo. Similar comportamiento ha sido descrito por Goedhuys y Veugelers (2012) sobre

Brasil en que las compañías se apoyan para alcanzar la innovación tanto en I&D interna como en adquisición

de tecnología externa y principalmente en otras actividades de innovación como la adquisición de maquinaria

y equipos.

Los resultados de la investigación demuestran que las actividades de I&D interna e I&D externa de las

empresas de manufacturas ecuatorianas se relacionan positivamente en forma significativa con la innovación

de productos y procesos que estas empresas alcanzan, acorde a la teoría existente la I&D interna e I&D

externa es la fuente principal de la innovación (Amara & Landry, 2005; Rodríguez et al., 2017) en base a

esta relación significativa encontrada se menciona que la baja cantidad de empresas de manufactura con I&D

interna (21.8%) e I&D (5.5%) incide en los bajas cantidades de empresas de manufacturas innovadoras de

productos (33%) e innovadoras de procesos (37%) que existe.

Por otro lado la baja inversión en gastos de I&D (interna y externa) en las empresas de manufactura (0.08 % del PIB) las limita a estas empresas al desarrollo de tecnologías y conocimientos y a mejorar su capacidad de absorción, y las limita en su potencial innovador. De acuerdo a datos del INEC (2016) todas las empresas ecuatorianas (las de manufacturas y otras) alcanzan al 0.19% del PIB en gastos de I&D interna y externa, estos porcentajes son más bajos si los comparamos los valores de I&D como porcentaje del PIB del Banco Mundial (2019) que muestra valores de gastos I&D en Chile (0,36% del PIB), Brasil (1.27% del PIB), Colombia (0.24% del PIB), Costa Rica (0.46 % del PIB). La literatura especializada muestra que los


33

incrementos en gastos en I&D contribuyen a la innovación de productos y servicios (Laursen & salter, 2006) las empresas con fuertes gastos en I&D adquieren fuertes capacidades internas para absorber el conocimiento externo e incrementar el potencial innovador (Chen, Guo, Huang, & Zhu, 2011), los gastos en I&D representan la intensidad de Investigación y desarrollo constituyen nuevas capacidades y conocimiento tecnológico (Lin & Chen, 2006). Al existir bajos niveles de gastos en I&D las empresas de manufacturas del Ecuador se ven limitadas en adquirir nuevas capacidades, conocimiento tecnológico y mejorar su capacidad de absorción lo cual influye en su potencial innovador.

En relación a las variables del capital humano, los resultados encontrados muestran que la variable total de trabajadores de la empresa que representa el stock de conocimientos de la empresa, muestra resultados similares a los encontrados por Sánchez et al. (2014) en España, mientras que la variable trabajadores con educación superior tiene relación significativa con la innovación de productos lo que es similar a lo encontrado por Sánchez et al. (2014) en España, McGuirk et al.(2015) en Irlanda y Van Uden, Knoben, y Vermeulen (2014) en Kenya. Por otra parte la variable Capacitación en actividades de innovación en las empresas de manufacturas del Ecuador no es significativa para la innovación de productos pero si significativa para la innovación de procesos, en la literatura se muestra que esta variable muestra resultados contradictorios Koroglu y Eceral. (2015) en Turkia no encontraron relación entre la capacitación y el desempeño innovador mientras que Sánchez et al (2014) en España y Van Uden (2014) en Kenia si encuentran una relación positiva entre la capacitación y el desempeño innovador. Por las relaciones encontradas se menciona que las empresas de manufactura con una media del 21% de trabajadores con educación superior (universitaria y técnica/tecnológica completa) incide en la innovación de productos, mientras que los gastos de capacitación/ventas son muy bajos y no inciden en la innovación de productos pero si en la innovación de procesos.

V. CONCLUSIONES

Las siguientes conclusiones se obtienen de la Investigación:

(1) La I&D interna y externa se relaciona positivamente con la innovación de productos y procesos en

las empresas de manufacturas del Ecuador, mientras que los gastos I&D interna y gastos I&D

externa no se relaciona con la innovación de productos y procesos en las empresas de manufacturas

del Ecuador

(2) Referente al Capital humano se concluye que los trabajadores con educación superior se relacionan

positivamente con la innovación de productos y los gastos de capacitación en actividades de

innovación se relacionan positivamente con la innovación de procesos. El número de trabajadores de

la empresa que representa el stock de conocimientos existente en la empresa, se relaciona

positivamente con la innovación de productos y procesos.

Las siguientes implicaciones prácticas se derivan de estos resultados obtenidos:

(1) Los Gerentes y Administradores de las empresas de manufactura ecuatoriana pueden incrementar el

potencial innovador de sus empresas implementando la I&D interna o externa las empresas que no

realizan estas actividades e incrementando la I&D interna e I&D externas las empresas que la

realizan.

(2) Los Gerentes y Administradores de las empresas de manufactura ecuatoriana pueden incrementar el

potencial innovador de sus empresas incrementando los gastos en I&D, los cuales están muy bajos

con relación al PIB y limitan al desempeño innovador de las empresas.


34

(3) Los Gerentes y Administradores de las empresas de manufacturas pueden incrementar el potencial

innovador de sus empresas incrementando el capital humano de su personal a través de incrementar

la capacitación en actividades de innovación e incrementar el personal con educación superior

Los resultados de la presente investigación deben considerarse limitados debido a que aunque los datos de la

última encuesta nacional del Ecuador del año 2015 contiene datos del periodo 2012 al 2014, los resultados

de la innovación deben observarse a través del tiempo por lo que serán necesarios estudios futuros

longitudinales para observar las diferentes relaciones examinadas en este estudio.

Dentro de las implicaciones prácticas algunas recomendaciones de políticas nacionales sobre innovación se

mencionan:

(1) Que Ecuador realice la encuesta nacional de actividades de innovación en forma periódica cada dos a

tres años como lo realizan algunos países de América. Las últimas encuestas nacionales realizadas son

del año 2013 y año 2015. Las encuestas nacionales de innovación constituyen un instrumento

adecuado para examinar el potencial innovador de las empresas de un país y la capacidad de analizar

las principales variables que inciden en ese potencial innovador de las empresas.

(2) Que los gastos de Investigación y desarrollo (I&D) que realizan las empresas y los gastos de

capacitación en actividades de innovación esté relacionada a las ventas de las empresas, así las

industrias que más ventas producen y contribuyen al PIB aportaran con mayores niveles de gastos de

I&D y gastos en capacitación lo que incrementará el potencial innovador de las empresas.

Agradecimientos

El autor agradece a la Universidad Católica de Santiago de Guayaquil por el apoyo a sus investigaciones.

REFERENCIAS

Agostini, L., Nosella, A., & Filippini, R. (2017). Does intellectual capital allow improving innovation performance? A quantitative analysis in the SME context. Journal of Intellectual Capital, 18(2), 400-418.

Aleknavičiūtė, R., Skvarciany, V., & Survilaitė, S. (2016). The Role of Human Capital for National Innovation Capability in Eu Countries. Economics and Culture, 13(1), 114-125.

Amara, N., & Landry, R. (2005). Sources of information as determinants of novelty of innovation in manufacturing firms: evidence from the 1999 statistics Canada innovation survey. Technovation, 25245-259.doi:10.1016/S0166-4972(03)00113-5.

Appio, F.P., Martini, A., Messeni Petruzzelli, A., Neirotti, P., Van Looy, B. (2017). Search mechanisms

and innovation: an analysis across multiple perspectives. Technol. Forecast. Soc. Chang. 120, 103– 116.

Banco Mundial (2019). Gasto en Investigación y desarrollo (I&D) como porcentaje del PIB. Descargado de https://datos.bancomundial.org/indicador/GB.XPD.RSDV.GD.ZS?view=chart

Bayona-Saez, C., Cruz-Cázares, C., García-Marco, T., & Sánchez García, M. (2017). Open innovation in the food and beverage industry. Management Decision, 55(3), 526-546.

Carter, A. P. (1989). “Knowhow Trading as Economic Exchange.” Research Policy 18: 1-9

https://datos.bancomundial.org/indicador/GB.XPD.RSDV.GD.ZS?view=chart


35

Caloghirou, Y., Giotopoulos, I., Korra, E., & Tsakanikas, A. (2018). How do employee training and knowledge stocks affect product innovation?. Economics of Innovation and New Technology, 27(4), 343-360.

Cabrilo, S., Kianto, A., & Milic, B. (2018). The effect of IC components on innovation performance in Serbian companies. VINE Journal of Information and Knowledge Management Systems, 48(3), 448-466.

Cassiman, B., & R. Veugelers (2006). In Search of complementarity in innovation strategy: Internal R&D and external knowledge acquisition, Management Science, 52(1), 68–82.

Cohen, W. M., & Levinthal, D. A. (1990). Absorptive capacity: A new perspective on learning and innovation. Administrative science quarterly, 128-152.

Chesbrough, H. & Bogers M (2014). “Explicating Open Innovation: Clarifying an Emerging Paradigm for Understanding Innovation.” In New Frontiers in Open Innovation, edited by H. Chesbrough, W. Vanhaverbeke, and J. West, 3–28. Oxford: Oxford University Press.

Chen, J., Guo, Y., Huang, S., Zhu, H. (2011). The determinants of the choice of innovation source for Chinese firms. Int. J. Technol. Manage. 53 (1), 44–68.

Chen, Y., Vanhaverbeke, W., & Du, J. (2016). The interaction between internal R & D and different types of external knowledge sourcing: an empirical study of C hinese innovative firms. R&D Management, 46(S3), 1006-1023.

Cinnirella, F., & Streb, J. (2017). The role of human capital and innovation in economic development: evidence from post-Malthusian Prussia. Journal of economic growth, 22(2), 193-227.

Criscuolo, P., Laursen, K., Reichstein, T., & Salter, A. (2018). Winning combinations: search strategies and innovativeness in the UK. Industry and Innovation, 25(2), 115-143

Díaz-Díaz, N. L., & de Saá Pérez, P. (2014). The interaction between external and internal knowledge sources: an open innovation view. Journal of Knowledge Management, 18(2), 430-446.

Koroglu, B. A., & Eceral, T. O. (2015). Human capital and innovation capacity of firms in defense and aviation industry in Ankara. Procedia-Social and Behavioral Sciences, 195, 1583-1592.

González, X., Miles-Touya, D., & Pazó, C. (2016). R&D, worker training and innovation: firm-level evidence. Industry and Innovation, 23(8), 694-712.

Gómez, J., Salazar, I., & Vargas, P. (2016). Sources of Information as Determinants of Product and Process Innovation. PloS one, 11(4), e0152743.

Goedhuys, M., & Veugelers, R. (2012). Innovation strategies, process and product innovations and growth: Firm-level evidence from Brazil. Structural change and economic dynamics, 23(4), 516-529.

Grant, R. M. (1996). Toward a knowledge‐ based theory of the firm. Strategic management journal, 17(S2), 109-122.

INEC (2016). Encuesta nacional de actividades de innovación: 2012-2014. Metodología. Descargado de: http://www.ecuadorencifras.gob.ec/documentos/web-inec/Estadisticas_Economicas/Ciencia_Tecnologia-ACTI/2012-2014/Innovacion/MetodologIa%20INN%202015.pdf

Laursen, K., & Salter, A. (2006). Open for innovation: The role of openness in explaining innovation performance among U.K. manufacturing firms. Strategic Management Journal, 27(2), 131-150.

http://www.ecuadorencifras.gob.ec/documentos/web-inec/Estadisticas_Economicas/Ciencia_Tecnologia-ACTI/2012-2014/Innovacion/MetodologIa%20INN%202015.pdf




36

Laursen, K., & Salter, A. J. (2014). The paradox of openness: Appropriability, external search and collaboration. Research Policy, 43(5), 867-878.

Leiponen, A., & Helfat, C. E. (2010).Innovation objectives, knowledge sources, and the benefits of breadth.Strategic Management Journal, 31(2), 224.

Lefebvre, V. M., De Steur, H., & Gellynck, X. (2015). External sources for innovation in food SMEs. British Food Journal, 117(1), 412-430.

Lin, B.W. y Chen, C.J. (2006). Fostering product innovation in industry networks: the mediating role of knowledge integration. International Journal of Human Resource Management, 17(1), 155-173.

Ma, L., Zhai, X., Zhong, W., & Zhang, Z. X. (2019). Deploying human capital for innovation: A study of multi-country manufacturing firms. International Journal of Production Economics, 208, 241-253.

McGuirk, H., Lenihan, H., & Hart, M. (2015). Measuring the impact of innovative human capital on small firms’ propensity to innovate. Research Policy, 44(4), 965-976.

Morgan, T., Obal, M., & Anokhin, S. (2018). Customer participation and new product performance: Towards the understanding of the mechanisms and key contingencies. Research Policy, 47(2), 498-510.

Neuman, W. L. (2013). Social research methods: Qualitative and quantitative approaches. Pearson education.

OECD. (1998). Human Capital Investment An international Comparison: An international Comparison. OECD Publishing, 116p. Available from http://www.oecd-ilibrary.org/education/human-capitalinvestment_9789264162891-en

OECD (2005): Oslo Manual: Guideliness for Collecting and Interpreting Innovation Data, 3d. ed., OECD/EC.

OECD. (2018). Oslo Manual: Guideliness for Collecting and Interpreting Innovation Data, 4d. ed., OECD/EC.

Pejić Bach, M., Lojpur, A., Peković, S., and Stanovčić, T. (2015). The Influence Of Different Information Sources On Innovation Performance: Evidence From France, The Netherlands And Croatia. South East European Journal of Economics and Business 10(2):89-101.

Penrose, E. T. (1959). The theory of the growth ofthe firm. New York: Sharpe.

Rodriguez, M., Doloreux, D., & Shearmur, R. (2017). Variety in external knowledge sourcing and innovation novelty: Evidence from the KIBS sector in Spain. Technovation, 68, 35-43. Rupietta, C., & Backes-Gellner, U. (2019). Combining knowledge stock and knowledge flow to generate superior incremental innovation performance—Evidence from Swiss manufacturing. Journal of Business Research, 94, 209-222.

Ruiz-Pava, G., & Forero-Pineda, C. (2018). Internal and external search strategies of innovative firms: the role of the target market. Journal of Knowledge Management. Sánchez Muñoz, P., López López, A., & Salazar Elena, J. C. (2014). Management of intellectual capital and innovative performance. Results for Spain from PITEC. Spanish foundation for science and technology (FECYT).

Sung, S. Y., & Choi, J. N.(2018). Effects of training and development on employee outcomes and firm innovative performance: Moderating roles of voluntary participation and evaluation. Human Resource Management.


37

Urgal, B., Quintás, M. Á., & Tomé, R. A. (2011). Conocimiento tecnológico, capacidad de innovación y desempeño innovador: el rol moderador del ambiente interno de la empresa. Cuadernos de Economía y Dirección de la Empresa, 14(1), 53-66.

Van Uden, A., Knoben, J., & Vermeulen, P. (2014). Human capital and innovation in developing countries: A firm level study. Institute for Management Research, Nijmegen Institute for Management Research. Radboud University. The Netherlands.

Von Briel, F., Schneider, C., & Lowry, P. B. (2019). Absorbing Knowledge from and with External Partners The Role of Social Integration Mechanisms. Decision Sciences, 50(1), 7-45.

Wernerfelt, B. (1984). A resource‐ based view of the firm. Strategic management journal, 5(2), 171-180.

West, J., & Bogers, M. (2014). Leveraging external sources of innovation: a review of research on open innovation. Journal of Product Innovation Management, 31(4), 814- 831.

Zanello, G., Fu, X., Mohnen, P., & Ventresca, M. (2016). The creation and diffusion of innovation in developing countries: A systematic literature review. Journal of Economic Surveys, 30(5), 884-912.

Zulfiqar, F., & Thapa, G. B. (2018). Determinants and intensity of adoption of “better cotton” as an innovative cleaner production alternative. Journal of Cleaner Production, 172, 3468-3478.


Relación entre la Responsabilidad Social Empresarial y el Desempeño Financiero en las Empresas Ecuatorianas que Cuentan con Informes

de Sostenibilidad desde el Periodo 2014 al 2018

Relationship between Corporate Social Responsibility and Financial Performance in Ecuadorian Companies that have Sustainability Reports from the 2014 to 2018 Period

Mónica Gallardo-Gordón1, Sandra Galarza-Torres2


RESUMEN

Existen varias herramientas que hacen frente los problemas sociales, una de ellas es la responsabilidad social empresarial (RSE). Las empresas que producen bienes y/o servicios de forma masiva son quienes más responsabilidad tienen en aspectos sociales, ambientales y económicos. El presente estudio pretende demostrar que una empresa puede generar valor para sus socios y a la vez ofertar bienes y/o servicios socialmente responsables. El objetivo de la investigación es determinar si existe o no una relación entre las variables de RSE y desempeño financiero de las empresas ecuatorianas que emiten informes de sostenibilidad bajo el modelo del Pacto Mundial de las Naciones Unidas, mismo que hace uso de estándares GRI (Global reporting initiative). Para determinar la correlación se aplica el análisis correlacional de Pearson y el análisis factorial que se basa en los resultados del índice KMO y la prueba de esfericidad de Bartlett. De acuerdo al análisis correlacional de Pearson no existe relación entre RSE y desempeño financiero; según el análisis factorial las variables estudiadas se agrupan en tres componentes de los cuales el resultado más relevante se ubica en el componente número dos, donde se evidencia la relación entre la dimensión ambiental de RSE y algunos indicadores financieros.

Palabras clave: Responsabilidad social empresarial, desempeño financiero, reportes de sostenibilidad, estándares GRI.

JEL: M14, L25, M21

ABSTRACT

There are several tools that face social problems, one of them is corporate social responsibility (CSR). Companies that produce goods and/or services in bulk are the ones who have the most responsibility in social, environmental and economic aspects. This study aims to demonstrate that a company can generate value for its partners while offering socially responsible goods and/or services. The objective of the investigation is to determine whether or not there is a relationship between the CSR variables and financial performance of Ecuadorian companies that issue sustainability reports under the model of the United Nations Global Compact, which makes use of GRI (Global reporting initiative) standards. The correlation is

1 Departamento de Ciencias Económicas, Administrativas y de Comercio. Universidad de las Fuerzas Armadas ESPE, Sangolquí-Ecuador,

[email protected] 2 Departamento de Ciencias Económicas, Administrativas y de Comercio. Universidad de las Fuerzas Armadas ESPE, Sangolquí-Ecuador,

[email protected]



Relación entre la Responsabilidad Social Empresarial y el Desempeño Financiero en las Empresas Ecuatorianas • Gallardo-Gordón y Galarza-Torres

39

determined by applying Pearson’s correlational analysis and the factorial analysis based on the results of the KMO index and Bartlett’s sphericity test. According to Pearson’s correlational analysis, there is no relationship between CSR and financial performance; however, according to the factorial analysis the variables studied are grouped into three components of which the most relevant result is located in component number two where there is a relationship between the environmental dimension of CSR and some financial indicators. Keywords: Corporate social responsibility, financial performance, sustainability reports, GRI standars.

JEL: M14, L25, M21

I. INTRODUCCIÓN

lo largo de la historia el comportamiento empresarial se ha centrado únicamente en administrar sus recursos y modelos de gestión con la finalidad de incrementar las ganancias y beneficios para sus socios, sin embargo, tal como lo define Donna J. Wood, el actuar de las empresas debe

enfocarse en solucionar los problemas sociales, ambientales y económicos que muchas veces son consecuencias de la actividad empresarial (Melé, 2007). Por este motivo, el objetivo general de la presente investigación es determinar la relación entre las dimensiones de responsabilidad social empresarial según el modelo del Pacto Mundial de las Naciones Unidas y el desempeño financiero de las empresas que cuentan con reportes de responsabilidad social empresarial desde el año 2014 al 2018. Para lograr el objetivo se realiza un análisis factorial basado en los resultados de la prueba de Esfericidad e Bartlett y el índice KMO, así mismo se aplica el análisis de correlación de Pearson.

De manera general la RSE tiene antecedentes enfocados en beneficio de las personas con bajos recursos y la beneficencia, así también., cuenta con diferentes ramas en el campo empresarial como inversiones y programas con responsabilidad social (Atehortúa , 2008). No existe ninguna ley o reglamento que obligue a las empresas a trabajar bajo modelos de gestión socialmente responsables, es por esto que la aplicación de RSE representa un valor agregado para las empresas (Benemérita Universidad Autónoma de Puebla , 2004). Muchas veces la RSE es utilizada como una pantalla para aparentar que las actividades empresariales se enfocan en el medioambiente y la sociedad, esto con el fin de mejorar su reputación en el mercado (Diaz & Lima, 2015). Para contrarrestar este hecho existen los reportes de sostenibilidad, donde las empresas publican e informan a todos sus stakeholders los resultados obtenidos gracias a la aplicación de políticas socialmente responsables; entre los modelos para elaborar los informes de sostenibilidad se encuentra el sugerido por el Pacto Mundial de las Naciones Unidas y el modelo GRI (Global reporting initiative).

Para implementar cualquier sistema de gestión basado en RSE es necesaria una inversión, a partir de este punto nace la posible relación entre desempeño financiero y RSE. Según (Aguilera Caracuel, Guerrero Villegas, & Morales Raya, 2015) existen tres posturas acerca de esta relación, la primera es una relación positiva entre las variables cuyo respaldo son resultados obtenidos en casos de estudio, la segunda relación señala que invertir en políticas y actividades socialmente responsables genera pérdidas monetarias en las empresas y la tercera establece que no existe ningún tipo de relación entre desempeño financiero y RSE. Autores como (Van Horne & Wachowicz Jr., 2002) aseguran que la rentabilidad empresarial está estrechamente ligada con la responsabilidad social, por lo que las empresas se encuentran en la capacidad de plantearse objetivos viables donde sea posible producir y comercializar productos y/o servicios que maximicen las ganancias de los socios y que a su vez cumplan con estándares sociales y del medio ambiente.

A


40

Son varios los beneficios que se obtienen al aplicar RSE, es importante recalcar que los beneficios son para todos los involucrados dentro de los cuales se incluye a los empleados, proveedores, comunidad, gobiernos, socios y accionistas, medio ambiente y clientes; uno de los principales beneficios es crear una ventaja competitiva para la empresa, así como la reducción de costos, ahorro en procesos administrativos, incremento en la fidelidad del consumidor, mejora la comunicación en la empresa e incentiva el trabajo de los empleados (Ospina Rivera & Sotelo Bula, 2013).

Ha sido un esfuerzo muy grande y a la vez un reto el proponer esta línea de investigación que ha sido escasamente contrastada en la realidad ecuatoriana, por lo que se considera que los resultados de la investigación son un pequeño aporte para el conocimiento.

II. REVISIÓN TEÓRICA

Responsabilidad Social Empresarial

El origen de lo que hoy se conoce como RSE fue un aporte del primer filósofo de la humanidad, Zaratustra (1200 a.C.); Zaratustra era un empresario dedicado a la ganadería y es gracias a esta actividad que su perspectiva se expande y comienza a trabajar bajo el concepto de “buenos pensamientos, buenas palabras, buenas acciones”, esta premisa le permitió plantear el pensamiento de que el ser humano es capaz de convivir en armonía con la naturaleza, la sociedad y el estado.

Durante el siglo XIX las empresas comienzan a considerar el concepto de RSE después de que el gobierno de Estados Unidos tomara acciones para contrarrestar las consecuencias de producción y empleo que la actividad empresarial comenzó a generar en las zonas cercanas al lugar donde operaban (Abreu Quintero & Badii, 2007). El gran desarrollo teórico de la RSE tiene lugar en la década de los 50, cuando Howard R. Bowen cuestiona que tipos de responsabilidad social deben y pueden ser asumidos por las empresas; Bowen define a las empresas como una organización con alta concentración de poderes, cuyas decisiones afectan directamente la calidad de vida de las personas (Rodriguez Miranda, Moreno, & Vázquez Ibarra, 2015).

Varios autores como Archie Carrol consideran a Bowen el padre de la RSE. Una de las obras destacadas de Bowen, “Responsabilidades sociales del hombre de negocios”, es un referente en la actualidad gracias a la amplitud de sus temas, uno de ellos es el adecuado uso de recursos considerando a las generaciones venideras, hoy en día este planteamiento se conoce como desarrollo sostenible (Rodriguez Fernández, 2007). Otra postura destacada es la de Milton Friedman, quien en su libro “La responsabilidad social del negocio es para incrementar utilidades” publicado en 1970 asegura que invertir en RSE es limitar la capacidad de las empresas en su rentabilidad, y defiende únicamente sus intereses económicos, excluyendo el aspecto social y ambiental (Vélez Evans, 2011).

El siguiente gran avance de la RSE tuvo lugar en 1976 durante la “Declaración tripartita de la Organización Internacional del Trabajo”, en este evento la OIT decide actuar sobre las necesidades y problemas sociales formando un equipo de profesionales para que elaboren recomendaciones y principios acerca de aspectos sociales dirigidos a gobiernos, empleados y empresarios; todo esto con la finalidad de que las multinacionales respondan a los problemas generados por sus actividades, este hecho es considerado un hito en la evolución de la RSE (Vélez Evans, 2011). Posteriormente en 1977 nace el modelo GRI (Global reporting initiative), mismo que fue creado por CEBES (Coalition of Environmentally Responsible Economies) y PNUMA (Programa de las Naciones Unidas para el Medio Ambiente) con la finalidad de que la información contenida en los reportes de sostenibilidad sea precisa y de calidad (Balaguer Vegas & Caballero Caballero ).

Otro gran aporte en la historia de la RSE fue por parte de Edward Freeman, quien desarrolló la teoría de los “Stakeholders” en 1984, en esta teoría el autor plantea que las necesidades de los accionistas no son las únicas


41

que deberían ser atendidas por las empresas ya que los stakeholders son todas aquellas personas que de una u otra forma se involucran en las actividades y el cumplimiento de objetivos de las empresas (Puentes & Mozas, 2010).

En el “Foro económico mundial” del año 1999 nace la idea del Pacto Mundial de las Naciones Unidas gracias a Kofi Annan, quien en ese tiempo se desempeñó como secretario de la ONU; fue él quien hizo un llamado para que todos los representantes de las principales multinacionales prioricen su compromiso con la sociedad y el medio ambiente (Ayuso & Mutis, 2010).

El desarrollo de la RSE tuvo un gran impacto en la administración empresarial por lo que para el año 2000, diez de las empresas más grandes a nivel mundial ya informaban sobre sus políticas socialmente responsables en sus portales web, entre ellas están “Microsoft”, “General Electric”, “Coca Cola”, “IBM” y “General Motors” (Nieto & Fernández , 2004). Ya para el año 2010 la “Organización Internacional de Normalización” elabora la norma ISO 26000 titulada “Guía de responsabilidad social”, la cual fue creada con el objetivo de orientar a las organizaciones para que apliquen RSE basada en buenas prácticas, principios, definiciones específicas, entre otros aspectos (Saavedra & Mancilla, 2014). Para el presente estudio se analizan los modelos propuestos por el Pacto Mundial y GRI para elaborar los informes de sostenibilidad.

Modelo Pacto Mundial

El modelo del Pacto Mundial se basa en el cumplimiento de 10 principios agrupados en cuatro dimensiones, las empresas adheridas deben informar sobre las actividades que realizan para cumplir cada uno de los principios; el reporte que este modelo exige a las empresas se denomina “Comunicación del Progreso” (Cop´s) (Fernández Lorenzo, Larramendy, & Tellechea, 2012). De acuerdo a Duque Orozco, Cardona Acevedo, & Rendón Acevedo (2013), la primera dimensión de este modelo es la de “Derechos Humanos”, la cual agrupa dos principios: “Principio 1: Las empresas deben apoyar y respetar la protección de los derechos humanos fundamentales, reconocidos internacionalmente, dentro de su ámbito de influencia”; “Principio 2: Las empresas deben asegurarse de que sus empresas no son cómplices en la vulneración de los derechos humanos”.

La segunda dimensión es la de “Ámbito Laboral”, la cual agrupa tres principios: “Principio 3: Las empresas deben apoyar la libertad de asociación y el reconocimiento efectivo del derecho a la negociación colectiva”; “Principio 4: Las empresas deben apoyar la eliminación de toda forma de trabajo forzoso o realizado bajo coacción”; “Principio 5: Las empresas deben apoyar la erradicación del trabajo infantil”; “Principio 6: Las empresas deben apoyar la abolición de las prácticas de discriminación en el empleo y la ocupación”.

La tercera dimensión es la de “Medioambiente” y se compone de los siguientes principios: “Principio 7: Las empresas deberán mantener un enfoque preventivo que favorezca el medio ambiente”; “Principio 8: Las empresas deben fomentar las iniciativas que promuevan una mayor responsabilidad ambiental”; “Principio 9: Las empresas deben favorecer el desarrollo y la difusión de las tecnologías respetuosas con el medio ambiente”. Finalmente la cuarta dimensión es la de “Anticorrupción”, la cual se compone del “Principio 10: Las empresas deben trabajar contra la corrupción en todas sus formas, incluidas extorsión y soborno”. La adhesión a este modelo es voluntaria, el Pacto Mundial Red Ecuador se compone de 180 empresas (Pacto Global Red Ecuador, 2017).

Según (Espinoza Santeli, 2016), las empresas adheridas se clasifican en tres categorías: la primera categoría es la de plataforma de aprendizaje en la cual las empresas pueden emitir sus Cop´s sin cumplir con todos los requisitos que exige el Pacto Mundial; la plataforma está disponible para ser utilizada una sola vez y las empresas tienen un periodo máximo de un año para cumplir con todos los requisitos. La segunda categoría es la de nivel activo, aquí se encuentran todas las empresas que cumplen disciplinadamente todos los


42

requisitos requeridos por el Pacto Mundial y en caso de no reportar sus Cop´s corren el riesgo de ser expulsadas. La última categoría es la de nivel avanzado, aquí las empresas se enfocan en mejorar sus niveles de sostenibilidad y rendimiento demostrando que cumplen cada uno de los principios del Pacto Mundial. Este modelo da la apertura a las empresas para que hagan uso voluntario de estándares GRI.

Modelo GRI

El modelo GRI utiliza indicadores KPI (Key performance indicator), desde su creación en 1977 ha tenido varias actualizaciones, la más reciente es la GRI G4. De acuerdo al reporte de Global Reporting Initiative (2016) los indicadores se clasifican en dos grupos: Estándares Universales, que se componen de Fundamentos 2016: aclara las bases del informe y el correcto uso de los indicadores, Contenidos Generales 2016: en esta parte del informe las empresas describen su perfil y otros datos estratégicos y Enfoque de Gestión 2016: establece los requisitos para informar; el segundo grupo es el de Estándares Temáticos que se compone por los indicadores GRI 200: Económicos, GRI 300 Ambientales y GRI 400: Sociales.

Las dimensiones manejadas por este modelo son tres: dimensión económica, dimensión ambiental y la dimensión social (Fernández Lorenzo, Larramendy, & Tellechea, 2012). Los indicadores GRI son de naturaleza cuantitativa y cualitativa, este modelo ha tenido una amplia acogida a nivel mundial gracias a la precisión de sus indicadores, mismos que se relacionan con la norma ISO 26000 y el modelo del Pacto Mundial.

Desempeño financiero

En la actualidad todas las empresas independientemente de su naturaleza o tamaño hacen uso de las finanzas, de hecho existen estudios donde se asocian las finanzas con temas de RSE, es así como lo plantea Ochoa Berganza (2013) en su investigación sobre la aplicación de RSE en instituciones financieras. Por otro lado, el rendimiento financiero mide la capacidad que tienen los recursos invertidos para generar ganancias de manera constante y a largo plazo (García, 2009). Según Rivera Godoy & Ruiz Acero (2011) los índices de desempeño financiero se agrupan en índices de crecimiento, eficiencia, eficacia y productividad tal como se muestra en la Tabla 1 a continuación.

ÍNDICES DE DESEMPEÑO FINANCIERO

TIPO DE INDICE ÍNDICE FÓRMULA CITA

Crecimiento

Ventas Valor Balance (Rivera Godoy & Ruiz Acero, 2011)

Activos Valor Balance

Utilidad Valor Balance

Eficiencia

Rotación de Cartera 𝑉𝑒𝑛𝑡𝑎𝑠

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝐶𝑥𝐶

(Allen, Myers, & Brealey, 2010)

(Eslava, 2010) Rotación de Inventario

Rotación de activos

𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑉𝑒𝑛𝑡𝑎𝑠

𝐼𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜

𝑉𝑒𝑛𝑡𝑎𝑠

𝐴𝑐𝑡𝑖𝑣𝑜𝑠 𝑇𝑜𝑡𝑎𝑙𝑒𝑠

Eficacia

Margen Bruto 𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑 𝐵𝑟𝑢𝑡𝑎


(Rivera Godoy & Ruiz Acero, 2011)

Margen Operacional 𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑 𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙



43

Margen Neto 𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑 𝑁𝑒𝑡𝑎


EBITDA / Ventas 𝐸𝐵𝐼𝑇𝐷𝐴


Productividad ROA 𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑁𝑒𝑡𝑎

𝐴𝑐𝑡𝑖𝑣𝑜𝑠 𝑇𝑜𝑡𝑎𝑙𝑒𝑠

(Pérez Grau, 2013)

ROE 𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑁𝑒𝑡𝑎

𝑃𝑎𝑡𝑟𝑖𝑚𝑜𝑛𝑖𝑜 𝑁𝑒𝑡𝑜

Tabla 1: Índices de desempeño financiero

Planteamiento de Hipótesis

Para el desarrollo de la investigación se utilizan las cuatro dimensiones planteadas por el modelo del Pacto Mundial y las cuatro agrupaciones de índices de desempeño financiero mencionadas anteriormente. En base a la revisión teórica se pretende determinar la relación entre las dimensiones de responsabilidad social empresarial según el modelo del Pacto Mundial de las Naciones Unidas y el desempeño financiero de las empresas que cuentan con reportes de responsabilidad social empresarial desde el año 2014 al 2018, motivo por el cual se establecen las siguientes hipótesis:

𝐻1: La dimensión de derechos humanos tiene una relación positiva con los índices de desempeño financiero.

𝐻2: La dimensión de medioambiente tiene una relación positiva con los índices de desempeño financiero.

𝐻3: La dimensión de ámbito laboral tiene una relación positiva con los índices de desempeño financiero.

𝐻4: La dimensión anticorrupción tiene una relación positiva con los índices de desempeño financiero.

III. METODOLOGÍA

El enfoque de la investigación es cuantitativo, con un diseño no experimental debido a que las variables estudiadas no son modificables y únicamente se estudia su comportamiento para realizar el respectivo análisis (Hernandez Sampieri, Fernandez Collado , & Baptista Lucio , 2006). De acuerdo a las hipótesis planteadas la investigación es correlacional, se pretende demostrar la relación entre las variables.

Muestra y datos

Según los datos publicados por el (Directorio Pacto Global Ecuador, 2018) con corte a julio 2018, el total de

empresas ecuatorianas que forman parte del Pacto Mundial Red Ecuador son 153, dentro de este grupo se encuentran empresas pertenecientes a todos los sectores económicos.

De acuerdo al informe ambiental publicado por el (Instituto Nacional de Estadísticas y Censos INEC, 2016) los sectores con más inversión ambiental y participación en la economía son el sector de minas y petróleo, manufacturero y constructor. (Restrepo M. , 2006) Señala que el sector agropecuario tiene el mayor consumo de agua y los más altos niveles de contaminación a escala mundial. En base a estos datos se ha depurado la lista de empresas para tener una selección más acorde al objetivo de la investigación, el total de empresas estudiadas se presentan en la Tabla 2.


44

Muestra de empresas

No. Empresa

1 Acería del Ecuador ADELCA 2 Arca Continental 3 Azucarera Valdez 4 Codana 5 Inmobiliaria del Sol Mobilsol 6 Moderna Alimentos 7 Nestlé Ecuador 8 Repsol 9 Pronaca 10 Unacem

Tabla 2 Muestra de empresas

El método utilizado en la recolección de datos es de “datos secundarios” debido a que se trabaja en base a informes y documentos ya existentes ( Hernández Sampieri, Fernández Collado, & Baptista Lucio, 2014). Para levantar los datos de RSE se recopilaron todos los informes de sostenibilidad publicados en las páginas web de las empresas seleccionadas desde el año 2014 al 2017; mientras que para los datos financieros se utilizaron los estados financieros disponibles en la página web de la Superintendencia de Compañías desde el año 2014 al 2017, adicionalmente se hizo uso de la página web TFC Smart. El año 2018 no se analizó, ya que la información de RSE no se encuentra disponible todavía en las páginas web de las empresas seleccionadas. La medición de RSE se realizó otorgándole indicadores GRI G4-G3 a cada principio del Pacto Mundial, tal como se presenta en la Tabla 3.

Indicadores GRI asociados con los principios del PM

Principio Indicador GRI

1 201-410-412-413

2 401-403-404-414-418

3 402-407

4 409

5 408

6 202-401-405-406-411

7 302-303-305-308-404

8 301-303-304-306

9 EN31-GRI 2014

10 205-206-404 Tabla 3 Indicadores GRI asociados con los principios del PM

Se utilizan variables dicotómicas para medir el cumplimiento de los indicadores GRI, En el caso de que las empresas analizadas cumplan con el indicador GRI asociado con el principio del Pacto Mundial, se asigna el valor de “1”, caso contrario se asigna “0” (Fernández & Díaz, 2004). Para medir el desempeño financiero se aplican las fórmulas mencionadas en la revisión teórica.


45

Correlación

El análisis de correlación se realiza utilizando dos técnicas, la primera es la de análisis factorial exploratorio; este análisis consiste en reducir los datos y agruparlos en factores según las características que tengan en común (Pérez & Medrano, 2010). Para aplicar este análisis es necesario comprobar su viabilidad a través de la prueba de esfericidad de Bartlett y el índice Kaiser-Mayer-Olikin (KMO). En el estudio realizado por (Galarza, Carrillo, & Carrillo, 2019) mencionan que la prueba de esfericidad de Bartlett se basa en dos hipótesis:

𝐻0: El análisis factorial no es viable y,

𝐻1: El análisis factorial es viable.

Sí el resultado de la prueba de esfericidad es p (valor) <0,05 se rechaza 𝐻0 y se acepta 𝐻1; cuando el

resultado es p (valor) >0,05 se acepta 𝐻0 y se rechaza 𝐻1.

El índice Kaiser-Mayer-Olikin determina la viabilidad del análisis factorial cuando su resultado es >= a 0,70.

La otra técnica utilizada es el análisis de correlación de Pearson, con este análisis se conoce la fuerza con la que se asocian variables cuantitativas (Restrepo & González, 2007). La aplicación de las dos técnicas de correlación se realiza a través del programa estadístico SPSS.

IV. RESULTADOS

Los resultados de la investigación se presentan en tres grupos, en el primer grupo se informa únicamente sobre los resultados obtenidos de la medición y cumplimiento de RSE en las diez empresas seleccionadas, el segundo grupo presenta los datos financieros y el tercer grupo se compone de los resultados derivados al correlacionar las dos variables.

Responsabilidad Social Empresarial

La Tabla 4 a continuación contiene los principales resultados de RSE.

Principales resultados de Responsabilidad Social Empresarial

Dimensión % Principio PM

GRI Indicador más alto

Indicador más bajo

Derechos Humanos

83% 1-2 12 Capacitaciones Beneficios anuales

Comunidad

Proveedores Datos de clientes

Ámbito Laboral

64% 3-4-5-6 9 Trabajo forzoso e infantil Nuevas

contrataciones

Cambios operacionales Ratio hombres/mujeres

Derechos indígenas

Medioambiente 75% 7-8-9 16 Consumo de energía

Agua reciclada

Productos reciclados Derrames

Anticorrupción 67% 10 5 Código de ética Políticas

Capacitación

Competencia desleal y monopolística

Casos confirmados Tabla 4 Principales resultados de Responsabilidad Social Empresarial


46

La dimensión de derechos humanos, la cual se compone de los principios 1 y 2 del Pacto Mundial es la que tiene un mejor nivel de cumplimiento con un 83%, para medir esta dimensión se utilizaron 12 indicadores GRI de los cuales los que más se cumplen son los relacionados con las capacitaciones y beneficios anuales a los trabajadores y los que miden el nivel de compromiso de las empresas con la comunidad; sin embargo dentro de esta dimensión es necesario trabajar y mejorar las actividades de RSE aplicadas con la selección y trato a proveedores así como la protección de datos de los clientes.

En segundo lugar se ubica la dimensión del medioambiente con un 75% de cumplimiento, dentro de esta dimensión se ubican los principios 7,8, y 9 los cuales fueron medidos con 16 indicadores GRI; las empresas se enfocan en cumplir con los indicadores que miden el consumo de energía y la cantidad de agua que reciclan, sin embargo descuidan aspectos como el uso de productos reciclados y el destino de los derrames originarios de su producción.

La tercera dimensión con mejor puntaje es la de anticorrupción con un 67% de cumplimiento, está dimensión se compone únicamente del principio 10 del Pacto Mundial y fue medida con cinco indicadores GRI; las empresas se enfocan en comunicar a toda la organización sobre sus códigos de ética y políticas anticorrupción, también se centran en capacitar al personal en temas anticorrupción y éticos; por otro lado se descuidan las políticas para evitar competencias desleales y monopolísticas así como la falta de información sobre casos de corrupción ocurridos en las empresas.

En último lugar se ubica la dimensión de ámbito laboral con un 64% de cumplimiento, en esta dimensión se miden los principios 3, 4,5 y 6 con nueve indicadores GRI; las empresas centran sus esfuerzos en evitar el trabajo forzoso e infantil, del mismo modo informan periódicamente sobre sus nuevas contrataciones, sin embargo descuidan aspectos como el respeto a los derechos indígenas, la comparación del ratio salarial entre hombres y mujeres y la pronta comunicación de cambios operacionales.

Los resultados por empresa se presentan a continuación en la Tabla 5:

Nivel de cumplimiento de RSE por empresa

No Empresa Nivel de cumplimiento RSE

1 Repsol 94%

2 Moderna Alimentos 85%

3 Unacem 84%

4 Arca continental 78%

5 Azucarera Valdez 68%

6 Codana 68%

7 Nestlé 67%

8 Pronaca 64%

9 Adelca 62%

10 Mobilsol 52%

Tabla 5 Nivel de cumplimiento de RSE por empresa

Desempeño Financiero

Para medir el nivel de desempeño financiero en cada empresa se utilizan los doce índices mencionados en la revisión teórica, el análisis se realizó por año y por empresa y cada índice se comparó con el promedio general del grupo al que pertenece.


47

Para el análisis de desempeño financiero se excluyen los resultados obtenidos de la empresa Repsol debido a que presenta pérdidas en todos los periodos analizados, este hecho altera los resultados de manera general; la empresa pertenece al sector de minas y petróleo por lo que su giro del negocio fue directamente afectado por la crisis de 2015-2016 cuando el precio del petróleo decreció, la variación relativa promedio de sus ventas durante los periodos analizados fue del -15%, mientras que sus activos disminuyeron en un 19%.

A continuación se presentan los principales resultados por empresa obtenidos del análisis de desempeño financiero. Los índices de crecimiento analizados son ventas, activos y utilidad tal como se presenta en la Tabla 6.

RANKING POR EMPRESA ÍNDICES DE CRECIMIENTO

RANKING UTILIDAD RANKING VENTAS RANKING ACTIVOS

PUESTO EMPRESA PUESTO EMPRESA PUESTO EMPRESA

1 Nestlé 1 Codana 1 Codana 2 Codana 2 Moderna

Alimentos 2 Adelca

3 Moderna Alimentos

3 Mobilsol 3 Arca Continental

4 Pronaca 4 Azucarera Valdez

4 Azucarera Valdez

5 Mobilsol 5 Pronaca 5 Pronaca 6 Arca

Continental 6 Adelca 6 Moderna

Alimentos 7 Unacem 7 Arca

Continental 7 Nestlé

8 Adelca 8 Nestlé 8 Mobilsol 9 Azucarera

Valdez 9 Unacem 9 Unacem

Tabla 6 Ranking por empresa índices de crecimiento

La empresa que lidera los índices de crecimiento es Codana, la variación promedio de sus ventas en los periodos estudiados es de 22%, sus activos incrementaron en un promedio de 17% y su utilidad promedio incrementó en un 10%.

Los índices de eficacia que fueron analizados son Margen operacional, Margen bruto, Margen neto y la relación Ebitda/ventas, tal como se presenta en la Tabla 7.

RANKING POR EMPRESA ÍNDICES DE EFICACIA

RANKING MO RANKING MB RANKING MN RANKING EB/VT

No. EMPRESA No. EMPRESA No. EMPRESA No. EMPRESA

1 Mobilsol 1 Mobilsol 1 Mobilsol 1 Mobilsol 2 Unacem 2 Unacem 2 Unacem 2 Unacem 3 Codana 3 Codana 3 Codana 3 Codana 4 Arca

Continental 4 Moderna

Alimentos 4 Arca

Continental 4 Adelca

5 Adelca 5 Nestlé 5 Adelca 5 Arca Continental

6 Moderna Alimentos

6 Azucarera Valdez

6 Azucarera Valdez

6 Azucarera Valdez


48

7 Azucarera Valdez

7 Adelca 7 Moderna Alimentos

7 Moderna Alimentos

8 Nestlé 8 Pronaca 8 Nestlé 8 Nestlé 9 Pronaca 9 Arca

Continental 9 Pronaca 9 Pronaca

Tabla 7 Ranking por empresa índices de eficacia

Las empresas que lideran este ranking son Mobilsol, Unacem, y Codana, evidenciando su capacidad de gestionar costos y gastos para obtener un buen nivel de utilidad y desempeño operacional. Los índices de eficiencia que fueron analizados son Rotación de activos, Rotación de inventarios y Rotación de cartera, tal como se presenta en la Tabla 8 a continuación.

RANKING POR EMPRESA ÍNDICES DE EFICIENCIA

RANKING RC RANKING RI RANKING RA

No. EMPRESA No. EMPRESA No. EMPRESA

1 Unacem 1 Nestlé 1 Nestlé

2 Mobilsol 2 Arca Continental 2 Arca Continental

3 Arca Continental 3 Pronaca 3 Pronaca

4 Nestlé 4 Moderna Alimentos 4 Moderna Alimentos

5 Pronaca 5 Unacem 5 Codana

6 Azucarera Valdez 6 Codana 6 Unacem

7 Adelca 7 Azucarera Valdez 7 Adelca

8 Moderna Alimentos 8 Adelca 8 Azucarera Valdez

9 Codana 9 Mobilsol 9 Mobilsol

Tabla 8 Ranking por empresa índices de eficiencia

Las empresas que lideran el ranking de índices de eficiencia son Nestlé, Arca Continental y Pronaca, este hecho responde al giro del negocio de las tres empresas ya que al dedicarse a la producción y comercialización de alimentos necesitan rotar su inventario con más frecuencia para evitar el deterioro de los mismos. Para los índices de productividad se realizó el análisis de efecto apalancamiento entre ROA y ROE, tal como se presenta en la Tabla 9.

EFECTO APALANCAMIENTO

Empresa ROE ROA Efecto Apalancamiento

Adelca 9% 4% Positivo

Arca Continental 21% 11% Positivo

Azucarera Valdez 28% 2% Positivo

Codana 25% 9% Positivo

Mobilsol 15% 8% Positivo

Moderna Alimentos 10% 5% Positivo

Nestlé 75% 10% Positivo

Pronaca 9% 6% Positivo

Unacem 32% 18% Positivo Tabla 9 Efecto apalancamiento


49

Para todas las empresas analizadas el efecto apalancamiento es positivo, lo cual indica que en todos los casos de endeudamiento las empresas han generado una rentabilidad mayor al costo de la deuda.

Análisis de Correlación

El análisis de correlación de Pearson determina que no existe relación entre los doce índices de desempeño financiero aplicados y las cuatro dimensiones de RSE bajo el modelo del Pacto Mundial, los resultados se pueden apreciar en la Tabla 10.

CORRELACIÓN DE PEARSON

D1 D2 D3 D4

VT Correlación de Pearson -,178 ,225 ,454 ,061

Sig. (bilateral) ,646 ,561 ,219 ,876

N 9 9 9 9

AC Correlación de Pearson -,260 ,005 ,210 -,081

Sig. (bilateral) ,499 ,989 ,587 ,835

N 9 9 9 9

UT Correlación de Pearson ,022 ,105 ,526 -,082

Sig. (bilateral) ,955 ,788 ,145 ,835

N 9 9 9 9

RC Correlación de Pearson ,271 -,273 ,181 -,207

Sig. (bilateral) ,481 ,477 ,642 ,593

N 9 9 9 9

RI Correlación de Pearson ,014 ,234 ,548 -,045

Sig. (bilateral) ,971 ,545 ,127 ,908

N 9 9 9 9

RA Correlación de Pearson -,082 ,185 ,552 ,088

Sig. (bilateral) ,834 ,633 ,123 ,821

N 9 9 9 9

MB Correlación de Pearson ,059 -,614 -,239 -,270

Sig. (bilateral) ,881 ,079 ,536 ,482

N 9 9 9 9

MO Correlación de Pearson ,273 -,367 -,109 -,224

Sig. (bilateral) ,478 ,332 ,780 ,563

N 9 9 9 9

MN Correlación de Pearson ,276 -,361 -,094 -,240

Sig. (bilateral) ,472 ,340 ,809 ,534

N 9 9 9 9

EBITDA Correlación de Pearson ,285 -,350 -,153 -,244

Sig. (bilateral) ,457 ,355 ,694 ,527

N 9 9 9 9


50

ROA Correlación de Pearson ,630 ,290 ,604 -,081

Sig. (bilateral) ,069 ,448 ,085 ,837

N 9 9 9 9

ROE Correlación de Pearson ,222 -,026 ,510 -,440

Sig. (bilateral) ,566 ,948 ,161 ,236

N 9 9 9 9 Tabla 10 Correlación de Pearson

En cuanto a la prueba de esfericidad de Bartlett el resultado fue Sig.=0,0000 valor que hace posible rechazar la hipótesis nula y aplicar el análisis factorial; en cuanto al índice KMO el resultado fue 0,312 por lo que según este índice no es viable aplicar el análisis factorial, sin embargo en base a la investigación realizada por (Machado & Galarza, 2017) se lleva a cabo el análisis factorial tomando en cuenta el resultado de la prueba de esfericidad de Bartlett. Estos resultados se presentan en la Tabla 11.

Prueba de esfericidad de Bartlett e índice KMO

Medida Kaiser-Meyer-Olkin de adecuación de

muestreo

,312

Prueba de esfericidad de

Bartlett

Aprox. Chi-cuadrado 84,117

Gl 28

Sig. ,000 Tabla 11 Prueba de esfericidad de Bartlett e índice KMO

Del análisis factorial se obtiene la tabla de Varianza total explicada, donde se representa cada auto-valor y porcentaje de varianza relacionado con cada factor.

En este caso el resultado arroja tres valores superiores a 1 por lo que las variables se agrupan en tres factores con una explicación del 79,92% de las varianzas. Tabla 12.

Varianza total explicada

Com

pone

nte

Autovalores iniciales Sumas de extracción de cargas al

cuadrado

Sumas de rotación de cargas al

cuadrado

Total % de

varianza

%

acumula

do

Total % de

varianza

%

acumula

do

Total % de

varianza

%

acumula

do

1 6,622 41,387 41,387 6,622 41,387 41,387 5,664 35,397 35,397

2 3,817 23,858 65,245 3,817 23,858 65,245 4,427 27,671 63,068

3 2,348 14,677 79,922 2,348 14,677 79,922 2,697 16,854 79,922

4 1,793 11,206 91,128

5 ,782 4,885 96,014

6 ,370 2,311 98,325

7 ,189 1,183 99,508

8 ,079 ,492 100,000

9 4,330E- 2,706E- 100,000


51

Tabla 12 Matriz de Varianza Total Explicada

El análisis factorial agrupa a las variables estudiadas en tres componentes, donde se visualiza el nivel de correlación entre cada variable. Para seleccionar las variables de cada factor se toma en cuenta cada una de sus ponderaciones: valores menores a 0,03 son no significativos, valores entre 0,03 y 0,05 tienen un aporte mínimo, valores entre 0,05 y 0,07 tienen un aporte significativo y los valores mayores a 0,07 son relevantes (Méndez Martínez & Rondón Sepúlveda, 2012).

De acuerdo a los resultados en la tabla de componentes, el factor 1 se compone de 5 variables con ponderaciones mayores a 0,07, el factor 2 se compone de 6 variables con ponderaciones entre 0,06 y 0,08 y el factor 3 se compone de 4 variables con ponderaciones entre 0,04 y 0,08 tal como se muestra en la Tabla 13. Los tres factores se componen de al menos 4 variables con correlaciones que poseen una ponderación mínima de 0,04, por lo que se procede a la interpretación de cada factor y se concluye que existe correlación entre cada variable de los componentes (Pérez & Medrano, 2010).

Componentes Análisis Factorial

1 2 3

D1 ,275 ,052 ,873

D2 -,417 ,074 ,810

D3 ,030 ,662 ,632

D4 -,391 -,236 ,426

VT -,468 ,810 -,153

AC -,245 ,646 -,414

UT ,118 , 874 -,070

16 15

10 3,306E-

16

2,067E-

15

100,000

11 1,635E-

16

1,022E-

15

100,000

12 5,890E-

17

3,681E-

16

100,000

13 -

7,415E-

17

-

4,634E-

16

100,000

14 -

9,734E-

17

-

6,084E-

16

100,000

15 -

1,912E-

16

-

1,195E-

15

100,000

16 -

3,081E-

16

-

1,926E-

15

100,000


52

RC ,893 ,257 -,005

RI -,343 ,783 ,199

RA -,425 ,735 ,156

MB , 878 -,332 -,142

MO , 958 -,263 ,055

MN , 968 -,214 ,056

EBITDA ,942 -,320 ,044

ROA ,594 ,423 ,602

ROE ,084 ,602 ,205 Tabla 13 Componentes análisis factorial

Según la asociación entre las variables se otorgó un nombre a cada componente para explicar las características en común que los agrupan, el componente número uno se denomina “Factor efectividad”, en este factor la ponderación de las variables es mayor a 0,08 lo cual indica la relevancia y el aporte de cada variable en el factor.

En este factor se asocian el índice de rotación de cartera, margen bruto, margen operacional, margen neto y la relación Ebitda/ventas, todos los índices de eficacia analizan la capacidad de las empresas para gestionar sus costos y gastos y su relación con la rotación de cartera es que mientras más flujo de efectivo posea una empresa gracias al rápido cobro de sus cuentas por cobrar, más efectivo disponible tendrá para gestionar contratos con sus proveedores.

El segundo componente es denominado “Factor ecológico”, dentro de este factor se asocian los índices de crecimiento con la rotación de inventario, rotación de activos, el indicador ROE y la dimensión de medioambiente del Pacto Mundial; las ponderaciones en este factor van de 0,06 a 0,08 esto indica que el aporte de cada variable es significativo, por este motivo este factor es el más importante ya que se evidencia la fuerte correlación entre las variables. Una empresa puede adquirir deuda para financiar maquinaria que optimice sus procesos y a la vez reducir sus impactos ambientales, cuando se optimizan los procesos de producción el inventario puede rotar con más facilidad y el flujo de efectivo de la empresa incrementa.

El tercer factor se denomina “Factor de RSE”, este factor tiene variables con ponderaciones que van de 0,04 a 0,08, en este factor se asocian las dimensiones de derechos humanos, ámbito laboral y anticorrupción del Pacto Mundial con el ROA. Las tres dimensiones del Pacto Mundial que pertenecen a este factor son las que se enfocan en proteger y resguardar los derechos humanos, laborales y éticos de los empleados, al asociarse con el ROA se determina que la gestión de los activos se realiza con mayor eficiencia y que los empleados se fidelizan con las actividades empresariales cuando se sienten seguros en su lugar de trabajo.

La RSE no fue creada con el fin de maximizar las ganancias de una empresa, su objetivo es conseguir una convivencia armónica entre las empresas, el estado y la sociedad sin descuidar los impactos que las actividades empresariales tienen en la naturaleza y en las comunidades que rodean su lugar de operaciones. Cuando se incluye la RSE en la gestión de una organización se obtienen beneficios que intrínsecamente mejoran los procesos, incluidos aquellos donde se pretende generar más flujo de efectivo.

A pesar de que no todos los índices de desempeño financiero se asocian con todos las dimensiones de RSE, queda en evidencia la relación positiva que genera la aplicación de políticas socialmente responsables en indicadores como ROA y ROE que a nivel financiero son los índices más importantes para tomar decisiones.


53

V. CONCLUSIONES

Las empresas se enfocan en resguardar los derechos de sus trabajadores, es por esto que la dimensión de derechos humanos tiene el mayor nivel de cumplimiento con un 83%, del mismo modo las empresas se enfocan en reducir el impacto de sus actividades empresariales por lo que la dimensión de medioambiente cumple con un 75% de buena gestión en relación a los indicadores GRI (Global Reporting Initiative) seleccionados.

La dimensión de ámbito laboral tiene un cumplimiento del 64%, dentro de esta dimensión se debe trabajar de manera general en la inclusión ya que todas las empresas no concentran sus esfuerzos en resguardar los derechos indígenas, o en el caso de hacerlo no informan a sus colaboradores sobre estas actividades. Finalmente la dimensión anticorrupción cumple con un 67% de los indicadores GRI (Global Reporting Initiative) seleccionados para su medición, faltando en el índice que solicita información sobre casos de corrupción en las empresas, si una empresa no ha tenido infracciones durante el periodo reportado es necesario informar que el número de casos de corrupción es cero.

La responsabilidad social empresarial no fue creada con la finalidad de generar utilidad para las empresas, es un modelo de gestión que busca mejorar la calidad de vida de las personas a través de políticas socialmente responsables cuyos beneficios abarcan a todos los involucrados de una organización, incluido el estado y organismos públicos quienes pueden aprovechar estas políticas para crear una gobernanza sostenible y mejorar sus relaciones con empresas privadas elaborando proyectos sociales, económicos y ambientales.

Todas las empresas analizadas tienen un alto nivel de ventas y un efecto apalancamiento positivo, si relacionamos estos hechos con la inversión en medioambiente se concluye que los recursos destinados a contrarrestar efectos ecológicos consecuencia de la actividad empresarial no afectan negativamente a los índices de crecimiento mencionados en los resultados del factor “Ecológico”, a pesar de que las hipótesis fueron aceptadas parcialmente gracias a que se comprobó la correlación entre pocas dimensiones de RSE con las dimensiones de desempeño financiero, este hecho aporta al conocimiento sobre el tema en el país y da la apertura para realizar nuevas investigaciones considerando más variables, diferentes técnicas estadísticas y ampliando la muestra de empresas.

REFERENCIAS

Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. (2014). Metodología de la Investigación.

México D.F.: McGraw-Hill / Interamericana Editores, S.A. de C.V.

Abreu Quintero, J., & Badii, M. (2007). Análisis del concepto de responsabilidad social empresarial .

International Journal of Good Conscience, 54-70.

Aguilera Caracuel, J., Guerrero Villegas, J., & Morales Raya, M. (2015). Responsabilidad social y

desempeño financiero en multinacionales: influencia de la diversificación internacional. Revista

Venezolana de Gerencia, 419-439.

Allen, F., Myers, S. C., & Brealey, R. A. (2010). Principios de Finanzas Corporativas Novena Edición. México:

McGraw-Hill/Interamericana Editores, S.A. de C.V.


54

Atehortúa , F. (2008). Responsabilidad social empresarial: entre la ética discursiva y la racionalidad técnica.

Escuela de Administración de Negocios, 128.

Ayuso, S., & Mutis, J. (2010). El Pacto Mundial de las Naciones Unidas - ¿una herramienta para asegurar la

responsabilidad global de las empresas? Revista de Globalización, Competitividad y Gobernabilidad , 28-

38.

Balaguer Vegas, A., & Caballero Caballero , I. (s.f.). Instituto Nacional de Seguridad e Higiene en el Trabajo.

Obtenido de Instituto Nacional de Seguridad e Higiene en el Trabajo:

http://www.insht.es/InshtWeb/Contenidos/Documentacion/FichasTecnicas/NTP/Ficheros/601

a700/ntp_648.pdf

Benemérita Universidad Autónoma de Puebla . (2004). Por una Globalización Justa: Crear Oportunidades

para Todos. Redalyc, 170.

Diaz, N. P., & Lima, M. (2015). Responsabilidad social interna: entre la diferencia y el discurso en el

escenario organizacional. Redalyc, 347.

Directorio Pacto Global Ecuador. (2018). Informe de gestión Directorio periodo 2016-2018. Quito.

Duque Orozco, Y. V., Cardona Acevedo, M., & Rendón Acevedo, J. A. (2013). Responsabilidad Social

Empresarial: Teorías, índices, estándares y certificaciones. Cuadernos de Administración, 196-206.

Eslava, J. (2010). Las claves del análisis económico financiero de la empresa. Madrid: ESIC Editorial.

Espinoza Santeli, M. G. (2016). La responsabilidad social empresarial en las micro, pequeñas y medianas

empresas de Ecuador. Universidad Andina Simón Bolivar, 39-58.

Fernández Lorenzo, L., Larramendy, E., & Tellechea, P. (2012). Avances en la Exposición Contable de

CoPs y Memorias GRI. Pecvnia, 109-128.

Fernández, S., & Díaz, S. (2004). Asociación de variables cualitativas: Test X. Cuadernos de Atención Primaria,

236-239.

Galarza, S., Carrillo, Á., & Carrillo, L. (2019). Estilos de Liderazgo en las Cooperativas de Ahorro y

Crédito Ecuatorianas: Modelo Lineal de Equilibrio en Resultados. Revista ECA Sinergia, 96-104.

García, O. L. (2009). Administración Financiera: Fundamentos y Aplicaciones. Cali: Prensa Moderna Impresores.

Global Reporting Initiative. (2016). Conjunto Consolidado de Estándares GRI para la Elaboración de Informes de

Sostenibilidad. Obtenido de Global Reporting Initiative:

https://www.globalreporting.org/standards/gri-standards-translations/gri-standards-spanish-

translations-download-center/

Global Reporting Initiative. (2016). CONJUNTO CONSOLIDADO DE ESTÁNDARES GRI PARA LA

ELABORACIÓN DE INFORMES DE SOSTENIBILIDAD. Obtenido de Global Reporting Initiative:

https://www.globalreporting.org/standards/gri-standards-translations/gri-standards-spanish-

translations-download-center/


55

Hernandez Sampieri, R., Fernandez Collado , C., & Baptista Lucio , P. (2006). Metodologia de la

Investigación. México D.F.: McGraw-Hill Interamericana Editores, SA de C.V.

Instituto Nacional de Estadísticas y Censos INEC. (2016). Módulo de Información Ambiental Económica en

Empresas 2016.

Machado, D., & Galarza, S. (2017). Análisis de la relación entre la responsabilidad social empresarial y el

desempeño financiero en empresas ecuatorianas. Yura: Relaciones internacionales, 98 - 114.

Melé, D. (2007). Responsabilidad Social en la Empresa: una revisión crítica a las principales teorías.

Ekonomiaz, 50-67.

Méndez Martínez , C., & Rondón Sepúlveda, M. (2012). Introducción al análisis factorial exploratorio.

Revista Colombiana de Psiquiatría, 197-207.

Nieto, M., & Fernández , R. (2004). Responsabilidad Social Corporativa: La Última Innovación en

Management. Universia Business Review, 31.

Ochoa Berganza, J. (2013). Finanzas para una economía humana sostenible: hacia la banca ética. Dirección y

Administración de Empresas, 123-143.

Ospina Rivera, E., & Sotelo Bula, M. F. (2013). Responsabilidad Social Empresarial: Beneficios

Económicos, Sociales Y Ambientales para los Stakeholders. Universidad de Antioquia.

Pacto Global Red Ecuador. (2017). Pacto Glogal Red Ecuador. Obtenido de http://www.pactoglobal-

ecuador.org/red-pacto-global-ecuador/

Pérez Grau, S. L. (2013). Selección de Índices Financieros Mediante Técnicas Estadísticas de Análisis

Multivariante. Entramado, 118-140.

Pérez, E., & Medrano, L. (2010). Análisis Factorial Exploratorio: Bases Conceptuales y Metodológicas.

Revista Argentina de Ciencias del Comportamiento, 58-66.

Puentes, R., & Mozas, A. (2010). La Responsabilidad Social Corporativa y su Paralelismo con las Sociedades

Cooperativas. REVESCO, 75-100.

Restrepo, L., & González, J. (2007). De Pearson a Spearman. Revista Colombiana de Ciencias Pecuniarias, 183-

192.

Restrepo, M. (2006). Producción más Limpia en la Industria Alimentaria. 88-101.

Rivera Godoy, J. A., & Ruiz Acero, D. (2011). Análisis del desempeño financiero de empresas innovadoras

del Sector Alimentos y Bebidas en Colombia. Pensamiento y Gestión , 109-136.

Rodriguez Miranda, A., Moreno, M., & Vázquez Ibarra, E. L. (2015). Congreso Internacional de Contaduría,

Administración e Informática. Obtenido de

http://congreso.investiga.fca.unam.mx/docs/xxi/docs/11.05.pdf

Rodriguez Fernández, J. M. (2007). Responsabilidad social corporativa y análisis economico: práctica frente

a teoría. Ekonomiaz, 12-49.


56

Saavedra , M. L., & Mancilla, M. E. (2014). El gobierno corporativo y el comité de auditoría en el marco de

la responsabilidad social empresarial. UNAM, 488-489.

Van Horne, J. C., & Wachowicz Jr., J. M. (2002). Fundamentos de Administración Financiera Undécima Edición.

México: Pearson Educación.

Vélez Evans, A. M. (2011). Un recorrido hacia la Responsabilidad Social Corporativa. Revista Ciencias

Estratégicas, 55-74.

X-Pedientes Económicos, Vol. 3 (7), Septiembre - Diciembre 2019, pp. 57-75

Determinantes de la Estructura de Capital: Un Análisis de las Pymes Ecuatorianas con Financiamiento en el Mercado de Valores

Determinants of the Capital Structure: An Analysis of Ecuadorian SMEs with Financing in the Stock

Market

Jennifer Montalván


RESUMEN

Las pymes en Ecuador, buscan financiamiento en los mercados intermediarios o también conocidos como mercados bancarios, olvidando que en el país también existe el mercado de valores el mismo que ofrece muchos beneficios por medio de una serie de instrumentos bursátil. Es por esto que el presente trabajo pretende explicar la estructura de capital en las pymes que cotizan en el mercado de valores ecuatoriano. El enfoque que se utilizó para realizar esta investigación es cualitativo con una población de 63 empresas, aplicando una metodología de datos de panel. El enfoque cualitativo se desarrolló basado en la revisión de la literatura y obteniendo la información financiera, se estudiaron cinco variables como son rentabilidad, tamaño, valor colateral de los activos, crecimiento y la protección fiscal a la deuda que se los considera determinantes dentro de la estructura de capital de las empresas. Los resultados fueron variados al dar como resultado que algunas de las variables si eran relevantes mientras otras no. Este trabajo abre un tema de discusión poco estudiado en el país como lo es el determinar la estructura de capital de las pymes que se encuentran en el mercado de valores en el Ecuador.

Palabras clave: mercado de valores, determinantes de la estructura de capital, financiamiento. JEL: G32

ABSTRACT

SMEs in Ecuador, seek financing in intermediary markets or also known as banking markets, forgetting that in the country there is also the stock market that offers many benefits through a series of stock market instruments. That is why this work aims to explain the capital structure in SMEs that are listed on the Ecuadorian stock market. The approach that was used to conduct this research is qualitative with a population of 63 companies, applying a panel data methodology. The qualitative approach was developed based on the review of the literature and obtaining the financial information, five variables were studied such as profitability, size, collateral value of the assets, growth and fiscal protection of the debt that are considered determinants within the corporate capital structure. The results were varied, resulting in some of the variables being relevant while others were not. This paper opens a topic of discussion little studied in the country, such as determining the capital structure of SMEs that are in the stock market in Ecuador.Keywords: stock market, capital structure, financial determinants, stock education, indebtedness, financing.

Keywords: stock market, determinants of capital structure, financing.

JEL: G32

Determinantes de la Estructura de Capital: Un Análisis de las Pymes Ecuatorianas con Financiamiento en el Mercado de Valores • Montalván.

58

I. INTRODUCCIÓN

as pequeñas y medianas empresas (Pymes) juegan un papel fundamental dentro de la economía de un país. De acuerdo con Gonzáles Tirados & Medina Rojas (2011) hasta hace un par de años se sostenía la idea que el crecimiento económico estaba impulsado por las grandes empresas y las inversiones que

ellas realizaban. Por años este supuesto fue una gran limitante para que el mercado crezca y abra oportunidades a nuevos competidores. A pesar de esto, gracias al desarrollo tecnológico y la globalización las pymes lograron aumentar su presencia en los mercados internacionales, impulsadas por la creciente demanda de modelos de negocio enfocados en el conocimiento, innovación y el desarrollo tecnológico.

El mercado es cada vez más competitivo, lo que constantemente presiona a las pymes a realizar cambios dentro de sus estructuras financieras, societarias y organizativas. Para esto, las empresas se han visto en la necesidad de invertir en estructura, tecnología, capital humano e innovación, con el objetivo llegar a ser más competitivas, incrementando sus volúmenes de ventas y expansión. En Ecuador las pymes representan el 99% del aglomerado empresarial, según estadísticas del año 2018 del Instituto Nacional de Estadística y Censos (INEC). Por lo que se han implementado incentivos fiscales y económicos que les permiten su desarrollo.

El principal objetivo de una empresa ya sea pequeña, mediana o grandes al final del día es incrementar su valor (Fama & French, 2002). Para lograr generar valor, los beneficios siempre deben estar por encima de los costos financieros asumidos por las empresas. Es por esto, que la decisión de las fuentes de financiamiento para una organización, es una de las decisiones más importantes que se deben tomar. Esta debe considerar las condiciones de la deuda, y especialmente las proporciones de la misma con respecto al capital que posee.

En el momento que una empresa busca financiamiento, por lo general recurre a fuentes externas, su decisión con respecto al endeudamiento tiene gran influencia de parte de las condiciones de mercado. En Latinoamérica al igual que en otros países emergentes los sistemas bancarios son la principal fuente de financiamiento, estos representan un gran problema ya que son ineficientes, sus tasas de interés son elevadas, costos operativos altos y la rentabilidad es baja debido al riesgo que asumen (Lovera et al., 2017). Por otro lado, están los mercados de capitales, los cuales son muy pequeños en toda la región, ya que las empresas se inclinan más a la deuda, antes que a la emisión de acciones u otros instrumentos bursátiles que por lo general están compuestos por empresas grandes (García Herrero, Santillán Fraile, Gallego Herrero, Cuadro Sáez, & Egea, 2003).

Ecuador tiene una marcada tradición a utilizar el financiamiento con deuda bancaria, mientras que su mercado de valores es pequeño y se limita a unas cuantas empresas. Entre los factores para que esto suceda se encuentra la presión de los accionistas para evitar interferencias en el control de la organización, la renuencia de las pymes a transparentar su información financiera y la poca disposición a regular su funcionamiento.

La investigación busca realizar un análisis de los factores; rentabilidad (ROE, ROA), tamaño, valor colateral de los activos, protección fiscal y crecimiento para determinar cuáles son los factores determinantes que los gerentes o propietarios de las pymes deben tomar en consideración cuando se encuentran tomando la decisión de financiamiento. Este documento utiliza información basada en distintas fuentes, principalmente en los estados financieros reportados por las empresas que cotizan en bolsa y que se deben presentarlos a la Superintendencia de Compañías Mercados y Valores.

L


59

Este trabajo trata de cubrir una falencia con respecto al conocimiento financiero para la realidad ecuatoriana. Se ha utilizado una población de sesenta y tres pymes que están inscritas dentro del catastro público del mercado de valores. Sobre la base de estas empresas se quiere explicar que es lo que influye en la toma de decisiones de financiamiento por parte de los directivos de estas compañías dentro del contexto del país, estudiando el periodo comprendido entre el año 2008 al 2017.

La importancia de la investigación es fundamental para el campo de las finanzas ya que aporta con resultados empíricos los cuales aportan al campo de conocimientos sobre estructura de capital fundamentalmente en el mercado de capitales. Los estudios sobre factores determinantes de la estructura de capital en estos mercados son escasos y relativamente nuevos en América Latina. Los estudios para mercados de capitales no son suficientes con respecto a otros estudios realizados para mercados más desarrollados, por lo que este trabajo se establece como un aporte fundamental al conocimiento de la realidad empresarial desde el punto de vista financiero y su relación con las decisiones de financiamiento.

El trabajo de investigación ha sido dividido de la siguiente forma: La primera es la introducción, en donde se señalan el planteamiento y la formulación del problema, los objetivos de la investigación, la justificación y los antecedentes del problema. La segunda parte se es la revisión de la literatura la cual abarca la teoría de la estructura de capital, la teoría del trade-off, la teoría del pecking order y los estudios sobre factores determinantes de la estructura de capital. En la tercera parte del trabajo se muestran los resultados que generados como producto de la investigación. La cuarta parte del trabajo presenta son las conclusiones, en la que se discuten los resultados y finalmente en la última parte se presenta la bibliografía.

II. REVISIÓN DE LITERATURA

De acuerdo con Carballo Veiga (2011) la decisión de financiamiento es uno de los aspectos más importantes y trascendente dentro de las finanzas de una empresa. Para una toma de decisión adecuada se debe definir la estructura del capital empleado, esto quiere decir como este capital que financia el activo neto está compuesto.

El acceso a financiamiento y su costo representan una decisión importante para la competencia empresarial, así también la elección de la estructura de capital optimo que tiene como finalidad maximizar el valor de la empresa por consiguiente estimular el crecimiento de los beneficios para los accionistas (Serghiescu &

Văidean, 2014). Al encontrarse estrechamente relacionado con los métodos de financiamiento a largo plazo utilizados por las empresas, la estructura de capital refleja la relación que existe entre deuda / capital en la elección de financiamiento.

Dentro de la literatura se han encontrado estudios previos, los cuales se utilizan como punto de partida de esta investigación. El objetivo de esta sección es mencionar algunas de las investigaciones más relevantes para que sirvan de referentes antes de realizar la elaboración del modelo de la estructura de capital. De acuerdo con Gómez Jacinto (2014) el objetivo de estos estudios es encontrar las causas que influyen en el endeudamiento de una empresa, la mayoría de ellos mencionan en su desarrollo que las empresas pueden adoptar dos posiciones teóricas la del trade-off o la del pecking order. Miguel & Pindado (2001) menciona que estos factores se pueden analizar desde dos puntos de vistas; características generales de la empresa y las características institucionales.

Dentro de las teorías que estudian los factores determinantes de la estructura de capital existen distintas variaciones importantes, por lo que se considera que todavía ninguno ha sido capaz de proporcionar un compendio satisfactorio sobre qué factores que afectan la decisión de la estructura de capital, como


60

mencionaron en su estudio Brealy, Myers, & Allen (2011). Las teorías mencionan que las empresas deciden su estructura de capital basándose en las características que determinan los costos y beneficios relacionados con la deuda y el patrimonio (Kakani & Reddy, 1998). por lo que es fundamental destacar que el objetivo principal de las empresas es incrementar su valor, lo mismo que es posible al obtener beneficios que superen los costos financieros, y a su vez destacan que las decisiones de elegir las fuentes de financiamiento sean cruciales para una compañía (Cornejo Díaz & Helbert , 2016).

El estudio de la estructura de capital es uno de los temas más importantes dentro de las finanzas y uno de los más controversiales. Graham & Leary (2011) enfatizan dentro de su estudio que es un tópico importante en el caso de las empresas que pertenecen a los mercados emergentes, ya que el autor denota que en estas economías existen elevados costos financieros y su transparencia dentro de los procesos en la mayoría de los casos es un obstáculo.

Teorías sobre la estructura de capital

Fischer, Heinkel, & Zechner, 1989; Padilla Ospina, Rivera Godoy, & Ospina Holguín (2015) señalan en sus distintos estudios que las teorías que explican la estructura de capital en los países emergentes son: la del Pecking Order Theory (POT) y Trade- off Theory (TOT) las mismas que han sido utilizadas en la mayor parte de los estudios relacionados. Estas teorías al ser las principales son las que mejor explican el endeudamiento de las empresas.

Teoría del Pecking Order (POT)

Acerca de POT o teoría de la jerarquía inicialmente fue basada en la premisa de Donaldson (1961) que sostuvo que las empresas al ser más rentables, se inclinan a financiarse internamente. Tiempo después Myers (1983) sostenía que la jerarquía era parte fundamental dentro de la decisión de financiamiento, por lo que, en primera instancia las empresas intentaran financiarse por medio de sus fuentes internas o utilidades retenidas; en segundo plano, se buscara financiamiento externo o en instituciones financieras; y, como última instancia mediante emisiones de acciones o bonos. Según Brealy et al. (2011); Cornejo Díaz & Helbert , 2016; Myers & Majluf (1984) la POT, menciona que las empresas, principalmente, buscan financiamiento por medio de las fuentes internas ya que los gerentes prefieren mantener el control de la empresa y evitar los costos de transacción creados por la distorsión de la información en la decisión de inversión.

Según Chen & Chen (s. f.) los costos de transacción juegan un papel importante en la decisión de estructura de capital de una empresa, ya que con la obtención de nuevo financiamiento externo estos costos resultan más altos que los costos de obtener financiamiento interno, además que los fondos internos no asumen ningún costo de transacción, por lo que de acuerdo con Gaud, Jani, Hoesli, & Bender (2005) los estudios son consistentes con la teoría.

Teoría del Trade Off (TOT)

Por otro lado, la teoría trade-off (TOT), es una teoría que se ha desarrollado a partir de las modificaciones realizadas por Modigliani & Miller (1963) sobre su teoría de irrelevancia de la estructura del capital, en la que sostiene que, el valor de la empresa no depende de la estructura de capital (Modigliani & Miller, 1958). En 1963 los mismos autores identificaron que la deuda en términos fiscales (se referían al ahorro fiscal) crea un beneficio a la empresa, de acuerdo a esto ellos sostienen que endeudarse resulta ser óptimo para la organización (Padilla Ospina et al., 2015). Puesto en análisis una de las ventajas con respecto al área


61

tributaria es que en el endeudamiento se aplica según Briozzo & Vigier (2006) “una deducción de los intereses de la base imponible al impuesto a las ganancias”. Kraus & Litzenberger (1973) mencionaron que existe un canje, o estado de preferencia, que asocian los beneficios fiscales de una deuda y los costos. Este estudio plantea que dentro de las empresas existe un óptimo de deuda (estructura de capital optimo), el mismo que se encuentra conformado por el apalancamiento en el que los beneficios marginales subsanan los costos marginales.

Uno de los principales atributos de esta teoría, se fundamenta en que ayuda a definir la tasa optima de endeudamiento, y su variación depende de ciertas características de cada empresa; por ejemplo, por un lado tenemos a las grandes organizaciones que tienen la oportunidad de expandirse, mientras que también tenemos empresas menos rentables, lo que sucede según la TOT es que las empresas menos rentables con un alto porcentaje de activos corrientes presentaran un bajo nivel de endeudamiento, en tanto las empresas más grandes que poseen flujos de efectivo estables y la proporción de los activos corriente es alta estarán

crecidamente apalancadas (Myers, 2003; Serghiescu & Văidean, 2014)

También se debe considerar que esta teoría presenta beneficios que defienden la postura del incremento de la deuda, según Jensen & Meckling (1976) el limitado flujo de caja y la presión que esto genera en los gerentes, harán que ellos realicen una mejor gestión de los recursos actuando en consecuencia al miedo de riesgo de bancarrota, ya que según Grossman & Hart (1983) esto no solo implica una afectación a la empresa sino también repercute en su reputación. Por otro lado, se considera que, al tener efectivo en exceso, los gerentes lo utilizaran de forma menos eficiente. Esto significa que la TOT defiende que la estructura de endeudamiento optima debe equilibrarse con los costos de bancarrota y la reducción de los costos de agencia (Cornejo Díaz & Helbert , 2016).

Este estudio toma en consideración ciertas características de las empresas como factores determinantes de la estructura de capital, las mismas que han sido analizadas en base a estudios anteriores. Acorde con la revisión de la literatura, la mayoría de los estudios que se han hecho acerca de cuáles son los factores más relevantes al determinar la estructura de capital en la empresa estos han sido realizados en mercados de valores desarrollados y pocos son los mercados latinoamericanos que han sido analizados, aun así, existe literatura que hace referencia a los mercados financieros que se encuentran en desarrollo. Cornejo Díaz & Helbert (2016) realizo un estudio sobre los factores determinantes de la estructura de capital: evidencia del mercado de valores peruano. Rivera & Gracia (2014) realizaron un estudio sobre los factores que determinan industriales cotizadas de la CAN y las españolas. Miguel & Pindado (2001) realizo un estudio sobre los valores determinantes de la estructura de capital de empresas españolas. Salawu & Agboola (2008) determinaron la estructura de capital no financiera de las firmas en Nigeria. Gaud et al. (2005) determinaron los factores determinantes de la estructura de capital de 140 empresas suizas que se encuentran dentro del mercado de capitales. Padilla Ospina et al. (2015) realizan un estudio sobre los determinantes de la estructura de capital de las Mipymes del sector real participantes del premio innova. Kakani & Reddy (1998) analizaron en su estudio econométrico de los determinantes de la estructura de capital de las empresas en la India. Franco, López Martínez, & Muñoz (2010) realizaron estudios iguales pero aplicados a empresas uruguayas.

En el caso de Ecuador hasta el momento no se han encontrado estudios previos que sustente la investigación de la estructura de capital, por lo que el trabajo parte de estudios de otros países para poder determinar los factores que influyen dentro de la estructura de capital. En concordancia con la literatura existente, el apalancamiento financiero se constituye en la medida más utilizada de la estructura de capital. la elección de las variables independientes se la hizo basándose en los estudios previos dentro de economías desarrolladas y


62

en desarrollo. En este trabajo se utilizaron cinco variables independientes de acuerdo con la literatura que se ha tomado como marco referencial.

Valor colateral de los activos: siguiendo la línea de la teoría del trade-off, los activos tangibles operan como activos de garantía frente a la búsqueda de créditos, emisiones de bonos o de algún otro tipo de operaciones financieras. Esto les permitirá a las empresas tener un nivel de apalancamiento más elevado. Este tipo de garantías disminuyen los problemas de riesgo moral entre los accionistas y acreedores, causado principalmente por la información que poseen los accionistas y que no la tienen sus acreedores (Jensen & Meckling, 1976; Tejos & Fernández, 2018). En su estudio Thies & Klock (1992) hicieron referencia a que los activos fijos netos respaldan mejor la emisión de deuda a largo plazo, mientras que los inventarios cambian el financiamiento de acciones comunes a endeudamiento de corto y largo plazo. Por otro lado, existen estudios como los de Gaud et al. (2005); Titman & Wessels (1988) que afirman que los activos tangibles hacen las funciones de colaterales en el caso de que las deudas no puedan ser cubiertas por las empresas.

Rentabilidad: desde el punto de vista de la teoría del trade-off a las empresas les conviene aumentar sus niveles de endeudamiento para que de esta forma se aprovechen las ventajas fiscales por deuda. Además, según Hernández Carmen & Ríos Bolívar (2013) al adquirir deuda las empresas crean un historial de rentabilidad alta lo cual sirve de indicador para proyectarse que en el futuro la empresa tendrá una buena rentabilidad, lo que provocaría que sus acreedores confíen más y les presten montos mayores. Los estudios que defienden las ventajas tributarias se enfrentan con el planteamiento que esta puede no ser aplicables para algunas empresas que cuentan con otros métodos de reducción de impuestos, algunos ejemplos son, la depreciación o algún tipo de protección fiscal.

La rentabilidad también se la puede estudiar desde el punto de vista de la teoría del pecking order, que menciona que los administradores al tomar la decisión de financiamiento en primera instancia prefieren hacerlo de forma interna (Myers & Majluf, 1984). Por lo que de acuerdo con la teoría se dice que las empresas más rentables se autofinancian y recurren menos a la deuda. Como resultado, esta teoría sugiere que existe una relación negativa entre el apalancamiento y la rentabilidad.

Tamaño de la empresa: Las empresas más grandes son más diversificadas que las pequeñas, esto ayuda a que este tipo de empresas sean menos volátiles con respecto a sus flujos de efectivo y que su probabilidad a una posible quiebra sea menor (Rajan & Zingales, s. f.; Titman & Wessels, 1988). En vista de lo anterior se reducen los costos de bancarrota, con lo que se espera que la capacidad de endeudamiento de las empresas más grandes sea mayor que el de las pequeñas para que de esta forma, sus costos sean menores al emitir deuda o capital. Asimismo, las grandes empresas esperan emplear elevados niveles de deuda que las empresas pequeñas. De acuerdo con la teoría trade-off la relación que existe entre el tamaño y el apalancamiento esta positivamente relacionada (Barclay & Smith, 1996; Titman & Wessels, 1988; Wiwattanakantang, 1999).

Chakraborty (2010); Titman & Wessels (1988) en sus respectivos estudios encuentran una relación negativa entre las grandes empresas y el endeudamiento, ya que estas se inclinan principalmente a utilizar más capital que deuda. Pero, desde un punto de vista contrario, dentro de su trabajo Remmers, Stonehill, Wright, & Beekhuisen (1974) hallan efectos no significativos entre el tamaño de la empresa y la estructura de capital.

Crecimiento: el rápido crecimiento en las ventas de una empresa por lo general está relacionada con su necesidad de aumento de sus activos fijos. Es quiere decir que el crecimiento de una empresa refleja que en el futuro la misma va a presentar una necesidad de fondos y la retención de ganancias.


63

La teoría del trade-off de acuerdo a Gómez Jacinto (2014) “sostiene que los beneficios retenidos de empresas con elevado crecimiento incrementan y tienen que emitir mayor deuda para poder mantener el ratio deuda/ capital objetivo”. Lo que representa una relación positiva entre crecimiento y endeudamiento. La teoría del pecking order sostiene que el crecimiento provoca que las empresas cambien el financiamiento de nuevo capital a deuda (Baskin, 1989).

Protección fiscal: de acuerdo con la teoría del trade-off, la relación entre la tasa efectiva de impuestos y el nivel de apalancamiento esta positivamente relacionada. Las empresas tienen un incentivo para endeudare porque pueden beneficiarse del escudo fiscal debido a la deducibilidad de los intereses. DeAngelo & Masulis (1980) muestran que, si existen escudos fiscales sin deuda, entonces es probable que las empresas no utilicen los escudos fiscales de la deuda, ya que los escudos fiscales sin deuda resultan ser mejores incentivos y más convenientes para estas empresas.

Se considera que dentro este tipo de protección fiscal sin deuda se encuentran “las deducciones de impuestos como los gastos de depreciación de activos fijos o los costos que genera las actividades de investigación y desarrollo de la empresa” (Gómez Jacinto, 2014). Es importante el enfatizar en la importancia de los diferentes tipos de protección fiscal y el impacto en las tasas impositivas marginales de las empresas. De acuerdo con Graham & Leary (2011) el escudo fiscal representa en promedio un 4.3% del valor de las empresas siempre y cuando se consideran los impuestos corporativos y personales de los accionistas.

Teoría de Agencia

“La estructura de capital de la empresa se crea por un conjunto de contratos caracterizados por mantener una relación de agencia, donde el principal delega autoridad en la toma de decisiones a otra persona para que desempeñe un servicio a su nombre” (Rivera Godoy, 2002). Esta teoría analiza los problemas que surgen como resultado de la información asimétrica, lo que da como resultado por la falta de información entre las partes de una empresa, esto es importante de considerar porque el flujo de información llega a ser un determinante para la toma de decisiones (Mishkin, 2008). Otros autores definen esta teoría como los problemas que se crean cuando un miembro de la empresa tiene algún tipo de información que otro no, lo que causa conflictos al momento de tomar decisiones ya que la información no fluye ni es transparente. Para López Lozano (2015) “los problemas generados por la información asimétrica en la Teoría de agencia se refieren a la selección adversa y el riesgo moral”.

Riesgo Moral

Basado en la literatura el riesgo moral tiene una fuerte relación con la información asimétrica. El riesgo moral se explica según como la asimetría de información que se genera por la posible actuación de una de las partes dentro de la relación empresarial, esto se puede relacionar con el comportamiento oportunista que sustenta la asimetría de información.

En el caso de los directivos, el riesgo moral nace de los incentivos al momento de tomar decisiones o actuar para su propio beneficio. Uno de los problemas que presenta el riesgo moral es que los accionistas como respuesta a la posibilidad de que los directivos obtén por un comportamiento oportunista, no ceden el control y la toma de decisiones, por lo que la empresa se aleja del objetivo de la búsqueda de valor.

El riesgo moral se relaciona con la decisión de aumentar el nivel de endeudamiento, con el objetivo de exponer a las empresas a la supervisión del sector financiero causando así la disminución de los conflictos de interés que suelen darse por la discrecionalidad de los directivos sobre el uso del dinero o también conocido


64

como el flujo de caja libre. La deuda compromete a los directivos a direccionar los recursos al pago de los intereses que estas causan, por lo que dan la seguridad que los fondos no serán utilizados en inversiones poco producentes o empleadas de forma ineficiente. La deuda compromete a los directivos a tomar decisiones que se encuentren encaminadas hacia el mismo objetivo que es la creación de valor, reducir las posibilidades de insolvencia y quiebra. La teoría sostiene que con el objetivo de alinearse a estos supuestos los directivos tomarán mejores decisiones y se verán menos inclinados a obtener beneficios empresarial propios.

El nivel de endeudamiento que los directivos esta dispuestos a adquirir está relacionado directamente con los conflictos de interés que existen entre los accionistas y los directivos. De acuerdo con Menéndez Requejo (2001) sí existen mayores niveles de supervisión, se espera que los niveles de deuda sean mayores, mientras que si existe menos supervisión y los accionistas ceden más el control entonces se supone que el nivel de endeudamiento será menor. Los conflictos de interés se ven minimizados cuando la relación de la participación de los directivos en el capital accionario se ve involucrado ya que este se verá más comprometido en velar por los intereses del accionista (Agrawal & Nagarajan, 1990).

Selección Adversa

Los efectos de la información asimétrica surgen como resultado al inicio de una relación o contrato, estos pueden originar según Akerlof (1970) el efecto de selección adversa. Este problema esta direccionado a la postura que adoptan los dos agentes, por un lado, están los agentes que presentan mayores riesgos y se encuentran en la necesidad de buscar financiamiento, y por otro lado se encuentran los agentes que según Akerlof (1970) se encuentran menos informados por lo que no se encuentran en la posición de diferenciar entre una buena o mala decisión, lo que también de acuerdo a Menéndez Requejo (2001) se conoce como oportunismo precontractual. Como resultado de esta falta de información, se asume que el sujeto menos informado tiene un conflicto al momento de decidir entre una buena o mala elección, ya que siempre va a pensar que lo ofrecido por el otro sujeto es la peor opción (porque aparentemente resulta lo más conveniente).

Se han identificados algunos puntos sobre la selección adversa y su relación con la estructura financiera. Mishkin (2008) hace referencia a tres puntos importantes que influyen en las empresas y sus decisiones a buscar financiamiento:

1. Para las pymes el financiamiento indirecto se encuentra por encima del directo, teniendo en consideración que el financiamiento directo se refiere a la emisión de los instrumentos financieros del mercado de valores, al contrario de los indirecto que estos necesitan un intermediario (entidades bancarias) para poder acceder a fuentes de financiamiento.

2. En los países en vías de desarrollo los bancos tienen mayor influencia en las empresas porque resultan ser los medios más utilizados al momento de buscar financiamiento.

3. Las compañías más grandes y estructuradas tienen mayor acceso al mercado de valores. Al momento de captar inversionistas las posibilidades de las pequeñas empresas son más limitadas debido a la escasa información que los inversionistas pueden encontrar.

El supuesto de la selección adversa es aplicable a la selección del mercado de valores, ya que la preferencia por los mercados intermediarios sobre los mercados de valores no solo en Ecuador sino en toda Latinoamérica es un tema bastante complejo. Al comparar como se desenvuelven ambos mercados desde el punto de vista del flujo de la información se denota que, con respecto a los bancos, estos no tienen el problema de la manipulación de información como las tasas y precios, caso que no se apega al mercado de valores el cual es un extracto volátil. Apegándose a lo sostenido por la selección adversa la falta de


65

información con respecto a las empresas influye en la decisión de los inversionistas con respecto a cuáles son organizaciones son buenas o malas, este sesgo representa un limitante para las empresas buenas porque se arriesgan a no ser escogidas y que sus emisiones no tengan los resultados esperados.

Teoría de señales

La teoría de emisión de señales, de acuerdo a Ross (1977) discute que la decisión de endeudamiento involucra la existencia de un equilibrio entre los costos financieros y los subsidios fiscales. Con respecto a esto, se afirma que la estructura de capital se optimiza de acuerdo a Menéndez Requejo (2001) “cuando el subsidio marginal de la deuda es igual al costo marginal por problemas financieros”, lo que significa que se incrementan los niveles de endeudamiento a medida que las utilidades netos o también conocidos como beneficios netos aumenten, por lo que los inversionistas tienden a ver el endeudamiento como una señal de valor para la empresa. El aumento de endeudamiento para algunos autores como Navarrete Martínez (2012) son tomados como una señal favorable de inversión, basándose en el supuesto que los directivos no se arriesgarían a incrementar su nivel de deuda si existiera una alta posibilidad de fracaso.

III. METODOLOGÍA

Para la comprobación de las hipótesis propuestas se utilizo información de fuentes secundarias. De manera especifica, para las cuentas financieras, se emplearon los balances pertenecientes al formulario 101 provisto por las empresas a la institución supervisora; es decir, la Superintendencia de Compañías, Valores y Seguros (SCVS). Esta información es reportada de manera anual por todas las empresas registradas en la SCVS y se encuentra disponible en el portal web de la institución. Así, se recogió información desde el año 2008 hasta el 2017, permitiendo tener la estructura de datos de panel. Debido al interés especifico en estudiar aquellas empresas que acceden a financiamiento por medio del mercado de valores, la muestra de empresas se ve reducida a 2652 observaciones pertenecientes a 272 empresas. Dichas empresas, pertenecen a dieciséis diferentes actividades económicas, teniendo una mayor concentración en el comercio al por mayor y menor con una participación de 38.08% seguido de las manufacturas con el 35.91%. Con la finalidad de verificar que los datos no tuvieran inconsistencias o datos aberrantes producto, por ejemplo, de errores en el ingreso de información; se revisaron las principales cuentas financieras: activos, pasivos, patrimonio, ventas y utilidades. También, se verificó que la ecuación contable fuera satisfecha y que las empresas no tengan un patrimonio neto menor a ochocientos dólares. Así, para la realización empírica, no hizo falta un proceso depuración debido a que los datos guardaban consistencia. Con respecto a las variables utilizadas para el estudio, se ha tomado en consideración algunos estudios anteriores los cuales han estudiado un problema parecido en diferentes contextos. Por ejemplo, el estudio realizado por Gómez (2014). Así, se tienen:

Tabla 1. Variables utilizadas en el análisis de regresión.

Variable Justificación Cálculo

Valor Colateral de los Activos Proveer Seguridad a los acreedores financieros.

Activos fijos/Activos

ROA/ROE Empresas con niveles altos de rentabilidad tienden a disminuir su nivel de endeudamiento sustituyéndolo con financiamiento vía beneficios retenidos.

Utilidad neta/Activos


66

Tamaño Empresas de diferentes tamaños tienen diferentes comportamientos de endeudamiento, sobre todo en plazos de deuda. Por ejemplo, las empresas pequeñas tienen mayores niveles de endeudamiento de corto que de largo plazo

Ln(activos)

Crecimiento El crecimiento de las empresas puede hacer que las necesidades de fondos futuros sean mayores.

Variación porcentual activos

Escudo Fiscal Este factor puede estar relacionado con el nivel de endeudamiento de una compañía debido a la reducción de la tasa impositiva.

Depreciación/Activos

Elaboración: Propia

Para la aplicación empírica, se pretende encontrar aquellos factores financieros que determinan la estructura de capital en las empresas locales que tienen financiamiento por medio del mercado de valores. Debido a la estructura de los datos, la aplicación de un modelo de mínimos cuadrados ordinarios (MCO) no capturaría la riqueza de los datos de panel. En su lugar, existen otras técnicas mas adecuadas, en este marco; las mas conocidas son aquellas de carácter estático, es decir, los estimadores de efectos fijos y de efectos aleatorios. A pesar de las ventajas de cada una, un diseño mas conveniente viene dado por el estimador de efectos fijos. Esta técnica nos permite controlar la heterogeneidad no observada dentro del diseño de la investigación propuesta. Así, todos aquellos factores no son observables por el investigador, pero permanecen constantes en el tiempo, son controlados por este método. Esto permite tener estimadores algo menos sucios de sesgo y eliminar cualquier otro tipo de influencia que pueda hacer ruido en la relación propuesta. De esta manera, matricialmente el modelo toma la siguiente forma:

Considerando un modelo general donde todas las variables varían en 𝑖 y 𝑡.

𝑦𝑖𝑡 = 𝑥𝑖𝑡′ 𝛽 + 𝛼𝑖 + 𝜂𝑖𝑡#(1)

Teniendo en consideración que 𝑡 = 1,⋯ , 𝑇

𝑦𝑖⏟𝑇×1

= 𝑋𝑖⏟𝑇×𝐿

𝛽⏟𝐿×1

+ 𝛼𝑖⏟1×1

1𝑇⏟𝑇×1

+ 𝜂𝑖⏟𝑇×1

#(2)

Definimos

𝑄𝑇𝑦𝑖 = 𝑄𝑇𝑋𝑖𝛽 + 𝛼𝑖𝑄𝑇1𝑇 + 𝑄𝑇𝜂𝑖#(3)

�̃�𝑖 = �̃�𝑖𝛽 + �̃�𝑖 De otro modo

[�̃�𝑖⋮�̃�𝑛

] = [�̃�1⋮�̃�𝑛

] 𝛽 + [�̃�𝑖⋮�̃�𝑛

] #(4)


67

�̃�⏟𝑇𝑛×1

= 𝛽 �̃�⏟𝑇𝑛×1

+ 𝜂⏟𝑇𝑛×1

#(5)

Por lo tanto, el estimador de efectos fijos, toma la siguiente forma:

�̂�𝐹𝐸 = (�̃�′�̃�)−1�̃�′�̃�#(6)

�̂�𝐹𝐸 = (∑�̃�𝑖′�̃�𝑖

𝑛

𝑖=1

)

−1

∑�̃�𝑖′�̃�𝑖

𝑛

𝑖=1

#(7)

A pesar de que este estimador puede ser es bastante robusto en términos de eficiencia, para que los resultados sean completamente insesgados deben cumplir ciertos supuestos. Entre ellos, que no exista auto-correlación, que la covarianza entre los cofactores (variables independientes) y el termino de error sea cero, que no exista heterocedasticidad y que el grado de multicolinealidad del modelo sea bajo. De todos los posibles problemas anteriormente mencionados, el mas difícil de cumplir es la exogeneidad entre las variables independientes y el termino de error, este problema es conocido como endogeneidad y sus dos fuentes comunes son el sesgo por variables omitidas y la causalidad reversa. El tratamiento de este problema usualmente es abordado por métodos que consideren el uso de variables instrumentales, no obstante, en la practica encontrar un instrumento útil no es una tarea sencilla. Sin embargo, existen otras prácticas menos ortodoxas ampliamente utilizadas; entre estas el uso de rezagos en las variables independientes que potencialmente podrían sufrir de problemas de endogeneidad. La idea intuitiva detrás de esto es que, si bien es cierto que en un periodo determinando, por ejemplo “t”, la covarianza entre una variable y el termino de error puede ser diferente de cero; en “t-1” es menos probable que esto suceda (a menos que el efecto sea persistente en el tiempo). Así, aunque este enfoque puede no eliminar del todo el sesgo, al menos mitiga el problema de endogeneidad. Otro problema bastante común, aunque menos tratado, es el ajuste correcto de los errores. Este problema no es trivial desde que un mal tratamiento de los errores podría conducir a mostrar evidencia de un efecto que realmente no existe. Por ejemplo, los problemas de auto-correlación y heterocedasticidad son los mas comunes. Para esto, se podría pensar que utilizar errores estándares robustos sería suficiente, sin embargo, esto solo se cumple cuando el tamaño del panel es pequeño. Por otro lado, dentro de la micro-econometría otro problema es la dependencia transversal de los errores, este problema suele ser obviado aun cuando los estimadores podrían perder eficiencia. Dentro de esta investigación, se pretende abordar metodológicamente todos estos problemas para brindar resultados confiables. Para la determinación de los factores que están relacionados al nivel de endeudamiento se han desarrollado diferentes especificaciones con la finalidad de probar la estabilidad del modelo propuesto. No obstante, tomamos como punto de partida el modelo desarrollado por De Miguel & Pindado (2001). Así, el modelo teórico de datos de panel toma la siguiente forma:

𝐸𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑖𝑡 = 𝛽0 + 𝛽1𝑅𝑂𝐴𝑖𝑡 + 𝛽2𝑇𝑎𝑚𝑎ñ𝑜𝑖𝑡 + 𝛽3𝑉𝐶𝐴𝑖𝑡 + 𝛽4𝐸𝑠𝑐𝑢𝑑𝑜𝑖𝑡 + 𝛽5𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑖𝑡 + 𝜀𝑖𝑡#(8)

Donde 𝐸𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑖𝑡 representa la estructura de capital de la empresa 𝑖 en el tiempo 𝑡, 𝑅𝑂𝐴𝑖𝑡 representa

la rentabilidad de la empresa, 𝑇𝑎𝑚𝑎ñ𝑜𝑖𝑡 representa el logaritmo natural de los activos. 𝑉𝐶𝐴𝑖𝑡 es definido

como el valor colateral de los activos, 𝐸𝑠𝑐𝑢𝑑𝑜𝑖𝑡 es el escudo fiscal y por último 𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑖𝑡 es la variación porcentual de los activos con respecto al año anterior. En este documento se analiza la estructura de capital completa; por esta razón, no se realiza una discriminación de largo o de corto plazo.


68

A pesar de que la ecuación 8 puede bien representar la estructura de capital, existen otros factores de entorno (ambiente) que pueden afectar a la estructura de las empresas, como, por ejemplo, las restricciones de acceso al crédito o cambios en los esquemas de endeudamiento. Todo esto en conjunto podría contribuir a variaciones en las decisiones de financiamiento de las compañías. Por esta razón es importante incluir variables que capturen estos efectos diversos. Una manera, es incluir variables de corte macroeconómico y de industria, así como de actividad, tendencias e incertidumbre económica. Otra forma, algo mas completa, es incluir variables dicotómicas de tiempo. Para la aplicación empírica presentada en este documento se seguirá el segundo enfoque el cual considera los posibles shocks que ocurren en el tiempo. Así, se tiene:

𝐸𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑖𝑡 = 𝛽0 + 𝐿𝑖𝑛𝑒𝑎 − 𝐵𝑎𝑠𝑒 +∑𝐴ñ𝑜𝑠𝑡

𝑇

𝑡=1

+ 𝜀𝑖𝑡#(9)

donde, 𝐿𝑖𝑛𝑒𝑎 − 𝐵𝑎𝑠𝑒 = 𝛽0 + 𝛽1𝑅𝑂𝐴𝑖𝑡 + 𝛽2𝑇𝑎𝑚𝑎ñ𝑜𝑖𝑡 + 𝛽3𝑉𝐶𝐴𝑖𝑡 + 𝛽4𝐸𝑠𝑐𝑢𝑑𝑜𝑖𝑡 +

𝛽5𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑖𝑡 Por otro lado, debido a que el concepto de rentabilidad es muy amplio se pretende mostrar estabilidad en el modelo propuesto cambiando el ROA por el ROE.

IV. RESULTADOS Los resultados del análisis de regresión son presentados en la tabla 2, aquí se muestran cuatro modelos diferentes los cuales siguen dos enfoques: el enfoque base y el enfoque de control. El primero, es decir, el enfoque base representa el modelo propuesto sin controlar por los efectos fijos del tiempo (previamente descritos); mientras que el modelo de control incluye estos efectos. También, se presenta evidencia para diferentes tipos de medidas de rentabilidad y como análisis de robustez, en la tabla 2, se presentan los modelos 8 y 9 substituyendo las variables a nivel por rezagos de un año.

Tabla 2. Resultados de la regresión de efectos fijos

𝒚𝒊𝒕: Estructura de Capital Base Control Base Control

(1) (2) (3) (4)

ROA -0.656*** (0.145)

-0.674*** (0.123)

ROE -0.007 (0.011)

-0.013* (0.007)

VCA -0.213*** (0.047)

-0.138*** (0.041)

-0.136*** (0.041)

-0.113*** (0.038)

Escudo Fiscal -0.021 (0.067)

-0.002 (0.063)

0.082* (0.049)

0.093** (0.047)

Crecimiento 0.0002 (0.0002)

0.0001** (0.0002)

0.0001** (0.0002)

0.0001** (0.0001)

Tamaño -0.002 (0.002)

0.185*** (0.006)

0.004 (0.005)

0.018** (0.005)

Otros Efectos fijos

Años No incluidos Incluidos No incluidos Incluidos

Cuidad No incluidos Incluidos No incluidos Incluidos

Notas: ROA y ROE representan las representan las variables de rentabilidad. VCA es el valor colateral de los activos. Errores estándar en clúster por empresas para corregir heterocedasticidad y auto correlación. ***, **, * representan los niveles de


69

significancia al 1,5 y 10% respectivamente.

Tabla 3. Resultados de la regresión de efectos fijos rezagada.

𝒚𝒊𝒕: Estructura de Capital Base Control Base Control

(1) (2) (3) (4)

ROA -0.008 (0.031)

-0.038 (0.037)

ROE -0.018*** (0.003)

-0.014*** (0.037)

VCA -0.100** (0.041)

-0.078** (0.038)

-0.082** (0.039)

-0.063* (0.037)

Escudo Fiscal 0.015 (0.025)

0.003 (0.025)

0.044* (0.025)

0.055** (0.025)

Crecimiento 0.0003*** (0.0003)

0.0003*** (0.0003)

0.0003*** (0.0003)

0.0003*** (0.0003)

Tamaño -0.005 (0.004)

0.004 (0.004)

-0.004 (0.005)

0.003 (0.004)

Otros Efectos fijos

Años No incluidos Incluidos No incluidos Incluidos

Cuidad No incluidos Incluidos No incluidos Incluidos

Notas: ROA y ROE representan las representan las variables de rentabilidad. VCA es el valor colateral de los activos. Errores estándar en clúster por empresas para corregir heterocedasticidad y autocorrelación. ***, **, * representan los niveles de significancia al 1,5 y 10% respectivamente. Todas las variables independientes están rezagadas un periodo.

La tabla 2 muestra los resultados de regresión para el análisis propuesto, aquí se puede observar la relación entre las variables independientes y la estructura de capital. Entre los resultados a destacar, se encuentra que la rentabilidad, el valor colateral de los activos y la variación porcentual de los activos son determinantes estables para el explicar la estructura de capital de las empresas que acceden al financiamiento en la bolsa de valores del ecuador. Es destacable que la rentabilidad de las empresas esta negativamente relacionada con la estructura de capital de las empresas, esto podría indicar que las empresas a medida que incrementan sus márgenes de ganancia, en promedio, disminuyen su nivel de endeudamiento y podrían substituirlo por financiamiento vía ingresos retenidos. Esta relación se cumple para la rentabilidad medida por el ROA y por ROE, lo que muestra un comportamiento estable en esta relación. Por otro lado, el valor colateral de los activos es un determinante estable y robusto en todas las especificaciones manteniendo su efecto y significancia. Su relación con la estructura de capital es negativa, este resultado indica que las empresas ecuatorianas que se financian por medio del mercado de valores puede que no utilicen sus activos como garantía para sus gestiones de endeudamiento, o tal vez para este tipo de financiamiento no existen exigencias de garantías. Podría también suceder que las empresas se estén endeudando a un plazo en el que las exigencias por garantías sean menores y así disminuir el riesgo de comprometer sus activos; este resultado también se muestra en anteriores investigaciones como la desarrollada por Mazur (2007). El crecimiento de las empresas también se muestra como un determinante de la estructura de capital, debido a su relación positiva con la estructura de capital este resultado podría ser un indicador de que el mantener un nivel de endeudamiento alto ha contribuido al desarrollo de esta muestra de empresas. Esto también podría dar luz de la buena gestión de financiamiento realizada por estas empresas y confirmar la evidencia de que parte de este financiamiento se esta dirigiendo a la compra de activos y al capital de trabajo.


70

Otro resultado interesante pero no tan robusto, es la evidencia encontrada entre la relación con el escudo fiscal. La dirección de este efecto es positiva, lo que podría indicar que las empresas prefieren el financiamiento por deuda para poder disminuir su base imponible y generar “mas ganancias”. El tamaño de las empresas a también resulta ser una determinante de la estructura de capital (aunque menos robusto). Esto podría indicar que las empresas en promedio se endeudan en para financiar activos, por ejemplo, para fortalecer su capital de trabajo y buscar así incrementar las ventas de la compañía; este resultado es consistente con anteriores trabajos como el realizado por Antoniou, Guney, & Paudyal (2008). En cuanto a la tabla 3, los resultados se muestran estables por lo que es posible mencionar que los resultados mostrados son robustos. No obstante, analizar la estructura de capital para las empresas de manera general, con una muestra mas grande ayudaría a una mejor comprensión de las decisiones de endeudamiento de las empresas en el Ecuador. En cuanto a la parte metodológica, seria importante replicar el modelo propuesto con modelos dinámicos de datos de panel.

V. CONCLUSIONES

Por medio de este trabajo se ha querido demostrar cuales son los determinantes para que las pymes tomen la decisión de acceder al mercado de valores en Ecuador. Los resultados obtenidos en la investigación son relevantes porque nos brindan una visión más amplia de lo que está sucediendo con respecto a la relación de las pymes con este mercado, siendo de gran utilidad para que las empresas y las entidades reguladoras del mercado de valores tomen medidas para mejorarlo.

Con la finalidad de obtener resultados más relevantes se optó por aplicar una metodología mixta. De esta metodología, en la parte cuantitativa, se realizó el estudio de las fuentes secundaria (fuentes institucionales) para así recopilar información financiera pertinente. Esta parte del proceso fue estudiada por medio de una regresión de datos de panel para ser analizadas basándose en la investigación de las teorías y estudios empíricos sobre la estructura de capital, con la finalidad de medir los factores que influencian a los directivos a decidir el tipo y nivel de endeudamiento de las pymes que se encuentran dentro del mercados de valores.

Las variables han sido empleadas en un sin número de estudios sobre la estructura de capital en el mundo, pero dentro de ecuador es un tema muy poco explorado y más aún si se lo enfoca hacia las pymes por lo que, la investigación expone datos curiosos y relevantes sobre el tema. El modelo utilizó cinco variables que de acuerdo con la literatura revisada son las determinantes más influyentes, aunque no son los únicos. Los resultados obtenidos muestran que de las pymes dentro del mercado de valores ecuatoriano los factores determinantes de la estructura de capital son el tamaño, crecimiento y escudo fiscal, mientras que rentabilidad y valor colateral de los activos no arrojaron resultados positivos aun así esto no los vuelve irrelevantes para futuros investigaciones.

Los resultados muestran que el tamaño dentro de la investigación es un determinante importante para las pymes que cotizan en el mercado de valores durante todos los periodos de estudio, lo que nos lleva a concluir que las empresas buscan este tipo el financiamiento por medio del mercado de valores para poder invertir en activos que los ayuden a incrementar sus ventas. De la mano con el tamaño de la empresa, también se obtuvo una respuesta positiva con respecto a la variable crecimiento la cual muestra que si la empresa crece entonces su inclinación al endeudamiento crece con ella, por lo que de acuerdo con los resultados la mayoría de las pymes que cotizan presente esta variable como relevante. Por último, los resultados muestran que el escudo fiscal a pesar de no ser una variable tan robusta tiene un efecto positivo,


71

lo que se fundamenta en la postura que las pymes con la finalidad de crear un ahorro por medio del escudo fiscal se inclinan a la búsqueda de financiamiento externo.

Estos datos son relevantes porque permiten mostrarles a las pymes, que hoy en día no cotizan en el mercado de valores pero que se pueden considerar como potenciales emisoras, como este mercado se encuentra desarrollándose en la actualidad. De esta forma ellas tendrán un referente con respecto a cómo direccionar su decisión de endeudamiento de acuerdo con los factores de crecimiento, tamaño y ventajas del escudo fiscal que se han demostrado en el estudio.

Este trabajo presenta resultados que no se encuentran desarrollados en Ecuador (la afirmación es basada en la búsqueda de estudios similares y que no se consiguieron) mostrando la estructura de capital de las pymes que se desarrollan en el mercado de valores lo cual se utilizó para poder referenciar a los determinantes financieros que inciden en el endeudamiento de estas. Adicional, la encuesta de opinión también es un trabajo que aporta a la sociedad ya que permite conocer como estas empresas que ya han ingresado al mercado de valores perciben o percibieron el proceso, el conocimiento y el desarrollo para poder ingresar al mismo.

En conclusión, el trabajo es de utilidad para las partes institucionales del gobierno y los entes reguladores del mercado de valores, ya que son los que influencia en la creación de políticas, en la difusión del mercado y en su regulación. Pueden considerar la investigación como un marco referencial para impulsar la adhesión de nuevas pymes al mercado de valores y que estas puedan crecer y encontrar nuevas fuentes de financiamiento más allá del tradicional que es por medio de la banca.

REFERENCIAS

Agrawal, A., & Nagarajan, N. (1990). Corporate capital structure, agency cost, and ownership control : The case of all-equity firms. 45(4), 1325-1331.

Akerlof, G. (1970). The market for « lemons » : Quality uncertainty and the market mechanism. Quarter Journal of Economics, 84(3), 488-500.

Alibhai, S., Bell, S., & Conner, G. (2017). Whats Happening in the Missing Middle ? Recuperado de http://documents.worldbank.org/curated/en/707491490878394680/pdf/113906-WhatsHappeningintheMissingMiddleLessonsinSMEFinancing-29-3-2017-14-20-24.pdf

Antoniou, A., Guney, Y., & Paudyal, K. (2008). The Determinants of Capital Structure: Capital Market oriented versus Bank Oriented Institutions. Journal of Financial and Quantitative Analysis, 43(1), 59-92.

Bala Subrahmanya, M. H. (2009). Nature and strategy of product innovations in SMEs: A case study-based comparative perspective of Japan and India. Innovation, 11(1), 104-113. https://doi.org/10.5172/impp.453.11.1.104

Barclay, M. J., & Smith, C. W. (1996). On Financial Architecture: Leverage, Maturity and Priority. Journal of applied Corporate Finance, 8(4), 4-17.

Baskin, J. (1989). An Empirical Investigation of the Pecking Order Hypothesis. Financial Management, 1(1), 26-35.


72

Brealy, R. A., Myers, S. C., & Allen, F. (2011). Principles of Corporate Finance (Thenth). New York: McGraw Hill.

Briozzo, A., & Vigier, H. (2006). La estructura de financiamiento PYME una revisión del pasado y presente.

Carballo Veiga, J. P. (2011). La estructura de capital: Cómo financiar la empresa. Madrid: ESIC.

Chakraborty, I. (2010). Capital Structure in an Emerging Stock Market: The Case of India. Research in International Business and Finance, 24(3), 295-314.

Chen, L.-J., & Chen, S.-Y. (s. f.). How the Pecking-Order Theory Explain Capital Structure. 9.

Cornejo Díaz., & Helbert, R. (2016). Estructura de capital en mercados emergentes. Velocidad de ajuste de la estructura de capital en las empresas peruanas cotizadas en bolsa (Doctoral dissertation, Universitat Ramon Llull).

DeAngelo, H., & Masulis, R. W. (1980). Optimal Capital Structure under Corporate and Personal Taxation. Journal of Financial Economics, 8, 3-29.

Deloitte Spain. (2019). ¿Qué es el Gobierno Corporativo? Recuperado 19 de agosto de 2019, de Deloitte Spain website: https://www2.deloitte.com/es/es/pages/governance-risk-and-compliance/articles/que-es-el-gobierno-corporativo.html

Donaldson, G. (1961). Corporate debt capacity: A study of corporate debt policy and the determination of corporate debt capacity.

Fama, E., & French, K. (2002). Testing Trade-Off and Pecking Order Predictions About Dividends and Debt. 15, 01, 1-33.

Fischer, E. O., Heinkel, R., & Zechner, J. (1989). Dynamic Capital Structure Choice : Theory and Tests. The Journal of Finance, 44(1), 19-40. https://doi.org/10.1111/j.1540-6261.1989.tb02402.x

Franco, G., López Martínez, L., & Muñoz, G. (2010). Determinantes de la estructura de capital de las grandes empresas manufactureras en Uruguay 1 2. Quantum, 1, 4-25.

García Herrero, A., Santillán Fraile, J., Gallego Herrero, S., Cuadro Sáez, L., & Egea, C. (2003). Latin American Financial Development in Perspective. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.392700

Gaud, P., Jani, E., Hoesli, M., & Bender, A. (2005). The Capital Structure of Swiss Companies : An Empirical Analysis Using Dynamic Panel Data. European Financial Management, 11(1), 51-69. https://doi.org/10.1111/j.1354-7798.2005.00275.x

Gómez Jacinto, G. (2014, octubre). Factores Determinantes de la Estructura de Capital: Evidencia del Mercado de Valores Peruano. Presentado en Congreso Internacional de Contaduría, Administración e Informática, México. https://doi.org/10.13140/2.1.3087.6481

https://doi.org/10.13140/2.1.3087.6481


73

Graham, J. R., & Leary, M. T. (2011). A Review of Empirical Capital Structure Research and Directions for the Future. Annual Review of Financial Economics, 3(1), 309-345. https://doi.org/10.1146/annurev-financial-102710-144821

Grossman, S. J., & Hart, O. D. (1983). An Analysis of the Principal-Agent Problem. Econometrica, 51(1), 7. https://doi.org/10.2307/1912246

Hernández Carmen, G., & Ríos Bolívar, H. (2013). Estructura financiera óptima, en la industria de los alimentos, que cotiza en la Bolsa Mexicana de Valores. EconoQuantum, 10(2), 77. https://doi.org/10.18381/eq.v10i2.163

Hernández Sampieri, R., Baptista Lucio, P., & Fernández Collado, C. (2014). Metodología de la investigación. México [etc.: McGraw-Hill Interamericana.

Jensen, M. C., & Meckling, W. H. (1976). Theory of the firm : Managerial behavior, agency costs and ownership structure. Journal of Financial Economics, 3(4), 305-360. https://doi.org/10.1016/0304-405X(76)90026-X

Kakani, R. K., & Reddy, V. N. N. (1998). Econometric Analysis of the Capital Structure Determinants. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.957087

Kraus, A., & Litzenberger, R. H. (1973). A State-Preference Model of Optimal Financial Leverage. The Journal of Finance, 28(4), 911-922. https://doi.org/10.2307/2978343

Lafuente, C., & Marin, A. (2008). Metodología de la investigación en las ciencias sociales: Fases, Fuente y Selección de Técnicas. Revista EAN, 64, 5-18.

Levine, R., Loayza, N., & Beck, T. (2000). Financial intermediation and growth : Causality and causesଝ. Journal of Monetary Economics, 47.

López Lozano, S. (2015). Determinantes de acceso al segundo mercado para las pymes del subsector de confección de prendas de vestir excepto prendas de piel en Bogotá. 60.

Lovera López, M. V., Apaza, P., David, E., & Palomino Palomino, H. (2017). Factores críticos de éxito para el acceso de la mediana empresa al mercado alternativo de valores.

Mazur, K. (2007). The Determinants of Capital Structure Choice: Evidence from Polish Companies. International Advances in Economic Research, 13(4), 495-514.

Menéndez Requejo, S. (2001). Estructura de capital de la empresa española ante problemas de riesgo moral y selección adversa. Cuadernos de Economía y Dirección de la Empresa, 10, 485-500.

Miguel, A., & Pindado, J. (2001). Determinants of capital structure: New evidence from Spanish panel data. Journal of Corporate Finance, 7(1), 77-99. https://doi.org/10.1016/S0929-1199(00)00020-1

Mishkin, F. S. (2008). How should we respond to asset price bubbles?. Financial Stability Review, 12, 65-74.

https://doi.org/10.1016/S0929-1199(00)00020-1


74

Modigliani, F., & Miller, M. H. (1958). The cost of capital, corporation finance and the theory of investment. The American Economic Review, 3(43), 261-297.

Modigliani, F., & Miller, M. H. (1963). Corporate income taxes and the cost of capital: A correction. The American Economic Review, 3(53), 433-443.

Myers, S. C. (1983). The Capital Structure Puzzle. Journal of Finance, 39(3), 575–592.

Myers, S. C. (2003). Chapter 4—Financing of Corporations. En G. M. Constantinides, M. Harris, & R. M. Stulz (Eds.), Handbook of the Economics of Finance (pp. 215-253). https://doi.org/10.1016/S1574-0102(03)01008-2

Myers, S. C., & Majluf, N. S. (1984). Corporate Financing and Investment Decisions when Firms Have Information that Investors Do Not Have.

Navarrete Martínez, E. (2012). Factores determinantes del comportamiento financiero de las empresas familiares. 263.

Padilla Ospina, A. M., Rivera Godoy, J. A., & Ospina Holguín, J. H. (2015). Determinantes de la estructura de capital de las Mipymes del sector real participantes del premio innova. Revista Finanzas y Política Económica, 359-380. https://doi.org/10.14718/revfinanzpolitecon.2015.7.2.8

Quecedo Lecanda, R., & Castaño Garrido, C. (2002). Introducción a la metodología de investigación cualitativa. Revista de Psico didáctica, 14, 5-39. Recuperado de http://www.redalyc.org/articulo.oa?id=17501402

Rajan, R. G., & Zingales, L. (s. f.). Wat do we know about capital structure ? Some evidence from international data. 54.

Remmers, L., Stonehill, A., Wright, R., & Beekhuisen, T. (1974). Industrie and Size Debt Ratio Determinants in Manufacturing Internationally. Financial Management (Summer), 24-32.

Rivera Godoy, J. A. (2002). Teoría sobre la estructura de capital. 18(84), 31-59. Recuperado de http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0123-59232002000300002&lng=en&nrm=iso

Rivera, E. D., & Gracia, J. L. (2014). La estructura de capital y sus factores determinantes en las empresas industriales cotizadas de la comunidad andina de naciones (CAN) y españolas: Evidencia empresas peruanas, ecuatorianas, bolivianas y españolas 2008 – 2014. 21.

Ross, S. A. (1977). The Determination of Financial Structure: The Incentive-Signalling Approach. The Bell Journal of Economics, 8(1), 23. https://doi.org/10.2307/3003485

Salawu, R. O., & Agboola, A. A. (2008). The Determinants of Capital Structure of Large Non- Financial Listed Firms in Nigeria. 2(2), 63-84.


75

Serghiescu, L., & Văidean, V.-L. (2014). Determinant Factors of the Capital Structure of a Firm- an Empirical Analysis. Procedia Economics and Finance, 15, 1447-1457. https://doi.org/10.1016/S2212-5671(14)00610-8

Tejos, F. J. V., & Fernández, P. L. (2018). Determinantes de la estructura de capital en empresas iberoamericanas. 28.

Thies, C. F., & Klock, M. S. (1992). Determinants of Capital Structure. Review of Financial Economics, 1(2), 40-52. https://doi.org/10.1002/j.1873-5924.1992.tb00548.x

Tirados, R. M. G., & Rojas, S. M. (2011). Evolución de las empresas industriales españolas en la primera década del siglo XXI. Economía industrial, (380), 23-32.

Titman, S., & Wessels, R. (1988). The Determinants of Capital Structure Choice. The Journal of Finance, 43(1), 1-19. https://doi.org/10.1111/j.1540-6261.1988.tb02585.x

Valdés Días de Villegas, J. A., & Sánchez Soto, G. A. (2012, diciembre 14). Las MIPYMES en el contexto mundial: Sus particularidades en México. Revista de Ciencias Sociales de la Universidad Iberoamericana, VII (14), 126-156. Recuperado de http://www.redalyc.org/pdf/2110/211026873005.pdf

Vera-Colina, M. A., Melgarejo-Molina, Z. A., & Mora-Riapira, E. H. (2014). Acceso a la financiación en Pymes colombianas: Una mirada desde sus indicadores financieros. Innovar, 24(53), 149-160. https://doi.org/10.15446/innovar.v24n53.43922

Wiwattanakantang, Y. (1999). An empirical study on the determinants of the capital structure of Thai firms. Pacific-Basin Finance Journal, 7, 371-403.

Zevallos Vallejos, E. G. (2007). Restricciones del entorno a la competitividad empresarial de América Latina. FUNDES.


Red de Administradores Compartidos y su Relación con el

Desempeño Financiero en Empresas del Ecuador: ¿Cuál es el efecto

de compartir Capital Humano?

Network of Shared Administrators and their Relationship with Financial Performance in

Companies of Ecuador: What is the effect of sharing Human Capital?

Carmen Vaca1 †, Alex Amaguaya2, Fanny Lúa3


RESUMEN

La información siempre ha sido una potencial fuente de ventaja comparativa entre empresas, por lo que

conocerla en su totalidad se ha vuelto una necesidad para los tomadores de decisiones. Hoy en día, existen

herramientas tal como el Social Network Analysis, que permiten tener un mayor alcance para conocer el

impacto de las relaciones entre los individuos. En el presente proyecto, se cuantifica el efecto que tiene el

desempeño financiero al compartir capital humano y ser una empresa prominente dentro del mercado.

Asimismo, se identificó comunidades en la industria, utilizando la modularidad como medida de agrupación

entre empresas. Con una muestra de 9070 firmas del Ecuador en el año 2018, se planteó indicadores

basados tanto del historial de administradores y las medidas de centralidad de la teoría de grafos. Se escogió

al ingreso como el indicador que representa de mejor manera el desempeño financiero. Los resultados

encontrados demostraron que existe un considerable efecto positivo sobre el desempeño financiero cuando

una empresa es prominente en el mercado. Por otro lado, se determinó que existe un efecto negativo sobre

el desempeño financiero al compartir capital humano, cuando se contrata a un trabajador que labora o laboró

en una empresa del mismo sector, así como de otros sectores. Finalmente, se encontró que los indicadores

que cuantifican las conexiones con empresas representan una valiosa fuente de información para las firmas.

Palabras claves: Desempeño financiero, relaciones, análisis de redes sociales, teoría de grafos

JEL: P42, F36, J24

ABSTRACT

Information has always been a potential source of comparative advantage between companies, so knowing it in its

entirety has become a necessity for decision makers. Today, there are tools such as Social Network Analysis,

which may have a greater scope to know the impact of relationships between individuals. In this project, the

1 Escuela Superior Politécnica del Litoral, Campus Gustavo Galindo Guayaquil-Ecuador, [email protected] 2 Escuela Superior Politécnica del Litoral, Campus Gustavo Galindo Guayaquil-Ecuador, [email protected] 3 Escuela Superior Politécnica del Litoral, Campus Gustavo Galindo Guayaquil-Ecuador, [email protected] † Autor de correspondencia


Red de Administradores Compartidos y su Relación con el Desempeño Financiero en Empresas del Ecuador • Vaca, Amaguaya y Lúa.

77

effect of financial performance on sharing human capital and being a prominent company in the market is

quantified. Likewise, communities in the industry were identified, using modularity as a measure of grouping

between companies. With a sample of 9,070 signatures from Ecuador in 2018, indicators were proposed based

on the history of administrators and the centrality measures of the graph theory. Income was chosen as the

indicator that best represents financial performance. The results found showed that there is a considerable

positive effect on financial performance when a company is prominent in the market. On the other hand, it is

determined that there is a negative effect on financial performance by sharing human capital, when hiring a

worker who works or worked in a company in the same sector, as well as in other sectors of the industry.

Finally, it was found that the indicators that quantify connections with companies represent a valuable source of

information for firms.

Key words: Financial performance, relationships, social network analysis, graph theory

JEL: P42, F36, J24

I. INTRODUCCIÓN

l rol que desempeñan las redes que se forman entre los miembros de los mercados laborales deben ser

considerados por al menos dos razones importantes. La primera es debido a la difusión de información

de ofertas de trabajo, que determinan si los mercados laborales marchan de manera eficiente; la

segunda, es que la forma de la red tiene implicaciones como la inversión de capital humano y desigualdad

(Jackson, 2011).

A través del uso del Social Network Analysis y la teoría de grafos se busca determinar el efecto de compartir

administradores sobre el desempeño financiero en empresas del Ecuador. Aunque tradicionalmente los

tomadores de decisiones se concentraban exclusivamente en actividades dentro de la empresa, actualmente

se presta mayor atención al exterior dado que las asociaciones entre grupos ayudan a crear vínculos externos

necesarios para eludir consecuencias nocivas (Wältermann, et al., 2019). Las firmas están tratando de

integrarse con toda su cadena para lograr un desempeño superior (Chen, et al., 2018)

Más allá de generar nuevas ideas y fomentar innovación, la importancia del presente estudio se basa en

determinar si existe una relación entre el desempeño financiero de una empresa y sus conexiones con demás

firmas de la industria. Además, se pretende cuantificar el impacto, ya sea positivo o negativo, de establecer

vínculos entre administradores y la diferencia que estos resultados pueden generar entre los diferentes

sectores de la industria. Con resultados cuantitativos sobre estos efectos, se podría planificar mejores

alianzas estratégicas a través de administradores de tal manera que se incremente la productividad y sacar

ventaja del talento humano. Asimismo, se busca detectar comunidades que se asocian a través de sus

interacciones.

Se procederá a desarrollar dos modelos de regresión que ayudarán a responder las preguntas fundamentales

del presente trabajo. Para exponer ambos modelos, se utilizará el ingreso de las empresas como la variable

que expone el desempeño financiero de las mismas dado que las comparaciones de empresas basadas en los

ingresos son comunes al análisis de inversiones y negocios (Recober, et al., 2009).

E


78

Basado los argumentos anteriormente expuestos, se propone responder las siguientes preguntas formales en

este proyecto:

P1: ¿Cuál es el impacto sobre el desempeño financiero al compartir capital humano entre empresas que

pertenecen tanto al mismo sector como a otros sectores de la industria?

P2: ¿Cuál es efecto cuantitativo sobre el desempeño financiero al ser una empresa prominente en la industria

ecuatoriana?

II. TRABAJOS RELACIONADOS

Hay un gran número de literatura que examina factores que ayudan a incrementar la productividad de los

individuos y las firmas, pero gran parte de ella no es actual y se concentra en industrias manufactureras

donde es fácil medir la productividad mediante el conteo de bienes físicos producidos; sin embargo, con la

significativa cantidad de información que crece a diario, se vuelve muy importante examinar cómo la

información que intercambian los trabajadores se vuelve de gran valor (Wu, Ching-Yung, & Sinan, 2009).

El Social Network Analysis es capaz de sintetizar las relaciones en una red y puede mostrar una imagen

completa tanto de estructura y calidad de la red, así como de las características de los actores (León, R.D et

al., 2016). La información casual y formal en las redes de comunicación pueden ser utilizadas por los

departamentos de recursos humanos para medir el nivel de las relaciones sociales que pueden mejorar el

desempeño de la compañía (Zusrony et al., 2019). Los beneficios que se pudieran dar en una red

dependerán del tipo de red, así como del tipo de relaciones que se tengan Warrick et al. (2019). Asimismo,

Granovetter (1973) argumenta que las personas con un enlace no fuerte entre ellas son vistas como

indispensables para que se desarrollen más oportunidades, y que la comunidad se integre dado que cuentan

con información nueva y diferente del grupo con el que se relacionan con mayor y más frecuencia.

El círculo de influencia se define según la gran cantidad de enlaces con demás empresas; una observación

interesante a partir del análisis de centralidad es que las empresas con un enlace indirecto entre ellas pueden

facilitar la colusión o los comportamientos anticompetitivos (Mahdi et al., 2012). La evidencia también

sugiere que la ubicación de las firmas en la red puede ser incluso más importante que el número de

conexiones que esta tenga (Everad y Henry, 2002).

Aunque la evidencia expone que las relaciones que existen internamente en las firmas pueden reducir el

desempeño de esta, otros estudios muestran que los enlaces externos también podrían implicar un daño

(Brandes et al., 2014). Hay un rendimiento decreciente en las redes respecto a las experiencias y diversidad

de información, sugiriendo que hay límites en los aprendizajes que pueden ocurrir entre las redes de

comunicación (Powell et al., 1999)


79

III. DATASET III.I Preprocesamiento del dataset

A través del portal web de la Superintendencia de Compañías, valores y seguros (Supercias) se obtuvo el

historial de los principales administradores pertenecientes a 61,776 empresas, cantidad que correspondía al

historial de empresas desde el año 1978 hasta el primer semestre del 2019.

Dado a que el estudio se centra en el periodo 2018, se realizó una primera modificación al dataset original.

Para esta modificación se tomó en cuenta a aquellas personas que aparecían como administradores

principales en el historial de las empresas durante el año 2018, obteniendo como resultado un total de

61,753 firmas. Se debe recalcar, que estas personas pudieron haber terminado su periodo de administración

durante el año 2018 o que actualmente mantienen el cargo, por lo cual se consideró tanto la fecha de

nombramiento como la de culminación de actividades en el cargo.

Posteriormente, se procedió a realizar una segunda modificación tomando en consideración la cantidad de

empresas del ranking por sector, la cual brindaba información adicional sobre las características de estas.

Además se realizó la eliminación de los datos vacíos para aquellas empresas en cuyo historial no contaban con

el nombre de los administradores; tampoco se tomó en consideración a las empresas que poseían un ingreso

por venta igual a cero, debido a que se podría perjudicar el rumbo de la investigación produciendo algún

tipo de sesgo en el resultado final. Como resultado de esta segunda modificación se obtuvo un total de

15,015 empresas.

Finalmente, debido a que el estudio se basa en las relaciones entre empresas a través de los administradores

compartidos, se efectuó una tercera modificación al dataset. Para esta modificación se consideró solo

aquellas firmas que tuviesen en su historial durante el año 2018, al menos, más de un administrador en

común con otras empresas, dando como resultado un total de 9,070 empresas para el dataset final.

III.II Descripción del dataset

Con un total de 9,070 firmas en el dataset, para la cual cada una de ellas cuenta con su respectivo historial de

los principales administradores. Dicho historial contiene información, tal como el nombre del

administrador, cédula del administrador, fecha de nombramiento, fecha de finalización en el cargo y tiempo

de duración en el cargo.

El dataset contiene un porcentaje de empresas correspondientes a cada uno de los sectores económicos; las

9,070 empresas se encuentran desglosadas de la siguiente manera: 3,822 corresponden al sector comercio,

1,579 al sector inmobiliaria, 1,576 al sector agrícola, 1,375 al sector manufactura y 718 al sector

construcción. Además, las empresas fueron separadas de acuerdo con su tamaño, en el que se tiene que

1,273 empresas grande, 2,003 empresas mediana, 32,82 empresas pequeña y 2,512 microempresas. La

figura 1 se muestra los valores porcentuales acerca de la distribución de las empresas de acuerdo con su

sector y tamaño.


80

Figura 1. Porcentaje de empresas de acuerdo al sector y tamaño.

Para evaluar las relaciones entre compañías se usó variables construidas tanto con el historial de los

principales administradores como las medidas de centralidad por parte de la teoría de grafos. Con dicho

historial se realizó suma del total de conexiones basándose en la cantidad de administradores en común de

cada empresa, posteriormente dicha sumatoria es separada para el total de conexiones con empresas que

pertenecen al mismo sector y para el resto de los sectores. Por parte de la teoría de grafos, las medidas de

centralidad utilizadas fueron eigen, betweenness y closeness centrality. El grupo de variables mencionadas

anteriormente se las definirá como Métricas de Conexiones para futuras referencias.

Los indicadores financieros utilizados durante este análisis fueron el nivel de ingreso por venta y utilidad.

Además, se consideró las características que tiene cada empresa tales como el tamaño y sector al que

pertenece. En la sección V se analizará y discutirá la influencia que tienen las variables que evalúan las

relaciones entre empresas frente a los indicadores financieros. En la figura 2 se muestra el proceso usado

para la obtención de los resultados en esta investigación.

En total se utilizó 9 variables para realizar esta investigación, 5 variables que cuantifican las relaciones entre

empresas, 2 variables corresponden a indicadores financieros y 2 corresponden a características de las

empresas. La tabla 1 muestra las principales variables utilizadas y su respectiva descripción.


81

Figura 2. Arquitectura de investigación

A través de los modelos planteados se evalúa la relación entre el desempeño financiero con las variables construidas, tanto del

historial de administradores como de la teoría grafos.

Variable Descripción

Adm_mismo_sector Cantidad de administradores compartidos con empresas que pertenecen al mismo sector económico.

Adm_otro_sector Cantidad de administradores compartidos con empresas que pertenecen a diferentes sectores económicos.

Eigen_Centrality Mide que tan influyente es una compañía en la industria. Betweenness_Centrality Mide el grado de intermediación de una empresa entre las

interacciones de las firmas en la red. Closeness_Centrality Mide que tan estratégica es la posición de una empresa, de

tal manera que tenga acceso a la información en la red. Log_ingreso Logaritmo natural del ingreso por venta Log_utilidad Logaritmo natural de la utilidad Tamaño Clasificación de la dimensión de una empresa, de acuerdo a

sus características. Sector Clasificación del sector económico al que pertenece una

firma.

Tabla 1. Descripción de variables.

IV. METODOLOGÍA

Se utiliza las Métricas de Conexiones en base al historial de administradores y la teoría de grafos para estimar el efecto que tienen las relaciones entre empresas. La métrica construida con el historial de administradores para cada empresa presenta la siguiente fórmula:

Conexiones totales

𝐶𝑜𝑛𝑒𝑥(𝑖) = ∑ |𝑛_𝑎𝑑𝑚𝑖 ∩ 𝑛_𝑎𝑑𝑚𝑗|𝑛𝑗=1 (1)

Donde: 𝐶𝑜𝑛𝑒𝑥(𝑖): Es la cantidad total de conexiones de la empresa 𝑖 con el resto de las empresas. 𝑛_𝑎𝑑𝑚𝑖: Son los administradores que se encuentran en el historial de la empresa 𝑖 durante el periodo 2018.


82

𝑛_𝑎𝑑𝑚𝑗: Son los administradores que se encuentran en el historial de la empresa 𝑗 durante el periodo 2018. Por otro lado, para el cálculo de las medidas de Centralidad de la teoría de grafos se construyó una red, la cual está conformada por nodos y arcos, donde los nodos representan a los actores en un grafo y los arcos son las relaciones entre estos actores. En el grafo definimos como nodos a las compañías y a los arcos como la cantidad total de administradores en común. Para el cálculo de las medidas de centralidad se utilizó un grafo no dirigido. Una vez construido el grafo se realizó el cálculo de las variables presentando la siguiente fórmula:

Eigen centrality normalizado.

𝐶′𝐸(𝑖) =1

𝜆∑ 𝑎𝑖𝑘 . 𝑐𝑘 𝑛

𝑗=1 (2)

Donde:

𝐶′𝐸(𝑖): Es el valor de eigen centrality normalizado para el nodo 𝑖

𝑐𝑘 : Es el valor de eigen centrality de los nodos vecinos de 𝐶′𝐸(𝑖)

𝜆: Es una constante equivalente al mayor valor absoluto del vector propio dominante de la matriz de adyacencia

𝑎𝑖𝑘: Son los valores de la matriz de adyacencia entre la empresa 𝑖 y 𝑘 Esta métrica fue propuesta por Philip Bonacich (1972), y para su cálculo se utilizó el método de potencia.

Betweenness centrality normalizado.

𝐶𝐵(𝑖) = ∑𝑔𝑗𝑘(𝑖)

𝑔𝑗𝑘𝑗,𝑘 ∈ 𝑉(𝐺)/𝑣 (3)

𝐶′𝐵(𝑖) =

𝐶𝐵(𝑖)

(𝑔−1)(𝑔−2)/2 (4)

Donde:

𝐶𝐵(𝑖): Es el betweenness centrality para el nodo 𝑖

𝐶′𝐵(𝑖): Es el betweenness centrality para el nodo 𝑖 normalizado

𝑔𝑗𝑘: Es el número de rutas más cortas que conectan cualquier par de nodos 𝑗 y 𝑘

𝑔𝑗𝑘(𝑖): Es el número de rutas más cortas que pasen a través de un nodo i para conectar a cualquier par de nodos j y k. Pero que el nodo i sea distinto de 𝑗 o 𝑘

𝑔: Es el número total de nodos en el grafo Closeness centrality normalizado.

𝐶𝑐(𝑖) =1

𝐷 (5)

𝐶′𝑐(𝑖) =𝐶𝑐(𝑖)

𝑔−1 (6)

Donde:

𝐶𝑐(𝑖): Es el closeness centrality para el nodo 𝑖

𝐶′𝑐(𝑖): Es el closeness centrality normalizado para el nodo i normalizado

𝐷: Suma de la distancia del nodo 𝑖 hasta un nodo 𝑗, cuando 𝑖 es distinto 𝑗


83

𝑔: Es el número total de nodos en el grafo Betweenness centrality normalizado fue propuesto por Freeman (1978)y closeness centrality normalizado por Murray Beauchamp (1965). Ambas métricas fueron calculadas con el algoritmo de Brandes (2001) con un total de 100 iteraciones. Con el propósito de evaluar la relación entre las Métricas de Conexiones y los indicadores financieros, se

utiliza el coeficiente de correlación de Spearman (1904). El uso de este coeficiente es debido a que los

supuestos de este método son menos estrictos, así como no asumir normalidad en los datos y además de ser

robusto en presencia de valores atípicos. A continuación, se presenta la fórmula usada para el cálculo del

coeficiente de correlación de Spearman:

𝜌𝑘 = 1 −6 ∑ 𝑑𝑖

2𝑛𝑖=1

𝑛3−𝑛 (7)

Una vez analizadas las relaciones entre las métricas anteriormente mencionadas se proponen 2 modelos de

regresión lineal múltiple. Estos modelos tienen como objetivo estimar el efecto que tienen las Métricas de

Conexiones frente al desempeño financiero y encontrar buenas variables predictoras para este indicador.

En el primer modelo se emplea la cantidad total de conexiones y el nivel de ingreso, pero la variable total de

conexiones se desagrega en total de conexiones con empresas del mismo sector y para otros sectores.

Además, para este modelo se emplea la interacción de las variables desagregadas.

Por otro lado, en el segundo modelo se manejan las variables eigen centrality y el nivel de ingreso. En la

figura 3 eigen centrality posee la mayor correlación con el nivel de ingreso entre las medidas de centralidad.

En estos 2 modelos empleamos la variable de control que es el tamaño de las compañías, creando variables

dummy para cada categoría.

𝐿𝑜𝑔_𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑖 =

𝛽 + 𝛾 𝐴𝑑𝑚_𝑚𝑖𝑠𝑚𝑜_𝑠𝑒𝑐𝑡𝑜𝑟𝑖 + 𝛿 𝐴𝑑𝑚_𝑜𝑡𝑟𝑜_𝑠𝑒𝑐𝑡𝑜𝑟𝑖 +

𝛼(𝐴𝑑𝑚_𝑚𝑖𝑠𝑚𝑜_𝑠𝑒𝑐𝑡𝑜𝑟𝑖 ∗ 𝐴𝑑𝑚_𝑜𝑡𝑟𝑜_𝑠𝑒𝑐𝑡𝑜𝑟𝑖) + 𝜃 𝑡𝑎𝑚𝑎ñ𝑜𝑖 + 휀𝑖 (8)

𝐿𝑜𝑔_𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑖 = 𝜙 + 𝜏 𝐸𝑖𝑔𝑒𝑛_𝐶𝑒𝑛𝑡𝑟𝑎𝑙𝑖𝑡𝑦_𝑁𝑜𝑟𝑚 𝑖 + 𝜇 𝑡𝑎𝑚𝑎ñ𝑜𝑖 + 𝑣𝑖 (9)

Donde:

𝐿𝑜𝑔_𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑖: Logaritmo del ingreso para la empresa 𝑖

𝐴𝑑𝑚_𝑚𝑖𝑠𝑚𝑜_𝑠𝑒𝑐𝑡𝑜𝑟𝑖 : Cantidad total de administradores compartido de la empresa 𝑖 con otras que

pertenecen al mismo sector de la industria

𝐴𝑑𝑚_𝑜𝑡𝑟𝑜_𝑠𝑒𝑐𝑡𝑜𝑟𝑖 : Cantidad total de administradores compartido de la empresa 𝑖 con otras que

pertenecen a otros sectores industriales

𝐸𝑖𝑔𝑒𝑛_𝐶𝑒𝑛𝑡𝑟𝑎𝑙𝑖𝑡𝑦_𝑁𝑜𝑟𝑚 𝑖: Valor de eigen centrality normalizado para la empresa 𝑖

𝑡𝑎𝑚𝑎ñ𝑜𝑖 : Dimensionalidad de una empresa 𝑖


84

𝜏: Retorno porcentual sobre los ingresos cuando la empresa 𝑖 tiene conexiones más densas con las

demás firmas.

𝛽, 𝜙: Efecto sobre los ingresos cuando una empresa 𝑖 es de tamaño mediano

𝛾: Retorno porcentual sobre los ingresos cuando se contrata a un administrador adicional que dirige

o ha dirigido a una empresa en el mismo sector industrial

𝛿: Retorno porcentual sobre los ingresos cuando se contrata a un administrador adicional que dirige

o ha dirigido a una empresa en otros sectores industriales

𝛼: Retorno porcentual sobre los ingresos cuando se contrata a un administrador adicional que dirige

o ha dirigido tanto a una empresa en el mismo sector como en otros sectores industriales

𝜃, 𝜇 ∶ Efectos sobre los ingresos cuando una empresa 𝑖 es de tamaño grande, pequeño y micro

휀𝑖: Término de error del modelo 1

𝑣𝑖 : Término de error del modelo 2

Los resultados obtenidos del análisis de regresión y correlación serán expuestos con mayor detalle en la sección V. Adicionalmente, se realizó la búsqueda de comunidades a través de la maximización de la modularidad. La modularidad es una característica en la estructura de las redes que se encarga de medir la fuerza de la división de una red en grupos. El método empleado es el algoritmo de Louvain, este algoritmo consiste en primero encontrar grupos pequeños al optimizar la modularidad local para cada uno de los nodos. Posteriormente cada grupo pequeño se lo agrupa a un nodo y se repite este proceso hasta alcanzar la convergencia. La modularidad presenta la siguiente formulación:

𝑄 =1

2𝑚∑ [𝐴𝑖𝑗 −

𝑘𝑖 𝑘𝑗

2𝑚] 𝛿(𝑐𝑖 𝑐𝑗)𝑖,𝑗 (10)

Donde:

● 𝐴𝑖𝑗: es el peso del arco entre los nodos i, j

● 𝑘𝑖: es la suma de pesos de los arcos del nodo i

● 2𝑚: es la sumaria de todos los pesos de los arcos en una red

● 𝑐𝑖: es el grupo referente al nodo i

● 𝛿: representa a la función delta

● 𝑄: valor de la modularidad

V. RESULTADOS V.I Análisis de correlación

Como primera etapa se analizó la correlación entre los indicadores financieros y las Métricas de Conexiones, dichos resultados se muestran en un mapa de calor de la figura 3. Cabe mencionar que los indicadores financieros fueron transformados de manera logarítmica. Además, se propuso las siguientes hipótesis: H1. Existe una relación entre indicadores financieros y el número total de conexiones. Se realizó la correlación entre la cantidad total de conexiones con cada uno de los indicadores financiero, y se halló que estas correlaciones fueron positivas para todos los casos. Los resultados de estas correlaciones


85

fueron 0.126 para el ingreso y 0.16 para la utilidad. Todas estas correlaciones fueron estadísticamente significativas al menos con un p-value del 0.05. H2. Existe una relación entre indicadores financieros y medidas de centralidad.

Eigen centrality Los resultados de la correlación entre eigen centrality y los indicadores financieros fueron 0.114 para el ingreso y 0.163 para la utilidad. Todas estas correlaciones fueron positivas y estadísticamente significativas al menos con un p-value del 0.05.

Betweenness centrality Los resultados de la correlación entre betweenness centrality y los indicadores financieros fueron 0.11 para el ingreso y 0.128 para la utilidad. Todas estas correlaciones fueron positivas y estadísticamente significativas al menos con un p-value del 0.05.

Closeness centrality Los resultados de la correlación entre closeness centrality y los indicadores financieros fueron -0.133 para el ingreso y -0.094 para la utilidad. Todas estas correlaciones fueron positivas y estadísticamente significativas al menos con un p-value del 0.05.

Los resultados obtenidos de H1 y H2 a través del análisis de correlación demostraron que existe una relación positiva entre los indicadores financieros y las métricas de conexiones, a excepción de closeness centrality. Además, los resultados de las hipótesis muestran que para el indicador utilidad se encontró que existe una mayor relación con total de conexiones y eigen centrality en comparación con resto de Métricas de Conexiones.

Figura 3. Mapa de calor de la correlación de Spearman.

Cálculo de correlaciones entre las métricas de conexiones e indicadores financieros


86

La máxima correlación negativa que se aprecia en el Mapa de Calor mostrado en la figura 3 se da entre las variables eigen centrality y closeness centrality, que tiene un valor de -0.598. Se observa una relación inversa entre estas variables debido a que empresas con una alta conexión con firmas prominentes, no necesariamente tienen un rápido acceso a la información dentro de la industria. Por otro lado, estas empresas resultan tener una moderada participación como intermediarias al interactuar con otras firmas, esto visualiza en la figura 3 al correlacionar eigen y betweenness centrality con un valor de 0.255. Para el caso del ingreso, se halló que tanto el total de conexiones y eigen centrality tienen las más altas correlaciones para este indicador, con valores de 0.126 y 0.114. Posteriormente estas métricas serán empleadas en los modelos de regresión.

V.II Análisis de regresión

En esta segunda etapa se cuantifica el efecto que tienen las Métricas de Conexiones y el desempeño financiero a través de los modelos de regresión lineal múltiple, por lo cual se utilizan las ecuaciones de la sección IV. En el primer modelo se define como variable dependiente al nivel de ingreso y las variables independientes son la cantidad de administradores en común con empresas del mismo sector y otros sectores; adicionalmente, se incluye la interacción entre estas variables. Este modelo corresponde a la ecuación 8. Para el segundo modelo se define como variable dependiente al nivel de ingreso y la variable independiente es eigen centrality, este modelo corresponde a la ecuación 9. Para ambos modelos se usó como variable de control el tamaño de las compañías. La variable dependiente empleada en los modelos fue transformada de forma logarítmica con el objetivo de reducir la varianza y además para facilitar la interpretación de los resultados. Las variables independientes fueron seleccionadas para los modelos de acuerdo a los resultados obtenidos en el análisis de correlación, dado que estas variables presentaban la mayor correlación con el nivel de ingreso dentro de las Métricas de Conexiones. Los resultados obtenidos del análisis de regresión se muestran en la tabla 2 y fueron estadísticamente significativas al menos con un p-value del 0.05. En el modelo 1 existen 3 interpretaciones principales. Al contratar a un administrador adicional que dirige o ha dirigido una empresa en el mismo sector, se esperaría que el nivel de ingreso aumente en promedio 1%. Por otro lado, si este administrador adicional compartido se lo tiene con una empresa que pertenece a otro sector, se esperaría que el ingreso aumente en promedio un 2%. Cuando este administrador adicional compartido trabaja o ha trabajado en una empresa que pertenece al mismo sector y a otros, se esperaría que el ingreso disminuya en promedio 0.1%. De esta manera se responde la pregunta P1 planteada en la sección I. Por otro lado, existe una interpretación relevante para el segundo modelo. La variable independiente eigen centrality fue normalizada y representa hasta que punto una empresa prominente está conectada con otras empresas prominentes dentro de la industria. Por lo tanto, para responder la pregunta P2 de la sección I, se ha determinado que si las conexiones de una empresa se vuelven más densas en un 10% (es decir, que sus conexiones sean más influyentes), se esperaría que el ingreso en promedio aumente en 5.14%.

(Modelo 1) (Modelo 2)

VARIABLES Log_ingreso Log_ingreso

Adm_mismo_sector 0.010***


87

(0.004)

Adm_otro_sector 0.017***

(0.004)

Adm_mismo_sector * Adm_otro_sector -0.001**

(0.000)

Eigen_Centrality_Norm 0.514***

(0.128)

Grande 2.033*** 2.046***

(0.031) (0.031)

Microempresa -4.837*** -4.840***

(0.039) (0.039)

Pequeña -1.880*** -1.887***

(0.017) (0.017)

Constante 14.492*** 14.522***

(0.014) (0.012)

Observaciones 9,070 9,070

R-cuadrado 0.798 0.798

Errores estándar robustos entre paréntesis, *** p<0.01, ** p<0.05, * p<0.1 Tabla 2. Modelos de regresión lineal múltiple

V.III Clusters

Para la detección de comunidades a través de la modularidad de un grafo, se utilizó el algoritmo de Louvain. Usando esta herramienta se encontró 3,146 comunidades conformadas desde 1 hasta 69 compañías. Debido a la gran cantidad de comunidades, se escogió las primeras 20 agrupaciones que contenían el mayor número de empresas. Estas comunidades contenían 722 empresas que representan el 7.96% del total de compañías y dentro de cada comunidad se encontraban más de 20 compañías. En las figuras que se realizó, la magnitud o tamaño de cada nodo está dado por el valor del indicador eigen centrality. En la figura 4 se muestra un gráfico general con las 20 comunidades, y el color de cada nodo representa la comunidad a la que pertenece cada empresa. Para el caso de las 20 comunidades con mayor número de compañías, se realizó 2 gráficos adicionales de acuerdo con el sector y tamaño de las empresas. En la figura 5, el color representa tanto el tamaño de cada compañía, como al sector al que pertenece.


88

Figura 4. Grafo del top 20 comunidades.

Las primeras 20 agrupaciones con mayor número de empresas, separadas por el color de acuerdo a su respectiva comunidad.

Figura 5. Grafo del top 20 comunidades por sector y tamaño.

Las 20 primeras agrupaciones con mayor número de empresas, separadas por el color de acuerdo a su sector y tamaño.

Al visualizar el gráfico 5 se descubrió que en las comunidades de las empresas con mayor valor de eigen centrality, el sector agrícola es el predominante al poseer el mayor número de empresas. Este hecho fue corroborado al realizar la correlación entre eigen centrality y las variables dummy creadas para cada sector, en la cual se obtuvo como resultado que la más alta correlación fue positiva y pertenecía al sector agrícola. El valor obtenido fue de 0.15 y estadísticamente significativo con un p-value de al menos 0.05. Además, se observó en el gráfico 5 que las comunidades cuentan con mayor presencia de empresas grandes, pero estas empresas de tamaño grande no necesariamente poseen con un valor de eigen centrality alto. Por lo tanto, al realizar la correlación entre eigen centrality y las variables dummy creadas para cada tamaño, se obtuvo como resultado que la más alta correlación fue positiva y correspondía a las empresas de tamaño grande. El valor obtenido fue de 0.15 y estadísticamente significativo con un p-value de al menos 0.05. Adicionalmente, en la tabla 3 se muestra el top 10 de empresas según los valores de eigen, betweenness y closeness centrality. En la tabla se puede constatar que para el top de acuerdo al valor de eigen centrality, las empresas de tamaño grande y del sector agrícola son las de mayor frecuencia.


89

Rango Eigen Betweenness Closeness

1 BANANERA LAS MERCEDES S.A

(grande, agrícola)

INASA

(mediana, manufactura) BUSKARINA S.A.

(grande, manufactura)

2 CIUSAPLANEWSA S.A

(micro, agrícola)

LANGOSTINO S.A

(grande, agrícola) OCRES CIA. LTDA

(micro, manufactura)

3 CIA. AGRIC. LOMA LARGA S.A

(grande, agrícola)

ALM. JUAN ELJURI CIA.LTDA

(grande, comercio) IGLESIAS TAPIA CIA. LTDA

(grande, comercio)

4 AGRIMONT S.A

(mediana, agrícola)

GOLDENSHRIMP S.A

(grande, agrícola) PROMORYMAPI S.A

(pequeña, inmobiliaria)

5 IND. BANANERA ALAMOS S.A

(grande, agrícola)

RESINESA

(grande, comercio) BUNTER S.A

(micro, inmobiliaria)

6 CARIVESA

(grande, comercio)

BOUTERRUASA

(micro, comercio)

CONST. VIAS Y MAQUIN. CIA. LTDA. (micro, construcción)

7 CIA. AGRIC. LA JULIA S.A

(grande, agrícola)

SOLIDASA

(mediana, manufactura) PLANTEC CIA. LTDA

(grande, agrícola)

8 CAAMSA

(grande, agrícola)

CRISTATERRA S.A

(pequeña, inmobiliaria) URUGEQUIN S.A

(micro, agrícola)

9 FRUSHI S.A

(mediana, agrícola)

INDUMOT S.A

(grande, manufactura) CERANDINA CIA. LTDA

(pequeña, manufactura)

10

CABE

(mediana, agrícola) CORP. FAVORITA C.A

(grande, comercio) ATILEUBA CIA.LTDA

(pequeña, inmobiliaria)

Tabla 3. Top 10 de empresas según eigen, betweenness y closeness centrality.

VI. CONCLUSIONES

Los resultados de esta investigación se orientan a encontrar la relación entre las Métricas de Conexiones e indicadores financieros y cuantificar el efecto de dicha relación. Los resultados obtenidos aportan para llegar a mercados laborales más eficientes a través del uso de conexiones sociales, de tal manera que se reduce el nivel de asimetría de información entre firmas. Sobremanera, otro objetivo de esta investigación fue encontrar comunidades dentro de la industria al evaluar las relaciones entre empresas y se determinó que en los grupos había tanto sector como tamaño de empresa predominante para el top 20 analizado. En este estudio se está consciente de que la investigación podría tener dos limitaciones. La primera limitación se da debido a que el trabajo no abarca datos temporales, de tal manera que si se lo desarrollara, se podría ver el efecto de las métricas a través del tiempo. La segunda limitación surge por la cantidad de empresas utilizadas dado el número de modificaciones que se realizó al dataset original. Los resultados obtenidos demuestran la existencia una correlación moderadamente positiva entre las Métricas de Conexiones y el desempeño financiero, a excepción de closeness centrality. Los modelos regresión planteados mostraron que tener conexiones con otras empresas, no necesariamente produce un efecto positivo sobre el desempeño financiero. El modelo propuesto es una herramienta útil, que además de


90

utilizar variables del campo de la teoría económica, también implementa instrumentos que miden las conexiones entre compañías. Este modelo puede ser utilizado por las empresas para predecir del desempeño financiero, dado ciertas especificaciones. REFERENCIAS Beauchamp, M. A. (1965). An improved index of centrality. Behavioral science, 10(2), 161-163.

Bloch, F., & Jackson, M. O. (2016). Centrality Measures in Networks. SSRN Electronic Journal.

doi:10.2139/ssrn.2749124

Blondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in

large networks. Journal of Statistical Mechanics: Theory and Experiment, 2008(10),

P10008. doi:10.1088/1742-5468/2008/10/p10008

Braha, D., Stacey, B., & Bar-Yam, Y. (2011). Corporate competition: A self-organized network. Social

Networks, 33(3), 219–230.doi:10.1016/j.socnet.2011.05.004

Brandes, L., Brechot, M., & Franck, E. (2015). Managers’ external social ties at work: Blessing or curse for the firm? Journal of Economic Behavior & Organization, 109, 203–216. doi:10.1016/j.jebo.2014.11.013

Brandes, U. (2001). A faster algorithm for betweenness centrality. The Journal of Mathematical Sociology, 25.

Calvó-Armengol, Antoni, and Matthew O. Jackson. (2004). "The Effects of Social Networks on

Employment and Inequality." American Economic Review, 94 (3): 426-454. doi:

10.1257/0002828041464542

Chen, M., Liu, H., Wei, S., & Gu, J. (2018). Top managers’ managerial ties, supply chain integration, and firm performance in China: A social capital perspective. Industrial Marketing Management. doi:10.1016/j.indmarman.2018.04.013

Elouaer-Mrizak, S., & Chastand, M. (2013). Detecting Communities within French Intercorporate Network.

Procedia - Social and Behavioral Sciences, 79, 82–100.doi:10.1016/j.sbspro.2013.05.058

Everard, A., & Henry, R. (2002). A social network analysis of interlocked directorates in electronic commerce firms. Electronic Commerce Research and Applications, 1(2), 225–234. doi:10.1016/s1567-4223(02)00014-5

Freeman, L. C. (1978). Ceentrality ub Social Networks Conceptual Clarification. Social Networks, 215-239.

Granovetter, M. (1973) The Strength of Weak Ties. American Journal of Sociology, Vol. 78, No. 6 (May, 1973), pp. 1360-1380.

Jackson, M. O. (2011). An Overview of Social Networks and Economic Applications. Handbook of Social Economics, 511–585. doi:10.1016/b978-0-444-53187-2.00012-7


91

Jackson, M. O., & Golub, B. (2007). Naive Learning in Social Networks: Convergence, Influence and

Wisdom of Crowds. SSRN Electronic Journal. doi:10.2139/ssrn.994312

Jackson, M. O., & Wolinsky, A. (1996). A Strategic Model of Social and Economic Networks. Journal of

Economic Theory, 71(1), 44–74. doi:10.1006/jeth.1996.0108

Leon, R. – D., Rodríguez-Rodríguez, R., Gómez-Gasquet, P., & Mula, J. (2017). Social network analysis: A tool for evaluating and predicting future knowledge flows from an insurance organization. Technological Forecasting and Social Change, 114, 103–118. doi:10.1016/j.techfore.2016.07.032

Ma, Z., Sheng, O. R. L., & Pant, G. (2009). Discovering company revenue relations from news: A network approach. Decision Support Systems, 47(4), 408–414. doi:10.1016/j.dss.2009.04.007

Mahdi, K., Almajid, A., Safar, M., Riquelme, H., & Torabi, S. (2012). Social Network Analysis of Kuwait Publicly-Held Corporations. Procedia Computer Science, 10, 272–281. doi:10.1016/j.procs.2012.06.037

Mahdi, K., Almajid, A., Safar, M., Riquelme, H., & Torabi, S. (2012). Social Network Analysis of Kuwait

Publicly-Held Corporations. Procedia Computer Science, 10, 272–281.

doi:10.1016/j.procs.2012.06.037

Massó, M., & Arnulfo Ruiz-León, A. (2017). The configuration of a status based model of economic actors:

The case of Spanish government debt market. Social Networks, 48, 23–

35.doi:10.1016/j.socnet.2016.07.004

Piccardi, C., Calatroni, L., & Bertoni, F. (2010). Communities in Italian corporate networks. Physica A:

Statistical Mechanics and Its Applications, 389(22), 5247–5258. doi:10.1016/j.physa.2010.06.038

Powell, W., Koput, K., Smith, L. y Owen, J. (1999) Network Position and Firm Performance:

Organizational Returns to Collaboration in the Biotechnology Industry. Research in the Sociology of

Organizations, JAI Press Inc

Prem Sankar, C., Asokan, K., & Satheesh Kumar, K. (2015). Exploratory social network analysis of

affiliation networks of Indian listed companies. Social Networks, 43, 113–120.

doi:10.1016/j.socnet.2015.03.008

Recober, A., Kuburas, A., Zhang, Z., Wemmie, J. A., Anderson, M. G., & Russo, A. F. (8 de 07 de 2009).

Role of Calcitonin Gene-Related Peptide in Light-Aversive Behavior: Implications for Migraine. The

Journal od Neuroscience, 29(27), 8798-8804.

Spearman, C. (1904). The proof and measurement of association between two things. . Am. J. Psychol, 72-

101.

Spelta, A., Flori, A., & Pammolli, F. (2018). Investment communities: Behavioral attitudes and economic

dynamics. Social Networks, 55, 170–188.doi:10.1016/j.socnet.2018.07.004


92

Wältermann, M., Wolff, G., & Rank, O. (2019). Formal and informal cross-cluster networks and the role of funding: A multi-level network analysis of the collaboration among publicly and privately funded cluster organizations and their managers. Social Networks, 58, 116–127. doi:10.1016/j.socnet.2019.03.003

Warrick, R., Zafeirios, F., Kyriacos, N., Bhowmik, D., Murray, S., & Seth, A. K. (17 de 01 de 2019).

Activity in perceptual classification networks as a basis for human subjective time perception. Nature

Communications, 10(267).

Wu, L., Ching-Yung, L., & Sinan, A. (2009). Value of Social Network -- A Large-Scale Analysis on Network

Structure Impact to Financial Revenue of Information Technology Consultants.

Zusrony, E., Purnomo, H. y Yulianto, S. (2019). Network Mapping Analysis Communication Employees Use Social Network Analysis at Multifinance Companies. https://doi.org/10.29407/intensif.v3i2.12786

issn: 2602-831x · 2019-11-27 · x-pedientes económicos, vol. 3 (7), septiembre-diciembre 2019,...

Documents