Endeudamiento y vulnerabilidad financiera: factores asociados. Un caso de estudio
DOI:
https://doi.org/10.5377/aes.v3i1.14604Palabras clave:
vulnerabilidad, endeudamiento, logit, pandemia, crisis, comerciosResumen
La pandemia por covid-19 y la consecuente caída en el nivel de actividad económica a lo largo y ancho del planisferio han puesto en peligro numerosas empresas pertenecientes a diversos sectores económicos. Ante un contexto difícil, la toma de decisiones de política pública dirigidas al aliviar la situación de las empresas se vuelve central y, para ello, es vital contar con información sobre el nivel de endeudamiento y los factores explicativos. Este trabajo pretende avanzar en el estudio sobre ambas cuestiones, utilizando como caso de estudio el sector comercial de la ciudad de Bahía Blanca (Buenos Aires, Argentina). A partir de un relevamiento propio realizado durante el primer trimestre de 2021 y mediante la técnica de modelos logísticos ordenados en su versión generalizada, se encuentra que el perfil del responsable de la toma de decisiones en las empresas, el contexto económico y la situación financiera de corto plazo condicionan la elección de la deuda, la forma de financiamiento, y el nivel de deuda adquirido. Adicionalmente, se encuentra un alto grado de vulnerabilidad financiera en el sector reflejado en su incapacidad para sortear situaciones de riesgo utilizando estrategias propias. En palabras de Castels, el sector comercial bahiense parece estar haciendo “equilibrio sobre la cuerda floja”.
Descargas
Citas
Arce, Ó. (2020). El impacto de la crisis del Covid-19 sobre la situación financiera de las empresas no financieras en 2020: evidencia basada en la Central de Balances. Central de Balances. Resultados anuales de las empresas no financieras 2019, 1-31. https://repositorio.bde.es/handle/123456789/14317
Banco Bilbao Vizcaya Argentaria (2020). Los expertos alertan de la mayor vulnerabilidad financiera de las familias por la pandemia. Recuperado de https://www.bbva.com/es/sostenibilidad/los-expertos-alertan-de-la-mayor-vulnerabilidad-financiera-de-las-familias-por-la-pandemia/
Brant, R. (1990). Assessing proportionality in the proportional odds model for ordinal logistic regression. Biometrics, 46(4), 1171-1178. Recuperado de https://pubmed.ncbi.nlm.nih.gov/2085632/
Briozzo, A. & Vigier, H. (2009). A demand-side approach to SME’s capital structure. Evidence from Argentina. Journal of Business and Entrepreneurship, 21(1), 30–56. Recuperado de https://www.econbiz.de/Record/a-demand-side-approach-to-smes-capital-structure-evidence-from-argentina-briozzo-anahi/10009886232
Briozzo, A., Vigier, H., Castillo, N. Pesce, G., y Speroni, M. (2016). Decisiones de financiamiento en pymes: ¿Existen diferencias en función del tamaño y la forma legal? Estudios Gerenciales, 32(138), 71-81. https://doi.org/10.1016/j.estger.2015.11.003
Briozzo. A., Albanese. D., y Santolíquido. D. (2017). Corporate governance, financing and gender: A study of SMEs from Argentinean Securities Markets. Contaduría y Administración, 62(2), 358-376. https://doi.org/10.1016/j.cya.2017.03.002
Centro Regional de Estudios Económicos de Bahía Blanca (2014). Producto Bruto de Partido de Bahía Blanca. Recuperado de https://www.creebba.org.ar/?op=pbi#com_mino
Castel, R. (1997). Las metamorfosis de la cuestión social. Una crónica del salariado. Buenos Aires: Paidós Editorial.
Decreto 23/2020 Digesto Municipal de Bahía Blanca, Buenos Aires, Argentina 30 de julio de 2020. Recuperado de https://www.bahia.gob.ar/digestomunicipal/
Delbianco, F. y Herrero, M. (2017). Indicador Sintético de Actividad de Bahía Blanca. Cuarto trimestre de 2017. Recuperado de https://www.ecodata.uns.edu.ar/indicador-sintetico-de-actividad-de-bahia-blanca-4to-trimestre-2017/
De La Hoz Suárez, A., Mendoza Herrera, A., & González Vergara, M. (2020). Decisiones de inversión operativa-financieras en empresas importadoras de motores para vehículos. _SUMMA. Revista disciplinaria en ciencias económicas y sociales, 2(2),_ 137-160.
De La Hoz Suárez, A., Pacheco Ruíz, C., & Cantillo Padrón, J. (2021). Exposición a riesgos financieros en empresas importadoras de motores para vehículos. _SUMMA. Revista disciplinaria en ciencias económicas y sociales, 3(2),_ 1-20. https://doi.org/10.47666/summa.3.2.28
Freire,J. y Teijeiro, M. (2009), Análisis de los factores que afectan a la decisión de ser emprendedor, Cuadernos de Economía, 32(90), 5-28. Recuperado de https://econpapers.repec.org/scripts/redir.pf?u=https%3A%2F%2Frepositorio.uam.es%2Fbitstream%2Fhandle%2F10486%2F6250%2F37940_1.pdf;h=repec:cud:journl:v:32:y:2009:i:90:p:005-028
Guaipatín, C. (2003). Observatorio MIPYME: Compilación estadística para 12 países de la Región. Banco Interamericano de Desarrollo, Washington, DC. Recuperado de https://publications.iadb.org/publications/spanish/document/Observatorio-MIPYME-Compilaci%C3%B3n-estad%C3%ADstica-para-12-pa%C3%ADses-de-la-Regi%C3%B3n.pdf
Gujarati, D. y Porter, D. (2009). Econometría. México: Mc Graw Hill, Quinta Edición. Recuperado de https://www.academia.edu/33064534/Gujarati_Econometr%C3%ADa_5ta_Edici%C3%B3n_pdf
Ibáñez, M. (2018). Exclusión social: los desafíos de su conceptualización y medición. Una propuesta desde un enfoque axiomático. Aplicación para Argentina. Documento no publicado. Tesis Doctoral, Departamento de Economía de la Universidad Nacional del Sur. Recuperado de http://repositoriodigital.uns.edu.ar/handle/123456789/4475
Ibañez, M., Arnaudo, M. y Morresi, S. (2018). Inclusión y desempeño: el efecto de políticas educativas en Educación Superior. Un estudio aplicado a la Universidad Nacional del Sur (Argentina). Revista Complutense de Educación, 29(3), 699. https://doi.org/10.5209/RCED.53628
Katz, R., Jung, J. y Callorda, F. (2020). El estado de la digitalización de América Latina frente a la pandemia del COVID-19. Observatorio CAF del Ecosistema Digital
Liao, T. (1994). Interpreting Probability Models: Logit, Probit and Other Generalized Models. Thousand Oaks California: Sage University Papers. Recuperado de https://lib.ugent.be/nl/catalog/rug01:000319627
Mancilla, C.y Amorós, J. (2012), La influencia de factores socio-culturales en el emprendimiento, evidencia en Chile 2007–2010. Multidisciplinary Business Review, 5(1), 14-25. https://journalmbr.net/index.php/mbr/article/view/371
Manzanal, M., Pesce, G., Milanesi G. y Vigier H. (2015). Racionalidad, heurísticas y aversión al riesgo en decisiones de inversión empresarias. XXXV Jornadas Nacional de SADAF. Recuperado de https://studylib.es/doc/1126382/racionalidad--heur%C3%ADsticas-y-aversi%C3%B3n-al-riesgo-en-decisio.
Manzanal, M., Villarreal, F., Milanesi, G. y Vigier, H. (2020). El perfil decisorio del empresario pyme de Bahía Blanca, Argentina: ¿qué variables lo caracterizan? Estudios Gerenciales, 36(156), 288-298. https://doi.org/10.18046/j.estger.2020.156.3607
Marpsata, M. & Razafindratsimab, N. (2010). Survey methods for hard-to-reach populations: introduction to the special issue. Methodological Innovations Online, 5(2), 3-16. https://doi.org/10.4256/mio.2010.0014
Martínez, A. (2016). Factores socio-culturales asociados al emprendedor: evidencia empírica para América Latina. Revista Venezolana de Gerencia, 21(74), 312-330. Recuperado de https://www.redalyc.org/journal/290/29046685009/html/
Moskovits, C. (2021). Una situación fiscal insostenible. Indicadores de Coyuntura, 636, 6-8. Recuperado de www.fiel.org/publicaciones/IndicadoresCoyuntura//COYU_99_1636396773121.pdf
Orazi, S. y Reyes, M. (2020). Encuesta Virtual PUE: Metodología de diseño, difusión y nivel de respuesta. IIESS CONICET. Bahía Blanca. Documento de trabajo PUE n°11. Recuperado de https://iiess.conicet.gov.ar/images/Documentos-de-trabajo-PUE/PUE11.pdf
Susmel, N. (2021). Ingresos en la pandemia. Indicadores de Coyuntura, 633,10-12. Recuperado de http://www.fiel.org/publicaciones/IndicadoresCoyuntura//COYU_99_1628285670564.pdf
Susmel, N. (2021). Sin alcanzar el nivel pre pandemia. Indicadores de Coyuntura, 636,.10-11. Recuperado de www.fiel.org/publicaciones/IndicadoresCoyuntura//COYU_99_1636396773121.pdf
Van Meter, K. (1990). Methodological and design issues: techniques for assessing the representatives of snowball samples. In Lambert, E. (org.) The collection and interpretation of data from hidden populations. Recuperado de https://archives.drugabuse.gov/sites/default/files/monograph98.pdf
Voicu, M. & Babonea, A. (2011). Using the snowball method in marketing research in hidden population. International conference. Journal Volume & Issue, 1,1341- 1351. Recuperado de https://doaj.org/article/92cee3cbe5b74333ab0f96f635e97125
Welch, S. (1975) Sampling by referral in a dispersed population. Public Opinion Quarterly, 39(2)., 237-245. https://doi.org/10.1086/268221
Williams, R. (2006). Generalized Ordered Logit/Partial Proportional Odds Models for Ordinal Dependent Variables. The Stata Journal, 6(1), 58-82. Recuperado de http://www.nd.edu/~rwilliam/gologit2/gologit2.pdf
Publicado
Número
Sección
Licencia
Derechos de autor 2022 Universidad Nacional Autónoma de Nicaragua, León
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
