Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº1
60
DETERMINANTES DE LA RENTABILIDAD EMPRESARIAL EN EL ECUADOR: UN
ANÁLISIS DE CORTE TRANSVERSAL
DETERMINANTS OF BUSINESS PROFITABILITY IN ECUADOR: A CROSS-
SECTIONAL ANALYSIS
Código Clasicación JEL: D21, F10, O30
RESUMEN
El principal objetivo de la investigación es identicar las variables potencialmente responsables de
generar rentabilidad en las rmas ecuatorianas; es de especial interés el efecto que puede tener la
investigación cientíca y el desarrollo tecnológico en el desempeño nanciero. Del Censo Nacional
Económico 2010 se seleccionó una muestra de 2.472 rmas que fueron clasicadas por estratos, según
su tamaño, y se aplicaron las herramientas estadísticas de componentes principales y regresión lineal
para obtener estimaciones econométricas. El resultado de este estudio muestra que las empresas de
tamaño micro tienen mayores oportunidades de mejorar su rendimiento nanciero cuando disponen
de recursos como personal calicado, activos jos, generan ingresos y tienen acceso al nanciamiento
en instituciones públicas y privadas. Para mejorar el desempeño económico de aquellas rmas que
por su tamaño son consideradas medianas o grandes deben contar, adicionalmente, con inventarios
de materias primas y productos terminados. La variable que representa la tecnología no contribuye
a incrementar la probabilidad de que una empresa sea rentable debido a la escasa inversión que las
rmas realizan en estas actividades.
Palabras clave: estrato, rma, Investigación y desarrollo tecnológico, regresión lineal, componentes
principales.
ABSTRACT
The main objective of the research is to identify the variables potentially responsible for generating
protability in Ecuadorian rms; the eect that scientic research and technological development
can have on nancial performance is of special interest. Of the National Economic Census 2010
selected a sample of 2,472 rms that were classied by strata, according to their size, and applied
the statistical tools of main components and linear regression to obtain econometric estimates. The
result of this study shows that micro companies have greater opportunities to improve their nancial
performance when they have resources such as qualied personnel, xed assets, generate income and
have access to nancing in public and private institutions. To improve the economic performance
of those rms that due to their size are considered medium or large they must have, additionalin, of
raw materials and nished products. The variable that represents technology does not contribute to
increase the probability of a company being protable due to the low investment that rms make in
these activities.
Key words: stratum, rm, research and technological development, linear regression, principal
components.
Recibido: 09/11/2017 Aceptado: 19/04/2018
Marco Sánchez Calderón
1
, Víctor Lazo Alvarado
1
1
Universidad de las Fuerzas Armadas - Ecuador
e-mail: mgsanchez7@espe.edu.ec
1
, vdlazo@espe.edu.ec
1
61
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº 1
INTRODUCCIÓN
Según las Naciones Unidas (2009), en la Clasicación Industrial Internacional Uniforme de todas las
actividades económicas (CIIU) Rev. 4, se dene a la Empresa o Firma como un agente económico
(persona natural o sociedad) con autonomía y responsabilidades, que puede realizar actividades
productivas.
Tradicionalmente se considera que la renta que generan las rmas es el resultado de la
utilización eciente de los recursos nancieros en un periodo determinado; para conocer la evolución
de las tasas de rentabilidad, con frecuencia se utiliza una metodología basada en ratios nancieros, que
son calculados sobre datos contables agregados. Según Chiavento (2011) el método mide únicamente
los resultados de las inversiones y de las actividades en términos monetarios y presenta limitaciones
cuando se intenta determinar factores representativos de la realidad empresarial. Por este motivo, con
frecuencia se analiza únicamente la relación univariante entre renta y otro factor relevante, que en
ciertos estudios está representado por la dimensión de la rma (inversiones de capital, cifra de ventas,
o activos que posee), dando como consecuencia, un sesgo hacia las rmas de gran tamaño.
Algunos estudios empíricos considerados como pioneros son citados en González, Correa y Acosta
(2002), donde se señala que hay una relación positiva entre tamaño, productividad, ingreso y
rentabilidad; una relación negativa entre endeudamiento, riesgo nanciero y rentabilidad; mientras
que los salarios y la rotación de las ventas no parecen inuir en la rentabilidad.
Castillo (2013) dene un modelo en el que se analiza los factores determinantes de la
rentabilidad de las empresas, representados por: estructura de la propiedad, estructura nanciera
(inmovilizado y corriente), estructura económica (nanciación y solvencia), y productividad
(ingresos, calidad y precio).
Aragón y Rubio (2005) maniestan que existen factores externos e internos que favorecen
la competitividad, entre los primeros están aquellas variables que se derivan del entorno de actuación
de la rma (sociales, económicas, políticas y legales), y los segundos se muestran como los que más
peso tienen en la determinación de los benecios; se reeren a las variables propias de cada rma,
como los recursos –físicos, técnicos, nancieros, etc.- que determinan el tamaño, y las habilidades y
conocimientos.
Sin embargo, el factor más ecaz para mejorar la rentabilidad empresarial son los recursos
que se destinan para la investigación cientíca y el desarrollo tecnológico (I+D en adelante),
convirtiéndose así, en un mecanismo eciente para innovar los productos y los procesos, y emprender
en una transformación productiva. (Benavente, 2005)
En el Ecuador se aprecia una debilidad teórica en este tema, debido posiblemente a que
no se ha dispuesto de información adecuada para probar un modelo económico, por este motivo,
son escasos los estudios explicativos que pretenden profundizar en el conocimiento de las variables
potencialmente responsables de que las empresas ecuatorianas sean rentables.
Para llenar este vacío, el presente artículo se ha estructurado en cinco apartados, incluyendo la
introducción. En el segundo apartado, se describe la muestra seleccionada y se analiza las principales
características de las rmas categorizadas por su tamaño, poniendo especial atención en medir la
inuencia que puede tener el desarrollo en ciencia y en tecnología. En el tercer apartado, se analiza el
enfoque metodológico que se utiliza en el estudio. En el cuarto apartado, mediante la técnica análisis
factorial con componentes principales y estimaciones econométricas de regresión lineal, se intenta
identicar ciertos rasgos característicos que condicionan la rentabilidad de las rmas ecuatorianas.
Finalmente, en el quinto apartado se formula las conclusiones del estudio.
Las rmas investigadoras en el Ecuador
En el Ecuador se realizó el primer Censo Económico en 1980, constituyéndose en el único referente
sobre información económica a nivel nacional, desde entonces no se tenía información estadística
desagregada sobre la estructura del aparato productivo nacional. Treinta años después, el Instituto
Nacional de Estadísticas y Censos (INEC) efectúa el Censo Nacional Económico (CENEC en
______________________________________________________________________________Marco Sánchez, Víctor Lazo
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº1
62
adelante), con el objetivo de realizar un recuento de todas y cada una de las unidades económicas que
conforman el sector productivo (511.130 establecimientos analizados y 22.684 sectores censados),
así como registrar las principales características de funcionamiento y tamaño.
El siguiente objetivo de este estudio es identicar las variables determinantes de la rentabilidad
de las rmas ecuatorianas, así como analizar el posible impacto que pueden tener las actividades
de creación de conocimiento cientíco y tecnológico. Para cumplir este cometido, se utiliza como
principal fuente estadística el CENEC del año 2010, ya que trata como dato autónomo los gastos de
I+D. La muestra seleccionada está compuesta por 2.472 rmas, que además de ser rentables, destinan
recursos para actividades de I+D, en la determinación de la muestra se han excluido a aquellas rmas
que, a pesar de destinar recursos para actividades de I+D no son rentables (366 rmas), y que sus
ingresos son iguales a sus gastos (14 rmas).
La principal desventaja de incluir en la muestra una diversidad de unidades transversales, se
reere a que las rmas de gran tamaño inuyen por el volumen de su renta en la delimitación de los
intervalos de clase cuando se aplican métodos convencionales (distribución de frecuencias, cuartiles
o percentiles). Para corregir este sesgo, se acoge la metodología que utiliza el INEC para denir el
tamaño de una rma, y se establece los siguientes estratos (Figura 1):
Figura 1: Clasicación de las rmas por tamaño considerando el
volumen de venta anual y el número de personas ocupadas
Fuente: INEC, 2012
Elaboración: Sánchez & Lazo
Para un primer análisis de las rmas investigadoras, se utiliza como criterios de clasicación;
tamaño y ubicación, los que están representados por el volumen de renta que generaron las empresas
durante el periodo 2010 y por el lugar (región natural) donde cumplen las actividades comerciales.
En la Tabla 1 se aprecia que cerca del 82% de las rmas son de tamaño micro y pequeño, y apenas
el 9% son de tamaño grande. La rentabilidad que generan las rmas de la muestra asciende a 11.352
millones de dólares, y son las empresas grandes las responsables del 93% del total de las rentas, puede
observarse también, que en las regiones Sierra y Costa se gestionan cerca del 96% de las rentas de este
tipo de rmas, conrmando así la gran vocación investigadora de los distintos agentes (Instituciones
Públicas, Universidades y otros centros de enseñanza superior, empresas e Instituciones Privadas sin
nes de lucro) asentados en estas regiones.
Tabla 1. Firmas clasicadas por tamaño y región de ubicación
Fuente: Censo Nacional Económico, 2010
Elaboración: Sánchez & Lazo
Determinantes de la rentabilidad empresarial en el ecuador: un análisis de corte transversal ____________________________
63
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº 1
Un segundo aspecto analizado, es el volumen de gasto de I+D y como se distribuye en los
sectores económicos del país. La información de la Tabla 2 muestra que las rmas asignaron 224.213
miles de dólares para actividades de investigación, siendo las empresas grandes las que lideran la
inversión con el 90% del total. Cuando se analiza la distribución del gasto tecnológico por actividad
económica, se aprecia que a excepción del sector Comercio, los sectores Manufactura, Servicios y
Otros, invierten individualmente entre 30% y 34% del gasto total.
Tabla 2. Firmas clasicadas por tamaño y sector económico
Fuente: Censo Nacional Económico, 2010
Elaboración: Sánchez & Lazo
Las rmas investigadoras en el Ecuador se dedican en su mayor parte a prestar servicios
(suministro de energías, distribución de agua, construcción, transporte, alojamiento, información,
nancieras, inmobiliarias, cientíco técnico, administrativos, administración pública, enseñanza,
salud, artes, y otros servicios); representan el 63% del total de la muestra, y cuentan posiblemente con
las siguientes características tecnológicas: a) factores parcialmente estáticos como infraestructura,
nanciamiento, materias primas e instrucción de la mano de obra; y b) actividades de menor contenido
de investigación, como diseño o ingeniería de las instalaciones, que pueden desarrollarse tanto de
forma interna como externa a la empresa. (Buesa, Navarro, Molero, Aranguren y Olarte 2001)
Finalmente se observa que las rmas de tamaño micro generan anualmente en promedio 89 mil
dólares y destinan para actividades de I+D 2 mil dólares aproximadamente; mientras que las rmas
grandes, ganan en promedio 47 millones al año, con una inversión en I+D próxima a las 912 mil
dólares al año. (Tabla 3)
Tabla 3. Rentas y Gasto de I+D por estrato de rmas
Fuente: Censo Nacional Económico, 2010
Elaboración: Sánchez & Lazo
______________________________________________________________________________Marco Sánchez, Víctor Lazo
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº1
64
METODOLOGÍA
Debido a que el CENEC posee características típicas de datos de corte transversal, se desarrolla un
modelo econométrico [1] que prioriza el análisis de las similitudes o disparidades de la muestra, y se
expresa mediante la siguiente ecuación básica:
Yi = β0 + β1X1i + β2X2i … + βkXki + ei
ei ~ n (0, σ2); i =1,2,…; k =1,2,…
donde Yi = renta, Xk = conjunto de variables explicativas, ei = perturbación aleatoria, y σ2
= varianza constante.
A pesar que se han desarrollado muchos indicadores con la nalidad de medir el nivel de
acierto o fracaso de la gestión empresarial, se considera que es la renta (cuando los ingresos generados
son mayores que los egresos) la variable fundamental para cuanticar la actividad económica, y
además, es un requisito necesario, aunque no suciente, para garantizar la continuidad de la empresa,
por este motivo, la variable Yi representa la renta de la rma i.
Según los siguientes aportes bibliográcos: González, Correa y Acosta (2002) señalan que la
dimensión, solvencia y crecimiento son los determinantes de la generación de las rentas; Sainz (2002)
maniesta que la identidad corporativa, los recursos tangibles e intangibles, y el comportamiento
estratégico fomentan una mayor rentabilidad; y Castillo (2013) ha encontrado evidencia sobre
la contribución de la estructura de la propiedad, estructura nanciera, estructura económica y
productividad en las rentas.
Con el propósito de identicar las variables que condicionan la rentabilidad de las rmas
ecuatorianas, para el presente estudio se toma en consideración: la estructura administrativa; la
dimensión de las empresas (personas que trabajan, existencias, activos jos, monto de ingresos);
y las fuentes de nanciamiento públicas y privadas; además, por ser de interés especial de esta
investigación se intenta medir la inuencia que puede tener la I+D.
Debido a que en el CENEC se recoge alguna información con similar contenido, se realiza
cálculos factoriales, y mediante la técnica de componentes principales se pretende identicar aquellas
comunalidades que aportan mayor cantidad de información en cada factor, esto permitirá diferenciar
a las empresas atendiendo su rentabilidad. Gorsuch (1983) Tabla A del Anexo.
Como paso siguiente, se aplica el análisis de regresión lineal por el método de mínimos
cuadrados ordinarios (MCO) con el propósito de encontrar aquella combinación de βj que minimice
el cuadrado de la suma residual ei; esta metodología es comúnmente utilizada en el contexto de corte
transversal siempre que la dependiente sea una variable continua sin ninguna limitación o censura.
El modelo explicará mejor el comportamiento de la variable regresada cuando la prueba de
la bondad del ajuste, representado por el coeciente de determinación muestral R2 esté más cerca de
1. Y cuando la posible heterocedasticidad sea adecuadamente corregida (De Arce y Mahía, 2008), en
otras palabras, cuando los errores estimados resultasen homocedasticos (varianza constante de ei).
Complementariamente, se considera que las variables son signicativas si los estimadores de
MCO son los mejores estimadores lineales insesgados (MELI), es decir, tienen varianza mínima, esto
simplica la tarea de analizar los intervalos de conanza y las pruebas (estadísticas) de signicancia.
RESULTADOS
Después de la selección de rmas investigadoras (clasicadas por tamaño), se escoge un conjunto
de quince variables, de las cuales ocho se obtienen luego de realizar algunos cálculos factoriales
(cuatro en total a un grupo de veintisiete variables) mediante la técnica de componentes principales
rotados, privilegiando las comunalidades más altas en valor absoluto de cada factor. Los estadísticos
descriptivos se presentan en la Tabla B del Anexo.
A continuación, se procede a la estimación de un modelo de datos transversales por MCO
Determinantes de la rentabilidad empresarial en el ecuador: un análisis de corte transversal ____________________________
65
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº 1
con la forma siguiente:
lnYi= β1 + β2X2i + β2X3i … + βkXki + ei
ei ~ n (0, σ2); i =1,2,…; k =1,2,…
donde:
lnYi = rentabilidad (variable a explicar) que muestra una transformación logarítmica para
reducir tanto la asimetría como la heterocedasticidad. (Gujarati y Porter 2010)
Estructura Administrativa:
X1 = Tiempo de funcionamiento.
X2 = 1 si la rma cuenta con naturaleza jurídica, 0 en caso contrario.
X3 = 1 si la rma realizó investigación de mercado, 0 en caso contrario.
X4 = 1 si la rma utiliza internet, 0 en caso contrario.
Dimensión:
X5 = Personal remunerado.
X6 = Personal no remunerado.
X7 = Existencias al 31 de diciembre productos terminados.
X8 = Existencias al 31 de diciembre materias primas y auxiliares.
X9 = Existencias al 31 de diciembre mercadería sin transformación.
X10 = Valor de activos jos existencias al 31 de diciembre.
X11 = Total ingresos anuales.
Financiamiento:
X12 = Monto de Financiamiento con Institución Privada.
X13 = Monto de Financiamiento con Institución Pública.
X14 = Monto de Financiamiento con Otras Fuentes con Garantía.
Tecnología:
X15 = Monto de gasto en investigación y desarrollo.
ei = perturbación aleatoria que sigue una distribución normal de media cero.
σ2 = varianza constante.
A continuación, se reproduce la ecuación [2] para cada estrato de rmas (Tabla C del Anexo).
A primera vista se aprecia que los cinco modelos presentan valores de R2 bajos, sin embargo, Gujarati
y Porter (2010) explican que por lo general se observan valores bajos de R2 en datos transversales
con un gran número de observaciones, y que la prueba F es una prueba de signicancia de R2 y mide
la signicancia general de la regresión estimada, por este motivo existe una relación estrecha entre
F y R2. Considerando que todos los modelos arrojan un estadístico F muy signicativo se acepta los
resultados obtenidos.
Debido a que en el análisis de corte transversal, cuando se agrupan empresas pequeñas,
medianas y grandes hay muchas probabilidades de que los modelos sufran de heterocedasticidad en
la varianza de error, se realiza un análisis gráco de los residuos elevados al cuadrado. Tales residuos
se gracan en la Figura 2, y exhiben patrones especícos (cuadrático) que sugieren la presencia de
heterocedasticidad.
Figura 2. Diagrama de dispersión de los residuos estimados al cuadrado frente Y ̂
______________________________________________________________________________Marco Sánchez, Víctor Lazo
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº1
66
Elaboración: Sánchez & Lazo
Al aplicar las pruebas formales de Breush-Pagan y White (Hoeche, 2007) se aprecia que los
resultados son totalmente concluyentes sobre la presencia de heterocedasticidad, por este motivo,
se utiliza el procedimiento conocido como estimaciones con errores estándar robustos o también
se lo denomina estimaciones con errores estándar consistentes con heterocedasticidad de White;
según Gujarati y Porter (2010) este procedimiento consiste básicamente en que las estimaciones
pueden realizarse de forma que las inferencias estadísticas sean asintóticamente válidas (es decir, para
muestras grandes) sobre los verdaderos valores de los estadísticos.
Los resultados de las pruebas de heterocedasticidad, así como las estimaciones con y sin
corrección de los errores estándar, se presentan en la Tabla C del Anexo. Aunque los valores de
los coecientes y R2 son iguales con el método de MCO o con el de White, los errores estándar
cambiaron en todas las regresiones.
En conclusión, las regresiones corregidas son consideradas aceptables estadística y
econométricamente. Para la interpretación económica de los coecientes estimados β ̂ y su p-value por
variable y por estrato de rmas, se considera el signo y la cuantía. Los resultados de las estimaciones
se presentan en la Tabla 4.
Tabla 4. Resultados de las regresiones mediante errores estándar corregidos de White
Fuente: Censo Nacional Económico, 2010
Elaboración: Sánchez & Lazo
Determinantes de la rentabilidad empresarial en el ecuador: un análisis de corte transversal ____________________________
67
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº 1
El análisis de cada tipo de rma se presenta a continuación:
En los primeros años de conformación de las rmas (tamaño micro), existe mayor posibilidad
de aumentar las rentas si realizan investigaciones de mercado, contratan personal calicado, invierten
en activos jos, reciben nanciamiento, y mantienen un monto de ingresos. El uso de las tecnologías
de la información, especícamente el servicio de internet, tiene un efecto negativo en la generación
de las rentas. En este estrato, no se muestran estadísticamente signicativos la conformación legal
de las empresas, el tiempo que llevan funcionando, los inventarios de materias primas, productos
terminados y mercaderías sin transformación.
Cuando las rmas de tamaño pequeño cuentan con maquinaria y equipo, acceden a montos
de nanciamiento en instituciones públicas, y generen ingresos, tienen mejores posibilidades de
conseguir rentas. La variable que representa al personal remunerado se muestra signicativa pero
con signo negativo. En este tipo de empresas al parecer no inuye al momento de medir el resultado
de la gestión nanciera las variables que representan la investigación de mercado, uso de internet,
inventario de mercaderías, acceso al nanciamiento privado y otras fuentes de nanciamiento.
En la medida que las empresas van creciendo, como es el caso de las rmas de tamaño
mediana A, se vuelve relevante disponer de los siguientes recursos para garantizar la continuidad de
la producción: inventarios de materias primas; maquinaria, planta y equipo; fuentes de nanciamiento
en instituciones públicas y privadas; e ingresos mediante las ventas de productos o la prestación de
servicios; estas variables condicionan positivamente la generación de las rentas. Para el caso de las
rmas de tamaño mediana B, se conrma que las variables representadas por los activos jos, líneas
de nanciamiento público y privadas; e ingresos, son necesarias para mejorar la gestión económica.
En aquellas rmas que por su tamaño son consideradas grandes, experimentan incrementos
importantes en las rentas cuando tienen existencias de materias primas y productos terminados,
maquinaria y equipo para la producción, montos de nanciamiento privado, e ingresos permanentes.
Estas empresas tienen menos posibilidades de mejorar la rentabilidad si mantienen altos
volúmenes de materias primas y auxiliares. En contra de lo que se espera, el personal remunerado,
con la muestra seleccionada, no tiene inuencia signicativa en los resultados. Se destaca que en
este estrato aparece la variable que representa el Gasto en Investigación y Desarrollo tecnológico, e
inuye de manera inversa en la rentabilidad, tal como indica su coeciente negativo.
Los activos jos es la variable que más contribuye a incrementar la probabilidad de que
una rma sea rentable; su impacto es mayor en las rmas de tamaño micro, y su desempeño va
decreciendo a medida que aumenta el tamaño de las empresas. Mientras que la variable denominada
naturaleza jurídica no se muestra signicativa estadísticamente en todas las regresiones.
CONCLUSIONES
La muestra de 2.472 rmas fue clasicada por su tamaño en cinco estratos: micro, pequeñas, medianas
A, medianas B y grandes (Figura 1), con el propósito de identicar rasgos distintivos por cada grupo
de rmas. Se aprecia que alrededor del 82% de las rmas son de tamaño micro y pequeño, y apenas
el 9% son de tamaño grande (Tabla 1), estas últimas acaparan cerca del 99% del gasto en actividades
de investigación cientíca y desarrollo tecnológico que se realiza a nivel nacional, mientras que en el
otro extremo se encuentra una gran cantidad de rmas (de tamaño micro, pequeñas y medianas A),
que debido a sus escasos esfuerzos tecnológicos (porcentaje de sus rentas que destinan a la I+D) se
ven limitadas la generación de mayores ganancias.
Cerca del 96% de las rmas investigadoras se asientan en las regiones sierra y costa, lo
que conrma la gran vocación investigadora de estas regiones, debido a las ventajas en los ujos
de información, reducción de ciertos costos e infraestructuras que disponen. Los sectores servicios,
manufactura y otros, se revelan como las actividades productivas que más invierten en investigación
cientíca y desarrollo tecnológico.
Producto de la investigación se pone de maniesto la existencia de un círculo virtuoso,
mientras mayores capacidades tecnológicas empresariales mejores benecios económicos se obtienen
______________________________________________________________________________Marco Sánchez, Víctor Lazo
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº1
68
(ver Tabla 4). En el Ecuador las rmas grandes son las principales generadoras de investigación,
mientras que las rmas micro y pequeñas al parecer se han manejado con bajas capacidades
tecnológicas y casi con exclusividad, han recibido los resultados de las investigaciones vía recursos
en forma de ujos (nanciamiento para sistemas modernos de producción) o stocks (infraestructura,
maquinaria, herramientas, etcétera).
Clasicadas las rmas por tamaño, se seleccionan quince variables (ocho mediante la técnicas
de componentes principales) que representan la estructura administrativa, la dimensión, y el
nanciamiento; además, por ser de interés especial de este estudio se intenta medir la inuencia que
puede tener el componente tecnológico.
Se estima el modelo especicado (ecuación 3) por MCO, condicionado al análisis de la varianza
mediante el coeciente de determinación R2 y la prueba F. Además, se verica que se cumpla la
hipótesis sobre la perturbación aleatoria de homocedasticidad. En denitiva, el modelo es aceptado
estadística y econométricamente, y para la interpretación económica de los coecientes se considera
el signo y la signicancia estadística.
En conclusión, para las rmas de tamaño micro la rentabilidad proviene de: a) investigaciones
de mercado; b) recurso humano competente; c) activos jos; y, d) acceso a varias fuentes de
nanciamiento. El uso de las tecnologías de la información, especícamente el servicio de internet,
tiene un efecto negativo en la generación de las rentas, debido posiblemente, a la inversión inicial que
se requiere para implantarla. Las existencias de inventarios no se muestran relevantes, probablemente
porque las rmas de este tamaño no disponen de recursos nancieros para adquirir cantidades
sucientes que les permitan mantener una cantidad mínima embodegada. La conformación legal y el
tiempo que llevan funcionando las empresas tampoco contribuyen en la probabilidad de mejorar los
benecios, en relación a este último podemos concluir que en el Ecuador temas como la delidad no
se muestra como un factor predominante en las preferencias de los consumidores.
En las rmas de tamaño pequeño, las variables que representan la maquinaria utilizada
para producir, el nanciamiento público, y la generación de ingresos, promueven positivamente la
generación de las rentas. Se aprecia que en los primeros estratos de las rmas, contar con un mayor
número de trabajadores, es muy determinante para mejorar el desempeño económico, mientras que
en las empresas grandes deja de ser signicativo, posiblemente debido a que estas rmas ya tienen
denida su nomina, y por tanto, la incidencia que ejerce la fuerza de trabajo en los volúmenes de renta
se mide más bien por el incremento en la productividad e innovación generada principalmente por la
capitación recibida. La contribución marginal que puede tener el recurso humano en cada estrato es
determinante para establecer el efecto nal de esta variable.
En el caso de las rmas de tamaño medianas, cuando mantengan inventario de materias
primas, cuenten con activos jos, dispongan de líneas de nanciamiento en instituciones públicas y
privadas, y reciban ingresos mediante las ventas o prestación de servicios, se constituyen en elementos
claves para mejorar la generación de rentas.
Finalmente, si las rmas grandes cuentan con recursos como inventarios de materias primas,
activos productivos, líneas de nanciamiento en las instituciones públicas y privadas, y generan
ingresos, tienen una probabilidad creciente de reportar mejores volúmenes de rentas. Al parecer,
cuando las rmas aumentan de tamaño, la estructura administrativa deja de ser relevante en la
determinación de la rentabilidad, ya que se convierte en un factor parcialmente estático, y cualquier
mejora representará un cambio incremental al esquema administrativo vigente. En este estrato
la variable que representa las actividades de investigación y el desarrollo tecnológico se muestra
signicativa pero reeja un decaimiento en la renta.
La interpretación más importante que se puede extraer de la presente investigación, se
reere a que las variables que se correlacionan positivamente con la rentabilidad son los activos
jos, las fuentes de nanciamiento, y los ingresos. La variable tecnología no se muestra relevante
debido principalmente a los escasos montos que destinan las empresas para este n a la fecha de
realización del CENEC. Las empresas ecuatorianas limitan su investigación a la transferencia de
conocimientos por la adquisición de tecnología, sobre todo en maquinarias, equipos y programas y
Determinantes de la rentabilidad empresarial en el ecuador: un análisis de corte transversal ____________________________
69
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº 1
equipos informáticos.
El resultado de este estudio se constituye en un pequeño aporte, que pretende dar luces para
futuros estudios sobre la identicación de variables o factores determinantes de la rentabilidad en
las rmas ecuatorianas. Con una visión a futuro, los responsables de la política tecnológica deberían
orientar las siguientes acciones: 1) promover la creación o integración de redes de empresas, donde
las rmas pequeñas y medianas sean tan relevantes como las grandes; 2) identicar los sectores
productivos que el país considere estratégicos en su desarrollo; 3) orientar la senda de investigación;
4) destinar más recursos para actividades de I+D; y, 5) encadenar el sistema de educación superior
con la gestión del conocimiento.
REFERENCIAS BIBLIOGRÁFICAS
Aragón, A. y Rubio, A. (2005). Factores asociados con el éxito competitivo de las pyme industriales
en España. Universia Business Review, 36-49.
Benavente, J. (2005). Investigación y desarrollo, innovación y productividad: un análisis econométrico
a nivel de la rma. Estudios de Economía Universidad de Chile, Vol.32 – No.1, 39-67.
Buesa, M., Navarro, M., Molero, J., Aranguren. M., y Olarte. F. (2001). Indicadores de la ciencia, la
tecnología y la innovación. Azkoaga. 9, 1-75.
Castañeda, M., Cabrear, A., Navarro, Y. y Wietse de Vries. (2010). Procesamiento de datos y análisis
estadísticos utilizando SPSS. Brasil, Porto Alegre: EDICUCRS.
Castillo, J. (2013) Análisis de los factores explicativos de la rentabilidad de las empresas vinícolas de
Castilla-La Mancha. Revista FCA UNCUYO, 45(2), 141-154.
Coronado, D., y Acosta, M. (1999). Innovación tecnológica y desarrollo regional. Información
Comercial Española, 781, 103-116.
De Arce, R. y Mahía, R. (2008). Conceptos básicos sobre la heterocedasticidad en el modelo básico
de regresión lineal. Tratamiento con E-Views. Universidad Autónoma de Madrid. Recuperado de
https://www.uam.es/ana.delsur/pdf/heterocedasticidad.pdf
Chiavenato, I. y Sapiro, A. (2011). Planeación Estratégica Fundamentos y Aplicaciones, México,
D.F.: Mc Graw-Hill.
Gil, J. (2015). Metodología cuantitativa en educación. Recuperado de https://books.google.com/
books?id=aknLCgAAQBAJ&printsec=frontcover&hl=es#v=onepage&q&f=false
González, A., Correa, A., y Acosta, M. (2002). Factores determinantes de la rentabilidad nanciera
de las Pymes. Revista Española de Financiamiento y Contabilidad, Vol. XXXI, No. 112, 395-429.
Gorsuch, R. (1983). Factor Analysis. Second Edition. LEA
Gujarati, D. y Porter, D. (2010). Econometría, México, D.F.: Mc Graw-Hill.
Hoechle, D. (2007). Robust standard errors for panel regressions with cross-sectional dependence.
Stata Journal, 7(3), pp. 281.
INEC. (2010). Censo Nacional Económico. Recuperado de http://anda.inec.gob.ec/anda/index.php/
catalog/350/get_microdata
______________________________________________________________________________Marco Sánchez, Víctor Lazo
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº1
70
—. (2012). Directorio de Empresas y Establecimiento. Recuperado de http://www.ecuadorencifras.
gob.ec
—. (2014). Metodología de la Encuesta Exhaustiva a Empresas y sus Establecimientos, Fase II del
censo nacional Económico 2010. Recuperado de http://www.ecuadorencifras.gob.ec
Institute for Digital Research and Education UCLA. (2016). Econometric Analysis of Cross Section
and Panel Data by Jerey M. Wooldridge Chapter 16: Corner Solution Outcomes and Censored
Regression Models. Recuperado de http://www.ats.ucla.edu/stat/stata/examples/eacspd/chapter16.
htm
Naciones Unidas. (2009). Clasicación Industrial Internacional Uniforme de todas las actividades
económicas (CIIU). Departamento de Asuntos Económicos y Sociales. Serie M, No.4/Rev. 4.
Rojo J. (2008). Curso de introducción al paquete Stata 9.1 SE. Unidad de Análisis Estadístico, CCHS,
CSIC. Madrid. 1-33.
Sainz, A. (2002). Análisis de los factores explicativos del éxito empresarial. Una aplicación al sector
de denominación de origen calicada Rioja (Tesis doctoral). Universidad de La Rioja. Servicio de
publicaciones, 1-358.
Determinantes de la rentabilidad empresarial en el ecuador: un análisis de corte transversal ____________________________
71
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº 1
ANEXOS
Tabla A: Componentes principales rotados
Elaboración: Sánchez & Lazo
______________________________________________________________________________Marco Sánchez, Víctor Lazo
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº1
72
Tabla B: Estadísticos descriptivos de las variables incluidas en las estimaciones al año 2010
Elaboración: Sánchez & Lazo
Tabla C: Resultados de la regresión con y sin errores estándar robustos por tamaño de rma
Determinantes de la rentabilidad empresarial en el ecuador: un análisis de corte transversal ____________________________
73
Revista ECA Sinergia. Facultad de Ciencias Administrativas y Económicas. U.T.M. Junio 2018 Vol. 9 Nº 1
Elaboración: Sánchez & Lazo
Tabla C: Resultados de la regresión con y sin errores estándar robustos por tamaño de rma
Elaboración: Sánchez & Lazo
______________________________________________________________________________Marco Sánchez, Víctor Lazo
