SciELO - Scientific Electronic Library Online

 
vol.69 número3Determinantes del comercio internacional de la soja brasileña y sus principales derivadosInfluencia de estilos de liderazgo transformacional, transaccional y laissez faire en la responsabilidad social corporativa, la imagen y reputación, así como en variables de resultado organizacional índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Contaduría y administración

versión impresa ISSN 0186-1042

Contad. Adm vol.69 no.3 Ciudad de México jul./sep. 2024  Epub 05-Dic-2025

https://doi.org/10.22201/fca.24488410e.2024.5098 

Artículos

Desempeño de MiPyMEs y emprendedores: estrategias para superar los efectos de la pandemia

Lisana B. Martinez1  2  3  * 

Valeria Scherger1  2 

1 Instituto de Investigaciones Económicas y Sociales del Sur, Argentina

2 Universidad Nacional del Sur, Argentina

3 Universidad Provincial del Sudoeste, Argentina


Resumen

Dada la importancia de las MiPyMEs (Micro, Pequeñas y Medianas Empresas) en las economías y el impacto de las medidas abordadas por los gobiernos para sobrellevar los efectos de la pandemia de 2020, resulta relevante identificar los factores críticos que incidieron sobre el éxito empresarial. Se analiza la situación post-pandemia de 154 MiPyMEs argentinas teniendo en cuenta el perfil de los empresarios, las características de los emprendimientos y las medidas y estrategias abordadas durante el período de estudio. Se aplican modelos logit ordinales para detectar la incidencia de estos factores sobre la situación post-pandemia. Se identifica una mayor incidencia de los factores internos frente a los externos sobre el desempeño empresarial, destacándose la capacidad de resiliencia, la capacidad del management para gestionar las MiPyMEs y las mejoras implementadas en el proceso productivo como determinantes positivos para que las empresas registren una situación post-pandemia buena.

Código JEL: G17; M21; G33

Palabras clave: éxito empresarial; logit ordinal; MiPyMES; post-pandemia; emprendimientos

Abstract

Given the importance of Micro Small and Medium-sized Enterprises (MSMEs) in economies and the impact of the measures taken by governments to mitigate the effects of the 2020 pandemic, it is relevant to identify the critical factors that influenced business success. The post-pandemic situation of 154 Argentine MSMEs was analyzed, considering the profile of the entrepreneurs, the characteristics of the ventures, and the measures and strategies implemented during the study period. Ordinal logistic regression models were applied to detect the influence of these aspects on the post-pandemic situation. A greater incidence of internal factors over external ones on business performance was evidenced, with resilience capacity, management's ability to run MSMEs, and improvements in the production process standing out as positive determinants for companies to achieve a good post-pandemic situation.

JEL Code: G17; M21; G33

Keywords: ordinal logit; MSMEs; post-pandemic; entrepreneurship

Introducción

Las micro, pequeñas y medianas empresas (MiPyMEs) fueron uno de los sectores más afectados por las medidas tomadas durante la pandemia del Covid-19 (Fabeil et al., 2020; Kantis y Angelelli, 2020; Beltramino et al., 2021; etc.). Esta situación ha motivado el estudio de los factores claves o determinantes del desempeño de las empresas frente a los nuevos desafíos. La identificación de estos aspectos claves permite aprender de las experiencias pasadas y evitar situaciones de fracaso; así como diseñar programas y medidas de apoyo a MiPyMEs. Por esto, resulta relevante caracterizar a las empresas e identificar los factores críticos que incidieron sobre la supervivencia y el éxito empresarial en la post-pandemia.

Gran parte de la literatura se ha centrado en el estudio del fracaso empresarial, poniendo énfasis en los modelos que predicen y clasifican las empresas en lugar de señalar los elementos que explican y distinguen a las empresas exitosas de las fracasadas (Alaka et al., 2017; Scherger et al., 2018 y 2019, entre otros). Es decir, la mayoría de la literatura se concentra en estimar los mejores indicadores capaces de predecir situaciones de fracaso a partir de distintas metodologías. Halabí y Lussier (2014) realizan una revisión de las principales preguntas que trata de responder la literatura sobre el tema y mencionan que la identificación y medición de los factores críticos para el éxito es un área de vacancia.

El objetivo del presente trabajo es identificar los determinantes claves para el desempeño de las MiPyMEs1 del Sudoeste de la provincia de Buenos Aires (Argentina) durante la post-pandemia, considerando tres escenarios posibles, una situación buena, regular ó mala. Como variables explicativas se selecciona un conjunto de factores identificados en la literatura para explicar el fracaso empresarial y el desempeño de las empresas. Se consideran las características de las MiPyMEs y de los propietarios, las estrategias y prácticas implementadas, la capacidad de resiliencia, la disponibilidad de financiamiento y el impacto de los factores externos ajenos a la administración de las MiPyMEs. Los datos utilizados en el estudio provienen de un relevamiento propio, realizado durante los meses de julio y agosto de 2021 a MiPyMEs argentinas. Se propone la utilización de un modelo Logit Ordinal para evaluar la relevancia de un conjunto de factores sobre el desempeño de las empresas.

Se considera que este trabajo realiza un importante aporte al estudio del tema debido a que utiliza datos de una muestra particular y que no existen trabajos similares para esta región analizada de Argentina, que estudien la incidencia de la pandemia desde la perspectiva del fracaso empresarial.

La estructura del artículo es la siguiente; en el primer apartado se presenta la introducción al tema y el objetivo del trabajo; en el segundo apartado se expone la revisión de la literatura vinculada a al fracaso empresarial y la identificación de factores claves para el desempeño y supervivencia de las empresas y en particular los aspectos específicos del contexto post-pandemia. En el tercer apartado, se presentan las hipótesis de trabajo, los datos y la metodología utilizada. En el cuarto apartado se muestran los resultados obtenidos y en el quinto, se discuten los hallazgos y luego se detallan las conclusiones del trabajo.

Revisión de la literatura

Altman (1968) define al fracaso como el fin de la actividad de la empresa (o quiebra) haciendo referencia al momento acotado en el tiempo donde se produce un cambio muy marcado que amenaza la continuidad de la organización. Sin embargo, una crisis no tiene por qué implicar la quiebra. La crisis puede ser una situación temporal en la vida de las empresas, y en ese caso, la capacidad de adaptación y las estrategias utilizadas para sobrevivir toman un lugar central (Beaver, 1966). Ante esta discusión por la definición de fracaso, autores como Lizano et al. (2010) clasifican a las empresas en varios segmentos: i) empresas con resultados negativos (fracaso económico); ii) empresas con patrimonio neto negativo (fracaso financiero); iii) empresas en suspensión de pagos (quiebra financiera más aguda); y iv) empresas en quiebra (fracaso económico y financiero). La pandemia del Covid-19 evidenció diferentes escenarios para las MiPyMEs, mostrando oportunidades de negocio y situaciones de crisis que pudieron concluir en diferentes trayectorias, incluso en concursos preventivos y quiebras. Por lo tanto, en este contexto es relevante estudiar las causas del fracaso empresarial (Argenti, 1983; Gabás, 1997; Ooghe y De Prijcker, 2008) en un sentido amplio, considerando las características y comportamientos que llevaron adelante las MiPyMES para superar la pandemia.

La mayoría de los modelos tradicionales tienen como objetivo determinar los mejores indicadores o ratios económico-financieros capaces de predecir situaciones de insolvencia en las empresas (Beaver, 1966; Altman, 1968; entre otros). A lo largo de los años, los esfuerzos en la literatura se han centrado en superar las limitaciones metodológicas de estos modelos mediante la introducción de técnicas más sofisticadas y el uso de otras variables cuantitativas para mejorar los resultados de las estimaciones, identificando muy pocos trabajos que profundizan en el análisis de las causas del fracaso empresarial, en su mayoría son trabajos enunciativos que listan las causas relevantes para el análisis. A continuación, se comentan cronológicamente los aportes más relevantes.

Uno de los primeros autores en trabajar en el análisis de causas es Argenti (1976 y 1983) quien señala un conjunto de factores relevantes para la predicción del fracaso empresarial. Argenti (1983) propone un A-score para diagnosticar empresas a partir de la valoración de causas y errores. Entre los factores señala la mala gestión administrativa, contar con un directorio pasivo, la competencia, la débil función del director financiero, la ausencia de mandos intermedios, la falta de control presupuestario, la ausencia de planificación financiera, la falta de contabilidad y de respuesta al cambio como los determinantes del mal desempeño de la empresa. Asimismo, identifica como errores a los relacionados con el alto endeudamiento, el desarrollo de proyectos por encima de las posibilidades de la empresa y el crecimiento descontrolado.

Luego, Gabás (1997) presenta un listado de las causas más comunes del fracaso empresarial, distinguiéndolas entre causas internas, especiales y externas. Entre las causas externas, incluye los factores de mercado (competencia y caída de la demanda) y los relacionados con el entorno económico y social (fase depresiva, crisis y shocks externos, política del gobierno y cambios sociales significativos). En las causas internas considera la ineficiencia en la administración, las estrategias equivocadas e inapropiadas, las ineficiencias del sistema productivo, las malas inversiones, el alto endeudamiento, los problemas relacionados con los costos de quiebra, la morosidad, la antigüedad de la empresa y la etapa en el ciclo de vida del producto. Por último, en las causas especiales se refiere a la alta mortalidad de las start-ups y empresas jóvenes durante los primeros años de vida.

A partir de estos primeros desarrollos otros autores como McGahan y Porter (1997) y Rumelt (1997) encuentran que los factores externos son los que mejor explican el desempeño de las empresas, en detrimento de las causas internas. Entre estos factores identifican a los cambios en la demanda y en la estructura de mercado y las variaciones en las preferencias de los consumidores, la rivalidad entre los competidores actuales y potenciales, la caída de la demanda y la incertidumbre tecnológica, entre otros. Becchetti y Sierra (2003) consideran conveniente incluir en el análisis del desempeño variables relacionadas con la estrategia de la organización, por ejemplo, la posición competitiva, el grado de concentración del mercado y el nivel de exportación de la firma. Luego, Grunert et al. (2005) destacan la importancia de incluir la edad, el tipo de negocio y el sector en combinación con ratios económicos financieros además de variables cualitativas para explicar el fracaso.

Cardon et al. (2011) realizan un análisis de las causas que pueden ser controladas respecto aquellas que no pueden ser monitoreadas por la administración de la empresa o el empresario, y por lo tanto valorizan el impacto de las causas externas sobre los factores internos a la organización. Halabí y Lussier (2014) estiman tres categorías de desempeño de las PyMEs considerando como variables el uso de internet y redes, el capital de trabajo, la disponibilidad de información financiera y contable, la planificación, la participación de los socios, el nivel educativo, los antecedentes familiares de gestión y el marketing para predecir el desempeño de pequeñas empresas. Por otro lado, Scherger et al. (2014 y 2015) y Terceño et al. (2018) proponen un marco formal para el análisis de causas a través de la integración de un modelo de diagnóstico empresarial fuzzy y el balanced scorecard, que es utilizado por las empresas para el seguimiento continuo del negocio. Proponen 72 causas distribuidas en 14 áreas estratégicas de la firma (aprendizaje empresarial, innovación y tecnología, mano de obra, optimización de costos, eficiencia técnica, política de compras, distribución y logística, cambios exógenos, gestión comercial, evolución del sector, satisfacción del cliente, calidad y precios, gestión financiera, gestión de riesgos y resultados de actividad) que permiten identificar el área donde se registra el problema y desagregar hasta encontrar la causa específica. Las causas y los síntomas identificados a través del análisis se utilizan para diagnosticar la situación económica y financiera de las empresas para luego estimar las causas del fracaso y/o desempeño empresarial.

Khelil (2016) propone tres categorías claves en el fracaso: las causas externas, los factores vinculados a las decisiones y comportamientos de los emprendedores y las causas emocionales. Además, identifican cinco perfiles diferentes de emprendedores que podrían generar distintas trayectorias empresariales. Otras contribuciones, como Amankwah-Amoah (2016), destacan la interacción entre la situación de la empresa y los factores externos como una explicación potencialmente sólida del fracaso empresarial. Por otro lado, Eschker et al. (2017) señalan la experiencia empresarial, la disponibilidad de fondos externos (de familiares o personales), el asesoramiento, el uso de internet para obtener información y establecer redes de contactos, contar con un plan de negocios claro y con asesoramiento en marketing como los mejores indicadores del éxito en emprendedores rurales.

A su vez, Kücher et al. (2020) sugieren que los atributos internos de la empresa, como el liderazgo, la gestión, los recursos, las capacidades y la antigüedad de la empresa son las causas fundamentales del fracaso empresarial, descartando la influencia de factores externos como causas principales del fracaso o éxito empresarial. En esta línea, Caballero-Morales (2021) identifica que la innovación y la optimización de costos fueron aspectos claves para la recuperación empresarial en el período de recuperación post-pandemia. Sanhokwe (2022) por su parte también se focaliza en las causas internas mediante el estudio de las probabilidades de supervivencia de las MiPyMEs, incorporando la introducción de procesos o productos y servicios nuevos y mejorados para reducir la probabilidad de fracaso. A su vez, Heredia Bustamante et al. (2022) en base mediante a un estudio de PyMEs mexicanas, sostienen que los empresarios reconocen que la implementación de enfoques innovadores en el ámbito contable de la organización puede ser un factor determinante para consolidar una administración enfocada en sistemas de información contable integrados, así como para la generación de informes con información fidedigna que facilite la toma de decisiones en contextos de gran complejidad.

Molina-Sánchez et al. (2023) mediante un estudio de 1416 MiPyMEs mexicanas analizan los factores que determinan la resiliencia de las MiPyMEs y confirman que la gestión empresarial, la innovación y el acceso al financiamiento influyen de manera positiva y significativa en la resiliencia de las mismas. Por su parte, García-Contreras et al. (2021) comprueban para un conjunto de PyMEs de México y Chile que tanto la crisis del COVID-19 como los factores de resiliencia tienen influencia sobre el desempeño de las PyMEs. Asimismo, Ponce Andrade et al. (2020) analizan la caída en las ventas, la falta de liquidez, la paralización de la cadena de suministro y la ausencia de políticas de apoyo a MiPyMEs como factores decisivos en la mortalidad de empresas en la pre y post- pandemia en Ecuador. Todos los estudios realizados para regiones globales y/o específicas muestran la reafirmación de los factores que explican el fracaso, así como el cambio de dinámicas y la identificación de otros factores relevantes como consecuencia de la pandemia.

La crisis del Covid-19 se considera una de las mayores crisis económicas y de salud pública simultáneas en la historia reciente, que provocó importantes caídas en el consumo y el empleo en todo el mundo (Wenzel et al., 2020; Meahjohn y Persad, 2020; Brown et al., 2020; Liguori y Pittz, 2020; Sharma et al., 2020; Fabeil et al., 2020; Donthu y Gustafsson, 2020; Baque-Cantos et al., 2020). En respuesta a la crisis, los gobiernos de todo el mundo aprobaron medidas de distanciamiento social, cerraron las fronteras y diagramaron programas de apoyo a las pequeñas y grandes empresas para sanear la situación.

Portuguez y Gómez (2021) presentan una revisión de la literatura, analizando los trabajos que vinculan los emprendimientos, la resiliencia y la situación de crisis post-pandemia de empresas. Resaltan que la resiliencia es una capacidad clave que permite a las firmas adaptarse y fortalecerse en estas situaciones e identifican como factores de esta capacidad los relacionados con las actitudes y estrategias adoptadas frente a la crisis, las características del negocio y del emprendedor, las relaciones con las instituciones, el capital humano y social y la gestión estratégica del negocio.

Todos estos estudios evidencian que las MiPyMEs fueron muy afectadas por la pandemia y que la performance de las empresas está vinculada a múltiples causas que interactúan para concluir en trayectorias de éxito o fracaso.

De acuerdo a la revisión de la literatura realizada en la Tabla 1, se presentan los artículos que hacen referencia a los factores determinantes del éxito y del fracaso empresarial.

Tabla 1 Factores relevantes identificados en la literatura 

Factores considerados Autores
Actividades de innovación y tecnología, optimización de costos, eficiencia técnica y mejoras en la calidad y precios. Gabás (1997), Guijarro y de Lema (2006), Scherger et al. (2015), Insights (2021), Caballero-Morales (2021) y Sanhokwe (2022)
Estrategias comerciales Lussier (1995), Theng y Lim (1996), Halabí y Lussier (2014) y Eschker et al. (2017)
Disponibilidad de fuentes de financiamiento e inyección de capital. Argenti (1983), Lussier (1995), Gabás (1997), Ghosh et al. (2001), Halabí y Lussier (2014), Eschker et al. (2017) y Sanhokwe (2022)
Adaptación a las condiciones de mercado y/o resiliencia. Argenti (1976), Gabás (1997), Scarlat y Delcea (2011), Scherger (2015), Portuguez y Gómez (2021) y Kantis y Angelelli (2020), García-Velasco y Molina Sanchez (2021).
Experiencia del gerente, planificación, control presupuestario, asesoramiento, calidad del personal y networking. Gabás (1997), Lussier (1995), Ghosh et al. (2001), Ooghe y De Prijcker (2008), Scherger (2015) y Kücher et al. (2020)
Género de los propietarios o administradores Klyver et al. (2013), Khan y Vieito (2013) y Brahma et al. (2019)
Edad de los propietarios y/o administradores Bhave, (1994), DeTienne y Chandler (2007) y Kautonen et al. (2011)
Antigüedad y tamaño de la empresa. Dörr et al., 2022) Kantis y Angelelli (2020)
Impacto de factores externos e internos. Argenti (1976 y 1983), Gabás (1997), Scherger (2015) Khelil (2016), McGahan y Porter (1997), Rumelt (1997) y Kücher et al. (2020), Baque-Cantos et al. (2020).

Fuente: Elaboración propia

Entre ellos, Gabás (1997), Guijarro y de Lema (2006), Scherger et al. (2015), Insights (2021), Caballero-Morales (2021) y Sanhokwe (2022) destacan la importancia de las actividades de innovación y tecnología, la optimización de costos, la eficiencia técnica y las mejoras en la calidad y precios como factores relevantes para evitar el fracaso. Otros autores (Lussier, 1995; Theng y Lim, 1996; Halabí y Lussier, 2014 y Eschker et al., 2017) resaltan la incidencia de las estrategias comerciales para el desarrollo de los negocios.

En la literatura, los recursos financieros son uno de los límites más reconocidos para el desarrollo de los negocios, por lo tanto, se sostiene que la disponibilidad de fuentes de financiamiento favorece el desempeño de las MiPyMEs (Argenti,1983; Lussier, 1995; Gabás, 1997; Ghosh et al., 2001; Halabí y Lussier, 2014; Eschker et al., 2017). Particularmente, Sanhokwe (2022) muestra que la inyección de capital mejora las probabilidades de supervivencia de las empresas luego de la pandemia.

A su vez, Argenti (1976), Gabás (1997), Scarlat y Delcea (2011) y Scherger (2015) comentan la importancia de la flexibilidad en la estructura de las empresas para responder a los cambios en el mercado; es decir resaltan la capacidad de resiliencia como uno de los determinantes para mejorar la situación de las empresas. Portuguez y Gómez (2021) y Kantis y Angelelli, (2020) destacan que la resiliencia es una capacidad clave que permitió a las empresas fortalecerse en tiempos de pandemia.

En términos de algunos autores la conducción de una empresa se relaciona con la experiencia del gerente, la planificación, el control presupuestario, el asesoramiento, la calidad del personal y el networking (Gabás, 1997; Lussier, 1995; Ghosh et al., 2001; Ooghe y De Prijcker, 2008; Scherger 2015; Kücher et al., 2020) como relevantes para el éxito de una organización, considerando que si la gestión empresarial es ordenada y adecuada es posible que se tomen mejores decisiones estratégicas. Por otro lado, algunos autores (Klyver et al., 2013; Khan y Vieito, 2013 y Brahma et al., 2019) consideran que el género de los propietarios o administradores afecta el éxito de las empresas, identificando que las mujeres pueden tener ventajas en la gestión empresarial, a través de una mayor atención al detalle, un enfoque orientado a las relaciones interpersonales, capacidad de multitarea y una mayor aversión al riesgo. Sin embargo, también se han identificado barreras y desigualdades que limitan la participación y el éxito de las mujeres en el ámbito empresarial a través del limitado acceso al financiamiento. En esta línea, otros autores (Bhave, 1994; DeTienne y Chandler, 2007; Kautonen et al., 2011) consideran el efecto de la edad de los propietarios y/o administradores sobre el desempeño de las MiPyMEs, aunque sostienen que la relación entre la edad del administrador y el éxito o fracaso de la empresa es compleja y depende de muchos otros factores, como la experiencia empresarial previa, la educación y las habilidades empresariales.

Asimismo, la antigüedad y el tamaño de la empresa (Dörr et al., 2022) también son variables determinantes en el éxito empresarial. Kantis y Angelelli (2020) identifican que las empresas más afectadas por la pandemia son las empresas más jóvenes, aunque señalan que las empresas del sector tecnológico y algunas de ellas de reciente creación y dinámicas tuvieron impactos menos pronunciados que las más antiguas.

Por otro lado, la literatura resalta el impacto de los factores externos sobre el desempeño de las MiPyMEs. Estos cambios exógenos son considerados por la mayoría de autores que estudian las causas del fracaso empresarial (Argenti, 1976 y 1983; Gabás, 1997; Scherger, 2015; Khelil, 2016). McGahan y Porter (1997) y Rumelt (1997) mencionaron que los factores externos son los que mejor explican el fracaso empresarial, en lugar de las causas internas que pueden ser controladas por los administradores. En cambio, Kücher et al. (2020) sugieren que las causas internas son la raíz de los problemas, desestimando la influencia de los factores externos como causas primarias del fracaso o éxito empresarial. Dada la importancia de los factores externos, a pesar de las discrepancias, se propone considerar en esta variable el impacto de la situación macroeconómica, el impacto de las medidas provocadas por el Covid-19 y de los programas de políticas públicas sobre el desempeño de las empresas.

Todas estas causas mencionadas en la literatura son consideradas para investigar las trayectorias (buena, regular y mala) de las MiPyMEs en la post-pandemia con el objetivo de identificar los aspectos relevantes para sobrevivir, tener éxito o evitar el fracaso. El presente estudio se realiza en base considerando a un relevamiento específico diseñado para detectar las características de las empresas y del administrador o propietario, las estrategias utilizadas y el impacto de los factores externos sobre el desempeño de las empresas.

Hipótesis de trabajo, datos y metodología

En base De acuerdo a la revisión de la literatura y a los modelos que analizan las causas de la supervivencia y fracaso de empresas, se presentan las siguientes hipótesis de trabajo que reflejan la incidencia esperada de las variables analizadas sobre la situación post-pandemia de las MiPyMEs.

H1: Las mejoras en los procesos productivos y de gestión interna, así como la mayor resiliencia, mejoran la situación de la empresa en la post-pandemia.

H2: La incidencia de los factores del entorno macroeconómico y de otras variables exógenas afectan el desempeño de la empresa en la post-pandemia.

H3: Las estrategias implementadas por las MiPyMEs incrementan las probabilidades de registrar una situación post-pandemia buena.

Las MiPyMEs son en nuestro país un gran motor de la actividad económica y generación de empleo. Sin embargo, se conoce que en países en desarrollo entre el 50 y el 75% de las empresas dejan de existir durante los primeros años de vida (Stam y Wennberg, 2009).

Siguiendo el objetivo de evaluar el impacto de la pandemia y la implementación de medidas paliativas y estratégicas para motorizar la actividad se realizó un análisis exploratorio de detección de la situación económica de las MiPyMEs del Sudoeste de la provincia de Buenos Aires (SOB), en Argentina. Esta región está compuesta, desde el punto de vista político/administrativo, por un conjunto de partidos que comprenden áreas rurales y urbanas y sus núcleos de población abarcan desde pequeños asentamientos hasta la ciudad intermedia como Bahía Blanca. Además, la región representa el 25% del territorio de la provincia de Buenos Aires (Schroeder y Formiga, 2011). Se caracteriza por un polo petroquímico importante, fuerte presencia de empresas agroindustriales y de servicios; y representa un nodo estratégico para el desarrollo económico del país dado que tiene el mayor puerto de aguas profundas del país, y un sistema de transporte por carretera y ferrocarril que permite el transporte de mercancías desde y hacia otras zonas (Elías y Barbero, 2017).

El relevamiento se realizó de forma online, durante los meses de julio y agosto de 2021, mediante la metodología bola de nieve. El muestreo de bola de nieve es un tipo de muestreo no probabilístico que se utiliza cuando los participantes potenciales son difíciles de encontrar o cuando la muestra está limitada a un subgrupo muy pequeño de la población. Se contó con la colaboración de los municipios de la región, las cámaras empresariales y las agrupaciones de emprendedores para difundir la encuesta. Las localidades que participaron del relevamiento son: Bahía Blanca (85), Coronel Pringles (11), Coronel Dorrego (1), Coronel Rosales (26), General Lamadrid (1), Patagones (3), Pigüé (6), Puán (4), Tornquist (8), Tres Arroyos (3), Tres Lomas (1) y Villarino (2). Del total de respuestas, solo 3 empresas no dieron a conocer el lugar de pertenencia.

El relevamiento se planteó mediante un formulario de google, garantizando la confidencialidad de los datos y utilizado para fines de investigación. De las 168 respuestas obtenidas, se identificaron 154 empresas en actividad que fueron seleccionadas para evaluar la situación post-pandemia.

Se propone la aplicación de modelos de tipo Logit Ordinal y se selecciona como variable dependiente la situación post-pandemia de las MiPyMEs, agrupadas en 3 categorías: situación buena, regular y mala. Long (1997) señala que estos modelos pueden desarrollarse a partir de una variable latente y*, que se relaciona linealmente con las variables explicativas, a través del modelo estructural presentado en (1).

y*= Xi β + εi (1)

La variable latente y* (situación post-pandemia) se relaciona con la variable observada yio a través de la Ecuación (2):

yio= 1 si 0yi*<τ1 2 si τ1yi*<τ23 si τ2yi*1 (2)

Donde, τ son los puntos de corte a ser estimados.

Para el modelo ordinal, la variable dependiente yio se define como:

yi*=1, si la MiPyME considera que la situación post-pandemia es buena.

yi*=2, si la MiPyME considera que la situación post-pandemia es regular.

yi*=3, la MiPyME considera que la situación post-pandemia es mala.

Gran parte de la literatura utiliza una visión tradicional del éxito relacionado con un desempeño económico o financiero positivo, medido a través de algún indicador. Sin embargo, existe una tendencia reciente a medir el desempeño en base contemplando a la opinión del propietario o administrador de la empresa, especialmente en las PyMEs que no tienen la obligación de presentar estados contables (Wang, 2008).

Dada la segmentación propuesta, la muestra se divide en 79 MiPyMEs pertenecientes a la situación buena (yi*=1), 53 que manifiestan estar en una situación regular (yi*=2) y 21 MiPyMEs que consideran que la situación es mala (yi*=3).

Considerando las hipótesis planteadas, se presentan las variables independientes relevantes para éxito y/o supervivencia. En el análisis se utilizan variables escala ordinales, variables continuas y dicotómicas. En el caso de las variables escala se miden a través de etiquetas lingüísticas agrupadas en 4 categorías ordinales (Mucho: 1; Bastante: 0,75; Poco: 0,5; Casi nada: 0,25) que reflejan la opinión de los empresarios MiPyMEs respecto a la incidencia de los distintos factores sobre el desempeño de la empresa. Las etiquetas se aplicaron siguiendo a Zimmermann (1991), quien sostiene que los valores más altos corresponden a las causas o factores de mayor incidencia. En primer lugar, se seleccionan un conjunto de etiquetas lingüísticas para que los expertos puedan valuar la existencia de cada causa. Luego, las etiquetas lingüísticas se trasladan a una escala cuantitativa que muestra la incidencia de cada causa calculada a través de la frecuencia acumulada para la escala definida en cada caso.

En la Tabla 2 se describen las variables seleccionadas para la estimación de los modelos y la descripción de las cuestiones evaluadas en cada una de ellas.

Tabla 2 Variables independientes 

Variable Descripción Medición

  • Proceso productivo

  • (Proc_Prod)

  • Características y tecnología del producto/servicio

  • Ser competitivos en precios y costos

  • Calidad del producto/servicio

Mide el aporte de causas relacionadas con el proceso productivo en una escala de 0,25 a 1.

  • Estrategias comerciales

  • (Pol_Comer)

  • Publicidad y promociones

  • Tener más sucursales y/o plataformas de venta

Mide el grado de incidencia de factores vinculados a la comercialización en una escala de 0,25 a 1.

  • Financiamiento

  • (Financiamiento)

  • Disponibilidad de fuentes de financiamiento

Evalúa su incidencia en una escala de 0,25 a 1.

  • Resiliencia

  • (Resiliencia)

  • Capacidad de adaptación a las condiciones del mercado y flexibilidad de la empresa

Mide la capacidad de adaptación en una escala de 0,25 a 1.

  • Management

  • (Management)

  • Experiencia y formación de propietarios

  • Tener un plan de negocios claro

  • Horas de trabajo en el emprendimiento

  • Networking

  • Asesoramiento externo

Mide el impacto de los factores relacionados con la administración en una escala de 0,25 a 1.

  • Factores Externos

  • (Exógenas)

  • Situación macroeconómica

  • Oportunidad por la situación sanitaria

  • Programas de política pública

Mide el impacto de cuestiones externas a la empresa en una escala de 0,25 a 1.

  • Antigüedad

  • (Antigüedad)

  • Años en actividad desde el inicio hasta 2021

Variable continua

  • Género

  • (Género)

  • Género del propietario o administrador de la empresa

Variable dicotómica. Toma valor 1 si es mujer y 0 si es hombre

  • Edad

  • (Edad)

  • Edad del propietario o administrador de la empresa

Variable continua

  • Tamaño

  • (Nivel_Fact)

  • Nivel de facturación mensual promedio

Mide el nivel de facturación en 6 categorías (0,16; 0,33; 0,50; 0,66; 0,83; 1).

  • Comercio Electrónico

  • (Com_Electrónico)

  • Creación de perfiles en redes y venta por WhatsApp

  • Venta en plataformas online

Variable dicotómica. Toma valor 1 si introdujo comercio electrónico y 0 si no lo hace.

  • Delivery/Take Away

  • (Deliv_Take)

  • Delivery y take-away

Variable dicotómica. Toma valor 1 si implementaron la estrategia y 0 si no lo utilizaron.

  • Medios de Pago Electrónico

  • (Med_Elect)

  • Medios de pago electrónicos

Variable dicotómica. Toma valor 1 si implementaron la estrategia y 0 si no lo utilizaron.

  • Ayudas Públicas

  • (Ayuda_Pub)

  • Ayudas impositivas

  • ATP y créditos subsidiados

  • Asesoramiento y capacitación

Variable dicotómica. Toma valor 1 si recibieron algún tipo de ayuda pública y 0 si no recibieron.

Fuente: Elaboración propia. Relevamiento propio a MiPyMEs. Año 2021

Resultados

Caracterización de las MiPyMEs

En primera instancia presentan algunos resultados a fin de caracterizar las MiPyMEs y el perfil de los propietarios y administradores. Tal como puede observarse en la Tabla 3, del total de las empresas que participaron en el relevamiento, solo 17 son empresas de base tecnológica (EBT) que se caracterizan por utilizar tecnología de punta para la producción de bienes o servicios. Su relación con el sector de pertenencia depende del tipo de tecnología que utilicen y del sector en el que se desempeñan. En este caso, el 70% de las mismas pertenece al sector servicios y el resto a producción y desarrollo. Aquellas MiPyMEs que no son EBTs se dividen de forma más homogénea entre los sectores servicios, producción y/o desarrollo de productos y comercialización. El 3% restante pertenece al sector construcción.

Tabla 3 Sector de las MiPyMEs 

Sector ¿Es un emprendimiento de Base Tecnológica?
No Total
Producción y desarrollo 43 (32%) 5 (30%) 48 (32%)
Comercialización 42 (31%) 0 42 (28%)
Servicios 46 (34%) 12 (70%) 58 (37%)
Construcción 4 (3%) 0 4 (3%)
Total 135 17 152

Fuente: Elaboración propia

Otra de las características de las empresas que conforman la muestra de estudio, es que el 60% de los encuestados manifestó no tener empleados, el 27% tener entre 1 y 9; el 8% entre 10 y 24; el 0,65% entre 24 a 49 y el 2,6% entre 50 y 99 empleados. Sólo el 1,3% menciona poseer más de 100 empleados. Esta información ratifica la preponderancia de MiPyMEs en la región.

Por otro lado, respecto a la edad de la empresa se observa una alta dispersión con un desvío estándar de 12,46% mostrando las MiPYMEs una antigüedad media de 11 años, aunque la empresa más antigua presenta una antigüedad de 60 años y la más joven sólo tiene un año de vida.

En relación a las características de los propietarios y administradores, respecto al género de los mismos, el 54% son hombres y el 46% restante son mujeres. La edad promedio es de 42 años, con una edad mínima de 17 y una edad máxima de 73 años.

Uno de los determinantes tradicionalmente reconocido en la literatura para el crecimiento de las MiPyMEs es el acceso y disponibilidad de financiamiento (Guercio et al., 2019; Briozzo et al., 2016; Guercio et al., 2016) dado que las empresas de menor tamaño por cuestiones de selección adversa tienen más dificultades para acceder a financiamiento externo, siendo esto más agudizado durante la pandemia (Heredia Zurita y Dini, 2021). Ante estas particularidades, se relaciona la forma de financiamiento utilizada con la situación post- pandemia de las MiPyMEs.

Tal como puede observarse en la Tabla 4, el 52% de las MiPyMEs considera que la situación post-pandemia es buena. Dentro de este subgrupo, el 50% se financia con fondos propios (reinversión de utilidades), el 12% utiliza fondos externos (aportes de inversores, préstamos bancarios y préstamos de proveedores/clientes) y sólo un 2% utiliza subsidios para financiar parte de su actividad. Es importante aclarar que, al momento de responder esta pregunta, se les consulto por las formas de financiamiento utilizadas, pudiendo seleccionar más de una fuente.

Tabla 4 Fuentes de financiamiento vs situación post-pandemia 

  Fuente Fondos Propios Fondos Externos Subsidios % Total
Situación
Buena 50% 12% 2% 52%
Regular 32% 6% 2% 35%
Mala 12% 4% 0,50% 13%

Fuente: Elaboración propia

Respecto al uso de fondos externos, las empresas que manifiestan estar en una mejor situación son las que lo usan en mayor proporción respecto a las que se encuentran en una situación peor (12% vs 4%). La participación de los subsidios es baja en todos los casos (alcanza sólo un 2%). Por lo tanto, de acuerdo a la información del relevamiento, se puede afirmar que la principal fuente de financiamiento de este grupo de MiPyMEs son los fondos propios o la reinversión de utilidades y en menor medida los fondos externos, dependiendo estos últimos de la situación post-pandemia.

Por otro lado, se indagó respecto a los problemas más comunes que debieron afrontar las MiPyMEs durante la pandemia y las estrategias implementadas para sobrellevarlos. En la Tabla 5 se presentan los resultados. El 48% de los casos manifiesta problemas vinculados a la reducción de clientes, seguido por la escasez de productos, insumos y mano de obra (43%) y la presión impositiva y fiscal (31%).

Tabla 5 Problemas detectados y estrategias adoptadas durante la pandemia 

Problemas detectados % Estrategias adoptadas %
Inconvenientes con empleados 14 Redes sociales y Venta por WhatsApp 60
Presión impositiva o fiscal 31 Delivery y/o take-away 34
Escasez productos, insumos o mano de obra 43 Plataformas online 23
Reducción clientes 48 Pagos electrónicos 60
Mayor endeudamiento 19

Fuente: Elaboración propia

Respecto a las estrategias adoptadas para superar los problemas emergentes, el 60% de las MiPyMEs crearon redes sociales y utilizaron como canal de venta el WhatsApp e incorporaron medios de pagos electrónicos. Sin lugar a dudas, ambas estrategias adoptadas fueron las que de acuerdo al rubro de pertenencia permitieron continuar con las actividades de las empresas durante las medidas de aislamiento social obligatorio. En esta misma línea, el 34% adoptó ofrecer servicios de delivery y/o take-away.

Desde el Ministerio de Desarrollo Productivo de la Nación Argentina y los gobiernos locales se implementaron diversas líneas de crédito y subsidios para la reactivación productiva. Una de las medidas aplicadas para proteger la producción interna y mitigar los efectos generados por la pandemia fue la implementación de ayudas públicas.

En la Tabla 6, se observa que sólo el 38% de las empresas de la muestra recibieron algún tipo de ayuda. Dentro de las más utilizadas se encuentra la Asistencia de Emergencia al Trabajo y la Producción (ATP) obtenida por el 24% de las MiPyMEs, seguido por la reducción o moratoria de tasas e impuestos y aquellas que recibieron algún tipo de asesoramiento y capacitaciones en temas financieros y fuentes de financiamiento (10%) y asesoramiento en redes sociales y venta on-line (7%).

Tabla 6 Alcance de la ayuda pública 

Ayuda pública Tipos de ayuda recibida
Recibieron 38% Reducción o moratorias de tasas e impuestos 10%
No Recibieron 58% ATP y créditos subsidiados 24%
NS/NC 4% Asesoramiento. y capacitaciones. en temas financieros y fuentes financiamiento 10%
Asesoramiento y capacitaciones en redes sociales y venta on-line 7%

Fuente: Elaboración propia

Estimación de los modelos

Los modelos Logit Ordinales permiten estimar la incidencia de las variables seleccionadas sobre la probabilidad de pertenecer a cada grupo de acuerdo a la situación post-pandemia: yi *=1(buena), yi *=2 (regular), yi *=3 (mala). En la Tabla 7 se presentan los cambios discretos y marginales de la situación post-pandemia de las MiPyMEs mediante 4 modelos alternativos, donde se han ido incorporando diversas variables a fin de probar su sensibilidad. Tal como se puede observarse, todos los modelos son significativos. Además de los modelos presentados, se probaron otras estimaciones que incluyeron la actividad de la empresa, el sector y la utilización de otras estrategias implementadas durante la pandemia que resultaron en términos generales no significativas.

Tabla 7 Cambios discretos y marginales en la probabilidad de éxito empresarial 

MODELO 1 MODELO 2
Variable Y=1 Y=2 Y=3 Y=1 Y=2 Y=3
Proc_Prod 0.235* -0.154* -0.081* 0.126 -0.093 -0.033
Pol_Comer -0.249 0.163 0.085 0.012 -0.008 -0.003
Management 0.217** -0.142** -0.074** 0.220** -0.162** -0.057**
Exógenas -0.140 0.0918 0.048 -0.227 0.167 0.059
Resiliencia 0.676** -0.443** -0.232** 0.971*** -0.717*** -0.253***
Financiamiento -0,819*** 0.537*** 0.282*** -1.191*** 0.880*** 0.311***
Antigüedad 0.008* -0.005* -0.002* 0.004 -0.003 -0.001
Género 0.029 -0.019 -0.010 0.067 -0.049 -0.017
Edad -0.009** 0.006** 0.003** -0.008 -.000 0.002
Nivel_Fact - - - 0.622*** -459*** -0.162***
Observaciones 149 115
Log-likelihood -127.900 -89.3705
LRchi2 35.67 44.07
Pseudo R2 0.1224 0.1978
MODELO 3 MODELO 4
Variable Y=1 Y=2 Y=3 Y=1 Y=2 Y=3
Proc_Prod 0.142 -0.107 -0.035 0,416 -0.290 -0.126
Pol_Comer 0.004 -0.003 -0.001 -0,158 0.111 0.047
Management 0.153 -0.115 -0.038 1,124** -0.784** -0.339**
Exógenas - - - - 0,371 0.259 0.112
Resiliencia 0.807*** -0.606*** -0.200*** 0,998*** -0.696*** -0.301***
Financiamiento -1.342*** 1.009*** 0.333*** -1,094*** 0.764*** 0.331***
Nivel_Fact 0.644*** -0.484*** -0.160*** - - -
Com_Electrónico 0.096 -0.072 -0.0239 -0.061 0.044 0.019
Deliv_Take -0.208* 0.150* 0.058* -0.075 0.052 0.024
Med_Elect. -0.079 0.060 0.019 -0.089 0.064 0.027
Antigüedad 0.002 -0.001 -0.000 0.006 -0.004 -0.001
Género 0.062 -0.047 -0.015 -0.061 0.043 0.019
Edad -0.007 0.0053 0.001 -0.009** 0.007** 0.003**
Ayuda_Pub - - - -0.172* 0.115* 0.056*
Observaciones 115 142
Log-likelihood -88.269 -116.753
LRchi2 46.27 45.17
Pseudo R2 0.207 0.162

Fuente: Elaboración propia

Los niveles de significatividad se indican como: *10%, **5%, ***1%. Los tests chi2 miden significatividad conjunta. Test de Wald: Prob > chi2 = 0.0010 Prob > chi2 = 0.0000

En el modelo 1 resultan significativas las variables Proc_Prod, Management, Resiliencia, Financiamiento, Antigüedad y Edad del propietario o administrador (H1). En el modelo 2, se incorpora la variable Nivel_Fact, la cual resulta ser significativa. Como consecuencia de esta incorporación, en este modelo dejan de ser significativas las variables Proc_Prod y Antigüedad de la empresa.

A su vez, en los modelos 3 y 4, se incorporan las estrategias aplicadas por los empresarios en la pandemia, es decir la incorporación de Com_ Electrónico, Med_Elect y Deliv_Take. Puede observarse que en el modelo 3, se incluye también la variable Nivel_Fact, que resulta ser significativa, al igual que la variable Deliv_Take, sumado a las variables Resiliencia y Financiamiento (H1 y H3).

En este caso, las variables internas, tales como Resiliencia y Nivel_Fact, junto con Financiamiento son significativas y presentan los signos esperados, aumentando las probabilidades de tener éxito en la empresa cuando mayor sea la Resiliencia y Nivel_Fact de la MiPyME. La variable Financiamiento presenta el sigo inverso, consistente en todos los modelos analizados. En este sentido, se puede interpretar que aquellas empresas que accedieron a financiamiento externo redujeron sus probabilidades de encontrarse en una situación buena. Esta situación se repite en el modelo 4 al incorporar la variable Ayuda_Pub.

Resulta llamativo que tanto las variables Com_Electrónico como Med_Elect no son significativas para determinar la trayectoria de las MiPyMEs en la post-pandemia.

De acuerdo a los resultados obtenidos en el modelo 1, se puede afirmar que las mejoras relacionadas con el proceso productivo (Proc_Prod) aumentan en un 23,5% la probabilidad que la empresa pertenezca a la situación 1, es decir registrar un buen desempeño; mientras que toda mejora en el proceso productivo disminuye la probabilidad de pertenecer al grupo 2 (regular) en un 15,4% y al grupo 3 (mala) en un 8,1%. Estos mismos efectos se verifican en la variable Management, que contribuye positivamente en la situación post-pandemia de la MiPyME en un 21,7%, mientras que disminuye las probabilidades de estar en una situación regular o mala. La misma relación se observa en las variables Resiliencia y Antigüedad, donde el incremento de estos factores aumenta en un 67,6% y 8% las probabilidades de pertenecer a la situación 1. De esta forma se confirma la hipótesis 1, la cual refleja que las mejoras en las cuestiones ligadas al proceso productivo, de gestión interna y de resiliencia incrementan la probabilidad de éxito del negocio.

Se destacan los resultados de la variable Edad de los propietarios y administradores, donde se observa que un incremento en la edad implica menor probabilidad de registrar una buena performance. Lo mismo sucede con la variable Financiamiento, donde la mayor disponibilidad no se corresponde con una mejor situación de la MiPyME. Es decir, todo aumento en la disponibilidad de financiamiento incrementa las posibilidades de pertenecer a los grupos 2 y 3. Dados estos resultados, se considera relevante el estudio desagregado entre fuentes propias y externas, ante el aumento del riesgo que implica un mayor apalancamiento, especialmente en el marco de la pandemia. En ninguno de los modelos la variable Exógenas resulta ser significativa, no pudiendo confirmar la hipótesis 2.

En el modelo 2, la variable Nivel_Fact se comporta de acuerdo al signo esperado, indicando que un mayor nivel de facturación aumenta las probabilidades de las MiPyMEs en un 62,2% de pertenecer al grupo 1, es decir de estar en una situación post-pandemia buena y disminuye las probabilidades de pertenecer al grupo 2 en un 45,9% y al grupo 3 en un 16,2%.

Tal como puede observarse, con la incorporación de las variables vinculadas a las estrategias implementadas en los modelos 3 y 4, sólo la variable Deliv_Take resulta ser significativa (modelo 3), pero con el signo contrario al esperado. En este caso, se rechaza la hipótesis 3 asociada a que las estrategias implementadas por las MiPyMEs mejoraron sus probabilidades de encontrarse en una situación post-pandemia buena.

Por otro lado, en relación a la variable Ayuda_Pub, si bien es significativa en el modelo 4, de acuerdo a los resultados obtenidos se puede interpretar que aquellas MiPyMEs que recibieron este tipo de ayudas tienen menores probabilidades de estar en una situación buena. Este resultado podría estar vinculado con los requisitos mínimos de la empresa para obtener algún tipo de ayuda pública, es decir, encontrarse en una situación mala y que en el corto plazo la ayuda recibida no logre recomponer la situación de la empresa previa a la pandemia.

Discusión de los resultados

Los resultados obtenidos en el modelo 1 confirman que las mejoras en el proceso productivo aumentan la probabilidad de las MiPyMEs de pertenecer al grupo 1, resaltando la importancia de las actividades de innovación y la eficiencia técnica (Insights, 2021; Caballero-Morales, 2021; Sanhokwe, 2022). Eschker et al. (2017), Kücher et al. (2020) y Portuguez y Gómez (2021) destacan la importancia del Management para el desarrollo de las MiPyMEs, observando que las empresas que tienen mayores probabilidades de pertenecer al grupo 1 en la post-pandemia cuentan con propietarios o administradores más capaces y con más experiencia en la gestión de la empresa.

Particularmente en el contexto de la pandemia, varios trabajos comentan respecto a la importancia de la capacidad de adaptación y la flexibilidad de la empresa para superar la crisis (Pedroni, 2022; Izquierdo, 2021; Caballero-Morales, 2021; Portuguez y Gómez, 2021). Esta capacidad de Resiliencia para dar respuesta a los cambios inesperados de mercado incide significativamente en el éxito de las MiPyMEs e incrementa sus posibilidades de pertenecer al grupo 1.

A su vez, tal como se observa en el modelo 3, el tamaño (medido a través de la variable Nivel_Fact) incide positivamente en las probabilidades de mostrar una situación post-pandemia buena (Dörr et al., 2022). Esto mismo refleja la variable antigüedad de la empresa (Gabás, 1997; Berger y Udell, 1998; Guercio et al., 2019; Kantis y Angelelli, 2020) dado que aquellas MiPyMEs más antiguas tienen mayores probabilidades de transitar una etapa buena porque cuentan con experiencia que les permite sortear aquellos factores que alteran el funcionamiento de la empresa.

Por otro lado, la disponibilidad de fuentes de financiamiento (Financiamiento) no mostró el signo esperado. En este caso, la mayor disponibilidad de fuentes de financiamiento redujo las posibilidades de transitar una situación post-pandemia buena. De forma similar se comportó la variable ayuda pública, que representa los programas de apoyo brindados a las MiPyMEs en el marco de la pandemia. Estos resultados confirman que aquellas empresas de la muestra que recibieron más financiamiento o bien más ayudas, dado el riesgo asumido, no pudieron compensar su situación económica-financiera. En países en desarrollo, en particular en Argentina, de acuerdo a Corzo et al. (2022) los instrumentos financieros disponibles para MiPyMEs son escasos y requieren de altos requisitos de información y son difíciles de cumplir.

Las MiPyMEs en el marco de la pandemia tuvieron que aplicar diversas estrategias para superar la crisis, entre las cuales se destacan la incorporación de nuevas tecnologías, trabajo remoto y digitalización de los procesos, entre otras. En resumen, la post-pandemia presentó tanto desafíos como oportunidades para las empresas, visualizando que aquellas que pudieron ser flexibles y adaptarse rápidamente a los cambios en la tecnología, el capital humano, las finanzas y la innovación se encuentran mejor posicionadas para superar los nuevos desafíos.

Conclusiones

El estudio propone identificar las variables claves que inciden sobre el desempeño de las MiPyMEs en la post-pandemia. En base De acuerdo a la literatura de fracaso empresarial y diagnóstico de empresas, se detectan las variables relevantes para el análisis y se plantean hipótesis de trabajo que reflejan la incidencia de los distintos factores sobre el desempeño de las empresas. Se estiman modelos Logit Ordinales que muestran la probabilidad de que las MiPyMEs pertenezcan a distintos grupos, trayectoria buena, regular y mala, considerando como variable dependiente la situación post-pandemia.

Se presentan cuatro modelos, identificando que las variables significativas para el desempeño de las empresas son las vinculadas a cuestiones inherentes a las capacidades y habilidades empresariales, a los aspectos relacionados con eficiencias en el proceso productivo, a la flexibilidad y resiliencia, a la disponibilidad de financiamiento, al tamaño y antigüedad de la empresa y a la edad del propietario o el administrador.

De acuerdo a los resultados obtenidos se resalta que aquellas MiPyMEs que tienen menor capacidad de gestión, son menos resilientes, de menor tamaño y antigüedad, y con propietarios o administradores jóvenes, registran mayores probabilidades de concluir en una situación mala a pesar de implementar nuevas estrategias y herramientas durante la pandemia. Por lo tanto, se destaca el efecto marginal de la capacidad de reacción y resiliencia de las empresas para adaptarse a la nueva realidad como determinante de la performance post-pandemia. Los resultados confirman la visión de Kücher et al. (2020), entre otros autores que sugieren que las causas internas son la raíz de los problemas desestimando la influencia de los factores externos a la empresa.

La identificación de estos factores es de vital importancia para el diseño de programas de apoyo que potencien el éxito y la supervivencia de MiPyMEs, agentes indispensables para lograr el crecimiento económico.

El presente artículo es novedoso en la aplicación a la temática y dado el uso de una base de datos propia focalizada en una región en particular sus resultados no son generalizables. Como futuras líneas de investigación se propone ahondar sobre los problemas y las estrategias implementadas en una muestra más amplia, como así también considerar indicadores económicos y financieros que permitan identificar otras medidas de desempeño.

Referencias

Alaka, H.O., Oyedele, L.O., Owolabi, H.A., Kumar, V., Ajayi, S.O., Akinade, O.O. & Bilal, M. (2017). Systematic review of bankruptcy prediction models: Towards a framework for tool selection, Expert Systems with Applications, 94 (15), 164-184. https://doi.org/10.1016/j.eswa.2017.10.040 [ Links ]

Al-Fadly, A. (2020). Impact of COVID-19 on SMEs and employment, Entrepreneurship and Sustainability Issues, 8(2), 629-648. https://doi.org/10.9770/jesi.2020.8.2(38) [ Links ]

Altman, E.I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy, The Journal of Finance, 23(4), 589-609. https://doi.org/10.2307/2978933 [ Links ]

Amankwah-Amoah, J. (2016). An integrative process model of organizational failure. Journal of Business Research, 69 (9), 3388-3397. https://doi.org/10.1016/j.jbusres.2016.02.005 [ Links ]

Argenti, J. (1976). Corporate Collapse: The Causes and Symptoms. John Wiley and Sons, New York. [ Links ]

Argenti, J. (1983). Prediction Corporate Failure, Accountants Digest, Institute of chartered Accountants in England and Wales, 138, 1-25. [ Links ]

Baque-Cantos, M. A., Cedeño-Chenche , B.S., Chele-Chele , J.E., & Gaona-Obando, V.B. (2020). Fracaso de las pymes: Factores desencadenantes, Ecuador 2020. Revista Científica FIPCAEC (Fomento de la investigación y publicación científico-técnica multidisciplinaria). ISSN: 2588-090X. Polo de Capacitación, Investigación y Publicación (POCAIP), 5(4), 3-25. https://doi.org/10.23857/fipcaec.v5i4.293 [ Links ]

Brahma, S., Nwafor, C., & Boateng, A. (2021). Board gender diversity and firm performance: The UK evidence. International Journal of Finance & Economics, 26(4), 5704-5719. https://doi.org/10.1002/ijfe.2089 [ Links ]

Bhave, M.P. (1994). A process model of entrepreneurial venture creation. Journal of Business Venturing, 9(3), 223-242. https://doi.org/10.1016/0883-9026(94)90031-0 [ Links ]

Beaver, W.H. (1966). Financial ratios as predictors of failure, Journal of Accounting research, 4, 71-111. https://doi.org/10.2307/2490171 [ Links ]

Becchetti, L., & Sierra, J. (2003). Bankruptcy risk and productive efficiency in manufacturing firms, Journal of Banking and Finance, 27(11), 2099-2120. https://doi.org/10.1016/S0378-4266(02)00319-9 [ Links ]

Beltramino, N. S.; Galán, L. y Bianchi, E. C. (2021). Impacto económico de la crisis COVID-19 sobre la Pyme en Argentina. Villa María: Universidad Nacional Villa María. Disponible en: Disponible en: http://biblio.unvm.edu.ar/opac_css/39807/3235/2021-BELTRAMINO-GALAN-BIANCHI-Impacto-econ-crisis-COVID19-pyme-arg.pdf Consultado: 3/02/2023 [ Links ]

Berger, A., & Udell, G. (1998). The Economics of Small Business Finance: The Roles of Private Equity and Debt Markets in the Financial Growth Cycle. Journal of Banking and Finance, 22(6-8), 613-673. https://doi.org/10.1016/S0378-4266(98)00038-7 [ Links ]

Briozzo, A., Vigier, H.P., & Martinez, L.B. (2016) “Firm-level determinants of small and medium enterprises financing decisions. Evidence from Argentina”, Latin American Business Review, 17, 245-268. https://doi.org/10.1080/10978526.2016.1209081 [ Links ]

Brown, R., Rocha, A., & Cowling, M. (2020). Financing entrepreneurship in times of crisis: exploring the impact of COVID-19 on the market for entrepreneurial finance in the United Kingdom. International Small Business Journal, 38 (5), 380-390. https://doi.org/10.1177/0266242620937464 [ Links ]

Caballero-Morales, S. (2021). Innovation as Recovery Strategy for SMEs in Emerging Economies during the COVID-19 Pandemic. Research in International Business and Finance, 57, 101396. https://doi.org/10.1016/j. ribaf.2021.101396 [ Links ]

CAME (2021b). Informe IMAF-PyMEs. Disponible en: Disponible en: https://www.redcame.org.ar/advf/documentos/2021/04/608af1c147b57.pdf Consultado: 3/02/2023 [ Links ]

CAME (2121a). Informe IMAF-Emprendedores. Disponible en: Disponible en: https://www.redcame.org.ar/advf/documentos/2021/04/608af1c1495e7.pdf Consultado: 3/02/2023 [ Links ]

Cardon, M.S., Stevens, C.E., & Potter, D.R. (2011). Misfortunes or mistakes?: Cultural sensemaking of entrepreneurial failure. Journal of Business Venturing, 26(1), 79-92. https://doi.org/10.1016/j.jbusvent.2009.06.004 [ Links ]

Corzo, L.J., Guercio, M.B. & Vigier, H.P. (2022). Alcance de los créditos a tasa subsidiada para mipymes argentinas, Alcance de los créditos a tasa subsidiada para mipymes Argentinas Revista Finanzas y Política Económica, 13 (2), 287-316, https://doi.org/10.14718/revfinanzpolitecon.v13.n2.2021.2 [ Links ]

DeTienne, D.R., & Chandler, G.N. (2007). The role of gender in opportunity identification. Entrepreneurship theory and practice, 31(3), 365-386. https://doi.org/10.1111/j.1540-6520.2007.00178.x [ Links ]

Donthu, N. & Gustafsson, A. (2020). Effects of COVID-19 on business and research. Journal of Business Research, 117, 284-289. https://doi.org/10.1016/j.jbusres.2020.06.008 [ Links ]

Dörr, J. O., Licht, G., & Murmann, S. (2022). Small firms and the COVID-19 insolvency gap. Small Business Economics, 58(2), 887-917. https://doi.org/10.1007/s11187-021-00514-4 [ Links ]

Elias, S. & Barbero, A. (2017) Situación del oleoturismo y lineamientos para su desarrollo en la región del sudoeste bonaerense, Argentina, Revista Interamericana de Ambiente y Turismo, 13(1). http://dx.doi.org/10.4067/S0718-235X2017000100091. [ Links ]

Eschker, E., Gold, G., & Lane, M.D. (2017). Rural entrepreneurs: what are the best indicators of their success?”. Journal of Small Business and Enterprise Development, 24(2), 278-296. https://doi.org/10.1108/JSBED-07-2016-0112 [ Links ]

Fabeil, N.F., Pazim, K.H., & Langgat, J. (2020). The impact of Covid-19 pandemic crisis on micro-enterprises: Entrepreneurs´ perspective on business continuity and recovery strategy. Journal of Economics and Business, 3(2), 837-844. https://doi.org/10.31014/aior.1992.03.02.241 [ Links ]

García-Contreras, R., Valle-Cruz, D. & Canales-García, R.A. (2021). Selección organizacional: resiliencia y desempeño de las pymes en la era de la COVID-19. Estudios Gerenciales, 37(158), 73-84. https://doi.org/10.18046/j.estger.2021.158.4291 [ Links ]

Gabás Trigo, F. (1997). Predicción de la insolvencia empresarial. En: Predicción de la Insolvencia Empresarial, Antonio Calvo-Flores Segura and Domingo García Pérez de Lema Eds., Asociación Española de Contabilidad y Administración de Empresas, AECA, (pp. 11-32). Madrid [ Links ]

García-Velasco, K. & Molina Sanchez, R. (2021) La resiliencia de las Pymes ante la pandemia del Covid-19: el caso de Guanajuato, Revista Jóvenes en la Ciencia, 10, 1-21 (2021) La resiliencia de las Pymes ante la pandemia del Covid-19: el caso de Guanajuato, Revista Jóvenes en la Ciencia, 10, 1-21 http://repositorio.ugto.mx/handle/20.500.12059/6044 Consultado: 3/02/2023 [ Links ]

Ghosh, B.C., Tan, W.L., Tan, T.M. & Chan, B. (2001). The key success actors, distinctive capabilities and strategic thrusts of top SMEs in Singapore, Journal of Business Research, 51, 209-21. https://doi.org/10.1016/S0148-2963(99)00047-8 [ Links ]

Guijarro, A. M., & de Lema, D. G. P. (2006). Factores que explican el fracaso empresarial en la PyME. Gestión: Revista de Economía, ISSN 1137-6317, (36), 5-9. Recuperado de Recuperado de https://dialnet.unirioja.es/servlet/articulo?codigo=2055435 Consultado: 3/02/2023 [ Links ]

Grunert, J., Norden, L., & Weber, M. (2005). The Role of Non-Financial Factors in Internal Credit Ratings, Journal of Banking and Finance, 29(2), 509-531. https://doi.org/10.1016/j.jbankfin.2004.05.017 [ Links ]

Guercio, M.B., Martinez, L.B., Bariviera, A.F. & Scherger, V. (2020). Credit Crunch or Loan Demand Shortage: What is the Problem with the SMEs’ Financing?, Czech Journal of Economics and Finance, Vol. 70(6), 521-540. https://doi:10.32065/CJEF.2020.06.02 [ Links ]

Guercio, M.B., Martinez, LB. & Bariviera, A.F. (2019). SME steeplechase: When obtaining money is harder than innovating, International Journal of Financial Studies, 7 (2), 25. https://doi:10.3390/ijfs7020025 [ Links ]

Guercio, M.B., Vigier, H.P., Briozzo, A. & Martinez, L.B. (2016). Financing SME in the software and informatics services sector in Argentina, Cuadernos de Economía, 35 (69), 615-635, https://doi.org/10.15446/cuad.econ.v35n69.46654. [ Links ]

Halabí, C.E., & Lussier, R.N. (2014). A model for predicting small firm performance, Increasing the probability of entrepreneurial success in Chile, Journal of Small Business and Enterprise Development, 21(1), 4-25. https://doi.org/10.1108/JSBED-10-2013-0141 [ Links ]

Heredia Bustamante, J. A., Aguilar Talamante, P. & A.B Leyva Carreras (2022), Innovación en los procesos administrativos y contables de las pequeñas y medianas empresas (pymes) para enfrentar problemas de crisis por el COVID-19, Revista de Investigación Académica sin Frontera, Año 15 (38), 1-20. https://doi.org/10.46589/rdiasf.vi38.505 [ Links ]

Heredia Zurita, A. & Dini, M. (2021). Análisis de las políticas de apoyo a las pymes para enfrentar la pandemia de COVID-19 en América Latina, Documentos de Proyectos (LC/TS.2021/29), Santiago, Comisión Económica para América Latina y el Caribe (CEPAL). https://hdl.handle.net/11362/46743 . Consultado: 3/02/2023 [ Links ]

Insights, C.B. (2021). Startup Failure Post-Mortems, Database. Disponible en: Disponible en: http://www.cbinsights.com Consultado: 23/04/23. [ Links ]

Izquierdo, S.I., Diez Alberdi, A. M., & Camio, M.I. (2021). Resiliencia en destinos turísticos. Un análisis de las ciudades de Tandil y Mar del Plata, Argentina frente a la covid-19. Pymes, innovación y desarrollo, 8(3), 15-40. https://bit.ly/3ElqROh Consultado: 3/02/2023 [ Links ]

Kantis, H., & Angelelli, P. (2020). Los ecosistemas de emprendimiento de América Latina y el Caribe frente al Covid 19. Impacto, necesidades y recomendaciones, Washington, D.C.: BID. Recuperado de Recuperado de https://publications.iadb.org/publications/spanish/document/Los-ecosistemas-de-emprendimiento-de-America-Latina-y-el-Caribe-frente-al-COVID-19-Impactos-necesidades-y-recomendaciones.pdf Consultado: 5/03/2023 [ Links ]

Khan, Walayet A., Vieito, João Paulo. (2013). CEO gender and firm performance. Journal of Economics and Business, 67, 55-66. https://doi.org/10.1016/j.jeconbus.2013.01.003 [ Links ]

Kautonen, T., Tornikoski, E. T., & Kibler, E. (2011). Entrepreneurial intentions in the third age: the impact of perceived age norms. Small Business Economics, 37, 219-234. https://doi.org/10.1007/s11187-009-9238-y [ Links ]

Klyver, K., Nielsen, S. L., & Evald, M. R. (2013). Women's self-employment: An act of institutional (dis) integration? A multilevel, cross-country study. Journal of Business Venturing, 28(4), 474-488. https://doi.org/10.1016/j.jbusvent.2012.07.002 [ Links ]

Khelil, N. (2016). The many faces of entrepreneurial failure: Insights from an empirical taxonomy, Journal of Business Venturing, 31(1), 72-94. https://doi.org/10.1016/j.jbusvent.2015.08.001 [ Links ]

Kücher, A., Mayr, S., Mitter, C., Duller, C., & Feldbauer-Durstmüller, B. (2020). Firm age dynamics and causes of corporate bankruptcy: Age dependent explanations for business failure, Review of Managerial Science, 14(3), 633-661. https://doi.org/10.1007/s11846-018-0303-2 [ Links ]

Liguori, E.W., & Pittz, T.G. (2020). Strategies for small business: Surviving and thriving in the era of COVID-19. Journal of the International Council for Small Business, 1 (2), 106-110. https://doi.org/10.1080/26437015.2020.1779538 [ Links ]

Lizano, M.M., Ochovo, R.B., & de Lema, D.G.P. (2010). Diferentes procesos de fracaso empresarial: Un análisis dinámico a través de la aplicación de técnicas estadísticas clúster, Revista Europea de Dirección y Economía de la Empresa, 19 (3), 67-88. Recuperado de Recuperado de https://dialnet.unirioja.es/servlet/articulo?codigo=3341036 Consultado: 3/02/2023 [ Links ]

Lussier, R.N. (1995), A non-financial business success versus failure prediction model for young firms, Journal of Small Business Management, 33(1), 8-20. Recuperado de Recuperado de https://www.proquest.com/openview/88a9dbbdad41d0e9af99d92b78fbb1d6/1?pq-origsite=gscholar&cbl=49244 Consultado: 3/02/2023 [ Links ]

Long, J.S. (1997). Regression models for categorical and limits dependent variables. Thousand Oaks, Sage. [ Links ]

McGahan, A., & Porter, M. (1997). How Much Does Industry Matter, Really?. Strategic Management Journal, 18, 15-30. https://doi.org/10.1002/(SICI)1097-0266(199707)18:1+<15::AID-SMJ916>3.0.CO;2-1 [ Links ]

Meahjohn, I., & Persad, P. (2020). The Impact of COVID-19 on Entrepreneurship Globally. Journal of Economics and Business, 3(3), 1165-1173. https://doi.org/10.31014/aior.1992.03.03.272 [ Links ]

Molina-Sánchez, R., López-Salazar, A. & López-Salazar, G.L. (2023). Innovación, financiamiento y gestión empresarial, factores que determinan la resiliencia de las Mipymes. Un modelo explicativo con ecuaciones estructurales, Ciencias Administrativas Teoría y Praxis, Núm. 1 Año 19, pp. 31-47. https://doi.org/10.46443/catyp.v19i1.319 [ Links ]

Ooghe, H., & De Prijcker, S. (2008). Failure processes and causes of company bankruptcy: a typology, Management Decision, 46(2), 223-242. https://doi.org/10.1108/00251740810854131 [ Links ]

Ponce Andrade, J., Palacios Molina, D., Palma Avellan, A. & Salazar Olives, G. (2020). Crisis económica pre y post-pandemia: su incidencia en la mortalidad de las MiPymes en Ecuador, Revista Observatorio de la Economía Latinoamericana, 9(5). https://dialnet.unirioja.es/servlet/articulo?codigo=8299841 Consultado: 6/01/2023 [ Links ]

Pedroni, F. (2022). Innovación como estrategia de resiliencia durante la crisis por COVID-19: análisis cualitativo de mipymes argentinas. Cuadernos Latinoamericanos de Administración, 18(34). https://doi.org/10.18270/cuaderlam.v18i34.3886 [ Links ]

Portuguez Castro, M., & Gómez Zermeño, M.G. (2021). Being an entrepreneur post-COVID-19 - resilience in times of crisis: a systematic literature review, Journal of Entrepreneurship in Emerging Economies, 13(4), 721-746. https://doi.org/10.1108/JEEE-07-2020-0246 [ Links ]

Rumelt, R.P. (1997). How much does industry matter?, Strategic Management Journal, 12(3), 167-185. https://doi.org/10.1002/smj.4250120302 [ Links ]

Sanhokwe, H. (2022). Reimagining the SME failure phenomenon: incorporating regenerative effects and predicting Enterprise regenerative capacity, Journal of Entrepreneurship in Emerging Economies, http://doi.org/10.1108/JEEE-01-2022-0010. [ Links ]

Scarlat, E. & Delcea, C. (2011). Complete analysis of bankruptcy syndrome using grey systems theory, Grey Systems: Theory and Applications, 1(1), 19-32. https://doi.org/10.1108/20439371111106704 [ Links ]

Scherger, V., Terceño, A. & Vigier, H. (2019). A systematic overview of the prediction of business failure, International Journal of Technology, Policy and Management, 19(2), 196-211. https://doi.org/10.1504/IJTPM.2019.100601 [ Links ]

Scherger, V., Terceño, A., Vigier, H., & Barberá-Mariné, M.G. (2015). Detection and assessment of causes in business diagnosis, Economic Computation and Economic Cybernetics Studies and Research, 49(4), 211-229. Recuperado de Recuperado de http://www.ecocyb.ase.ro/nr20154/13%20-%20Scherger%20Valeria.pdf Consultado: 9/03/2023 [ Links ]

Scherger, V., Vigier, H., & Barberá-Mariné, G. (2014). Finding business failure reasons through a fuzzy model of diagnosis, Fuzzy Economic Review, 19(1), 45-62. https://doi.org/10.25102/fer.2014.01.04 [ Links ]

Scherger, V., Vigier, H., & Terceño, A. (2018). Revisión crítica de los modelos de predicción de fracaso empresarial. Revista Administración y Organizaciones, 21(40), 153-180. https://rayo.xoc.uam.mx/index.php/Rayo/article/view/23 Consultado: 10/03/2023 [ Links ]

Schroeder, R.V. & Formiga, N. (2011). Oportunidades para el desarrollo local: el caso del Sudoeste Bonaerense (Argentina), Cuadernos de geografía, Revista colombiana de geografía, 20(2), 91-109. https://doi.org/10.15446/rcdg.v20n2.27183 [ Links ]

Sharma, P., Leung, T.Y., Kingshott, R.P.J., Davcik, N.S., & Cardinali, S. (2020). Managing uncertainty during a global pandemic: An internatio nal business perspective. Journal of Business Research, 116, 188-192. https://doi.org/10.1016/j.jbusres.2020.05.026 [ Links ]

Stam, E., & Wennberg, K. (2009). The roles of R&D in new firm growth. Small Business Economics, 33(1), 77-89. https://doi.org/10.1007/s11187-009-9183-9 [ Links ]

Sun, J., Li, H., Huang, Q.H. & He, K.Y. (2014). Predicting financial distress and corporate failure: a review from the state-of-the-art definitions, modeling, sampling, and featuring approaches, Knowledge-Based Systems, 57, 41-56. https://doi.org/10.1016/j.knosys.2013.12.006 [ Links ]

Terceño, A., Vigier, H., & Scherger, V. (2018). Prediction of business failure with fuzzy models. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 26(1), 21-38. https://doi.org/10.1142/S0218488518400020 [ Links ]

Theng, L.G. & Lim, J.W.B. (1996). An exploratory study of factors affecting the failure of local small and medium enterprises, Asia Pacific Journal of Management, 13(2), 47-61. https://doi.org/10.1007/BF01733816 [ Links ]

Wang, C.L. (2008). Entrepreneurial orientation, learning orientation, and firm performance, Entrepreneurship theory and practice, 32(4), 635-657. https://doi.org/10.1111/j.1540-6520.2008.00246.x [ Links ]

Wenzel, M., Stanske, S. & Lieberman, M.B. (2020). Strategic responses to crisis. Strategic Management Journal, 41(7/18). http://doi.org/10.1002/smj.3161 [ Links ]

Zimmermann, H. (1991). Fuzzy Set Theory and its Applications. Kluwer Academic Publishers, Dordrecht. https://doi.org/10.1007/978-94-015-7949-0 [ Links ]

1 En el presente artículo de hará referencia al término MiPyMEs, que incluye PyMEs y emprendedores, haciendo referencia a pequeñas empresas que desarrollan algún tipo de actividad productiva.

La revisión por pares es responsabilidad de la Universidad Nacional Autónoma de México

Recibido: 13 de Junio de 2023; Aprobado: 19 de Septiembre de 2023; Publicado: 21 de Septiembre de 2023

* Autor para correspondencia. Correo electrónico: lisanabelen.martinez@gmail.com (L. B. Martinez).

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons