Las MiPyMes en México

La encuesta Business Practices in Small Firms in Developing Countries del Banco Mundial, fue levantada en México entre los años de 2008 y 2014. Dispone de datos de poco más de 10,000 empresas de menos de 10 empleados, distribuidas en tres grandes sectores de actividad económica; manufactura, servicios y comercio. Reúne información de variables de edad y años de educación del dueño, antigüedad de la empresa, stock de capital, beneficios brutos, ingresos, valor de inventarios, adopción de prácticas de marketing, control de compras e inventarios, registro de costos y mantenimiento y planeación financiera, entre otras. Del total de la información provista por dicha encuesta, únicamente, se emplea aquella consistente, 7690 observaciones².

La encuesta reúne información de adopción de 4 prácticas de negocio, principalmente, prácticas contables y financieras. Cada práctica se encuentra integrada por un conjunto de preguntas, orientadas a saber si la organización realiza o no, tareas específicas; el cuadro 1 muestra el conjunto de tareas que integran cada práctica específica.

Dado que cada práctica organizacional se encuentra integrada por un número distinto de tareas, para hacer comparable la información disponible de cada práctica, los datos se estandarizaron dividiendo el número de tareas que realiza cada empresa para cada práctica, entre el total de tareas disponibles en esa práctica; como resultado, se tienen valores que van de 0 a 1 en cada práctica.

El cuadro 2 muestra algunas de las principales características de las empresas entrevistadas; en promedio, son organizaciones que venden $16,960 dólares mensuales, con dueños que tienen 45 años de edad y una escolaridad de tercer año de secundaria; son organizaciones que en promedio tienen 3.4 años en el mercado y un acervo de capital equivalente a 1.2 meses de ventas. Su margen bruto de ganancia es de poco más de una tercera parte de sus ventas.

Comparativamente, las empresas del sector servicios son las que tienen las ventas promedio, el acervo de capital y nivel de escolaridad más altos, mientras que las pertenecientes al sector comercio (65% del total de empresas de la muestra), tienen el margen de ganancia más alto, a pesar de que sus ventas son en promedio 25% menores con respecto a los sectores manufactura y servicios. Las empresas manufactureras (4.9% de la muestra) son las que tienen la mayor antigüedad.

Modelo de regresión con datos de sección cruzada

El modelo de regresión consiste en especificar y estimar un modelo de relación entre las variables relativas a una determinada cuestión teórica (^{Novales, 1993}); se tiene una (o más) variables dependientes y un conjunto de variables independientes o explicativas y se establece una relación entre ellas, de la forma:

Cuando el tipo de relación que se establece entre las variables, es una relación lineal, el modelo general adquiere la forma:

Donde:

Los parámetros βi transmiten los efectos o impactos del conjunto de variables independientes xi, sobre la variable dependiente y. Lo que se busca es que el conjunto de variables explicativas, se relacionen de manera cercana con la variable dependiente; en la medida en la que eso ocurra, el término de error ui, tenderá a ser más pequeño.

El procedimiento de Mínimos Cuadrados Ordinarios (MCO), minimiza el error cuadrático de la función 14, mediante el procedimiento:

Donde SCR representa la suma de los residuos al cuadrado.

Minimizando la función (3), se obtiene un estimador lineal insesgado de mínima varianza, mismo que “es eficiente cuando el término de error sigue una distribución normal, es decir, tiene la menor varianza posible de entre todos los estimadores insesgados, sean estos lineales o no lineales”, ^{Novales (1993}), pp. 67.

Este resultado, permite analizar, por un lado, el grado en el que las variables independientes son capaces de explicar el comportamiento de la variable dependiente; por el otro, cuando se analizan los coeficientes de regresión βi, permite medir el impacto de cada una de las variables independientes x _i de forma individual, sobre la variable dependiente y _i .³

Red Neuronal Artificial

Una Red Neuronal Artificial (RNA) es un procesador de distribución paralela, que trabaja con una cantidad grande de datos, mismos que poseen una propensión natural a almacenar conocimiento experimental y convertirlo en información disponible para su uso (^Haykin,1999). Asemeja al cerebro en dos aspectos:

Una RNA, se puede definir como un grafo dirigido (^{Larrañaga, Inza y Moujahid, 2003}) que cumple con las siguientes propiedades:

De esta forma, las RNA pueden definir tanto parámetros lineales, como no lineales, mapeados de una entrada, hacia una salida, de tipo Y=Y(X;W,A) que es una función continua, tanto de las entradas, como de los parámetros W y de la arquitectura de red (A).

Una arquitectura típica de RNA, se divide en tres segmentos (^{Bishop, 1995}); el primero es la capa de entrada, que recibe información del exterior; el segundo, es la capa oculta, que establece la relación existente entre las variables de entrada (capa de entrada) y las variables de salida (capa de salida), definida por:

Capa oculta:

Y el tercero, es la capa de salida, compuesta por los conjuntos de neuronas que proporcionan la respuesta de la red, de la forma:

Capa de salida:

Una diferencia importante entre los tipos de RNA que existen, es el número de capas que integran los procesos de aprendizaje (capas ocultas); un número mayor de capas, permite aproximar, procesos más complejos; aquí, utilizamos un RNA de una capa oculta, conocido como perceptrón multicapa.

El proceso mediante el cual, las capas ocultas modelan, almacenan información y tratan de representar las formas funcionales de los datos recibidos en la capa de entrada, se conoce como entrenamiento de la neurona; en este proceso se utiliza un subconjunto de datos D=X(n),t(n), mediante el ajuste de W de la función (5), minimizando el error de la función, mediante el método de descenso del gradiente, expresado en la función (6):

La minimización se basa en evaluar continuamente el gradiente de E_D mediante la regla de la cadena para encontrar las derivadas, siguiendo los siguientes pasos:

De manera adicional, para cada una de las capas ocultas y de salida, se estima una función de activación, determinada mediante el algoritmo de estimación. La función de activación relaciona la suma ponderada de unidades de una capa, con los valores de unidades en la capa correcta. Esta función de activación es distinta para las capas ocultas y la capa de salida.

Aplicación econométrica

Mediante el modelo desarrollado en la sección 3.1, se estima la función:

Donde: ED es la edad del dueño, EduD son los años de educación recibidos por el dueño, Ant es la antigüedad de la empresa en el mercado, Stock es el acervo de capital, PracMark son las prácticas de mercadotecnia, PracCont son las prácticas de contabilidad, PracReg son las prácticas de registro de costos y mantenimiento, PracPlan representa las prácticas de planeación financiera, β1, … , β8 son los coeficientes estimados para cada una de las variables

El análisis econométrico muestra una importancia diferenciada de la adopción de prácticas administrativas para las empresas bajo estudio; si bien, en conjunto muestran ser importantes para explicar el crecimiento de las ventas, la práctica que resulta ser más importante es la planeación financiera.

Las variables de edad y educación del dueño son estadísticamente significativas a un nivel de 5% y muestran los signos esperados; conforme a los coeficientes, la edad del dueño le permite acumular cierto tipo de experiencia y conocimientos que impactan las ventas; sin embargo, los coeficientes son bajos, lo que indica que el impacto, aunque positivo, es pequeño.

Por su parte, la antigüedad de la empresa, aunque resulta estadísticamente significativa, no muestra signo esperado; teóricamente, un signo positivo indicaría que entre mayor es el tiempo de la organización en el mercado, tiende a acumular experiencia que le permite conocer a los clientes y a la competencia e incrementar las ventas y por ende los ingresos. El hecho de que la antigüedad muestre un signo negativo, puede ser resultado de la alta mortandad de las micro organizaciones en México; dado que la edad promedio de las empresas de la muestra es de apenas 3 años, a medida que acumulan años, las ventas tienden a ser menores, y para el tercer año llegan a ser tan bajas, que se ven obligadas a cerrar.

El acervo de capital es estadísticamente sólido para explicar las variaciones en las ventas, y su impacto es el segundo más alto del conjunto de variables analizadas; muestra el signo esperado y es congruente con la idea de que, entre mayor es el capital físico del que disponen los trabajadores, su productividad tiende a ser mayor, y ello se ve reflejado en las ventas.

La variable más importante para explicar el comportamiento de las ventas, es la adopción de prácticas de planeación financiera, que incluyen revisiones puntuales de presupuestos, de gastos y de las ganancias y pérdidas de las organizaciones, además de planeación de ventas futuras. El coeficiente es estadísticamente significativo y positivo, hecho que refuerza la idea de que la adopción de cierto tipo de prácticas organizacionales, permiten incidir en el desempeño de las empresas.

Las prácticas de registro de compras y mantenimiento y control de compras e inventarios no muestran el signo esperado; esta última, no es estadísticamente significativa a nivel de 5%. El modelo en su conjunto es estadísticamente significativo (F=0.00) y tiene un coeficiente de bondad de ajuste, medido por el coeficiente de determinación R2 de 0.521

El modelo de RNA

Una vez estimado el modelo econométrico, se realizó un modelo Red Neuronal Artificial. De las 7,464 observaciones consideradas como válidas, el 61.1% fue utilizado para entrenamiento de la neurona, 29.9% para realizar pruebas de correcto entrenamiento, el restante 8.9% se utilizó para validar que tan cercanos se encuentran los valores pronosticados por la Red con respecto a los valores reales.

El tipo de RNA utilizado es un perceptrón multicapa; la capa de entrada recibe información de las variables o factores de edad del dueño, años de educación del dueño, la antigüedad de la empresa, el stock de capital, y el grado de adopción de 4 prácticas administrativas (marketing, control de compras e inventarios, registro de costos y mantenimiento y planeación financiera).

Los resultados arrojan una capa oculta compuesta por 4 unidades, los cuales se muestran en el Cuadro 4, cuya función de activación es la tangente hiperbólica,⁴ y la capa de salida, cuenta con una función de activación para los ingresos por empleado, que relaciona la suma ponderada de unidades de una capa, con los valores de unidades en la capa correcta devueltos sin modificar (función identidad) mediante la función γ(c)=c. Los resultados se muestran en el cuadro 3.

El análisis de la muestra de reserva indica que los resultados de la RNA son sólidos para estimar el comportamiento de las ventas mensuales. La gráfica 1 muestra los valores reales y estimados para la muestra de reserva. Para el 90% de las observaciones (empresas con ventas mensuales menores a $40,500 dólares), la RNA estima con errores menores al 3% el comportamiento de las ventas por empresa; sin embargo, aquellas organizaciones con ventas mensuales mayores a 40,500 dólares (10% de la muestra de reserva), la red neuronal sobreestima sistemáticamente el valor de las ventas. Ello podría ser un indicador de que, entre mayores son las ventas, más complejos son los factores que influyen en su determinación.

Fuente: Elaboración propia de RNA, con base en datos de Banco Mundial

Figura 1 Representación gráfica de los resultados de la estimación  

En cuanto a las variables introducidas en la capa de entrada, la Gráfica 2 muestra el análisis de la importancia de las variables; los resultados son relativamente coincidentes con aquellos obtenidos mediante métodos econométricos; la práctica organizacional más importante para explicar el desempeño de las ventas es la planeación financiera. Este resultado indica que en la medida en la que las empresas llevan un registro contable de sus ventas y sus costos, analizan sus presupuestos y realizan estimaciones acerca del futuro de los costos y ventas, son capaces de realizar una gestión más eficiente del negocio, que les permite incrementar las ventas.

Figura 2 Importancia normalizada de cada factor  

La segunda variable en términos de importancia, es el acervo de capital; ello indica que, si las organizaciones disponen de una mayor cantidad de capital físico, son capaces de responder de manera más rápida a incrementos en la demanda; este resultado es consistente con la teoría de crecimiento neoclásica, que afirma que un mayor acervo de capital por trabajador, incrementa la productividad del trabajo.

De manera paralela, las prácticas de marketing, que podrían definirse como estrategias inteligencia de mercado (que no solo incluyen publicidad, sino principalmente un análisis de la competencia y el lanzamiento de promociones para captar clientes) ocupan un lugar importante en la determinación de los ingresos mensuales.

Por su parte, la antigüedad de la organización en el mercado ocupa el lugar 4to, en términos de importancia para explicar las ventas; dadas las características propias del segmento analizado (microempresas) la edad promedio de la muestra es relativamente baja (poco más de 3 años), lo que sugiere que las empresas se ubican en etapas tempranas de la curva de aprendizaje, por lo que pequeñas diferencias en el tiempo en el mercado, pueden representar distancias de aprendizaje importantes, como también lo valida el análisis econométrico.

Variables como la edad y educación del dueño, no resultan relevantes para explicar el comportamiento de las ventas, principalmente porque la educación apenas llega a ser la básica (3er año de secundaria).

Por último, se ubican dos prácticas contables, que en promedio son las que ejercen una influencia menor sobre el nivel de ventas; por un lado, el registro de control de costos y mantenimiento y por el otro, las prácticas de control de inventarios. Dadas las características del segmento de empresas analizadas (empresas con 3 empleados promedio, principalmente del sector comercio), la probabilidad de que una proporción alta sea empresas familiares, tiende a incrementarse; los resultados indican que, para ese tipo de organizaciones, el desarrollo de prácticas que permitan diferenciar los activos personales y de la organización y un registro sistemático de los costos, son, en el mejor de los casos, escasas.

Los resultados obtenidos coinciden, en cierto sentido, con los obtenidos por ^{Fajnzylber, Maloney y Montes-Rojas (2009}) ya que, para que las actividades que dichos autores señalaron (participación en el mercado crediticio, pago de impuestos, acceso a capacitación y pertenencia a asociaciones de negocios) se puedan llevar a cabo, es necesario contar con ciertas prácticas al interior de las organizaciones. Fajnzylber et al hacen referencia a que las características de las organizaciones persisten a lo largo del tiempo al estar correlacionadas con habilidades y capacidades empresariales no observadas. Algunas de las características no observadas podrían ser la falta de capacitación en prácticas financieras y contables, derivadas de la deficiencia educativa en los emprendedores mexicanos.