52668 Evaluación Impacto de de los Programas para PyME Latinoamérica y el Caribe Editores: Gladys López Acevedo Hong W. Tan Evaluación de Impacto de los Programas para PyME en América Latina y el Caribe Copyright © 2010 por Banco Internacional de Reconstrucción y Fomento / Banco Mundial Departamento de México y Colombia / Región de América Latina y El Caribe 1818 H Street, N.W. Washington, D.C. 20433, U.S.A. www.bancomundial.org.mx Todos los derechos reservados Primera edición en español: Abril de 2010 Este libro fue publicada originalmente en inglés por el Banco Mundial con el título Impact Evaluation of SME Programs in LAC Report No. 52668-LAC. La edición en español no es una traducción oficial del Banco Mundial. El Banco Mundial no acepta responsa- bilidad alguna por cualquier consecuencia derivada de su uso o interpretación. El Banco Mundial no garantiza la exactitud de la información incluida en esta publicación y no acepta responsabilidad alguna por cualquier consecuencia derivada de su uso o interpre- tación. Los límites, los colores, las denominaciones y demás información contenida en los mapas de este libro no presuponen, por parte del Grupo del Banco Mundial, juicio alguno sobre la situación legal de cualquier territorio, ni el reconocimiento o aceptación de dichos límites. Los resultados, interpretaciones y conclusiones expresadas en este libro son en su totalidad de los autores y no deben ser atribuidas en forma alguna al Banco Mundial, a sus organizaciones afiliadas o a los miembros de su Directorio Ejecutivo ni a los países que representan. Derechos y Permisos El material de esta publicación está protegido por el derecho de propiedad intelec- tual. Las solicitudes de autorización para reproducir partes de esta publicación deberán enviarse a Oficial de Comunicaciones Fernanda Zavaleta de la Oficina del Banco Mundial para Colombia y México al Fax (55) 5480-4222. Cualquier otra pregunta sobre los derechos y licencias debe ser dirigida al Banco Mundial en México en el número de fax referido. Edición: Primera edición Impreso y hecho en México / 2010 Banco Mundial ­ México Edición: Rosa Ma. Hernández-Fernández, Monica Tinajero y Angélica Calderón Diseño y Portada: sonideas.com/Alejandro Espinosa Lopez-Acevedo, Gladys Evaluación de Impacto de los Programas para PyME en América Latina y el Caribe / Gladys Lopez-Acevedo, Hong Tan. ­ México : Banco Mundial, 2010. 206 p. : il. 350.82098/L63s 1. Pequeña y Mediana Empresa ­ Monitoreo y Evaluación - México. -- 2. Pequeña y Mediana Empresa - Monitoreo y Evaluación ­ Chile. ­ 3. Pequeña y Mediana Empresa - Monitoreo y Evaluación ­ Colombia. ­ 4. Pequeña y Mediana Empresa - Monitoreo y Eva- luación ­ Perú. ­ 5. México ­ Pequeña y Mediana Empresa ­ Monitoreo y Evaluación. ­ 6. Chile ­ Pequeña y Mediana Empresa ­ Monitoreo y Evaluación. ­ 7. Colombia ­ Pequeña y Mediana Empresa ­ Monitoreo y Evaluación. ­ 8. Perú ­ Pequeña y Mediana Empresa ­ Monitoreo y Evaluación. ­ I. Tan, Hong, coaut. Evaluación Impacto de de los Programas para PyME Latinoamérica y el Caribe Editores: Gladys Lopez Acevedo Hong W. Tan Abril 2010 Unidad de Pobreza y Género Sector de Reducción de la Pobreza y Gestión Económica Región de Latinoamérica y el Caribe Principales Abreviaciones y Acrónimos CID Colectivo Integral de Desarrollo CIMO Calidad Integral y Modernización CITE Centro de Innovación Tecnológica COMPITE Comité Nacional de Productividad e Innovación Tecnológica CONACyT Consejo Nacional de Ciencia y Tecnología CONICyT Comisión Nacional de Investigación Científica y Tecnológica CONSUCODE Consejo Superior de Contrataciones y Adquisiciones del Estado CORFO Corporación de Fomento de la Producción DANE Departamento Administrativo Nacional de Estadística DID Diferencias-en-diferencias (Differences in Differences) EAC Encuesta Anual de Comercio EAM Encuesta Anual Manufacturera EAS Encuesta Anual de Servicios ECI Encuesta del Clima de Inversión EEA Encuesta Económica Anual EIA Encuesta Industrial Anual ENESTYC Encuesta Nacional de Empleo, Salarios, Tecnología y Capacitación ENIA Encuesta Nacional Industrial Anual FAT Fondo de Asistencia Técnica FDI Fondo de Desarrollo e Innovación FMI Fondo Monetario Internacional FOMIPYME Fondo Colombiano de Modernización y Desarrollo Tecnológico de las Micro, Pequeñas y Medianas Empresas FONDEF Fondo de Fomento al Desarrollo Científico y Tecnológico FONDOEMPLEO Fondo Nacional de Capacitación Laboral y Promoción del Empleo FONTEC Fondo Nacional de Desarrollo Tecnológico y Productivo IFI Institución Financiera Internacional INE Instituto Nacional de Estadísticas INEI Instituto Nacional de Estadística e Informática INEGI Instituto Nacional de Geografía, Estadística e Informática ITAM Instituto Tecnológico ITESM Instituto Tecnológico y de Estudios Superiores de Monterrey IVA Impuesto al Valor Agregado LOG Logaritmo LN Logaritmo natural MCO Mínimos cuadrados ordinarios MIMDES Ministerio de la Mujer y Desarrollo Social MITINCI Ministerio de Industria, Turismo, Integración y Negociaciones Comerciales Internacionales MP Ministerio de la Producción MTPE Ministerio del Trabajo y Promoción del Empleo OCDE Organización para la Cooperación y el Desarrollo Económico ONE Oficina Nacional de Estadística PDP Programa de Desarrollo de Proveedores PIB Producto Interno Bruto PROCHILE Programa de Promoción de Exportaciones PROFO Proyectos Asociativos de Fomento PROMPYME Comisión de Promoción de la Pequeña y Micro Empresa PSM Propensity Score Matching (Emparejamiento por Probabilidad de Participación) PTF Productividad Total de los Factores PTI Programas Territoriales Integrados PyME Pequeña y Mediana Empresa(s) SDE Servicios de Desarrollo Empresarial SENCE Servicio Nacional de Capacitación y Empleo SERCOTEC Servicio de Cooperación Técnica STPS Secretaría del Trabajo y Provisión Social SUNAT Superintendencia Nacional de Administración Tributaria Vicepresidente: Pamela Cox Director PREM: Marcelo Giugale Gerente de Sector: Louise J. Cord Gerente de Proyecto: Gladys López-Acevedo Tabla de contenido Principales Abreviaciones y Acrónimos ....................................................................................................... iv Agradecimientos............................................................................................................................................ xi Capítulo 1 Motivación, Metodología y Principales Hallazgos ....................................................................................... 1 Motivación del Estudio ..................................................................................................................................................... 2 Revisión de la Literatura Reciente .................................................................................................................................... 6 Los Cuatro Estudios de País ............................................................................................................................................. 6 Los Datos No Experimentales ......................................................................................................................................... 7 Enfoque Analítico .............................................................................................................................................................. 8 Descripción de los Resultados entre los Países ............................................................................................................10 Comentarios Finales ....................................................................................................................................................... 12 Capítulo 2 Una Revisión de Evaluaciones Recientes del Impacto de Programas para PyME .................................. 15 Introducción ..................................................................................................................................................................... 15 Estudios Seleccionados para la Revisión ...................................................................................................................... 16 Programas de Apoyo a las Empresas ............................................................................................................................ 16 Datos No Experimentales Usados.................................................................................................................................. 17 Enfoques Analíticos y Principales Hallazgos ................................................................................................................ 21 anexo Resumen de los Estudios Individuales ...................................................................................................... 23 A2.1 Países de Ingresos Altos ......................................................................................................................................... 23 A2.2 Estudios en Países en Vías de Desarrollo .............................................................................................................. 28 Capítulo 3 Evaluación de los Programas de Apoyo a las PyME en Chile ................................................................... 35 1. Introducción.................................................................................................................................................................. 35 2. Descripción de los Programas para PyME en Chile .................................................................................................. 36 3. Los Datos de Chile ...................................................................................................................................................... 40 4. Enfoque Empírico y Hallazgos Iniciales ..................................................................................................................... 46 5. Estimar Impactos de los Programas Usando el Panel ECI-ENIA ............................................................................ 52 6. Resumen y Comentarios Finales ............................................................................................................................... 59 Capítulo 4 Evaluación de los Programas de Apoyo a las PyME en Colombia ........................................................... 63 1. Introducción.................................................................................................................................................................. 63 2. Políticas de Apoyo a las PyME en Colombia ............................................................................................................. 64 3. Evaluaciones de Impacto Anteriores de FOMIPYME ............................................................................................... 66 4. Datos Usados en la Evaluación .................................................................................................................................. 67 5. Metodología ................................................................................................................................................................. 71 6. Estimación de los Resultados ......................................................................................................................................74 7. Conclusiones ................................................................................................................................................................ 84 Anexo 4.1 Cuestionario de la Encuesta Telefónica ..................................................................................... 85 Anexo 4.2 Resultado de la Encuesta Telefónica ......................................................................................... 86 Capítulo 5 Evaluación de los Programas de Apoyo a las PyME en México ............................................................... 89 1. Introducción.................................................................................................................................................................. 89 2. Programas para PyME................................................................................................................................................. 90 3. Evaluaciones Anteriores.............................................................................................................................................. 97 4. Datos ........................................................................................................................................................................... 100 5. Modelo.........................................................................................................................................................................104 6. Resultados ...................................................................................................................................................................107 7. Conclusiones ..............................................................................................................................................................109 Anexo 5.1 Estimaciones de los Impactos de Programas en México .......................................................111 Capítulo 6 Evaluación de los Programas de Apoyo a las PyME en Perú ...................................................................117 1. Introducción................................................................................................................................................................. 117 2. Tamaño del Sector de las PyME y Cobertura de los Programas ............................................................................. 118 3. Descripción de los Programas para PyME ............................................................................................................... 119 4. Descripción de los Datos........................................................................................................................................... 122 5. Metodología ............................................................................................................................................................... 123 6. Resultados .................................................................................................................................................................. 125 7. Análisis de Sensibilidad ............................................................................................................................................. 129 8. Conclusiones .............................................................................................................................................................. 130 Anexo 6.1 Centros de Innovación (CITE) .................................................................................................. 131 Anexo 6.2 Encuesta y Análisis Complementarios ................................................................................... 132 Referencias .................................................................................................................................................. 136 Cuadros y Gráficas CuaDRoS Cuadro 1.1 Resumen de Datos y Programas para PyME en Cuatro Países de América Latina ................................... 7 Cuadro 1.2 Impactos de la Participación en Programas ­ Resultados de Efectos Fijos .............................................. 9 Cuadro 2.1 Evaluaciones de Impacto Recientes de los Programas de Apoyo a las Empresas ................................. 17 Cuadro 2.2 Evaluaciones de Impacto Recientes -- Fuentes de los Datos y Periodo Cubierto .................................. 18 Cuadro 2.3 Estudios Recientes de Evaluación de Impactos --Enfoques y Hallazgos ................................................ 20 Cuadro 3.1 Participación en Programas para PyME y Estatus de la Participación ..................................................... 40 Cuadro 3.2 Distribución de los Grupos de Tratamiento y de Control en el Panel....................................................... 42 Cuadro 3.3 Distribución de los Grupos de Tratamiento y de Control por Tamaño de la Empresa y por Sector ...... 43 Cuadro 3.4 Resumen de Estadísticas sobre Variables de Resultado Intermedias y Finales para los Grupos de Tratamiento y de Control................................................................................................ 44 Cuadro 3.5 Estimaciones del Modelo de Riesgos Proporcionales de Cox sobre la Probabilidad Condicional de Participación en Cualquier Programa ............................................................. 49 Cuadro 3.6 Variables de Resultado Intermedias y Finales en 2004. Estimador Vecino Más Cercano ....................... 50 Cuadro 3.7 Impactos de Programa de Cualquier Programa y por Tipo de Programa. Modelo en Niveles y de Efectos Fijos con PSM ............................................................................................................ 54 Cuadro 3.8 Atributos de las Cohortes de Tratamiento por Año de Ingreso a los Programas .................................... 55 Cuadro 3.9 Efectos de Tiempo de la Participación en Cualquier Programa. Modelo de Efectos Fijos con PSM ..... 56 Cuadro 3.10 Límites a los Impactos de la Participación en los Programas Recortando el 5% y 10%1 de la Parte Inferior del Grupo de Tratamiento de Acuerdo a la Variable de Resultado ........................ 58 Cuadro 4.1 Proyectos y Recursos Ejecutados por FOMIPYME .................................................................................... 65 Cuadro 4.2 Impactos de FOMIPYME .............................................................................................................................. 67 Cuadro 4.3 Distribución de las Empresas en la Muestra Final .................................................................................... 67 Cuadro 4.4 Distribución de las Empresas en la Muestra Final .................................................................................... 69 Cuadro 4.5 Temas Cubiertos Durante las Actividades de Apoyo ................................................................................. 69 Cuadro 4.6 Cómo se Involucraron las Empresas en las Actividades .......................................................................... 69 Cuadro 4.7 Promedio de Ventas Anuales según Sector (miles de US$ de 2008) ....................................................... 70 Cuadro 4.8 Activos Promedio según Sector (miles de US$ 2008) ............................................................................... 70 Cuadro 4.9 Número Promedio de Empleados según Sector ....................................................................................... 70 Cuadro 4.10 Promedio de Años en Funcionamiento según Sector ............................................................................. 71 Cuadro 4.11 Principales Variables Independientes Usadas en el Análisis ................................................................... 72 Cuadro 4.12 Resultados del Emparejamiento por Probabilidad de Participación ...................................................... 75 Cuadro 4.13 Soporte Común ...........................................................................................................................................76 Cuadro 4.14 Impacto Estimado Vía PSM (2002) .............................................................................................................76 Cuadro 4.15 Impacto Estimado Usando PSM en Diferencias (2002)............................................................................76 Cuadro 4.16 Coeficientes de Regresión Panel ............................................................................................................... 78 Cuadro 4.17 Límites Superior e Inferior de los Impactos ............................................................................................. 79 Cuadro 4.18 Impactos en la Productividad Total de los Factores ................................................................................. 80 Cuadro 4.19 Empresas que Caen en el Soporte Común............................................................................................... 81 Cuadro 4.20 Impactos por Tipo de Programa ................................................................................................................ 82 Resultado de la Encuesta Telefónica............................................................................................................................... 86 Cuadro 5.1 Fondos y Programas de Apoyo para PyME en México: Resumen de Resultados, 2001-2006 ............... 90 Cuadro 5.2 Nafinsa: Principales resultados 2001-2006 ................................................................................................. 91 Cuadro 5.3 Fondos y Programas para PyME de la Secretaría de Economía: Principales Resultados 1998-2006 .......................................................................................................... 91 Cuadro 5.4 Fondos de la Secretaría de Economía: Principales Resultados 2001-2006 .............................................. 92 Cuadro 5.5 PROMODE: Principales Resultados 2001-2006 .......................................................................................... 92 Cuadro 5.6 COMPITE: Principales Resultados 2001-2006............................................................................................. 93 Cuadro 5.7 Bancomext: Principales Resultados 2001-2006.......................................................................................... 93 Cuadro 5.8 Incentivos Fiscales: Principales Resultados 2001-2006 ............................................................................. 94 Cuadro 5.9 Fondo Sectorial de Ciencia y Tecnología: Principales Resultados 2002-2006 ......................................... 94 Cuadro 5.10 AVANCE: Principales Resultados 2004-2006 ............................................................................................ 95 Cuadro 5.11 CIMO-PAC: Principales Resultados 2001-2006 .......................................................................................... 95 Cuadro 5.12 Programas y Mecanismos de Apoyo ........................................................................................................ 97 Cuadro 5.13 Estudios de Evaluación en México ........................................................................................................... 98 Cuadro 5.14 Número de Empresas en el Panel según Tamaño y Año de la ENESTYC ........................................... 100 Cuadro 5.15 Participación en Programas para las PyME.............................................................................................102 Cuadro 5.16 Distribución de los Grupos de Tratamiento y de Control .......................................................................102 Cuadro 5.17 Distribución de los Grupos Tratamiento y Control por Tamaño de Empresa y Sector.........................103 Cuadro 5.18 Diferencias en Valores Promedio Entre los Grupos de Tratamiento y de Control, Cualquier Programa .......................................................................................................103 Cuadro 5.19 Estimaciones del Modelo de Riesgos Proporcionales de Cox. Resultados del Modelo de Participación en Cualquier Programa ..............................................................................105 Cuadro 6.1 Estimaciones del Número de Micro y Pequeñas Empresas (2006)......................................................... 118 Cuadro 6.2 Empresas Formales que Accedieron a Programas de Apoyo a las PyME ............................................. 119 Cuadro 6.3 Participación, Vales Usados y Gastos (2003-2006) .................................................................................. 120 Cuadro 6.4 Empresas Beneficiarias en la EEA de Acuerdo a Programas de Apoyo ................................................ 123 Cuadro 6.5 Distribución de las Empresas Tratadas y No Tratadas ............................................................................. 125 Cuadro 6.6 Estimaciones Modelo Logit para la Participación en los Programas ..................................................... 126 Cuadro 6.7 Distribución de la Muestra Tratada y No Tratada por Tipo de Programa................................................ 127 Cuadro 6.8 Estimaciones de los Modelos de Efectos Fijos y de Efectos entre Grupos ........................................... 127 Cuadro 6.9 Estimaciones de Efectos Fijos Recortando el 5% de la Parte Inferior de la Distribución ..................... 128 Cuadro 6.10 Estimaciones de Efectos Fijos Recortando el 5% de la Parte Superior de la Distribución ................ 129 Cuadro A5.1.1 Impactos de la Participación en Cualquier Programa y por Agencia de Programas. Modelos en Niveles y de Efectos Fijos con PSM................................................................. 111 Cuadro A5.1.2 Impactos de la Participación por Programa en ENESTYC 2005. Modelos en Niveles y de Efectos Fijos con PSM ......................................................................................................... 112 Cuadro A5.1.3 Efectos en el Tiempo de la Participación en Cualquier Programa. Modelo de Efectos Fijos con PSM .............................................................................................................. 113 Cuadro A5.1.4 Límites de los Impactos de la Participación en Programas Recortando el 5% Inferior del Grupo de Tratamiento Ordenando por la Variable Resultado. Modelo de Efectos Fijos con PSM..................... 114 Cuadro A5.1.5 Límites de los Impactos de la Participación en Programas Recortando el 5% Inferior del Grupo de Tratamiento Ordenando por la Variable Resultado. Modelo de Efectos Fijos con PSM..................... 114 Cuadro A5.1.6 Impactos de Participación en CIMO en ENESTYC 2001. Modelos con PSM...................................... 115 Cuadro A6.2.1 Resultados de la Encuesta Suplementaria según Programa de Apoyo ........................................... 132 Cuadro A6.2.2 Número de Usuarios de CITE-Calzado Según el Año de Registro .................................................... 132 Cuadro A6.2.3 Modelo Logit. Variable Dependiente: Alguna vez Tratada por BONOPYME ..................................... 133 Cuadro A6.2.4 Modelo de Efectos Fijos para BONOPYME......................................................................................... 134 GRáfiCaS Gráfica 1.1 Impacto en el Desempeño de las Empresas Con y Sin Programas para PyME ........................................ 3 Gráfica 1.2 Sesgo de Selección de la Participación en Programas ................................................................................ 4 Gráfica 3.1 Trayectorias de Tiempo de Y para los Grupos de Tratamiento y de Control ............................................. 46 Gráfica 3.2 Distribución de los Puntajes de Participación y Región de Soporte Común ........................................... 49 Gráfica 3.3 Trayectorias de Tiempo de los Impactos de los Programas en Variables de Resultado Finales Seleccionadas.............................................................................................................. 57 Gráfica 4.1 Distribución de los Proyectos de FOMIPYME por Actividad y Sector ...................................................... 65 Gráfica 4.2 Distribución de Probabilidades de Participación y Región de Soporte Común .......................................76 Gráfica 4.3 Resultados Estimados para Grupos de Tratamiento y de Control ............................................................ 77 Gráfica 5.1 Distribución de Puntajes de Participación .................................................................................................106 Gráfica 6.1 Evolución de los Ingresos de CITE-Calzado por Tipo de Servicio (2001-2006) ...................................... 121 Gráfica 6.2Distribución de Probabilidades de Participación y Región de Soporte Común ..................................... 126 Gráfica 6.3 Evolución de las Utilidades Promedio Por Trabajador para PROMPYME y BONOPYME, 2001-2006 ............................................................................................................... 128 Gráfica A6.2.1 Distribución de Probabilidades de Participación y Región de Soporte Común para BONOPYME .......................................................................................................... 133 Agradecimientos E ste informe fue cofinanciado con la donación para investigación RF-P105213-RESE-BB del Comité de Investigación del Banco Mundial para el estudio regional, "Evaluar Progra- mas de Apoyo a Pequeñas y Medianas Empresas en América Latina", y con el apoyo del Sector de Reducción de la Pobreza y Gestión Económica para la Región de América Latina y El Caribe del Banco Mundial. El objetivo del estudio fue evaluar rigurosamente los programas para pequeñas y medianas empresas (PyME) en cuatro países de America Latina: México, Chile, Colombia y Perú - para saber si los programas de las PyME funcionan, qué programas dan mejores resultados y por qué. El equipo de investigación fue liderado por Gladys López-Acevedo (Líder de Equipo y Economista Sénior, LCSPP) y Hong Tan (asesor y consultor, LCSPP). La introducción (Capítulo 1) y la Revisión de la Literatura (Capítulo 2) fueron escritas por Hong Tan y Gladys López-Acevedo. Los estudios de país fueron escritos por diversos autores: Hong Tan sobre Chile (Capítulo 3); Juan Felipe Duque y Mariana Muñoz (consultores de Econometría) sobre Colombia (Capítulo 4); Gladys López-Acevedo y Mónica Tinajero (consultor) sobre México (Capítulo 5); y Miguel Jaramillo y Juan José Díaz (consul- tores de GRADE) sobre Perú (Capítulo 6). El equipo contó con la colaboración del consultor Yevge- niya Savchenko y los consultores del ITESM Jorge Mario Soto, Hugo Fuentes y Víctor Aramburu, y de colegas del Banco Mundial Anne Pillay, Rosa María Hernández Fernández, Angélica Calderón y Lucy Bravo. Un agradecimiento especial a David McKenzie (Economista Sénior, DECRG) quien dirigió al equipo en temas metodológicos y econométricos a lo largo del estudio y a Christopher Humphrey (Consultor) cuya edición hizo que el informe fuera más legible. El estudio no hubiera sido posible sin el apoyo y los insumos de las instituciones y gobiernos de contrapartes locales. Damos las gracias al INEGI (Instituto Nacional de Estadística y Geografía de México), en especial a Abigail Durán(Directora de Encuestas del Sector Secundario) y Adriana Ramírez(Subdirectora de Operaciones de Campo y Capacitación); al DANE (Departamento Ad- ministrativo Nacional de Estadística en Colombia), en especial a Eduardo Freire, (Director Técnico de Metodología y Producción Estadística) y al DNP (Departamento Nacional de Planeación del Gobierno de Colombia); al INE (Instituto Nacional de Estadísticas de Chile), en especial a Mario Rodríguez, Carlos Álvarez (Subsecretario de Economía) y Alberto Ergas (Asesor); y del Perú, a Renán Quispe (Jefe del INEI) y a Agnes Franco (Directora Ejecutiva del Consejo Nacional de Compe- titividad). Agradecemos a nuestros colegas que proporcionaron comentarios a varios borradores del informe, en especial a José Guilherme Reis (PRMTR), Michael Goldberg (LCSPF) y Cristian Quijada Torres (LCSPF). La investigación también se benefició de presentaciones de preliminares de estudios de país en dos talleres: un Seminario en la Rand Corporation en Santa Mónica, CA, en Octubre 2009 y un taller en diciembre del Banco Mundial como parte de su serie Talleres de Evaluación de Im- pactos DIME. Reconocemos agradecidamente los comentarios y sugerencias de los participantes en estos talleres. Este informe será de utilidad para los gobiernos de los países, las personas que elaboran las políticas para PyME, investigadores locales y el sector privado en la región, así como para el personal del Banco Mundial y los donantes bilaterales. Sin embargo, los resultados y las conclusiones expresados en este informe son enteramente de los autores, y no deben atribuirse en modo alguno al Banco Mundial ni a sus afiliados, ni tampoco a la Junta Directiva o a los países miembros. EVALUACIóN DE IMPACTO DE LOS PROGRAMAS PARA PYME EN AMéRICA LATINA Y EL CARIBE Capítulo 1 1 Capítulo Motivación, Metodología y Principales Hallazgos Este informe es el producto de un proyecto de investigación que evalúa rigurosamente los impactos netos de la participación en los programas para pequeñas y medianas empresas (PyME) en cuatro países de América Latina: Chile, México, Colombia y Perú. El objetivo de la investigación era determinar qué programas para PyME mejoran el desempeño de las empresas y comprender por qué algunos programas son más efectivos que otros. Con este fin,1el equipo de investigación trabajó de para varios (pero no todos) de los programas cerca con las oficinas nacionales de estadística en para PyME en los países de estudio. Los cuatro cada uno de los cuatro países para desarrollar datos estudios de país encontraron impactos estadísti- panel a nivel de las empresas sobre los beneficiarios camente significativos al participar en cualquier de los programas y un grupo de comparación de no programa para PyME en las ventas, impactos participantes en los programas cuyas empresas tienen positivos en otras medidas del desempeño de las características similares. El equipo de investigación empresas que variaban según el país, y diferen- adoptó un enfoque analítico común para asegurar la cias en impactos entre los programas. Los análi- comparación de los resultados entre países. Se adop- sis destacaron la importancia de tomar en cuenta taron las metodologías usadas en estudios recientes los sesgos que resultan de una autoselección no de evaluación de impacto de programas para PyME aleatoria de las empresas en los programas, y el en países de altos ingresos y en países en vías de desa- uso de datos panel de periodos más largos para rrollo (que se analizan en el Capítulo 2) para abordar medir los impactos en el desempeño de las em- temas de sesgos en la selección de la participación en presas que sólo se podrían percibir en el tiempo los programas. El análisis también amplió las meto- con cierto rezago. dologías de evaluación en varias direcciones nuevas para acomodar la presencia de cohortes de tratamien- Estos resultados implican que el pesimismo de las to múltiple y la participación en múltiples programas anteriores evaluaciones de programas para PyME para PyME, a fin de estimar los efectos en el tiempo pudo haberse debido en gran parte a las metodolo- de los impactos de la participación en los programas, gías usadas. Los resultados generalmente positivos y probar la sensibilidad de las estimaciones de impac- encontrados en estos estudios de país para un JIM PICkERELL/FOTOTECA DEL BANCO MUNDIAL to al salir las empresas. Los cuatro estudios de país se número de programas para PyME, usando técnicas presentan en los Capítulos del 3 al 6. más refinadas, sugieren que la visión pesimista podría ser reconsiderada, y que los gobiernos y El uso de estas técnicas de evaluación en gene- las organizaciones internacionales de desarrollo ral reveló impactos positivos y significativos deben utilizar algunas de las técnicas de evaluación descritas en este informe para comprender mejor qué tipos de programas funcionan mejor, y por qué. 1 El proyecto fue cofinanciado por el Comité de Investigación del Banco Mundial (DEC) y la división de Reducción de la Pobreza y Gestión Econó- Esta información, a su vez, puede ser aplicada para mica de la Región de América Latina y el Caribe del Banco Mundial. mejorar los programas existentes, reduciendo pau- latinamente aquellos que resultan ser inefectivos y cia a reformar los programas de apoyo a las PyME, ampliando las experiencias exitosas para mejorar al incorporar principios de mercado y al exigir una más eficientemente el desempeño, la actividad mayor responsabilidad a través de estudios de económica y el empleo de las PyME. evaluación de impactos. A pesar de estas reformas, los programas para Motivación del estudio PyME raramente se evalúan rigurosamente y cuan- do hay evaluaciones son sobre todo en los países En la mayoría de los países, las PyME representan de altos ingresos tales como los Estados Unidos de la gran mayoría de las empresas, y constituyen una y Europa. En los Estados Unidos, los estudios de parte sustancial del Producto Interno Bruto (PIB) y evaluación han demostrado que los programas de de la fuerza laboral. Sin embargo, las PyME gene- apoyo a las empresas tales como la Manufacturing ralmente se quedan atrás frente a las empresas más Extension Partnership (Sociedad de Extensión grandes en muchas dimensiones del desempeño. Manufacturera) pueden mejorar significativamente Principalmente, se cree que esto resulta de las res- el desempeño de las empresas en comparación al tricciones que confrontan las PyME, incluyendo el grupo de control (por ejemplo, ver Jarmin, 1999). acceso al financiamiento, una débil capacidad geren- Por el contrario, los gobiernos de países en vías CAPÍTULO 1 cial y laboral, la falta de capacidad para aprovechar de desarrollo raramente evalúan sus programas economías de escala en la producción y una mala in- para PyME, y cuando lo hacen, se basan más en formación sobre oportunidades del mercado, nuevas encuestas sobre la satisfacción de los beneficiarios o tecnologías y métodos de organización del trabajo. estudios de caso simples que no pueden mostrar a En muchos casos también son afectadas por tipos de los administradores de los programas (o los socios cambio reales no competitivos, procedimientos bu- en el desarrollo) si un programa funciona. En rocráticos muy complicados para establecer, operar ausencia de investigaciones sobre qué programas y hacer crecer un negocio, y por restricciones en el para PyME funcionan, por qué y cómo se pueden clima de inversiones que son más pesadas para ellos diseñar y ejecutar mejor los programas para maxi- que para sus contrapartes más grandes. Consecuen- mizar las ventajas económicas para las empresas y temente, muchas PyME siguen siendo pequeñas, no los trabajadores, la mayoría de los países en vías de pueden exportar y tienen costos de transacción más desarrollo continúan gastando sus escasos recursos 2 altos y mayores tasas de fracaso en sus emprendi- en programas de apoyo a las PyME, pero muchos mientos (Banco Mundial 2007). de ellos son de dudoso valor. En respuesta, muchos países de altos ingresos así Las instituciones financieras internacionales como En américa latina y El caribE como países en vías de desarrollo han establecido el Banco Mundial tampoco se han pronunciado so- los programas para pymE Evaluación dE impacto dE una variedad de programas que ofrecen productos bre los programas de apoyo para las empresas. Una financieros y Servicios de Desarrollo Empresarial revisión basada en la evidencia disponible hasta (SDE) subvencionados a las PyME. Los programas finales de los años 90 concluyó que la mayoría de SDE incluyen el desarrollo de habilidades para los programas para PyME ofrecidos por los gobier- los trabajadores, Capacitación gerencial, mejoras nos y apoyados por proyectos del Banco, fueron en la tecnología, la mejora del control de calidad mal ejecutados, tenían poco impacto y no tenían y productividad, el desarrollo del mercado, la una buena relación costo desempeño2. A falta de formación de redes y la promoción de exportacio- evidencia creíble, el Banco Mundial ha aconsejado nes. A pesar de que las limitaciones de las PyME a los gobiernos de los países en vías de desarrollo a señaladas en líneas arriba, generalmente se utilizan concentrarse más en mejorar el clima de inversión para justificar estos programas, muchos gobiernos para todas las empresas, grandes y pequeñas, y en también introducen programas para PyME para desarrollar sus mercados financieros y mejorar el enfrentar desafíos sociales y de desarrollo para acceso de las PyME al financiamiento3. El Banco ha abatir la pobreza, las malas condiciones laborales, fomentar la creación de empleo y la promoción de industrias estratégicas y exportaciones. A menudo, 2 Ver Geeta Batra y Syed Mahmood (2003), "Direct Su- los primeros programas SDE fueron introducidos pport to Private Firms: Evidence on Effectiveness" . 3 Aunque hay un amplio consenso en el Banco Mundial de que las PyME desordenadamente por los diferentes ministerios, la confrontan obstáculos más grandes para crecer, hay un apoyo limitado mayoría permanecieron pequeños y comprendían para tratar a las empresas pequeñas y grandes de forma diferente y para la entrega directa de servicios SDE a las PyME por subvencionar a las PyME. Sin embargo, mejorar el acceso de las PyME al financiamiento y más en general el desarrollo del sector financiero, apoyarían medio de agencias del sector público. Durante la a eliminar las restricciones del clima de inversiones y permitirían a las PyME última década, sin embargo, ha habido una tenden- alcanzar su potencial de crecimiento (ver Demirguc-kunt et al, 2006). Gráfica 1.1 Impacto en el Desempeño de las Empresas Con y Sin Programas para PyME Resultados Resultados Con intervención Impacto Con intervención En américa latina y El caribE los programas para pymE Evaluación dE impacto dE Impacto Sin intervención Sin intervención (Contrafactual) (Contrafactual) Tiempo Tiempo Fuente: Storey (2004). estado muy apartado de los esfuerzos de la última programa. La mayoría de los beneficiarios pueden década para apoyar a las PyME de los países en hacer solamente conjeturas sobre este contrafactual vías de desarrollo, incluyendo las reformas en o proporcionan las respuestas que piensan que los curso en muchos países para introducir principios encuestadores quieren oír. de mercado en la provisión de servicios. En un informe reciente de 2007, la Organización para la La manera en la cual el contrafactual puede ser Cooperación y el Desarrollo Económico (OCDE) usado para identificar el impacto neto de la parti- destacó la falta de evidencia sobre la efectividad de cipación en un programa, y por qué este impacto los programas de apoyo a las PyME y pidió un in- no siempre es fácil de cuantificar, se puede ilustrar ventario mundial de los estudios de evaluación de gráficamente (Gráfica 1.1). El panel izquierdo impacto de las mejores prácticas en programas para muestra un escenario en el cual los resultados (por PyME que sean rigurosamente empíricos y a la vez ejemplo, ventas) están mejorando en un cierto capaces de alimentar el diseño y la implementación plazo con y sin el programa, como puede pasar CAPÍTULO 1 de los programas para PyME4. Este informe da un en un período de crecimiento sólido. Asume que primer paso en esta dirección al evaluar rigurosa- las ventas en una PyME son $5 millones antes de mente los impactos de los programas para PyME participar en el programa (el punto donde divergen en cuatro países de América Latina. las dos líneas); dos años más adelante, las ventas post programa son $10 millones, comparado con $8 millones sin la participación en el programa. Es El Desafío de la Evaluación de Impactos tentador atribuir toda la mejora de $5 millones en ventas a la intervención, pero esto sería incorrecto La gran mayoría de las evaluaciones del impacto puesto que las ventas hubieran crecido hasta $8 de los programas para PyME implican encuestas millones aun sin participar en el programa. En cualitativas entre los beneficiarios que no son muy este ejemplo, el programa sólo puede atribuirse el 3 informativas acerca de si los programas están fun- aumento de $2 millones en las ventas, al comparar cionando. Aunque son útiles para algunos propó- el resultado post programa con su contrafactual. sitos, como por ejemplo para medir la satisfacción Sin saber el contrafactual, los beneficiarios del pro- con los servicios proporcionados o identificar áreas grama tenderían a comparar sus propios resultados del diseño e implementación del programa para pre y post programa en el cálculo de los impactos, mejorarlas, no pueden medir con precisión los im- y así exagerarían el papel de la intervención en la pactos netos de la participación en los programas. mejora de su desempeño. Eso requiere conocimientos del contrafactual - o sea cuáles hubieran sido los resultados en ausencia del El panel derecho muestra el escenario correspon- diente a una desaceleración económica cuando todas las medidas de resultados --con y sin el 4 OCDE (2007), "OECD Framework for the Evaluation of SME programa-- están disminuyendo. Una compara- and Entrepreneurship Policies and Programs" París. , ción simple de los resultados pre y post programa Gráfica 1.2 Sesgo de Selección de la Participación en Programas Resultados Grupo de tratamiento con productividad incial alta Sesgo hacia arriba Sesgo hacia V2 abajo V1 Grupo de tratamiento con Grupo control productividad inicial baja Tiempo Año de inicio del programa CAPÍTULO 1 revelaría el resultado contra-intuitivo de que de desempeño, antes y después del tratamien- la intervención tuvo un impacto negativo en el to, al compararlas con las del grupo de control, desempeño. Sin embargo, al comparar el resultado subestimando así los impactos del programa. Si la post programa con el contrafactual se revelaría selección negativa es suficientemente grande (una un impacto neto positivo de la intervención, en el empresa con una brecha de productividad v1 en sentido de que el programa atenuó los efectos ne- la Gráfica 1.2), una simple comparación podría gativos de situaciones económicas adversas sobre sugerir que el programa tuvo un impacto negativo, el desempeño de las empresas. aunque el desempeño de la empresa tratada (se re- dujo la brecha de productividad v1) haya mejorado Si no se puede contar con los beneficiarios del en el tiempo. Un escenario alternativo podría darse programa para proporcionar el contrafactual, el cuando los administradores del programa apuntan evaluador del programa tendrá que desarrollar a aquellas empresas más probables de beneficiarse 4 uno. Idealmente, el evaluador seleccionaría un con los servicios de apoyo. En este caso (la brecha grupo de empresas idénticas en todo al grupo de de productividad v2), la comparación con el grupo tratamiento, ATT (por sus siglas en inglés Average de control exageraría el impacto del programa. Por Treatment Effect on the Treated) o por el hecho de tanto, sin tomar en cuenta explícitamente la autose- En américa latina y El caribE que no participaron en el programa. Una posibili- lección de empresas en los programas, las compa- los programas para pymE Evaluación dE impacto dE dad sería identificar un grupo de no participantes y raciones simples del desempeño post programa de controlar cualquier diferencia en las características las empresas del grupo de tratamiento y del grupo del grupo de tratamiento y del grupo de control de control podían llevar a estimaciones inexactas usando un análisis de regresión. Otra podría incluir de los impactos del programa. el seleccionar un grupo no participante que sea similar a los beneficiarios del programa en cuanto a Para aclarar la naturaleza de este desafío de la las características observables tales como el sector, evaluación y cómo los investigadores han inten- empresa i en el momento t que relaciona los resul- el tamaño y la ubicación de la empresa. Sin embar- tado tratarla, considere un modelo general para la tados Y con los atributos de la empresa observables go, ninguna de las dos estrategias es satisfactoria si X y una variable indicadora D para la participación las empresas se autoseleccionan en los programas sobre la base de atributos de productividad no observables para el evaluador. en el programa: La autoselección de empresas en cuanto a atribu- (1) tos no observables puede sesgar los intentos para estimar los impactos de los programas comparando donde está compuesto por un componente espe- los resultados post tratamiento de los grupos de cífico de la empresa invariante en el tiempo y un tratamiento y de control. Por ejemplo, si uno supo- término de error aleatoriamente distribuido u. Si las ne que las empresas relativamente más débiles son atraídas por los servicios subvencionados que los programas para PyME proporcionan, uno puede empresas se asignan aleatoriamente a los grupos de esperar que en promedio tengan niveles más bajos tratamiento y de control, entonces ambos grupos observados X y de los atributos no observados y tienen distribuciones similares de los atributos este enfoque se basa en una serie de supuestos u. En tal caso, se pueden usar modelos de regresión fuertes sobre la distribución normal bi-variante del sistema de ecuaciones y, más críticamente, en mental que esté correlacionada con el indicador D de mínimos cuadrados ordinarios (MCO) para esti- la disponibilidad de una buena variable instru- do Y de los datos post programa para obtener una mar (1) el impacto neto del programa en el resulta- medida no sesgada de . del programa, pero no con cualquier otro deter- minante de las variables del resultado de interés6. Son difíciles de encontrar los instrumentos que En américa latina y El caribE El cálculo de los impactos netos libres de sesgo cumplan con estos criterios. los programas para pymE Evaluación dE impacto dE es más desafiante cuando las empresas se autose- leccionan en programas basados en sus atributos Las estrategias de emparejamiento son otra de productividad observables e inobservables. alternativa para los métodos tradicionales de Para ver esto, rescriba (1) separadamente para los regresión, para controlar estos sesgos. Apoyados dos ecuaciones para obtener una expresión para grupos de tratamiento y de control y distinga las en el trabajo de Rosenbaum y Rubin (1983), los estudios recientes han emparejado los grupos como en (2): de tratamiento y de control sobre la base de un puntaje de participación estimado de un modelo (2) probit o logit de la decisión de participación en los programas sobre un conjunto de atributos pre el indicador D de programa es independiente de tratamiento. En esta formulación, se asume que los resultados potenciales condicionales sobre los atributos usados para seleccionar el grupo de tra- lidad de participación, el efecto de tratamiento tamiento. Emparejando por el puntaje o probabi- atributos observados sesgo de la selección puede ser estimado como el promedio ponderado de los impactos netos de las comparaciones de los grupos de tratamiento y de control específicos a La ecuación diferenciada en (2) identifica dos fuen- la covariable. Puede que no sea suficiente por si tes potenciales de sesgo de la asignación no alea- solo el emparejamiento de acuerdo a la probabi- en los atributos observados (X1 -X0 ) y la otra debido toria, una debido a las diferencias entre los grupos lidad de participación para eliminar la segunda a las diferencias en los atributos no observables , it it fuente de sesgo de la autoselección basada en CAPÍTULO 1 E(v0)E(v1) . El sesgo de la selección en la estima- atributos de productividad no observables para el ción del efecto de tratamiento surge debido a la i i evaluador. correlación entre y el indicador D del programa. En ausencia de buenas variables instrumentales, los estudios han recurrido a la disponibilidad Los investigadores en este estudio han utilizado el de datos panel --observaciones repetidas de las confusión de los atributos inadvertidos sobre análisis de regresión para tratar estas dos fuentes mismas empresas-- para eliminar los efectos de de sesgo. La primera fuente de sesgo puede ser minimizada incluyendo un conjunto de variables usando un método de diferencias-en-diferencias de control para todos los atributos observables DID (por sus siglas en inglés: Differences in puesto de que es fijo a lo largo del tiempo (en la que están correlacionados con el resultado de inte- Differences). La clave de este método es el su- ecuación 1, aparece sin un subíndice de tiempo). 5 rés. Aunque esto reduce la varianza residual, toda- autoselección en atributos inadvertidos v. Algunos Hagamos que t=0 y t=1 representen los períodos vía se mantiene la segunda fuente de sesgo de la investigadores tratan esta segunda fuente de sesgo pre y post participación. Primero, al diferenciar modelando conjuntamente el proceso de selección separadamente la ecuación (1) para los grupos invariante en el tiempo : de programa y su resultado usando un modelo de tratamiento y de control se elimina el término probit y de regresión de dos etapas5. Sin embargo, 5 Ver James Heckman (1978), "Dummy Endogenous Variables in a Simultaneous 6 El desafío es encontrar variables exógenas - como cambios discretos de po- , Equation System" Econométrica 46, p. 695-712. Esencialmente, un modelo probit líticas o reglas institucionales que rigen el proceso de selección - que influyen de participación en programas se usa en la primera etapa para calcular lamda, una en la decisión de participar en los programas pero no en los resultados. Son variable de corrección de la selección, que es luego usada en una regresión de difíciles de encontrar, y como consecuencia la identificación de la primera segunda etapa para estimar el efecto de tratamiento libre del sesgo de selección. etapa del modelo probit es frecuentemente lograda por la forma funcional. para aprovechar la disponibilidad de datos panel (3) de periodos más largos combinados a veces con donde Y es un operador de rezago tal que Y=Yit- métodos de variables instrumentales y modelos Yi,t-1. La segunda diferencia entre los valores dife- dinámicos con variables endógenas rezagadas. renciados de Y para los grupos de tratamiento y de Aunque las primeras evaluaciones de programas control en (3) puede ser expresada como: para PyME fueron generalmente pesimistas sobre sus impactos (notablemente Batra y Mahmood 2003, (4) que revisaron evidencia de los años 90), los estudios más recientes generalmente encontraron impactos positivos de la participación en programas en los re- sultados intermedios, pero resultados mixtos en los de si la evolución en el tiempo de los atributos La ecuación (4) produce una estimación sin sesgo impactos en el desempeño de las empresas. Muchos observables de los dos grupos es similar, X1 =X0 , estudios de países en vías de desarrollo encontraron it it mejoras en los resultados intermedios tales como los y los cambios en las características no observadas gastos en I&D, la capacitación de trabajadores, los asignación al tratamiento, es decir, si u1 =u0 . tienen valores medios que no dependen de la nuevos procesos de producción y los programas de Dado que el término invariante en el tiempo, es it it CAPÍTULO 1 control de calidad, y el establecimiento de redes con otras empresas y con diferentes fuentes de informa- eliminado por la primera diferenciación, se pueden ción y financiamiento. La mayoría de los estudios usar ahora la regresión y el emparejamiento para de los países de altos ingresos encontraron impactos tratamiento , ya sea controlando las diferencias obtener estimaciones sin sesgo de los efectos de positivos en medidas de desempeño como ser ven- en los atributos observados, los atributos X dentro tas y empleo, y algunos encontraron impactos en inversiones crecientes en plantas y equipos nuevos, de un contexto del modelo de regresión, o de las exportaciones, la probabilidad de supervivencia de comparaciones de los grupos de tratamiento y de la empresa y la productividad de la mano de obra pación estimados de X.7 control emparejados sobre los puntajes de partici- o la productividad total de los factores (PTF). La mitad de los estudios de países en vías de desarrollo encontraron impactos positivos en el desempeño 6 medido por las ventas, la PTF, los mercados de ex- Revisión de la literatura Reciente portación o la intensidad de las exportaciones; nin- guno encontró evidencia de mejoras en el empleo. Como parte del estudio, el equipo de investiga- Una explicación posible de los resultados variados En américa latina y El caribE ción revisó selectivamente la literatura de casi 20 en el desempeño en los países en vías de desarrollo los programas para pymE Evaluación dE impacto dE evaluaciones no experimentales del impacto de los son los paneles relativamente cortos sobre los cuales programas para PyME de países de altos ingresos se sigue a las empresas, comparados con los paneles y de países en vías de desarrollo efectuadas du- usados en estudios de países de ingresos altos. Con- rante la última década (vea el Capítulo 2 para más siderando que los resultados de desempeño pueden detalles). Colectivamente, los estudios demostraron tomar varios años para materializarse después de una evolución en el tiempo en los enfoques me- la participación en un programa, puede que estos todológicos usados para estudiar los impactos de paneles no hayan sido suficientes para captar los los programas. Los estudios de finales de los años impactos en el desempeño. 90 y principios de los años 2000 se basaron en el análisis de regresión para controlar las diferencias en atributos de los grupos de tratamiento y de los Cuatro estudios de país control, usando ocasionalmente los métodos DID para controlar la heterogeneidad no observada Los Capítulos del 3 al 6 presentan las evaluaciones de las empresas, o alternativamente correcciones de impacto de los programas para PyME en Chile, de selectividad de dos etapas. Los estudios más México, Colombia y Perú. Estos estudios de cuatro recientes tendieron a favorecer las técnicas de países contribuyen a la literatura creciente sobre emparejamiento por probabilidad de participación evaluaciones de impacto no experimentales de los combinadas con DID, y modelos de regresión DID programas para PyME, en varias formas. Primero, al trabajar con las oficinas nacionales de estadística, los cuatro estudios de país desarrollaron datos panel 7 Para una discusión sobre la eficacia de las estrategias de esti- relativamente largos sobre los grupos de tratamien- mación combinadas, ver Blundell and Costa-Dias (2002). to y de control, que variaban de seis años (Perú y Cuadro 1.1 Resumen de Datos y Programas para PyME en Cuatro Países de América Latina País Programas para PyME Tipo de Programa Fuentes de Datos Mano de Obra (CIMO-PAC) Capacitación Economía (COMPITE, CRE- SDE, tecnología, siste- ENESTYC 2001 y 2005 y Micro-ENESTYC 2005 con mó- CE, FAMPYME, FIDECAP) ma de redes, desarro- dulo sobre participación en programas para PyME; México Ciencia & Tecnología llo de proveedores En américa latina y El caribE ENESTYC 2001 y 2005 ligado al panel 1995- (PMT, PAIDEC) I&D y mejora de la tecnología 2006 de encuestas industriales anuales (EIA) los programas para pymE Evaluación dE impacto dE BancoMext Promoción de exportaciones Otras agencias Otro apoyo FAT SDE 2005 Chile Encuesta del Clima de Inversión (ECI) con PROFO SDE para grupos módulo sobre participación en programas para PyME; Chile PDP Desarrollo de proveedores 2005 Chile ECI ligada al panel 1992-2006 de en- FONTEC Tecnología cuestas nacionales industriales anuales (ENIA) SENSE Capacitación para el personal FOMIPYME (diferentes lí- Capacitación, 2006 FOMIPYME Encuesta de Beneficiarios; neas de apoyo de provee- SDE incluyendo desarrollo de Ligado a las encuestas anuales manufactureras (EAM), Colombia dores FOMIPYME); proveedores, promoción de de servicios (EAS) y de comercio (EAC) 1999-2006; Programas que no son exportaciones, tecnología Encuesta telefónica para filtrar la muestra de con- de FOMIPYME Otro apoyo trol para la participación en programas Listas de Beneficiarios con números de regis- SDE BONOMYPE PROMPYME tro impositivo de los registros administrativos; Perú Adquisiciones públicas CITE Ligado a las encuestas económicas anua- SDE, Tecnología les 2001-2006 por número de registro. Colombia) a cerca de 10 y 15 años (México y Chile). en tres países: Chile, México y Colombia bajo la Los paneles de periodos largos fueron considerados forma de encuestas especializadas sobre las em- esenciales si había que medir los impactos de largo presas, y se desarrolló información programática plazo de los programas en el desempeño de las comparable de registros administrativos para el empresas. Segundo, aunque había diferencias entre Perú como parte del proyecto de investigación. Esta CAPÍTULO 1 los países en la estructura de los datos panel, el información después fue ligada a los datos de las equipo de investigación adoptó un enfoque metodo- encuestas anuales sobre establecimientos manteni- lógico común para analizar los datos para abordar dos por las oficinas nacionales de estadística (ONE) los temas de sesgo en la selección de muestras y para crear el conjunto de datos panel no experi- especificación de modelos, a fin de asegurar la com- mentales, con información sobre las características paración de los hallazgos entre países. Finalmente, de los establecimientos y una gama de medidas del aunque los estudios se basaron en las metodologías desempeño como ser el valor de la producción, las de evaluación de impactos revisadas arriba, también ventas, el empleo, los salarios y las exportaciones las extendieron en varias direcciones nuevas para (Cuadro 1.1). acomodar la presencia de cohortes de tratamiento múltiples y la participación en múltiples programas Los grupos de tratamiento y de control en Chile 7 para PyME, para estimar cualquier efecto de tiempo y México se identificaron de las encuestas a las de los impactos de la participación en programas, y empresas que hicieron preguntas a los encues- para probar la sensibilidad de las estimaciones de tados sobre su participación en una lista abierta impacto a la salida de la empresa. de los principales programas para PyME. La Encuesta del Clima de Inversión en Chile 2005 produjo información sobre la participación en los Datos no experimentales varios programas manejados por la agencia de desarrollo nacional CORFO. En el caso de Méxi- Los datos panel necesarios para implementar la co, la información de la participación en progra- metodología de evaluación de impactos no ex- mas se obtuvo de dos encuestas sobre empresas, perimental para cada uno de los cuatro países se una de 2001 y otra de 2005, que cubrían los obtuvieron de varias fuentes. La información sobre programas para PyME administrados por varias la participación en programas para PyME ya existía agencias públicas. En ambos países, el grupo de tratamiento incluyó empresas que informaron Primero, a diferencia de muchos estudios que sobre su participación en uno o más programas se enfocan en evaluar los impactos de participa- para PyME desde mediados de los años 90 al ción en un programa, el grupo de tratamiento año 2004. El grupo de control fue obtenido de la en cada uno de nuestros estudios de país com- muestra que informó no haber participado nunca prende múltiples programas para PyME. La en ningún programa PyME. Los datos panel no presencia de múltiples programas fue manejada experimentales fueron luego creados al vincular al estimar dos clases de impactos de los progra- ambos grupos a las encuestas anuales sobre esta- mas, un impacto global por la participación en blecimientos de las ONE, de la ENIA 1992-2006 cualquier programa para PyME y los impactos en Chile y de la EIA 1995-2005 en México. separados según el tipo de programa usado. En el primer caso, el indicador de tratamiento toma Los grupos de tratamiento y de control en Colom- valores de 1 en el año de ingreso al programa y bia y Perú fueron identificados de forma diferente. en años subsiguientes, y 0 de otra manera; en el En el caso de Colombia, el grupo de tratamiento segundo caso, se definen indicadores de trata- era una muestra de beneficiarios de FOMIPYME miento separados para cada tipo de programa. (el principal programa de apoyo a las PyME en el El uso de programas múltiples por una empresa país) incluidos en una encuesta de 2006 presen- se acomoda fácilmente dentro de este marco: el CAPÍTULO 1 tada por el Ministerio de Comercio. Puesto que indicador de tratamiento para cualquier progra- FOMIPYME fue establecido en 2001, una gran ma es generado por la primera ocurrencia de un parte de los beneficiarios informó sobre fechas de programa, mientras que los efectos separados participación en 2002 y 2003. Se hizo una breve de múltiples programas son estimados por los encuesta por teléfono a una muestra estratificada indicadores de tratamiento para cada programa escogida al azar de empresas que cubría el perío- usado. do 1999 a 2006 y que fue extraída de las encuestas anuales sobre establecimientos de la ONE para: Segundo, nuestros datos no experimentales (i) separar las empresas que participaron en incluyeron cohortes múltiples de beneficiarios cualquier programa PyME y (ii) seleccionar un que ingresaron a los programas durante muchos grupo de control de no participantes y un segun- años, lo que complicó la estimación del puntaje do grupo de tratamiento que había participado de participación para comparar los grupos de 8 en otros programas fuera del FOMIPYME. En el tratamiento y de control. En la mayoría de los caso del Perú, se combinaron listas de beneficia- estudios centrados solamente en una cohorte de rios de tres programas para PyME - BONOPYME, tratamiento y un grupo de control, esto se logra PROMPYME y CITE-Calzado - según su número fácilmente al estimar un modelo probit de corte En américa latina y El caribE de registro de contribuyente, con la encuesta eco- transversal de la probabilidad de la participación los programas para pymE Evaluación dE impacto dE nómica anual (EEA) de la ONE para 2001 a 2006. en programas en relación a un conjunto de atri- El grupo de tratamiento comprendía beneficiarios butos pre programa. Una forma natural de tratar ligados a la EEA, mientras que el grupo de control cohortes de tratamiento múltiples es estimar fue seleccionado de una muestra comparable no un modelo de riesgo proporcional de Cox del relacionada de empresas de la EEA que se supone momento de ingreso al programa para comparar no habían participado en ninguno de estos tres los grupos de tratamiento y de control sobre un programas. puntaje de participación medido por las propor- ciones del riesgo relativo8. Este método se adoptó en México y Chile, pero no en el Perú o Colom- enfoque analítico bia, que después de experimentar con el modelo de Cox, volvieron al modelo de corte transversal Nuestro enfoque siguió la literatura reciente sobre probit o logit para estimar las probabilidades de evaluaciones de impacto de los programas, al com- participación. binar métodos de PSM (por sus siglas en ingles: Propensity Score Marching) y DID para comparar Tercero, los métodos combinados de empareja- los grupos de tratamiento y de control en atributos miento y DID fueron implementados dentro de observables previos al tratamiento y controlar el sesgo de selección de la heterogeneidad no obser- vada. Sin embargo, ampliamos esta metodología 8 Aunque el riesgo subyacente no es estimado en el modelo Cox, la proba- en varias direcciones para acomodar la estructura bilidad condicional de ingreso a los programas puede ser relacionada a un vector de atributos pre tratamiento (como en los modelos probit tradicionales específica de nuestros conjuntos de datos no expe- de emparejamiento) y un conjunto de variables dicotómicas para el año, para rimentales, como se discute más abajo. tomar en cuenta los efectos potenciales específicos de las cohortes. Cuadro 1.2 Impactos de la Participación en Programas ­ Resultados de Efectos Fijos Chile Variables de Resultado Final Impactos ATT 7 a 9% Cualquier programa Log(ventas), log(producción), log(salarios), log(producción/L) 2% Participación de las exportaciones en las ventas Sin impacto Log(empleo) Por programa Log(ventas), log(producción) 20% En américa latina y El caribE Asistencia Técnica Log(empleo), log(producción/L) 8 a 15% los programas para pymE Formación de grupos Log(ventas), log(producción), log(salarios) 7 a 8% Evaluación dE impacto dE Tecnología Log(salarios), Participación de las exportaciones en las ventas 5% Programas de Créditos Todas las variable de resultado Sin impacto México Log(ventas), log(producción), log(empleo) 5 a 6% Cualquier programa Log(salarios), log(exportaciones) Sin impacto Por agencia responsable Secretaría de Economía Ciencia & tecnología Log(ventas), log(producción), log(empleo) 3 a 7% Log(ventas), log(producción), log(empleo) 8 a 10% Secretaría del Trabajo Log(exportaciones) 25% Log(ventas), log(producción) -3 a -5% Banco de comercio exterior Log(exportaciones) -25% Otras agencias Log(salarios) -3% Log(ventas), log(resultados), log(empleo), log(salarios) 3 a 6% Colombia Log(ventas), 5% Cualquier programa log(empleo), productividad total de los factores 13 a 17% (sólo modelos simples) participación de las exportaciones en las ventas 24% Por programa participación de las exportaciones en las ventas 40% FOMIPYME participación de las exportaciones en las ventas 50% Otros programas Todas las otras variable de resultado Sin impacto Perú CAPÍTULO 1 21 a 26% Cualquier programa Log(utilidades), log(ventas), log(utilidades/L), log(ventas/L) Por programa BONOPYME Log(utilidades), log(ventas), log(utilidades/L), log(ventas/L) 15 a 32% PROMPYME Log(utilidades), log(ventas), log(utilidades/L), log(ventas/L) 19 a 20% CITE-Calzado Todas las variable de resultado Sin impacto un marco de regresión de panel en lugar de usar DID de los efectos del tratamiento, enfocados en un método tradicional de emparejamiento. En el la submuestra de las empresas de tratamiento y enfoque tradicional se usan los estimadores basa- de control dentro de la región de soporte común dos en el vecino más cercano u otros estimadores según lo medido por el puntaje de participación.9 de emparejamiento para hacer las comparaciones 9 de los resultados de los grupos de tratamiento Cuarto, el marco de la regresión de panel y de control en un punto en el tiempo, general- proporcionó la flexibilidad para aprovechar los mente varios años después del tratamiento. En datos panel de varios años para verificar efectos nuestros datos, el tiempo desde el tratamiento de tiempo potencialmente importantes de los puede variar considerablemente en un año post impactos de los programas. Los estudios gene- tratamiento dado, debido a la presencia de cohor- ralmente estiman un efecto promedio global del tes de tratamiento múltiples. Esta variación en el tratamiento pero rara vez investigan si los im- tiempo desde el tratamiento no puede ser con- pactos post tratamiento disminuyen o aumentan trolada usando el método tradicional de empa- rejamiento pero es acomodada fácilmente dentro de un marco de regresión de panel. Los cuatro 9 La distribución de los puntajes de probabilidad en los grupos de tratamiento y de control puede diferir significativamente. La región de soporte común es el rango de estudios de país se basaron en modelos de regre- puntajes de probabilidad dentro del cual se encuentran los grupos de tratamiento y de sión de panel para implementar los estimadores control, y por tanto define un grupo de tratamiento y de control muy bien emparejado. en el tiempo, o cuándo los impactos se mani- Descripción de los Resultados fiestan por primera vez. 10 Si los impactos del entre los países programa sólo se pueden percibir con un rezago de tiempo, esto, podría ofrecer una explicación Los estudios de los cuatro países estimaron las de por qué algunos estudios con datos panel de probabilidades de participación para identificar una periodos cortos encuentran impactos importan- muestra emparejada de los grupos de tratamiento tes en resultados intermedios pero no mejoras y de control. De este ejercicio surgieron algunas medibles en el desempeño de las empresas. Los tendencias interesantes sobre los determinantes del cuatro estudios de país estimaron especificacio- uso de los programas. En general, entre los países, nes de modelos donde el indicador de trata- los programas para PyME parecen atraer a empresas miento también interactuaba con una medida relativamente más grandes en relación al grupo del tiempo desde el tratamiento para ver si los omitido de empresas pequeñas y micro empresas impactos fueron constantes, disminuyeron o (con menos de 20 empleados) y a empresas que han aumentaron con los años desde la exposición al estado funcionando por más de diez años. Este ha- tratamiento. Esta última medida, de exposición, llazgo puede ser el resultado de los incentivos meno- se extendió de un año a cuatro años en el caso res para que participen empresas nuevas y empresas de Colombia y de Perú, llegó hasta ocho años pequeñas, o un efecto estadístico de los datos creado CAPÍTULO 1 para México, y hasta 12 años para Chile. al vincular datos de beneficiarios del programa a las encuestas industriales anuales que muestrean Finalmente, los cuatro estudios de país investiga- desproporcionadamente a empresas más grandes ron la solidez de las estimaciones de impactos de (con más de 10 empleados) y por lo tanto más esta- los programas frente a los sesgos potenciales por blecidas. Cuando los datos estaban disponibles por la salida de la empresa. Una característica única sector, las empresas manufactureras fueron más pro- de nuestros datos no experimentales es que las pensas a participar comparadas con empresas en los empresas sólo son observadas en datos panel si sectores de servicios o comercio. En México y Chile, sobrevivieron hasta el año de la encuesta especia- el uso de los programas fue más elevado fuera de las lizada de las empresas, o sea 2005 en el caso de capitales nacionales: Ciudad de México y Santiago Chile, 2001 y 2005 en el caso de México y 2006 en respectivamente, lo que simplemente puede reflejar 10 el caso de Colombia. Esto implica que los datos la ubicación geográfica de las industrias fuera de panel ligados de las encuestas anuales de esta- las capitales, una mayor demanda de apoyo en los blecimientos sólo incluyen nuevos participantes negocios y servicios de crédito en las áreas remotas, y empresas sobrevivientes, pero no las salidas de o una cobertura más activa en las regiones apartadas empresas. En la medida en que la participación por los administradores de los programas. En américa latina y El caribE en programas reduce la probabilidad de salida los programas para pymE Evaluación dE impacto dE para las empresas menos productivas, la exclu- Además de estos atributos pre programa obser- sión de las salidas de las empresas del grupo de vados, los modelos de emparejamiento también tratamiento sesga potencialmente las estimaciones incluyeron medidas de las ventas rezagadas y el de los impactos del programa. Aunque los datos crecimiento de las ventas para considerar impactos del Perú fueron desarrollados de distinta manera, transitorios que podrían influenciar las decisiones de aún pueden surgir sesgos similares del proceso participación en los programas. En Chile y Colom- de ligar listas de beneficiarios del programa a las bia, las empresas con menores ventas rezagadas empresas con datos panel, y las sobrevivientes de pero buenas perspectivas de crecimiento fueron más los grupos de tratamiento y de control son más propensas a participar en los programas (aunque propensas a ser ligadas que las empresas con una solamente las ventas rezagadas son estadísticamen- alta probabilidad de salida. Los estudios de país te significativas), lo cual hace pensar que en estos probaron esta fuente potencial de sesgo al volver países el desempeño temporalmente bajo antes a estimar los modelos de resultados eliminando el de un programa fue una motivación para buscar 5 al 10 por ciento inferior del grupo de tratamien- asistencia técnica y apoyo. En cambio, los programas to que podría haber fracasado en ausencia del para PyME en México y Perú parecieron atraer a las programa. empresas con mejor desempeño en relación al grupo de control en estos países, las empresas con ventas más altas previas al tratamiento fueron más propen- 10 Elizabeth king y Jere Behrman (2008) indican similarmente que no se ha dado sas a participar en los programas para PyME. suficiente atención a las trayectorias de tiempo de los impactos en muchos progra- mas sociales. Las evaluaciones que se realizan muy pronto después del tratamiento pueden resultar en que programas prometedores sean terminados muy pronto La evaluación de Chile utilizó los estimadores basa- después de que una rápida evaluación muestre impactos negativos o ningún impacto. dos en el vecino más cercano para comparar los resultados intermedios de 2004 de una muestra de ejemplo, los programas de asistencia técnica parecen empresas de los grupos de tratamiento y de control tener impactos más grandes en los resultados fina- emparejadas por sus puntajes de participación. En les, seguidos por programas de creación de grupos relación a empresas de control comparables, el gru- (clusters) y programas para promover el desarrollo po de tratamiento fue significativamente más pro- y la adopción de tecnología. En cambio, no se encon- penso en haber: (i) introducido nuevos productos o tró ningún impacto para los programas que sólo nuevos métodos de producción en los últimos tres proporcionan financiamiento subvencionado. En años; (ii) invertido en investigación y desarrollo México, los programas administrados por la Secre- En américa latina y El caribE (I&D); (iii) introdujo sistemas de control de calidad taría de Economía y el Consejo de Ciencia y Tecno- los programas para pymE Evaluación dE impacto dE tales como ISO 9000; e (iv) implementado capaci- logía tuvieron grandes impactos positivos, mientras tación interna o servicios de Capacitación externa que los programas de la Secretaría del Trabajo y del para sus empleados. Investigaciones relacionadas Banco de Exportaciones mostraron impactos insig- en México y Colombia encontraron impactos simi- nificantes o negativos. En Colombia, FOMIPYME y lares de la participación en programas en muchos otros programas, sólo parecieron tener un impacto de estos resultados intermedios (Tan y López- en las exportaciones. En el Perú, los programas de Acevedo, 2007 y Econometría Consultores, 2007). asistencia técnica y adquisiciones públicas tuvieron Junto a los resultados de los estudios de evaluación grandes impactos positivos en la rentabilidad y en de los impactos globales revisados en el Capítulo las ventas, pero no se encontró ningún impacto para 2, estos hallazgos sugieren que los programas para los Centros de Innovación Tecnológica (CITEs) que PyME están teniendo impactos tangibles en los atienden a la industria del calzado. resultados intermedios a corto y mediano plazo a los cuales están apuntando. Los estudios de país también abordaron otros tres temas sobre las estimaciones. Primero, todos los ¿Estas mejoras en los resultados intermedios se tra- estudios encontraron evidencia de que las esti- ducen en mejoras en el desempeño de las empresas a maciones de los programas estuvieron sesgadas más largo plazo? Los cuatro estudios de país encon- por la autoselección basada en la heterogeneidad traron impactos estadísticamente significativos y ge- no observada de las empresas. Los impactos de neralmente positivos de la participación en cualquier los programas en los resultados claves medidos programa en varias medidas sobre el desempeño de en niveles fueron negativos o increíblemente las empresas (Cuadro 1.2). En general, en todos los grandes, en comparación a los resultados medi- países la participación en cualquier programa mejoró dos en las primeras diferencias que eliminan la el crecimiento de las ventas. El impacto estimado heterogeneidad no observada (e invariante en el CAPÍTULO 1 en las ventas de cualquier tratamiento varió en un tiempo). Segundo, los estudios experimentaron rango de un 5 por ciento para Colombia (modelos con especificaciones de modelo en las cuales se simples), un 5 a un 6 por ciento para México, entre permitió a los impactos variar con el tiempo desde un 7 a un 9 por ciento para Chile y encima del 20 la participación en los programas. El estudio de por ciento para el Perú. Los impactos estimados en Chile encontró evidencia de efectos de tiempo en las otras medidas de desempeño variaron entre los los impactos de los programas, siendo muchos países. Los impactos de la participación en cual- impactos evidentes solamente cuatro años des- quier programa sobre el empleo fueron positivos en pués de la participación en los programas. México México y Colombia, pero insignificantes en Chile; los encontró efectos de tiempo de la participación en efectos sobre la intensidad de las exportaciones fue- los programas solamente para los activos fijos, ron positivos pero modestos en Chile (2 por ciento), mientras que no se encontró ninguna evidencia 11 pero fueron grandes y positivos en Colombia (24 por de efectos de tiempo en los otros dos países. ciento). Perú y Colombia también vieron impactos Finalmente, para tratar la posibilidad de que las de los programas en las medidas de resultados no salidas de las empresas (excluidas en nuestros usadas en los otros dos países. El estudio de; Perú datos panel) hayan sesgado potencialmente las encontró grandes impactos positivos (encima del 20 estimaciones de los impactos de los programas, por ciento) de cualquier tratamiento en las utilida- todos los estudios de país volvieron a estimar des y la rentabilidad por trabajador, mientras que los modelos de resultados eliminando el 5 o el 10 el estudio de Colombia estimó impactos positivos por ciento del grupo de tratamiento que de otra (encima del 12 por ciento) sobre una medida de la manera hubiera salido de la muestra en ausencia productividad total de los factores. del programa. Este análisis de sensibilidad que de- limita los resultados no reveló ninguna evidencia Las evaluaciones indican que algunos programas de sesgos sistemáticos en nuestras estimaciones de fueron más efectivos que otros. En Chile, por los impactos de los programas. Comentarios finales El Banco Mundial y otras instituciones de desarrollo internacional y bilateral pueden jugar un papel más Las PyME forman la mayor parte de las empresas importante para llenar este vacío de conocimien- en todos los países, y los programas para apoyarlas to sobre los programas para PyME. En la última son un instrumento de política común en los países década, la comunidad para el desarrollo ha estado de ingresos elevados y los países en vías de desa- bastante silenciosa sobre los programas de apoyo rrollo, para promover el crecimiento, una creciente a las empresas y ha aconsejado a los gobiernos a competitividad y la creación de empleos. A pesar concentrarse, en lugar de ello, en mejorar el clima de ello, se sabe poco si funcionan, qué programas de inversión para todas las empresas, grandes y son más o menos efectivos, y por qué. Existen pequeñas; y en facilitar el acceso al financiamiento. herramientas para evaluar rigurosamente los pro- Dicha posición debe ser revisada a la luz del cre- gramas para las PyME y obtener indicaciones sobre ciente conjunto de evidencia basada en evaluaciones cómo se pueden diseñar e implementar mejor los recientes del impacto rigurosas y las reformas en programas para mejorar sus impactos en el desem- curso en muchos países en vías de desarrollo para peño de las empresas, pero se usan poco. implementar programas de apoyo para las PyME en conjunción con los principios de mercado. Algunos Para tratar esta escasez de investigaciones sobre gobiernos están comenzando a pedir evaluaciones CAPÍTULO 1 los programas para PyME, este informe se propuso rigurosas del impacto de los programas para las evaluar rigurosamente los impactos de los progra- PyME, principalmente en América Latina y menos mas para PyME en cuatro países de América Latina frecuentemente en otras regiones. La comunidad usando un enfoque no experimental y datos panel para el desarrollo puede facilitar este proceso a desarrollados conjuntamente con las ONE de estos través del financiamiento para la investigación, la países. Los cuatro estudios de país encontraron difusión de las mejores prácticas y asistencia técnica impactos estadísticamente significativos de la a los gobiernos de países en vías de desarrollo en participación en cualquier programa para PyME, el diseño y la implementación de evaluaciones de en las ventas, impactos positivos en otras medidas impacto rigurosas de sus programas para PyME. del desempeño de las empresas que varían según el país y diferencias en los impactos entre los progra- Los países en vías de desarrollo, por su parte, 12 mas. Los análisis destacaron la importancia de con- pueden facilitar las evaluaciones del impacto al siderar los sesgos que surgen de la autoselección no mejorar su base de información sobre los benefi- aleatoria de empresas en los programas, y de usar ciarios de los programas para PyME. Los datos datos panel de periodos más largos para medir administrativos sobre los beneficiarios del progra- impactos en el desempeño de las empresas que sólo ma son a menudo incompletos, si es que existen; En américa latina y El caribE pueden ser percibidos en el tiempo con rezago. estos están concentrados individualmente dentro los programas para pymE Evaluación dE impacto dE de los ministerios, las agencias de implementación Los estudios de país incluidos en este informe o con los proveedores de servicios, y raramente son contribuyen al conjunto acumulado de evidencia consolidados en una base de datos centralizada. reciente sobre los impactos de los programas Tampoco se recolecta estratégicamente información para PyME en el desempeño de las empresas. No que permita una fácil vinculación con las encuestas todos los programas para PyME son igualmente sobre las empresas en curso de las ONE. Tratar estas efectivos, como sugiere nuestra evaluación y los limitaciones hará que sea menos largo y caro im- resultados de evaluaciones similares en países de plementar una evaluación de impacto. Una forma altos ingresos y en países en vías de desarrollo. de generar un conjunto de datos no experimentales Seguramente, algunos programas son ineficaces de panel es incluir preguntas sobre la participación debido a un mal diseño e implementación. Pero la en los programas en las encuestas periódicas de las imposibilidad de encontrar impactos positivos en ONE, un método usado en los estudios de país de otros programas puede ser también el resultado de Chile, México y Colombia. Una alternativa a ello controles inadecuados del sesgo de la selección, de es sistematizar el enlace de los datos administrati- la elección de un grupo de control o de rezagos en vos sobre los beneficiarios de los programas a las la percepción de los impactos sobre el desempeño. encuestas anuales en curso sobre establecimientos Aunque este conjunto de investigaciones mejora de las ONE. Este método, usado en Nueva Zelanda, colectivamente nuestro conocimiento sobre la me- crea un conjunto de datos panel con abundante dición del impacto de los programas, sigue siendo información sobre la participación en los programas limitado nuestro entendimiento de por qué algunos y el desempeño de las empresas, que facilita las programas funcionan mientras otros no lo hacen y evaluaciones en curso de los impactos de diferentes cómo los programas pueden volverse más eficaces. programas y de otras intervenciones y políticas. EVALUACIóN DE IMPACTO DE LOS PROGRAMAS PARA PYME EN AMéRICA LATINA Y EL CARIBE Capítulo 2 2 Capítulo Una Revisión de Evaluaciones Recientes del Impacto de Programas para PyME introducción con la evidencia disponible a partir de los años 90, Batra y Mahmood (2003) concluyeron que la Durante muchos años, los gobiernos en los paí- mayoría de los programas públicos de apoyo para ses con ingresos elevados y los países en vías de las empresas en los países en vías de desarrollo desarrollo han ofrecido una amplia gama de apoyo tuvieron poco o ningún impacto en el desempeño, subsidiado para el desarrollo de las empresas y no tuvieron una buena relación costo - desempeño, financiamiento para las pequeñas y medianas y no garantizaron un apoyo público continuado. empresas (PyME). La justificación teórica para los Un informe reciente de la OCDE (2007) reiteró programas para las PyME es enfrentar las fallas del este punto, pidiendo un esfuerzo concertado para mercado y los efectos de las regulaciones que se desarrollar mejores prácticas internacionales en el piensa afectan a las PyME más que a sus contrapar- diseño, la implementación y la evaluación rigurosa tes más grandes, y para consolidar sus capacidades de los impactos de los programas de apoyo a las productivas o tecnológicas11. Aunque hay un res- empresas12. paldo empírico para estos argumentos teóricos, la evidencia es menos convincente cuando se refiere Este capítulo da un primer paso en esta dirección a a la efectividad de las intervenciones públicas en revisar selectivamente los estudios sobre progra- apoyo de las PyME. mas de apoyo a las empresas, que fueron reali- zados en la última década en países con ingresos En una revisión de los estudios de evaluación elevados y en países en vías de desarrollo. La de impacto de las políticas de apoyo a las PyME, revisión de la literatura se concentra en estudios Storey (1998) observó que, con algunas excepciones no experimentales que comparan el desempeño significativas, la mayoría de los estudios en los post programa de los beneficiarios de los progra- países con ingresos elevados se caracterizan mejor mas ("grupo de tratamiento") al de un grupo de como ejercicios para monitorear la implementación empresas, con atributos similares a las del grupo de los programas, las tasas de participación, o la de tratamiento, que no participó en ninguno de es- satisfacción de los beneficiarios con los servicios de tos programas ("grupo de control"). La motivación apoyo. Aunque son informativos sobre la provisión es obtener conocimiento sobre cómo otros inves- de los programas, no pueden proporcionar una tigadores han enfocado la evaluación de impactos base para evaluar la efectividad de los programas de los programas para PyME ­ el desarrollo de y lograr mejoras en el desempeño de las empresas. datos no experimentales, los métodos analíticos Esta falta de evaluaciones rigurosas del impacto de usados para estimar los efectos del tratamiento sin los programas para PyME es aun más pronunciada sesgos por la selección y las hipótesis probadas - y en los países en vías de desarrollo. De acuerdo qué resultados encontraron. A la vez que es útil ILkER/SxC.HU 11 Ver Hallberg (2000) para una descripción de las justificaciones teóri- 12 Ver OCDE (2007) para una discusión del Marco de la OCDE para la cas de la intervención del gobierno para apoyar a las PyME. evaluación de las PyME y políticas y programas empresariales. para nuestro propio análisis de los programas Cada estudio fue revisado de acuerdo con una para PyME en América Latina, la revisión también plantilla común y escrito como un compendio de hace una interrogación sobre las evaluaciones una página. Cada compendio comienza con la pesimistas anteriores de los programas de apoyo a Referencia del estudio, la clasificación por nivel las empresas en los países en vías de desarrollo en de desarrollo (país de ingresos elevados o país base a la evidencia disponible de los años 9013. El en vías de desarrollo), y el período cubierto por mayor rigor y la evidencia acumulada de estudios el análisis. Luego proporciona una breve des- más recientes podrían garantizar una reevaluación cripción del estudio, una descripción del (de los) de aquella posición anterior. programa(s) de apoyo a las PyME que es (son) evaluado(s), los enfoques metodológicos usados, y los principales hallazgos. Estos compendios se estudios Seleccionados reproducen en el anexo 2.1, por separado para los para la Revisión países con ingresos elevados (Cuadro A2.1.1) y los países en vías de desarrollo (Cuadro A2.1.2); Una muestra de estudios recientes de evaluación los estudios están clasificados por año de publi- de impactos fue seleccionada de la literatura cación. Las características más sobresalientes de en economía publicada sobre los programas de estos estudios están resumidas en los Cuadros 2.1 CAPÍTULO 2 apoyo a las empresas en países de altos ingresos y al 2.3. países en vías de desarrollo. Los estudios fueron seleccionados usando la clasificación de seis niveles de rigor analítico de los estudios de eva- programas de apoyo a las empresas luación de impactos de Storey, que varían desde una encuesta simple cualitativa de nivel 1 sobre la Los programas evaluados en estos estudios cu- satisfacción de los beneficiarios de los programas, brieron una gama de servicios de apoyo subven- hasta los estudios más rigurosos de nivel 6 que cionados dirigidos principalmente a las PyME proporcionan estimaciones de los impactos netos pero también a las empresas más grandes (Cuadro útiles para evaluar la efectividad de las políticas 2.1). Estos servicios de apoyo caen dentro de tres de los programas. Hemos restringido la revisión categorías: (a) Servicios de Desarrollo Empresarial 16 de la literatura a los estudios que tienen un (SDE), que incluyen una gama de servicios de diseño no experimental con un grupo de trata- consultoría y capacitación para los trabajadores, miento y de control (nivel 5) o que abordan los prácticas de gestión y control de calidad, mejoras temas de sesgo de la selección de la participación tecnológicas, desarrollo de mercados y promoción en los programas además de tener un diseño no de exportaciones; (b) programas de investigación En américa latina y El caribE experimental (nivel 6), y que fueron terminados o y desarrollo (I&D) para promover inversiones en los programas para pymE Evaluación dE impacto dE publicados en los últimos 10 años. I&D, estimular el desarrollo y la introducción de nuevos productos y procesos de producción; y La investigación de esta literatura identificó 19 (c) programas de financiamiento, generalmente estudios de evaluación de impactos rigurosos, 10 de préstamos concesionales para capital de trabajo, la países con ingresos elevados y 9 de países en vías reestructuración de deuda e incentivos financieros de desarrollo. Los estudios de países con ingresos para promover inversiones. elevados incluyen aquellos de los Estados Unidos, Reino Unido, República de Irlanda e Irlanda del Los ejemplos de programas SDE que proporcio- Norte, Australia, Nueva Zelanda, Bélgica y Japón. nan servicios de consultoría y asistencia técnica Entre los países en vías de desarrollo, los estudios a las empresas de países con ingresos elevados incluyen a Chile, México, Argentina, Brasil, Ban- incluyen la Manufacturing Extension Partnership gladesh y Turquía. La mayor parte de los estudios (Sociedad de Extensión Manufacturera) de los de países con ingresos elevados fueron publicados Estados Unidos, Business Link and Enterprise Ini- a finales de los años 90 y principios de los años tiatives (Iniciativas de Vinculación de Negocios e 2000 y algunos a finales de los años 2000, mientras Empresariales) del Reino Unido, AusTrade Export que los estudios de los países en vías de desarrollo Promotion Programs (Programas de Promoción fueron publicados principalmente en la segunda de Exportaciones de AusTrade) de Australia y mitad de esta década. Growth Services Range for high performing SMEs (Gama de Servicios para el Crecimiento de PyME con un alto desempeño) de Nueva Zelanda. En 13 Geeta Batra y Syed Mahmood (2003) examinaron la evidencia de los países de altos ingresos y bajos ingresos, incluyendo proyectos de desarrollo del sector los países en vías de desarrollo, se incluyen los privado implementados por el Banco Mundial en los países en vías de desarrollo. programas de SDE para PyME en Bangladesh, Cuadro 2.1 Evaluaciones de Impacto Recientes de los Programas de Apoyo a las Empresas Estudio País Programa de apoyo A. Países de Ingresos Elevados Sociedad de Extensión Manufacturera (MEP) Jarmin (1998) EE.UU. --asistencia técnica y mejora tecnológica Sociedad de Extensión Manufacturera (MEP) Jarmin (1999) EE.UU. -- asistencia técnica y mejora tecnológica En américa latina y El caribE los programas para pymE Seis programas de incentivos y donaciones para Evaluación dE impacto dE Revesz & Lattimore (2001) Australia I&D, y promoción de exportaciones Irlanda e Irlanda Capacitación, donaciones e incentivos para Roper & Dundas (2001) del Norte inversiones para las pequeñas empresas Programas de Iniciativas Empresariales en mercadeo Wren & Storey (2002) RU y servicios de consultoría para PyME Promoción de Empresas Creativas (CAL) Motohashi (2002) Japón --programa de mejora tecnológica y apoyo para PyME Aerts & Czarnitzki (2004) Bélgica Subsidios para I&D Asistencia Selectiva Regional (RSA)--donaciones para Criscuolo et al. (2007) RU inversiones para inicio de empresas, expansión o modernización de plantas, o I&D en regiones en desventaja Business Link (Vinculación de Negocios)--servicios Mole et al. (2008) RU de consultoría y asesoría para PyME Gama de Servicios para el Crecimiento--donaciones y Morris & Stevens (2009) Nueva Zelanda servicios de asesoría para PyME de gran desempeño B. Países en Vías de Desarrollo Sarder, Ghosh & Rosa (1997) Bangladesh Diferentes servicios de financiamiento, asesoría y apoyo a las PyME Álvarez & Crespi (2000) Chile PROCHILE--programa de promoción de exportaciones Benavente & Crespi (2003) Chile PROFO--programa de desarrollo de redes (grupos) para las PyME Tan & López-Acevedo (2005) México CIMO--programa integrado de capacitación y asistencia técnica para PyME FONTAR fondo no reembolsable--donaciones de Chudnovsky et al. (2006) Argentina contraparte para I&D y desarrollo tecnológico CAPÍTULO 2 Programa Nacional de Apoyo para el Desarrollo Tecnológico (ADTEN) De Negri et al. (2006) Brasil --programa de subsidios para I&D y desarrollo tecnológico Programas de apoyo a las PyME para capacitación (CIMO) Tan & López-Acevedo (2007) México y mejora tecnológica (COMIPTE y CRECE) Fondo Nacional de Desarrollo Tecnológico y Productivo (FONTEC)-- Benavente, Crespi & Maffioli (2007) Chile programa para la transferencia y el desarrollo tecnológico y apoyo en I&D Prestamos para I&D y donaciones para I&D para promover Ozcelik & Taymaz (2008) Turquía la investigación y el desarrollo tecnológico. programas integrados de capacitación (CIMO- Datos no experimentales usados 17 PAC) y programas de mejora de la tecnología (CRECE y COMPITE) para PyME en México, ade- Los 19 estudios seleccionados para la revisión eva- más de programas de fomento a las exportaciones luaron los impactos de los programas comparando (PROCHILE) y de desarrollo de grupos o redes el desempeño post programa de un grupo de trata- (PROFO) de Chile. Los programas que proporcio- miento y de un grupo de control usando datos no nan préstamos subvencionados, donaciones de experimentales de diferentes períodos (Cuadro 2.2). contraparte y concesiones a través de impuestos Se emplearon tres métodos principales para desarro- para las empresas para estimular la I&D y la llar estos conjuntos de datos no experimentales. transferencia tecnológica incluyen programas en Bélgica, Australia y Japón; así como programas en El primer método y el más común es identificar países en vías de desarrollo tales como FONTAR a beneficiarios de los programas de las bases de de Argentina, ADTEN en Brasil, FONTEC en Chile datos administrativos mantenidas por las agencias y TTGV y TIDEB en Turquía. gubernamentales responsables o sus proveedores Cuadro 2.2 Evaluaciones de Impacto Recientes -- Fuentes de los Datos y Periodo Cubierto Estudio Fuentes de los datos Años A. Países de Ingresos Elevados Registros administrativos de MEP en tres estados ligados a datos panel de la Oficina 1987-1992 Jarmin (1998): EE.UU. de Censos de los EE.UU.­726 empresas de tratamiento y 5.818 empresas de control (seis años) Registros administrativos de MEP en tres estados ligados a datos panel de la Oficina de 1987-1992 Jarmin (1999): EE.UU. Censos de los EE.UU. ­1.559 empresas de tratamiento y 15.982 empresas de control (seis años) Revesz & Lattimore 1.818 empresas seleccionadas de la Business Longitudinal Survey (Encuestas Longitudinales 1994-1997 (2001): Australia de Empresas) (BLS) de ABS 1994-1997 con datos de participación en programas (cuatro años) Roper & Dundas Encuesta de empresas intencional, 1995, de 703 empresas: 404 en Irlanda del 1991-1995 (2001): Irlanda Norte, 229 en Irlanda, ligada con los datos panel de la base de datos de CAM (cinco años) Registros administrativos sobre los postulantes a programas 1988-1994 y encuesta 1988-1996 Wren & Storey (2002): RU de 1996 --2.840 empresas de tratamiento y 1.486 empresas de control (12 años) Datos panel de 1986 a 1999 del Censo Anual de Manufacturas ligado 1986-1999 Motohashi (2002): Japón a 1.360 participantes CAL de los datos administrativos. (14 años) CAPÍTULO 2 Aerts & Czarnitzki Encuesta de Innovación Comunitaria de 2000 (CIS) ligada a datos panel de Belfirst y 1998-2000 (2004): Bélgica registros de patentes de la UE --776 empresas, 180 empresas de tratamiento (tres años) Datos administrativos de RSA ligados a datos panel de la Investigación Anual 1985-2004 Criscuolo et al. (2007): RU sobre Empresas--28.000 empresas y más de 8.000 beneficiarios de RSA (20 años) Encuesta intencional, 2005, de 2.282 empresas, grupo de tratamiento de 2003-2005 Mole et al. (2008): RU 1.130 empresas y grupo de control de 1.152 de Dun & Bradstreet (RU) (tres años) Morris & Stevens (2009): 2000 a 2006 datos panel de Estadísticas de la Base de Datos Longitudinal de 2000-2006 Nueva Zelanda Empresas de NZ (LBD) con registros de beneficiarios de los programas (siete años) 18 B. Países en Vías de Desarrollo Sarder et al. (1997): Encuesta intencional, 1993, de 161 empresas en Dhaka, 93 empresas 1990-1992 Bangladesh de tratamiento y 68 empresas del grupo de control (tres años) En américa latina y El caribE Álvarez & Crespi Encuesta intencional, 1996, de 365 empresas exportadoras monitoreadas por 1992-1996 los programas para pymE Evaluación dE impacto dE (2000): Chile el Banco Central, 178 de PROCHILE y 187 empresas del grupo de control (cinco años) Benavente & Crespi Encuesta intencional, 1996, de 102 empresas de PROFO con datos de 1992 a 1995, 1992-1995 (2003): Chile emparejada con un grupo de control de empresas similares por el INE de Chile (cuatro años) Tan & López Acevedo Encuestas intencionales de dos cohortes del grupo de control de CIMO, 1991-1995 (2005): México de 1991 a 1993, y de 1993 a 1995; con datos pre y post CIMO (cinco años) Chudnovsky et al. Encuesta intencional de 414 empresas, 1998 y 2001 a 2004 por el INDEC, 1998, 2001-04 (2006): Argentina 136 tratadas, 216 de control y 62 empresas postulantes no exitosas (siete años) Registros de ADTEN ligados a datos panel de la Encuesta Industrial Anual 1996-2003 De Negri et al. (2006): Brasil (EIA) y la Investigación de Innovación Tecnológica 2000 (PINTEC) (ocho años) Tan & López Acevedo Encuesta de empresas 2001 de ENESTYC con información de la participa- 1995-2001 (2007): México ción en programas ligada a las encuestas de 1995 y 1991 de ENESTYC (siete años) Benavente et al. Una encuesta intencional en 2003, de 219 empresas de FONTEC y 220 empre- 1998-2002 (2007): Chile sas del grupo de control, soliReferenciando datos del periodo 1998 a 2002 (cinco años) Ozcelik & Taymaz Beneficiarios de I&D ligados a los datos panel de la Encuesta Anual de 1996-2005 (2008): Turquía Turkstat sobre Manufacturas (ASMI) y la encuesta anual de I&D (10 años) de servicios, y ligar estas listas de beneficiarios con es comúnmente usado, este método puede extraer datos panel a nivel de empresas de otras fuentes. información sobre la participación en los programas Generalmente, estos incluyen a las encuestas de los beneficiarios de diversos programas y tam- anuales sobre establecimientos o censos económi- bién identificar a los encuestados que nunca partici- cos periódicos realizados por las oficinas nacionales paron en ningún programa. Es una ventaja cuando, de estadística (ONE), registros financieros anuales como es el caso a menudo, los administradores del de empresas que cotizan en bolsa recolectados por programa mantienen malos registros de las PyME entidades tales como Dun and Bradstreet, u otras a las que sirven o no centralizan la recolección de En américa latina y El caribE bases de datos panel desarrolladas de diversas datos de los beneficiarios de diferentes programas. los programas para pymE Evaluación dE impacto dE fuentes públicas y privadas. El grupo de control Una desventaja es que, contrariamente a las en- potencial es definido de la muestra de empresas cuestas de beneficiarios intencionales, un muestreo que no están ligadas a las listas de beneficiarios. aleatorio de establecimientos a menudo no generará Aunque estos datos ligados no contienen detalles grandes muestras de beneficiarios a menos que los del programa más allá de lo que está reflejado en programas para las PyME tengan una amplia cober- los registros administrativos, es un enfoque atrac- tura en la población de empresas subyacente. Otra tivo puesto que la evaluación puede aprovechar la limitación posible es que los encuestados no puedan disponibilidad de abundantes datos panel recolec- recordar con precisión los detalles del programa, tados permanentemente por las ONE sin incurrir incluyendo el año de su participación, si es que en los costos de efectuar su propia encuesta. Todos ocurrió hace mucho tiempo. los estudios de países de ingresos elevados se basan en este método para desarrollar sus datos no Los tres métodos fueron utilizados en los cuatro experimentales; entre los países en vías de desarro- estudios de país sobre América Latina descritos en llo este método es usado en Brasil y Turquía. los capítulos subsiguientes de este informe. Dos estudios, sobre México y Chile, utilizaron encuestas Un segundo método es efectuar una encuesta de em- de empresas con un módulo de participación en presas intencional, entre una muestra de beneficiarios programas ligado a datos panel de las encuestas de los programas emparejada con un grupo de industriales anuales efectuadas por las ONE. Un control de no participantes del programa. La ventaja tercer estudio, sobre Colombia, utilizó una encuesta de este método es que las encuestas pueden ser usa- intencional de los beneficiarios del programa de das para sacar diversos detalles sobre la experiencia FOMIPYME ligada a datos panel recolectados por de la participación en el programa del encuestado, la ONE de Colombia. Esto fue complementado sobre la satisfacción con los servicios de asistencia con una entrevista telefónica con empresas liga- CAPÍTULO 2 proporcionados y, retrospectivamente, datos pre y das para comprobar la participación en cualquier post tratamiento sobre el desempeño de la empresa. programa para PyME y para identificar un grupo Generalmente, en dichos estudios el grupo de control de control de empresas que no habían participado es identificado con el apoyo de la ONE, que puede nunca en ningún programa. Usando simplemen- seleccionar empresas aleatoriamente de su marco te una muestra seleccionada aleatoriamente de de muestreo para aparearlas con el grupo de trata- empresas como grupo de control se corre el riesgo miento por tamaño de empresa, sector y ubicación de incluir empresas que han participado en otros geográfica. Los estudios pueden recurrir a datos de programas (incluyendo el programa en estudio), y desempeño informados por el grupo de control a la de potencialmente sesgar las estimaciones de los ONE, o pueden administrar el mismo instrumento de efectos del tratamiento. Un cuarto estudio, sobre encuestas al grupo de tratamiento y al grupo de con- el Perú, desarrolló sus datos no experimentales al 19 trol para asegurar que los datos de desempeño son aparear las listas de beneficiarios de tres programas recolectados consistentemente en los dos grupos. La separados con datos panel de las encuestas anuales mayoría de los estudios de países en vías de desarro- recolectados por la ONE peruana. llo se basan en este método, aunque algunos estudios de países de ingresos elevados también lo hacen (por Los datos panel en la mayoría de los estudios ejemplo, los estudios de Irlanda y del Reino Unido). siguen a las empresas durante tres a cinco años; varios estudios tienen datos panel de larga duración Un tercer método es trabajar con la ONE para incluir que exceden los 10 años, y un caso del RU sigue a un módulo de participación en los programas, en las empresas por 20 años (Cuadro 2.2, columna de- las encuestas periódicas a gran escala a las empresas recha). Los estudios de países con ingresos elevados efectuadas por las oficinas nacionales de estadís- tienden a tener paneles de periodos más largos: cua- tica. El estudio de México que usa la encuesta de tro estudios con paneles de tres a cinco años y seis ENESTYC es un ejemplo de esta técnica. Aunque no estudios con paneles de seis años o más, mientras Cuadro 2.3 Estudios Recientes de Evaluación de Impactos --Enfoques y Hallazgos Estudio Enfoque analítico Principales Hallazgos A. Países con Ingresos Elevados 2-6% de mejora en el valor agregado por trabajador Jarmin (1998): EE.UU. Regresiones con DID (efectos fijos) por la participación en programas MCO y corrección de 3-16% de mejora en la productividad laboral Jarmin (1999): EE.UU. selección con DID con DID y corrección de selectividad Revesz & Lattimore Impactos para las exportaciones pero no en programas I&D --3% Regresiones de Panel (2001): Australia de mejora en las exportaciones; sin impacto en la productividad Regresiones con corrección 10-20% de mejora en el crecimiento del empleo; sin impacto Roper & Dundas (2001): Irlanda de selectividad en el crecimiento de las ventas o la rentabilidad 4% de mejora en la sobrevivencia de empresas Modelos de sobrevivencia, modelos Wren & Storey (2002): RU medianas; 3-7% de mejora en las ventas, 2-3% de DID con corrección de selectividad impacto en el empleo por tamaño de empresa Efectos fijos regresión con 1-3% de mejora en las ventas; impactos CAPÍTULO 2 Motohashi (2002): Japón corrección de selectividad débiles con corrección de selectividad Emparejamiento por puntajes de 3% de intensidad más alta en I&D pero sin Aerts & Czarnitzki (2004): Bélgica participación, estimadores basados impactos en los resultados de patentado. en el vecino más cercano Efectos fijos, variables 16% de mejora para el empleo, 30% para la inversión Criscuolo et al. (2007): RU instrumentales, emparejamiento usando DID; los impactos son 2-3 veces mayores con con DID VI; sin impactos en la productividad laboral o la PTF 4-11% de impacto en el crecimiento del empleo; Mole et al. (2008): RU Regresiones de efectos fijos sin impacto en el crecimiento de las ventas Morris & Stevens (2009): DID, emparejamiento con DID y 8-20% de impacto en las ventas; resultados mixtos en la Nueva Zelanda modelos de panel dinámicos productividad laboral con DID o emparejamiento y DID 20 B. Países en Vías de Desarrollo Mejoras en las ventas, el empleo y la productividad del Sarder et al. (1997): Bangladesh Análisis de regresión (MANOVA) 5-16%, impactos mayores con un mayor número de servicios usados, y programas que proporcionan financiamiento En américa latina y El caribE los programas para pymE Mejoras en el uso de tecnología, capacitación, organización, un nuevo Evaluación dE impacto dE Álvarez & Crespi (2000): Chile Regresiones de efectos fijos mercado de exportación, sin impacto en las ventas de exportación 11% de mejora en la PTF con DID; 11-15% de Benavente & Crespi (2003): Chile DID, emparejamiento con DID mejora en la PTF con emparejamiento y DID Las regresiones con DID mostraron impactos CIMO Tan & López-Acevedo Funciones de producción positivos en el crecimiento de la productividad de un (2005): México y regresiones DID 11% en el periodo 1991-1993 pero no en 1993-1995 54-79% de mejora en la intensidad de la innovación (I&D Chudnovsky et al. Emparejamiento combinado con DID a las ventas); sin impactos en nuevas ventas de productos (2006): Argentina o sobre el crecimiento de la productividad laboral Correcciones de Selectividad; 50-90% de mejora en los gastos en I&D; sin impactos De Negri et al. (2006): Brasil emparejamiento combinado con DID en las ventas, el empleo y la productividad laboral Mejora en la capacitación, la adopción de tecnología, de un Funciones de producción y Tan & Acevedo (2007): México 9-14% usando emparejamiento con DID, pero sin impactos emparejamiento combinado con DID en el crecimiento de las ventas y la productividad laboral Mejoras en I&D, nuevos procesos y el establecimiento de redes; Benavente et al. (2007): Chile Emparejamiento combinado con DID un 40% en el crecimiento de las ventas, un 3% en la intensidad de las exportaciones; sin un impacto en la productividad laboral Mejoras en la intensidad global de I&D de un 2,6% e intensidad Regresiones con DID y Ozcelik & Taymaz (2008): Turquía en I&D propio de un 1,9% para el grupo de tratamiento; sin emparejamiento combinado con DID cambios en la intensidad de I&D del grupo de control que los estudios de los países en vías de desarrollo de corto plazo que los programas buscan afectar tienden a tener paneles de periodos más cortos: seis directamente y las medidas de desempeño de largo estudios con tres a cinco años y tres estudios con plazo de las empresas que los programas pueden paneles de seis o más años. En gran parte, esto es afectar indirectamente a través de los resultados porque los países en vías de desarrollo tienden a intermedios. Los resultados intermedios incluyen basarse en encuestas a juicio realizada a empresas, los gastos incrementados en I&D, los gastos en que son limitadas respecto a cuánto las empresas capacitación de los trabajadores, nuevas prácticas de pueden ser seguidas en el tiempo (debido al costo) gestión, la introducción de nuevos procesos de pro- En américa latina y El caribE o hasta qué punto hacia atrás se puede ser realista ducción y prácticas de control de calidad, el estable- los programas para pymE Evaluación dE impacto dE al recolectar datos de los encuestados. cimiento de redes con otras empresas, y un acceso mejorado a diversas fuentes de información y finan- Los paneles de periodos cortos usados en los ciamiento. Los impactos de desempeño incluyen estudios de países en vías de desarrollo son reco- el crecimiento de las ventas (o de la producción), nocidos por varios autores como limitaciones. Si la las exportaciones, la inversión, la probabilidad de intervención tarda en tener un efecto en el desem- sobrevivencia, el empleo, la productividad laboral o peño de la empresa, el uso de paneles de periodos la productividad total de los factores (PTF). relativamente cortos puede ofrecer una explicación posible de por qué algunos estudios encuentran En general, estos estudios no experimentales encuen- impactos limitados o ningún impacto de la partici- tran efectos de tratamiento positivos en los resultados pación en los programas del desempeño de las em- intermedios, pero resultados mixtos para los indica- presas. Reconociendo esto, los cuatro estudios de dores de desempeño de la empresa (Cuadro 2.3). país de este informe utilizaron paneles de periodos más largos de entre seis a 15 años, para investigar La mayor parte de la evidencia positiva sobre impac- los impactos de largo plazo - después de uno a 10 tos en resultados intermedios viene de los estudios años de recibir el tratamiento - en su desempeño de los países en vías de desarrollo. Todos los cinco por haber participado en los programas. estudios de programas de I&D - para Bélgica, Brasil, Argentina, Chile y Turquía - encuentran mejoras netas en la intensidad de I&D. Los cuatro estudios enfoques analíticos y de los programas SDE que proporcionan servicios de principales Hallazgos promoción de exportaciones y desarrollo de sistemas de redes (Chile) o capacitación laboral y mejoras de Colectivamente, estos estudios muestran una evo- la tecnología (México) encuentran mejoras netas en la CAPÍTULO 2 lución en el tiempo en los enfoques metodológicos adopción de tecnología, la capacitación laboral, prác- usados para estimar los impactos de programas ticas de gestión y control de calidad y un creciente libres de los sesgos de selección por la decisión de establecimiento de redes con otras empresas y con participar en los programas. Los estudios de finales diversas fuentes de información y financiamiento. de los años 90 y principios de los años 2000 tendie- ron a recurrir al análisis de regresión para controlar La mayoría de los estudios encuentran impactos po- las diferencias entre el grupo de tratamiento y sitivos de los programas en algunos indicadores de el grupo de control, usando ocasionalmente el desempeño pero no en otros. La mayor parte de los método diferencia-en-diferencia DID para controlar estudios de países con ingresos elevados encuentran la heterogeneidad no observada de las empresas, impactos positivos en las ventas o el empleo, y algu- o alternativamente correcciones de selectividad en nos encuentran impactos en incrementos en plantas 21 dos etapas. Estudios más recientes, generalmente y equipos nuevos, exportaciones, la probabilidad de de mediados de los años 2000 hacia adelante, se sobrevivencia de la empresa, y ya sea la producti- han inclinado a usar métodos de emparejamiento vidad laboral o la PTF. La mitad de los estudios de basado en la probabilidad de participación combi- países en vías de desarrollo encuentra impactos posi- nadas con DID, y modelos de regresión DID para tivos en el desempeño medido por las ventas, la PTF, aprovechar la disponibilidad de datos panel de los mercados de exportación o la intensidad de las periodos largos, algunas veces combinados con exportaciones; ninguno encuentra evidencia de mejo- métodos de variables instrumentales y modelos ras en las ventas. Una explicación posible para estos dinámicos con variables endógenas rezagadas. hallazgos mixtos sobre el desempeño en los países en vías de desarrollo son los paneles de periodos Antes de discutir los hallazgos principales de estos relativamente cortos sobre los cuales son seguidas las estudios, es útil distinguir entre los impactos sobre empresas en comparación con los paneles usados en dos clases de resultados: los resultados intermedios los estudios de países con ingresos elevados. EVALUACIóN DE IMPACTO DE LOS PROGRAMAS PARA PYME EN AMéRICA LATINA Y EL CARIBE Anexo anexo Resumen de los Estudios Individuales a2.1 países de ingresos altos Referencia del Ronald Jarmin (1998), "Manufacturing Extension and Productivity Dynamics" .Oficina de Censos de los EE.UU., Estudio Documento del Centro para Estudios Económicos, CES 98-8 Clasificación OCDE ­ Estados Unidos de América ­ 1987 a 1992 El estudio usa datos longitudinales a nivel de establecimientos para estimar el impacto de los servicios de Resumen del estudio extensión manufacturera provistos a través de la "Manufacturing Extensión Partnership" (Sociedad de Ex- tensión Manufacturera) (MEP) sobre el crecimiento de la productividad de las PyME desde 1987 a 1992. , La MEP administrada por el Instituto Nacional de Normas y Tecnología (NIST), fue iniciada en 1989 con el objetivo de mejorar la competitividad de la industria manufacturera. El apoyo federal para la MEP ha crecido de $6,1 millones en Resumen del (de 1988 a $138,4 millones en 1995, y este apoyo federal fue igualado por fuentes estatales y locales. Los centros MEP los) Programa(s) proporcionan asistencia técnica a las PyME para adoptar tecnología manufacturera moderna: soluciones "listas" para para PyME los problemas técnicos como ser el sistema CAD/CAM, cambios a materiales de bajo costo y alto rendimiento, el ac- ceso a información sobre nuevas innovaciones, así como negocios, mercadeo y otros tipos de asistencia "suave" ofre- cida por los centros o contratada de empresas consultoras privadas, vendedores u otras agencias gubernamentales. El estudio usó datos de (a) los datos censales a nivel de las plantas de la Base de Datos de Investigación Longitu- dinal de la Oficina de Censos de los EE.UU. que cubren el periodo de 1982 a 1992, ligados a (b) los registros admi- Fuentes de los datos nistrativos de clientes de nueve centros MEP en tres estados. La muestra analítica fue restringida a un panel equili- brado de establecimientos que aparecieron en el Censo de 1987 y en cada año de 1989 a 1993 del panel del Censo Anual sobre Manufacturas (ASM), con 726 establecimientos clientes y 5.818 establecimientos no clientes. El estudio adoptó un enfoque no experimental con controles de regresión para las diferencias de grupo y mé- todos DID. El desempeño de las empresas fue definido como el crecimiento en el valor agregado por tra- Metodología y temas bajador de 1987 a 1993 medido por la diferenciación a lo largo de intervalos de uno a tres años para eli- econométricos minar los efectos fijos de los atributos de productividad inadvertidos. Los efectos del tratamiento fueron estimados usando un indicador MEP interactuado con los años antes de y después de la participación. Los resultados sugirieron que las plantas de los clientes MEP incrementaron su distribución de productividad industrial en el tiempo en comparación al promedio de la industria, lo que fue consistente con un impacto positivo en la producti- vidad de los servicios de extensión manufacturera. Los resultados diferenciados indicaron que la participación en MEP Principales hallazgos mejoró la productividad laboral: el valor agregado por trabajador fue de un 2,5 a un 5,9% mayor para las observacio- JIM PICkERELL/WORLD BANk PHOTO LIBRARY nes de la planta/año después de la participación en MEP que para los no clientes y clientes antes de la participación. Las inversiones con la participación en MEP y las mejoras resultantes en la pro- ductividad laboral sugieren un retorno mayor de dos a uno. , Ronald Jarmin (1999), "Evaluating the Impact of Manufacturing Extension on Productivity Growth" Journal of Referencia del estudio Policy Analysis and Management (Revista de Análisis de Políticas y Gestión), Vol. 18, no. 1, p. 99-119. Clasificación OCDE ­ Estados Unidos de América ­ 1987-1992 Este estudio usó datos longitudinales a nivel de establecimientos para estimar el im- pacto de los servicios de extensión manufactureros en el crecimiento de la productivi- Resumen del estudio dad de las pequeñas y medianas empresas (PyME) de 1987 a 1992, y comparó los resul- tados de MCO, DID y modelos de corrección de la selectividad en dos etapas. , La MEP administrada por el Instituto Nacional de Normas y Tecnología (NIST), fue iniciada en 1989 con el objetivo de mejorar la competitividad de la industria manufacturera. El apoyo federal para la MEP ha crecido de $6,1 millones en Resumen del (de 1988 a $138,4 millones en 1995, y este apoyo federal fue igualado por fuentes estatales y locales. Los centros MEP los) programa(s) proporcionan asistencia técnica a las PyME para adoptar tecnología manufacturera moderna: soluciones "listas" para para PyME los problemas técnicos como ser el sistema CAD/CAM, cambios a materiales de bajo costo y alto rendimiento, el ac- ceso a información sobre nuevas innovaciones, así como negocios, mercadeo y otros tipos de asistencia "suave" ofre- cida por los centros o contratación de empresas consultoras privadas, vendedores u otras agencias gubernamentales. El estudio usó datos de (a) los datos censales a nivel de las plantas de la Base de Datos de Investigación Lon- gitudinal de la Oficina de Censos de los EE.UU. que cubren el periodo de 1982 a 1992, ligados a (b) los regis- tros administrativos de clientes de ocho centros MEP en dos estados. Los datos administrativos proporciona- Fuentes de Datos ron información sobre las plantas de clientes que recibieron servicios de extensión entre 1987 y 1992 y más del 70% de ellos fueron ligados al LRD. La muestra fue restringida a establecimientos que aparecieron en los Censos de Manufacturas de 1982, 1987 y 1992, con 1.559 plantas de clientes y 15.982 no clientes. El estudio usó un método no experimental con controles de regresión para las diferencias de grupo en las característi- cas de las empresas. El desempeño fue medido como el valor agregado por trabajador. Se usaron modelos de efectos AnExO fijos para eliminar los sesgos de los atributos de productividad inadvertidos, y se usó un modelo de selectividad de dos Metodología y temas etapas para controlar el sesgo de selección de la participación en programas. El modelo probit incluyó el sector, el es- econométricos tado, el tamaño de la empresa, la ubicación rural y urbana, y el estatus de planta múltiple. La identificación del mode- , lo de dos etapas vino de la ubicación metropolitana de los centros MEP del crecimiento de 1982 a 1987 en el periodo , , de participación pre MEP de los niveles de productividad en 1987 y de la proporción capital ­ mano de obra de 1987 . Los resultados MCO simples indicaron que el valor agregado por trabajador creció entre un 3,4 y un 4,5% más rápido en las plantas de clientes entre 1987 y 1992 que en las de las empresas del grupo de control. Usan- do la corrección de selectividad de dos etapas y el DID, el impacto de la MEP en el crecimiento de la produc- Principales hallazgos tividad del cliente fue estimado entre un 3 a un 16% para 1987 a 1992, aunque estas estimaciones corregidas por la selección tuvieron una mayor variación y fueron menos significativas. Las estimaciones de impacto fue- ron más altas para la muestra de PyME (aquellas con 20 a 499 empleados) que para empresas más grandes. 24 Stephen Roper y n. Hewitt-Dundas, "Grant Assistance and Small Firm Development in northern Ireland and Referencia del estudio , the Republic of Ireland" Scottish Journal of Polítical Economy (Revista de Economía Política de Escocia), Vol. 48, no. 1, p. 99-117, febrero (2001) Clasificación OCDE ­ Irlanda del Norte y República de Irlanda ­ 1991 a 1995 El documento estudió los efectos del apoyo con donaciones en el desempeño de las empresas pequeñas en Irlanda del norte y la República de Irlanda de 1991 a 1995. Comparó un grupo de tratamiento y un grupo de En américa latina y El caribE Resumen del estudio control de empresas manufactureras de la base de datos del Modelo de Análisis Competitivo (CAM) para de- los programas para pymE Evaluación dE impacto dE terminar si las empresas apoyadas con donaciones tuvieron un mejor desempeño (medido como el creci- miento de la productividad, el empleo y la rentabilidad) que las empresas que no recibieron donaciones. En Irlanda del Norte, la Unidad de Desarrollo de la Empresa Local (LEDU) gasta más de £20 millones al año en apoyo a pequeñas empresas manufactureras y de servicios comercializables, mientras que la Re- Programa(s) para pública de Irlanda proporciona un apoyo sustancial en donaciones para pequeñas empresas manufacture- PyME estudiado(s) ras a través del Programa para Pequeñas Empresas aumentadas con garantías para préstamos y subsidios de intereses. El estudio se concentró en tres grupos de apoyo en Irlanda del Norte (Capacitación, merca- deo y mejora de maquinarias y equipos) y dos en la República de Irlanda (mercadeo y capacitación). Los datos vinieron de la base de datos del proyecto CAM basada en una encuesta efectuada entre abril y diciembre de 1995. La población meta para la encuesta fueron empresas manufactureras de 10 a 100 empleados que habían Fuentes de los datos cotizado en la bolsa por lo menos por cuatro años y que se consideró tenían un potencial significativo de crecimien- to. La encuesta contenía respuestas de 703 empresas: 404 en Irlanda del Norte y 299 en la República de Irlanda. El estudio usó un método no experimental con controles de regresión para las diferencias de grupo y una corrección de la selectividad de dos etapas. Se usó un modelo probit de primera etapa para analizar la probabilidad de recibir el Metodología y temas apoyo de donaciones, controlando las características de la empresa como el empleo, las ventas de exportación, la econométricos edad de la empresa y variables dicotómicas para la industria y características propietario-gerente. En la segunda eta- pa, se hizo una regresión de los resultados sobre el indicador para recipientes de donaciones, y otras variables ex- plicativas incluyeron una variable lamda para corregir el sesgo de selección de la participación en los programas. Las comparaciones de grupos (clusters) de empresas apoyadas y empresas no apoyadas revelaron diferencias siste- máticas entre los dos grupos en cuanto al tamaño de empleo, la industria y la edad de las empresas. Los grupos apo- yados también crecieron más rápido y fueron más rentables en términos de ventas, mercado y estrategias. El análisis probit no mostró evidencia de la dirección del apoyo hacia las empresas con un mejor desempeño en la República de Principales Hallazgos Irlanda, pero encontró evidencia en Irlanda del Norte de que el apoyo fue dirigido a las empresas con un mayor creci- miento en productividad. El análisis de regresión de los resultados, que corrigió el sesgo de selección, mostró que el apoyo estimuló el crecimiento del empleo (10-20%); sin embargo, las donaciones tuvieron un impacto negativo o in- significante en el crecimiento de las ventas y la rentabilidad de las pequeñas empresas en cualquiera de estas áreas. John Revesz and Ralph Lattimore (2001), "Statistical Analysis of the Use and Impact of Government Business Referencia del estudio , Programs" Documento de Trabajo del Personal de la Comisión de Productividad, AusInfo, Canberra, Australia. Clasificación OCDE ­ Australia ­ 1994/95 a 1997/98 El documento usó la Encuesta Longitudinal de Empresas (BLS) de la Oficina Australiana de Esta- dística para examinar las características de las empresas que usan algunos programas importan- Resumen del estudio tes de promoción de exportaciones e I&D, y para analizar cómo el uso de dichos programas de apo- yo a las empresas en sectores seleccionados afecta varios aspectos del desempeño de las empresas. El estudio examinó seis programas importantes de apoyo a las empresas dirigidos a fomentar la I&D o el desa- rrollo de mercados de exportación: (1) concesiones a través de impuestos para I&D (150% de DID de deduccio- En américa latina y El caribE nes impositivas para gastos elegibles en I&D); (2) donaciones para I&D (20-50% de los proyectos en I&D para las Resumen del (de los programas para pymE Evaluación dE impacto dE PyME); (3) Servicios Austrade que proporcionan inteligencia de mercados en el exterior; (4) Donaciones para el De- los) programa(s) sarrollo de Mercados de Exportación para las PyME pagando un 50% de los costos elegibles que excedan $15.000 para PyME para actividades de exportación; (5) Acceso a las Exportaciones, proporcionando donaciones a las PyME para fi- nanciar asistencia técnica de consultores en exportaciones; y (6) el Programa de Fomento Comercial Internacio- nal que proporciona préstamos concesionales de Austrade, principalmente dirigido a empresas más grandes. El estudio se basó en la BLS longitudinal mantenida por la Oficina Australiana de Estadística de 1994/5 a 1997/8 e in- cluye más de 18.000 empresas. La muestra fue restringida a los sectores de manufacturas, minería, servicios técni- Fuentes de los datos cos en consultoría de ingeniería y servicios informáticos. Sólo se incluyeron las empresas que indicaron tener ventas positivas en los cuatro años (un panel equilibrado), lo cual dio lugar a un tamaño de muestra de 1.818 empresas. El estudio usó un método no experimental con controles de regresión para las diferencias entre grupos, pero no se intentó hacer un control por el sesgo de selección en la participación en programas. La probabilidad de uso del programa se estimó usando los modelos probaliticos (para el conteo de uso del programa), los impactos del Metodología y temas programa en los resultados intermedios (crecimiento en exportaciones y gastos en I&D) y los resultados finales econométricos como ser el crecimiento de la productividad laboral y la sobrevivencia en el tiempo. La participación en los progra- mas está indexada por indicadores de transición (00, 10, 01 y 11) para que las producciones y los resultados pue- dan estar relacionados a la no participación, el ingreso al programa, la salida o el uso continuado del programa. Este estudio encontró que la participación en los programas de exportación EMDG tuvo un impacto positivo es- tadísticamente importante de un 2,9% en el crecimiento anual de la proporción exportaciones/ventas, pero no se encontraron impactos significativos para otros programas de exportación. El EMDG elevó la proporción de exportaciones a las ventas de un 15,7% a un 18%, lo que se tradujo en un aumento en las ventas de expor- Principales hallazgos tación de cerca del 23%. Se encontró evidencia de un fuerte impacto positivo de los dos programas de I&D sobre el crecimiento de I&D anual a las ventas. El estudio no encontró correlaciones estadísticamente importan- tes entre el uso del programa y el crecimiento de la productividad. Sin embargo, hubo una débil evidencia de que la participación en el programa estuvo asociada con una menor probabilidad de salida de la empresa. , C.M. Wren y D.J. Storey, "Evaluating the Effects of Soft Business Support Upon Small Firm Performance" Referencia del estudio Documentos Económicos Oxford, Vol. 54, no. 2, p. 334-365, abril (2002). Clasificación OCDE ­ Reino Unido ­ 1988 a 1996 Este documento evalúo el impacto de las Iniciativas Empresariales del RU, una asistencia de ase- , Resumen del estudio soría "suave" apoyada públicamente y proporcionada por consultores privados, sobre el desempe- AnExO ño de las PyME medido por el volumen de ventas, el empleo y la sobrevivencia de la empresa. Las Iniciativas en Consultoría fueron una parte clave de la Iniciativa Empresarial de 1988 que fue diseñada para mejo- rar el desempeño de las empresas del Reino Unido. A través de consultores privados, la Iniciativa ofrecía apoyo a las Programa(s) para PyME en las áreas de mercadeo, calidad de los productos y servicios, sistemas de manufactura, diseño, planificación PyME estudiado(s) de negocios y la implementación de sistemas de información financiera y gerencial. La iniciativa fue terminada en 1994 con 114.400 proyectos aprobados de 145.800 y un total de £275 millones proporcionados en subsidios públicos. El documento se centró en la implementación del esquema en las Midlands (Tierras Medias) del Este y Oes- te de Inglaterra, el Suroeste de Inglaterra y Gales del Sur. La muestra incluyó 4.326 empresas, de las cuales Fuentes de los datos 2.840 recibieron apoyo (el grupo de tratamiento) y 1.486 no (el grupo de control). Los datos vinieron de tres fuen- tes: datos administrativos del Ministerio de Comercio e Industria (DTI), una encuesta efectuada por los inves- tigadores del Centro para PyME de la Universidad de Warwick y entrevistas telefónicas de seguimiento. El documento usó un método no experimental con control de regresión para las diferencias de grupo. Se usa- ron varias regresiones para estimar los impactos de la participación en la Iniciativa en Consultoría sobre el volu- 25 Metodología y temas men de ventas, el empleo y la probabilidad de sobrevivencia de las empresas: (1) un modelo de riesgos propor- econométricos cionales para analizar la sobrevivencia de las empresas, y (2) una regresión probit de dos etapas para estimar los impactos del programa en los resultados, sin el sesgo de selección de la muestra debido a los observa- bles. No se intentó emparejar los grupos de tratamiento y de control en cuanto a atributos observables. El análisis de sobrevivencia no mostró impactos de la participación en programas sobre la posibilidad de sobrevi- vencia de las empresas más pequeñas, pero el programa pareció ser efectivo para las empresas de tamaño me- diano, incrementando su tasa de sobrevivencia en un 4% en el largo plazo. Sobre los impactos del programa en el desempeño, el análisis de regresión con la selección corregida indicó que el apoyo tuvo un impacto en las ven- Principales hallazgos tas y el empleo que variaba según el tamaño de la empresa. Para las PyME, los impactos netos fueron mayores ventas (de £127 mil a £151 mil) y un mayor empleo (de 3,2 a 3,9 empleados). En el caso de las empresas de ta- maño mediano, las tasas de crecimiento anualizadas aumentaron en casi un 10% (de £846 mil a £921 mil en ven- tas y de 19,8 a 21,8 empleados). Para las empresas más grandes, el impacto estimado en el empleo fue tam- bién de casi un 10% (de 146 a 162 empleados), pero no se encontraron impactos significativos en ventas. Kazuyuki Motohashi (2002), "Use of Plant-Level Micro-Data for the Evaluation of PyME Innovation Policy in Referencia del estudio , Japan" Documentos de Trabajo de la OCDE en Ciencia, Tecnología e Industria, 2002/12, OCDE, París. Clasificación OCDE ­ Japón ­ 2002 ­ 1986 a 1999 Este documento evalúo los programas de promoción de la innovación para las PyME del Japón administrados por el Ministerio de Economía, Comercio e Industria (METI). Usó Resumen del estudio datos panel a nivel de planta del Censo de Manufacturas ligados a datos administrativos sobre los beneficiarios para ver qué empresas fueron elegidas y si los programas tuvieron algún impacto sobre el desempeño e innovación de las empresas. El Programa de Modernización de PyME del Japón fue iniciado en 1965 y después incrementado en 1995 con la Ley de Promoción de Actividades Creativas de las PyME (CAL) para incentivar la creación y el desarrollo Programa(s) para tecnológico de las PyME a través de subsidios impositivos y financiamiento para proyectos de I&D y el desarrollo PyME estudiado(s) de nuevos productos. Una ley más reciente sobre innovación en los negocios para las PyME fue promulgada en 1999 como parte de la reforma de políticas para las PyME en el Japón, pero fue demasiado reciente para estudiarla. El estudio usó datos longitudinales del Censo Anual de Manufacturas efectuado entre 1986 y 1999, sobre Fuentes de los datos más de 1,2 millones de establecimientos con cuatro o más empleados. De las listas administrativas se identificaron 2.800 beneficiarios de CAL y 1.360 de ellos fueron ligados a los datos panel del censo. El estudio usó un método no experimental con controles de regresión para las diferencias de grupo. El análisis de regresión incluyó la estimación de: (1) modelos probit para comparar los grupos de tratamiento y de control; (2) regresiones de MCO del crecimiento de las ventas sobre variables Metodología y temas dicotómicas CAL variando por año de tratamiento, la edad del establecimiento, variables dicotómicas econométricos para la industria, el tamaño, el estatus multiplanta y el empleo; (3) un modelo de efectos fijos para controlar la heterogeneidad no observada invariante en tiempo; y (4) un procedimiento Heckman de dos AnExO pasos para corregir el sesgo de selección de la muestra de la participación en los programas CAL. El análisis probit de la primera etapa reveló que los esquemas CAL estuvieron dirigidos con precisión a los establecimientos nuevos y de crecimiento más rápido. Sobre los impactos, los resultados MCO mostraron que las empresas CAL tuvieron cerca del 1,3% más de ventas después de controlar las tasas de crecimiento del empleo y otras características de las plantas, en comparación con el grupo de control. Cuando los participantes , CAL fueron separados según el año de tratamiento, antes de 1997 o después de 1997 el grupo previo a 1997 Principales hallazgos tuvo un crecimiento de ventas de un 2,5% más rápido mientras que el grupo post 1997 no mostró diferencias en comparación a los no participantes. Cuando se usó el procedimiento de dos pasos de Heckman, no se encontró un impacto de la participación CAL en el crecimiento de las ventas, pero se encontraron impactos positivos y significativos estadísticamente (cerca de un 6%) en especificaciones de modelos más simples donde se eliminaron las variables dicotómicas. El modelo no puede ser identificado (le faltan variables instrumentales válidas) puesto que se usaron variables idénticas en ambas etapas del modelo de corrección de la selectividad. 26 , Kris Aerts y Dirk Czarnitzki, "Using Innovation Survey Data to Evaluate I&D Policy: The Case of Belgium" Referencia del estudio Documento para Discusión n. 05-55. ZEW: Centro para Investigaciones Económicas Europeas, 2004 Clasificación OCDE ­ Bélgica ­ 1998 a 2000 El documento estudió la relación entre los subsidios para I&D y las actividades de I&D En américa latina y El caribE y los resultados en innovación. Sobre todo se quiso investigar si el financiamiento Resumen del estudio público para I&D en Flandes desplazó la inversión en I&D en el sector de las empresas; los programas para pymE Evaluación dE impacto dE el estudio no examinó los impactos en el desempeño de las empresas. Programa(s) para Más allá de la caracterización del objetivo del programa de estimular actividades innovadoras a través de subsidios PyME estudiado(s) al sector empresarial local, no se proporcionó ningún otro detalle del programa o la cobertura de empresas. La muestra cubre el sector manufacturero y de servicios informáticos, de servicios de I&D y de servicios relacionados a las empresas en Flandes. Los datos a nivel de empresas vienen de la parte tercera Encuesta de Innovación Comunitaria (CIS3). Los datos de la CIS fueron ligados a (a) la Fuentes de los datos base de datos de Belfirst que contienen los datos de la cuenta anual de las empresas belgas, y (b) datos de patentes de la Oficina Europea de Patentes. La muestra final seleccionada para el estudio consistió en 776 empresas, de las cuales 180 fueron recipientes de subsidios para I&D. El estudio usó un enfoque no experimental sobre un grupo de tratamiento y un grupo de control emparejados para estimar el efecto del tratamiento (subsidio) en los gastos en I&D y patentado. Se estimó un modelo probit de recepción de subsidios sobre el número de empleados, el stock de patentes de la empresa, la Metodología y temas intensidad de exportaciones y capital, el flujo de caja por empleado, la deuda a activos totales, y variables econométricos indicadoras para la propiedad gubernamental o extranjera. En base a los puntajes de participación, se usaron los estimadores basados en el vecinos más cercano para estimar los efectos del tratamiento, entre 1998 y 2000, sobre varios resultados de corte transversal de 2000: gastos en I&D e intensidad en I&D (proporción de gastos en I&D a la rotación en ventas) y solicitudes de patentes en la Oficina Europea de Patentes. En promedio, las empresas subsidiadas fueron más grandes, tenían un stock de patentes y una intensidad de exportaciones mayor y tuvieron mayor probabilidad de ser parte de una empresa multi planta. Los recipientes de financiamiento público para I&D también mostraron proporciones mayores de I&D a ventas y tuvieron una mayor probabilidad de estar participando en actividades de patente. Una vez que los grupos de tratamiento Principales hallazgos y de control fueron emparejados, los estimadores basados en el vecinos más cercano mostraron que el tratamiento incrementó el gasto en I&D y la intensidad en I&D (en casi un 3%) en la muestra entera de las empresas y en la submuestra de empresas innovadoras, y rechazaron la hipótesis de que los subsidios desplazaron el gasto privado en I&D. Sin embargo, no se encontraron aumentos significativos en el patentado. Chiara Criscuolo, Ralf Martin, Henry Overman y John Van Reenen (2007), "The Effects of Industrial Policy on Referencia del estudio , Corporate Performance: Evidence from Panel Data" Centro para el Desempeño Económico, London School of Economics. Clasificación OCDE ­ Reino Unido ­ 1985 a 2004 El estudio investigó los impactos de la participación en la Asistencia Regional Selectiva (RSA), un Resumen del estudio programa de donaciones para inversiones en regiones seleccionadas de Gran Bretaña, usando 20 años de datos panel a nivel de las empresas y una variedad de métodos de evaluación de impactos. La RSA es un programa de subsidios para inversiones, administrado por el Ministerio de Comercio e Industria (DTI) que da donaciones a las empresas para inversiones en áreas seleccionadas de Gran Bretaña con desventa- En américa latina y El caribE Programa(s) para jas económicas y niveles relativamente altos de desempleo. El apoyo puede ser usado para establecer un nuevo PyME estudiado(s) los programas para pymE Evaluación dE impacto dE negocio, expandir o modernizar un negocio ya existente, o invertir en I&D para sacar nuevos productos y procesos al mercado. Se desembolsaron donaciones por un total de £110,6m (cerca de US$ 220m) sólo en 1998 -1999. Los datos panel a nivel de las empresas fueron construidos ligando las observaciones de tres fuentes de da- tos administrativos: (a) registros administrativos del DTI sobre todos los beneficiarios de la RSA desde 1972, (b) la Investigación Anual de Empresas (ABI) con datos panel ligados sobre todas las plantas manufacture- Fuentes de los datos ras en el RU de 1985 a 2004, y (c) el Registro de Empresas Interdepartamental (IDBR) con información so- bre la ubicación, los antecedentes de ingreso y salida de todas las plantas manufactureras del RU. Los da- tos para el análisis final incluyeron más de 28.000 empresas y más de 8.000 recipientes de la RSA. El estudio adoptó un enfoque no experimental y usó una variedad de métodos para estimar los efectos del tratamiento promedio de la participación en la RSA sobre el empleo, la inversión, la productividad y la sali- da de las empresas. Para analizar los datos panel, el estudio usó: (a) regresiones MCO; (b) modelos de regre- Metodología y temas sión de efectos fijos DID; (c) modelos DID estimados en un grupo de control emparejado en la región de so- econométricos porte común; y (d) métodos de variables instrumentales (VI). El enfoque de las VI aprovechó los cambios exógenos de la UE en las directrices de elegibilidad de áreas para la RSA en 1993 y 2000 para generar varia- bles instrumentales para la recepción de tratamientos no correlacionados con los efectos de tratamiento. El estudio encontró que las donaciones de la RSA incrementaron significativamente el empleo y la inversión en relación al grupo de control, pero que los efectos del tratamiento están sobredimensionados por las regresiones MCO en comparación con las estimaciones DID, que muestran impactos en el empleo del 16% y en la inversión del 30%. El uso conjunto de VI y DID produjo estimaciones mayores de cerca de un 65% para el empleo y de un Principales hallazgos 87% para la inversión. En general, las estimaciones, basadas en los grupos de tratamiento y de control en la región de soporte común del emparejamiento por puntajes de participación, fueron similares: impactos sobre el empleo de un 14% DID y de un 46% DID-VI, y de un 35% y un 87% sobre la inversión. Sin embargo, no se encontraron impactos estadísticamente significativos en la productividad laboral usando los métodos alternativos de estimación. Kevin Mole, Mark Hart, Stephen Roper y David Saal (2008), "Differential Gains from Business Link Support Referencia del estudio , and Advise: A Treatment Effects PSM roach" EPC: Gobierno y Políticas, Vol. 26, p. 315-334, Pion Publishing, Gran Bretaña. Clasificación OCDE ­ Reino Unido ­ 2003 a 2005 El estudio investigó qué clase de empresas usaron el programa de servicios de asesoría para PyME, AnExO Resumen del estudio Vinculación de negocios (BL) del Reino Unido; qué tipos de empresas se benefician más de este apo- yo; y el impacto de la participación en el programa BL en el crecimiento de las ventas y del empleo. El apoyo público para las PyME en el Reino Unido se ha desarrollado en el tiempo, desde la Iniciativa Em- presarial (E-I) a finales de los años 80 que proporcionó apoyo con donaciones a las PyME para comprar ser- Resumen del (de los) vicios de mercadeo y consultoría, a lo que provee el programa regional descentralizado de servicios de programa(s) para PyME apoyo de BL a las PyME en los años 90 principalmente a través de consejos de capacitación y empre- sa (TECS), y finalmente hasta una consolidación de los operadores de la BL (BLOs) a finales de los años 90 donde los asesores en negocios jugaban cada vez más el papel de corretaje y de referencia. El análisis fue basado en una investigación estructurada de 2.282 empresas en Inglaterra, para un gru- po de tratamiento que recibió un apoyo intensivo del BL entre abril y octubre de 2003 (1.130 em- presas), y para un grupo de control de Dun & Bradstreet RU (1.152 empresas) emparejados por ta- Fuentes de los datos maño, sector amplio y región. Las empresas asistidas por BL tendieron a ser más jóvenes, eran parte de empresas multi planta y/o empresas de responsabilidad limitada, tenían planes de ne- gocios y más directores, y eran más orientadas a la exportación que el grupo de control. 27 El estudio utilizó un método no experimental con un modelo de regresión para controlar las diferencias del grupo en atributos, y métodos DID para eliminar sesgos potenciales de variables no observadas. Se usa- Metodología y temas ron modelos probit para investigar los determinantes del uso del programa BL, y modelos MCO para esti- econométricos mar el efecto del tratamiento sobre variables degradadas DID. Las interacciones entre el indicador del tra- tamiento y las variables dicotómicas para las variables de empresas seleccionadas fueron utilizadas para probar posibles diferencias en efectos de tratamiento a través de diferentes grupos de empresas. Los resultados del probit sugirieron que la participación de BL fue mayor entre las empresas más jóvenes, em- presas de responsabilidad limitada y entre las empresas que habían recibido contactos y correos informativos de BL. Los resultados de MCO indicaron que el uso intensivo del apoyo de BL tuvo un impacto positivo y sig- nificativo en el crecimiento del empleo pero no en el crecimiento de las ventas. El efecto global del tratamien- to sobre el crecimiento del empleo fue de un 4,4%, elevándose con el tamaño de la empresa a un 5,4% para Principales hallazgos empresas con menos de 20 trabajadores y a un 7 ,6% para empresas con más de 50 empleados. Los efec- tos de tratamiento variaron entre las empresas según la orientación estratégica - los beneficios del crecimiento del empleo fueron mayores (11,7%) para empresas que intentaban ampliarse hacia nuevos mercados respecto a las empresas que estaban contentas con los mercados actuales (4,1%), y para las empresas con un proce- so de planificación de negocios formal (6,7%) en comparación con las empresas que no lo tenían (3,9%). Michelle Morris y Paul Stevens (2009), "Evaluation of the Growth Services Range: Statistical Analysis Using Referencia del estudio , Firm-based Performance Data, Research and Evaluation" Ministerio de Desarrollo Económico, Gobierno de nueva Zelandia. Clasificación OCDE ­ Nueva Zelanda ­ 2000 a 2006 El estudio evalúo los impactos del Rango de Servicios para el Crecimiento del Co- Resumen del estudio mercio y la Empresa de nueva Zelanda (GSR) usando una base de datos longitudi- nal única y una variedad de metodologías de evaluación econométrica. El GSR consiste en un paquete de donaciones y servicios de NZTE para acelerar el desarrollo de las em- presas con un alto potencial de crecimiento demostrado. Esto incluye (a) Servicios de Manejo de Clien- tes (CMS) bajo la forma de un funcionario aplicado a los casos, (b) el Fondo de Servicios de Crecimien- Resumen del (de los) to (GSF) que ofrece asistencia en financiamiento para comprar asesoramiento y pericia externa; y (c) programa(s) para PyME Servicios de Desarrollo de Mercados (MkDS) que proporcionan información, asesoramiento y facilita- ción especializada de mercados. Las empresas también reciben apoyo de otras agencias, como ser I&D y mejora de la tecnología de la Fundación para la Investigación, Ciencia y Tecnología (FRST) y los es- tudios de control para la estimación de los impactos de tratamiento de estos otros programas. Los datos a nivel de empresas vinieron de una Base de Datos Longitudinal (LBD), que contiene datos para los periodos fiscales de los años 2000 a 2006 de varias fuentes, incluyendo impuestos a los bienes y ser- vicios, retornos financieros de las empresas y estados de resultados del Servicio de Impuestos Inter- Fuentes de la información nos. En esta base de datos LBD estuvo ligada la información sobre la participación, la duración y el monto de la asistencia de todos los programas de apoyo a las empresas administrada por Comercio y Empre- sas de Nueva Zelanda (NZTE), la Fundación para la Investigación, Ciencia y Tecnología (FRST) y Te Puni kkiri (TPk) para las empresas Maori. Se identificó un total de 130 beneficiarios GSR en los datos. AnExO El estudio utilizó un método no experimental y usó una variedad de métodos econométricos para estimar los efectos del tratamiento de GSR libres del sesgo de selección de los atributos observados e inadvertidos. En- tre estos se incluían: (a) estimadores DID con instrumentos rezagados para posibles variables endógenas de Metodología y temas control, así como modelos totalmente dinámicos con variables endógenas rezagadas; y b) emparejamien- econométricos to por puntajes de participación de los grupos de tratamiento y de control en base a las ventas anterio- res, el crecimiento de las ventas, el estatus de las exportaciones, los antecedentes de la industria y de an- teriores programas, y los estimadores basados en el vecino más cercano de los efectos de tratamiento. El estudio estimó los efectos del tratamiento 1, 0 y continuos en las ventas, el valor agregado (productos inter- medios) y la productividad laboral. Aunque los impactos varían, la dirección y el rango de las estimaciones son bastante similares entre las técnicas. El impacto en las ventas se estimó en un 10 a un 20% y en el valor agre- Principales hallazgos gado entre un 8-18% dependiendo de la técnica. Los impactos del GSR fueron descubiertos un año después de la asistencia, pero no en años subsiguientes (por ejemplo las ventas permanecieron altas pero no siguieron cre- ciendo más ni declinaron). Los resultados de la productividad laboral fueron menos concluyentes, positivos o im- 28 portantes usando modelos longitudinales (12-17%) pero insignificantes usando métodos de emparejamiento. a2.2 estudios en países en Vías de Desarrollo Johangir Sarder, Dipak Ghosh y Peter Rosa, "The Importance of Support Services to Small Enterprises in Referencia del Estudio , Bangladesh" Revista de Gestión de Pequeñas Empresas, abril de 1997, Vol. 37, no. 2, p. 26-36 En américa latina y El caribE Clasificación País en vías de desarrollo ­ Bangladesh ­ 1993 los programas para pymE Evaluación dE impacto dE Este documento evalúo la efectividad de los servicios de apoyo a las PyME en Bangladesh usan- do una encuesta de corte transversal de las empresas con menos de 50 trabajadores, algu- Resumen del estudio nas de las cuales recibieron apoyo. El estudio comparó el desempeño relativo de las empre- sas asistidas y no asistidas a combinaciones de tipo de programa y la intensidad del apoyo. Este estudio consideró una gama de servicios de apoyo, incluyendo apoyo financiero, capa- Programa(s) para citación, apoyo en mercadeo, asistencia técnica, servicios de extensión y de asesoramien- PyME estudiado(s) to, y la provisión de servicios públicos. Desafortunadamente, no se proporcionó más información so- bre los diferentes programas para PyME, más allá de la lista de los servicios de apoyo. Usando la lista de la Corporación de Industrias Pequeñas y Artesanales de Bangladesh (BSCIC), se elabo- ró aleatoriamente una muestra de 272 empresas en el área de la capital Dhaka y se efectuó una encuesta es- Fuentes de los datos tructurada en 1993. De éstas, 161 empresas proporcionaron respuestas utilizables, 93 recibieron apoyo de las agencias de apoyo para la PyME alguna vez durante el periodo de 1985 a 1992 y 68 no recibieron apoyo. El estudio usó un marco no experimental con controles de regresión para las diferencias de grupo y el MA- NOVA (análisis multivariado de varianza y covariables) para comprobar diferencias en el desempeño de los dos grupos en 1993. Se consideraron cuatro resultados de desempeño: el crecimiento en las ven- Metodología y temas tas y el empleo entre 1990 y 1992, las ventas por trabajador y el valor agregado por trabajador. El análi- econométricos sis de regresión MANOVA relacionó los resultados a varios tratamientos (número, tipo e intensidad de los servicios) y a variables de control para la edad de la empresa, el sector, la experiencia gerencial, las con- diciones financieras, la competencia en el mercado y el tiempo desde que se recibió la asistencia. El estudio encontró que las empresas tratadas exhibieron un crecimiento más alto y significativo, de un 5 a un 16%, en empleo, productividad y ventas y que un apoyo más extensivo (en términos del número de servicios re- cibidos) fue asociado con mayores ventas y crecimiento del empleo pero no con la productividad. No se encon- traron diferencias significativas en el desempeño según la intensidad (cantidad) del apoyo recibido, ATT (por sus Principales hallazgos siglas en inglés Average Treatment Effect on the Treated) o por los impactos sobre el valor agregado por trabaja- dor de un alto apoyo financiero versus un bajo apoyo financiero. También hubo diferencias en que el desempeño mejoró en la muestra de tratamiento que sólo recibió apoyo financiero pero no en el grupo que sólo recibió apoyo no financiero. El estudio reconoce la limitación de los resultados de corte transversal y que se necesita una mayor investigación usando datos panel para controlar mejor las diferencias de los grupos en las condiciones iníciales. Roberto Álvarez y Gustavo Crespi, "Exporter Performance and Promotion Instruments: Chilean Empirical Referencia del estudio , Evidence" Estudios de Economía, Volumen 27, número 2, diciembre de 2000, p. 225-241. Clasificación País en vías de desarrollo ­ Chile ­ 1992 a 1996 Este documento utilizó datos panel de las empresas para investigar los efec- tos de los programas de exportación de PROCHILE sobre el cambio de comportamien- Resumen del estudio to de las empresas en términos de cambios tecnológicos y organizacionales, el ingre- so en nuevos mercados de exportación, y el valor de las ventas de exportación. La Agencia Nacional para la Promoción de Exportaciones (PROCHILE) administra el Programa de Promoción de Exportaciones para promover las exportaciones chilenas y facilitar la entrada de las empresas de exporta- En américa latina y El caribE Programa(s) para ción a los mercados internacionales. En este programa, PROCHILE trabaja conjuntamente con comités de ex- PyME estudiado(s) los programas para pymE Evaluación dE impacto dE portación (de cuatro o más empresas) en el financiamiento, el diseño y la implementación de campañas de promoción internacionales, la investigación de mercados, estudios de factibilidad y ferias internacionales. En 1996, el estudio realizó una investigación a una muestra de 365 empresas, extraídas aleatoriamen- te del universo de cerca de 7.500 empresas exportadoras seguidas por el Banco Central de Chile, 178 em- presas que habían participado en PROCHILE y 187 empresas del grupo de control que no lo habían Fuentes de los datos hecho. La investigación que cubría el periodo de 1992 a 1996, produjo información cualitativa sobre cam- bios en el comportamiento de las empresas así como información cuantitativa de series de tiempo so- bre el número de productos exportados, el número de mercados de destino y el valor de las ventas. El estudio utilizó un método no experimental y controles de regresión para las diferencias en atribu- tos del grupo. Estimó los efectos de tratamiento de la participación en programas de PROCHILE de va- Metodología y temas rias maneras: modelos probit para estudiar la decisión de la participación en el programa, modelos to- econométricos bit para identificar cambios cualitativos, claves en el comportamiento de las empresas al final del período de la muestra, y métodos DID para estimar los impactos de la participación en el programa en el in- greso a nuevos mercados, el número de productos exportados, y las ventas de exportación. Los resultados sugirieron que la participación en los programas de PROCHILE condujo a mejoras en varias di- mensiones del comportamiento de las empresas pero a resultados mixtos para los indicadores cuantitativos de resultados. Primero, en 1996 las empresas de PROCHILE fueron más propensas a haber experimentado mejoras tecnológicas (en productos, procesos productivos y formas de organización), más alianzas estraté- gicas con otras empresas, mejoras en sus negociaciones y acceso a información comercial, la contratación Hallazgos principales y capacitación del personal especializado, e inversiones crecientes en actividades de promoción de exporta- ciones. Segundo, en el período de 1992 a 1996, la participación en PROCHILE aumentó en uno el número de mercados de destino logrados en relación al grupo de control. Sin embargo, PROCHILE no tuvo ningún im- pacto significativo en el número de productos exportados o el valor de las ventas de exportación; de hecho, el grupo de control pudo haber superado a los grupos de tratamiento en estos resultados de desempeño. Jose Miguel Benavente y Gustavo Crespi, "The Impact of an Associative Strategy (the PROFO Program) on Referencia del estudio , Small and Medium Enterprises in Chile" SEWPS Documento 88, junio de 2003. Clasificación País en vías de desarrollo ­ Chile ­ 1992 a 1995 Este documento investigó los efectos de la participación en el programa de PRO- AnExO FO de Chile sobre los resultados intermedios (uso de la tecnología, control de cali- Resumen del estudio dad e innovaciones gerenciales) y sobre el desempeño de la empresa usando una com- binación de emparejamiento por puntajes de participación y métodos DID. PROFO es un programa asociativo diseñado para proporcionar apoyo a grupos de empresas en lugar de em- presas individuales, a fin de mejorar el acceso a los mercados internos y externos, para transferir tecnolo- gía, para modernizar la gerencia y para contribuir al desarrollo local. PROFO reúne a las empresas peque- Programa(s) para ñas y medianas de la misma industria y región por un período limitado de tres años, y contrata a un gerente PyME estudiado(s) para manejar los recursos públicos y privados a fin de financiar los costos operativos y supervisar la im- plementación de servicios de apoyo de proveedores tales como el Servicio de Cooperación Técnica (SER- COTEC) o de las asociaciones privadas (por ejemplo la Asociación de Exportadores de Manufacturas). Los datos comprendían una muestra de 102 participantes de PROFO que habían terminado tres años de apo- yo, emparejados con un grupo de control al azar de 149 empresas (de la población de empresas de la misma industria y tamaño) seleccionadas por el Instituto Nacional de Estadísticas de Chile (INE) de sus Encuestas Na- Fuentes de los datos cionales Industriales Anuales (ENIA). El grupo de tratamiento proporcionó información cualitativa sobre un ran- 29 go de innovaciones promocionadas por PROFO así como datos retrospectivos sobre variables económicas de 1992 a 1995. El grupo de control proporcionó datos económicos similares que cubrían el mismo período. El estudio utilizó una variedad de métodos para comparar los impactos de PROFO en la productividad to- tal de los factores (PTF) estimada de una función de producción. Estimó: (a) modelos probit para esti- Metodología y temas mar la probabilidad de participación en el programa de PROFO; (b) el emparejamiento por probabilidades econométricos de participación para comparar la PTF de los grupos de tratamiento y control; y (c) el emparejamien- to por puntajes de participación junto con DID para tomar en cuenta las diferencias de grupos resultan- tes de la autoselección hacia el PROFO, en base a los atributos inadvertidos de la productividad. El análisis cualitativo del grupo de tratamiento sugirió que la participación en PROFO condujo a una planificación productiva mejorada, estrategias de mercadeo, la introducción del control de calidad y capacitación gerencial, y un uso mayor de los servicios de extensión públicos. El análisis probit reveló que el grupo de control difería del grupo de PROFO en atributos pre programa como empleo y productividad laboral, lo que significa que las em- Principales hallazgos presas de PROFO tendían a ser más débiles. Los resultados DID indicaron que el PROFO estuvo asociado con una mejora neta en el crecimiento de la PTF del 11,7%. Este impacto neto en la PTF fue mayor, de un 12,4 y un 14,9%, cuando se utilizó DID con un emparejamiento por puntajes de participación. Los autores compararon los costos y beneficios de PROFO y concluyeron que el PROFO produjo tasas de retorno interno de casi un 21%. Hong Tan y Gladys López-Acevedo, "Evaluating Training Programs for Small and Medium Enterprises: Referencia del estudio , Lessons from México" Documento de Trabajo para Investigaciones 3760 del Banco Mundial, noviembre de 2005. Clasificación País en vía de desarrollo ­ México ­ 1991 a 1996 Este documento evalúo la efectividad de CIMO, un programa de capacitación de trabajadores para PyME para Resumen del estudio promover la capacitación de trabajadores y mejorar el desempeño de las PyME en el periodo de 1991 a 1996. CIMO (ahora PAC), el programa más antiguo para PyME de México, es administrado por la Secretaría del Trabajo a través de redes regionalmente dispersas de oficinas situadas en las Cámaras de Comercio locales. Los promo- Programa(s) para tores de CIMO llegan proactivamente a las PyME y, sobre la base de un diagnóstico, dan a las PyME un paquete PyME estudiado(s) integrado de capacitación y asistencia técnica subvencionados y ofrecidos a través de instituciones locales públi- cas y privadas. Cuando es posible, se hacen coincidir los grupos de PyME con los proveedores de servicios lo- cales para aprovechar las economías de escala y para promover la formación de redes entre las PyME locales. El estudio utilizó datos panel de dos estudios de evaluación de CIMO en los cuales se hizo un seguimiento en el tiempo a un grupo de tratamiento y a un grupo de control (seleccionados por el Instituto Nacional de Esta- dística y Geografía (INEGI) y emparejados en base al tamaño, el sector y la región). La primera cohorte de em- Fuentes de los datos presas (1991 a 1993) incluía 248 empresas en el grupo de tratamiento y 316 empresas en el grupo de control; la segunda cohorte (1993-1995) tenía 595 empresas de tratamiento y 638 empresas de control, incluyen- do un subconjunto de empresas de la primera cohorte que pudo ser seguido durante todos los cinco años. El estudio usó un análisis de regresión para controlar las diferencias de grupo y un método DID para eliminar Metodología y estudios sesgos potenciales de la autoselección de empresas hacia CIMO basado en atributos observados e inadverti- econométricos dos. Investigó varios resultados, incluyendo resultados intermedios como ser capacitado y el uso de métodos de control de calidad, y sobre el crecimiento de la productividad estimada usando una función de producción. AnExO Primero, los resultados indicaron que CIMO mejoró los resultados intermedios respecto al grupo de control y CIMO tuvo un efecto positivo y significativo sobre el aumento de las inversiones en capacitación por trabaja- dor (las empresas CIMO invirtieron un promedio de 170-190 pesos más por trabajador que las empresas no CIMO), y una mayor proporción de empresas CIMO (23%) adoptaron sistemas de control en relación al gru- po de control. Segundo, comparando las funciones de producción en niveles y en DID para el periodo 1991- 1993, los efectos del tratamiento cambiaron de efectos negativos o cero (- 6%) en niveles, a positivo y a sig- Principales hallazgos nificativo (11%) en primeras diferencias, sugiriendo que las empresas más débiles son atraídas al programa CIMO. Finalmente, se obtuvieron resultados similares en niveles y DID para la segunda cohorte (1993-1995) y las cohortes agrupadas (1991-1995). Sin embargo, en estas últimas cohortes, no se encontraron impactos esta- dísticamente significativos de CIMO sobre la productividad. Los resultados malos para la segunda cohorte pue- den reflejar los efectos de un descenso económico, o más convincentemente, la selección de un grupo de con- trol inadecuado con niveles iniciales de productividad laboral dos veces más que los de las empresas CIMO. 30 Daniel Chudnovsky, Andrés López, Martín Rossi y Diego Ubfal. "Evaluating a Program of Public Funding of Referencia del , Private Innovation Activities. An Econometric Study of FOnTAR in Argentina" Documento de Trabajo: OVE/WP- estudio 16/06, noviembre de 2006 Clasificación País en vías de desarrollo ­ Argentina ­ 1998 a 2001 Este documento evaluó el programa de Aportes no Reintegrables (AnR) del Fondo Tecnológico Ar- En américa latina y El caribE Resumen del estudio gentino (FOnTAR) manejado por la Agencia nacional de Promoción Científica y Tecnológica (AnP- los programas para pymE Evaluación dE impacto dE CYT) para investigar el impacto del programa en la innovación y el desempeño de las empresas. El objetivo de FONTAR es promover actividades innovadoras de las empresas privadas. Desde su esta- blecimiento en 1995, FONTAR comenzó con créditos suaves, seguido después de 1998 por créditos fis- cales aplicados al impuesto sobre la renta y después de 2000 por un programa de donaciones de contra- Programa(s) PyME parte a través del fondo no reintegrable ANR. El programa ANR financió hasta un 50% del costo de los estudiado(s) proyectos de innovación tecnológica, con un máximo de dos años de horizonte de ejecución y un subsi- dio máximo de 300.000 pesos argentinos. El financiamiento está dirigido a proyectos de I&D, tecnolo- gías piloto, el desarrollo de productos y procesos innovadores, la capacitación gerencial y de trabajado- res relacionadas a innovaciones de productos y procesos, y nuevos negocios basados en la tecnología. El estudio usó datos de una encuesta efectuada por la oficina nacional de estadística de 414 empresas por cua- Fuentes de los datos tro años sucesivos de 2001 a 2004 y en 1998. De éstas, 136 recibieron una donación de contraparte ANR de FONTAR, 62 empresas no recibieron apoyo ANR y 216 empresas no participaron en el programa. El estudio usó un método no experimental con métodos de regresión DID para eliminar efectos indivi- duales invariantes en el tiempo, inadvertidos, así como DID combinado con el emparejamiento por punta- jes de participación para verificar la solidez de los efectos estimados de los tratamientos dentro de la región Metodología y te- de soporte común. Se estimó un modelo probit de la participación del programa sobre un indicador del pro- mas econométricos grama, y las ventas, la proporción del número de empleados calificados respecto al total de empleados, la rama de la industria y la región para calcular un puntaje de participación. Las regresiones DID y el empareja- miento combinado con los métodos DID fueron luego usados para comparar los impactos ANR sobre la in- tensidad de la innovación (total y privada), las ventas de nuevos productos y la productividad laboral. Los resultados mostraron que el programa ANR tuvo impactos positivos significativos en la intensidad innovadora (gastos en I&D a ventas totales) pero no en las ventas de nuevos productos o en la productividad laboral. El impacto de ANR en la intensidad innovadora fue estimado en un 7% usando DID, y un 5% usando el emparejamiento combi- nado con DID en la región de soporte común. Ninguna evidencia de que el subsidio público desplaza a la I&D privada; Principales hallazgos resultó de impactos ampliamente similares estimados usando solamente I&D privada a ventas totales. Se encontró algún desplazamiento para las empresas que ya estuvieron innovando, pero no entre nuevos innovadores. Sin embar- go, el estudio no encontró ninguna evidencia, usando métodos alternativos de estimación, de que la ANR tuviera o haya tenido un impacto en las ventas innovadoras de productos nuevos o mejorados, o en la productividad laboral. João Alberto De negri, Mauro Borges Lemos, y Fernanda De negri, "Impact of I&D Incentive Program Referencia del , on the Performance and Technological Efforts of Brasilian Industrial Firms" Documento de Trabajo: estudio OVE/WP-14/06 diciembre de 2006 Clasificación País en vías de desarrollo ­ Brasil ­ 1996-2003 El estudio evalúo el impacto del Programa de Apoyo al Desarrollo Tecnológico nacional (ADTEn) Resumen del estudio sobre los resultados innovadores (gastos en I&D y patentes) y el desempeño de las empre- sas industriales medido por las ventas, el empleo y el crecimiento de la productividad. El programa ADTEN es administrado por la Agencia de Financiamiento de Investigación y Proyectos (FI- En américa latina y El caribE NEP) que supervisa el Fondo de Desarrollo Científico y Tecnológico (FNDCT) creado en 1968 para estimu- los programas para pymE Evaluación dE impacto dE lar el desarrollo científico y tecnológico en Brasil. La escala del programa ADTEN es relativamente pequeña, Programa(s) para de 1998 hasta 2003 ADTEN sólo financió 57 empresas por año, o casi el 0,07% de las empresas industria- PyME estudiado(s) les brasileñas con más de 10 empleados. No es estrictamente un programa para PyME, y está abierto a em- presas de todos los tamaños que soliReferencian proyectos básicos de ingeniería con un elemento de desa- rrollo tecnológico, el establecimiento de centros de I&D, la compra y el uso de tecnología local o extranjera, la introducción de controles de calidad y sistemas de gestión, y el mercadeo de productos innovadores. El estudio usó datos panel sobre una muestra de cerca de 80.000 empresas industriales con más de 10 em- pleados cubriendo el período entre 1996 y 2003. La base de datos del Instituto para la Investigación Económi- ca Aplicada (IPEA) fue creada ligando la información de (a) la Encuesta Industrial Anual (PIA), (b) la Encuesta Fuentes de los datos sobre Innovación Tecnológica de 2000 (PINTEC) y otras fuentes de datos sobre las características de los traba- jadores, el comercio exterior, la propiedad extranjera y las solicitudes de patentes. Se identificó a los beneficia- , rios del programa ADTEN en esta base de datos con la colaboración de FINEP la agencia administradora. El estudio utilizó un enfoque no experimental con diferentes métodos para estimar los efectos del tra- tamiento de ADTEN. Éstos incluyeron modelos de regresión con (a) un procedimiento de dos eta- Metodología y te- pas de Heckman para corregir por la selección de la muestra; y (b) el emparejamiento por probabilida- mas econométricos des de participación de los beneficiarios de ADTEN a tres grupos de control: todas las empresas no beneficiarias, la muestra de empresas innovadoras y una muestra de empresas con gastos en I&D; com- binado con DID para remover los efectos de atributos de productividad individuales inadvertidos. Primero, el modelo de selección de Heckman produjo impactos positivos y significativos de ADTEN en niveles de I&D en 2000 de un 28 a un 39%, pero ningún impacto significativo en los niveles de productividad. Segundo, con el emparejamiento combinado con DID, el estudio encontró impactos positivos significativos en ventas y empleo, Principales hallazgos los beneficiarios de ADTEN experimentaron un crecimiento más rápido de 1996 a 2003 en las ventas y el empleo de alrededor del 76% en relación al 12% en ventas y un crecimiento negativo en empleo para el grupo de control. No se encontró ningún efecto significativo del tratamiento para el crecimiento de la productividad y el patentado. Hong Tan y Gladys López-Acevedo, "How Well Do Small and Medium Enterprise Programs Work? Referencia del , Evaluating México's PyME Programs Using Panel Firm Data" Instituto del Banco Mundial y documento estudio sobre Latinoamérica y la región del Caribe, abril de 2007. Clasificación País en vías de desarrollo ­ México ­ 1995 a 2001 AnExO El informe evaluó los impactos de la participación en programas para PyME en México, usando métodos de regresión y el emparejamiento por probabilidad de participación combinados con métodos DID, y un conjun- Resumen del estudio to de datos no experimentales creado ligando información retrospectiva sobre la participación en programas para PyME con datos panel de las empresas seguidas en tres puntos en el tiempo a partir de 1995 hasta 2001. En los años 90, México tenía una amplia gama de programas para PyME que proporcionaban capacitación subsidia- da, mejoras de tecnología, el desarrollo de mercados y la promoción de exportaciones. El programa más grande era el Programa(s) para programa CIMO de capacitación integrada administrado por la Secretaría del Trabajo y Previsión Social, y los progra- PyME estudiado(s) mas CRECE y COMPITE de refuerzo de la productividad de la Secretaría de Economía. Los tres programas propor- cionaron a las empresas un diagnóstico de problemas previo al tratamiento y varios servicios de asistencia técnica. El estudio utilizó un conjunto de datos panel a nivel de las empresas, ligando las encuestas ENESTYC sobre em- presas de 1995, 1999 y 2001. La ENESTYC es organizada por el INEGI para reunir información sobre las caracte- rísticas de las empresas, la producción, la organización del trabajo, la capacitación y el uso de la tecnología. La Fuentes de los datos encuesta de 2001 incluyó un módulo de preguntas sobre la familiaridad con, la participación y la fecha de partici- pación en un programa (o varios programas) de una lista abierta de los programas más importantes para PyME. 31 Este estudio se centró en la submuestra de beneficiarios del programa en ENESTYC, con tamaños de muestra más grandes: CIMO, CRECE y COMPITE; y en un grupo de control de no participantes con atributos similares. El estudio utilizó un método no experimental para estimar efectos separados del tratamiento para el pro- grama CIMO, y para los programas CIMO, CRECE y COMPITE combinados. Utilizó: (a) comparacio- Metodología y te- nes tabulares de los resultados post programa en los grupos de tratamiento y de control; (b) funciones de mas econométricos producción para estimar los efectos del tratamiento; y (c) el emparejamiento por probabilidades de parti- cipación combinado con métodos DID para estimar los efectos del tratamiento libres de los sesgos in- troducidos por la autoselección en los programas en base a atributos de productividad inadvertidos. Las comparaciones tabulares de los valores medios de los grupos de tratamiento y de control revelaron mejo- ras en varios resultados intermedios a partir de 1995 a 2001, tales como capacitación patrocinada por las em- presas, la adopción de nuevas tecnologías y la introducción de sistemas de control de calidad; pero los hallaz- gos sobre los resultados finales fueron mixtos. Se encontraron mejoras en el empleo y en las exportaciones Principales hallazgos pero no en la productividad laboral. Las estimaciones de la función de producción tampoco revelaron im- pactos en la productividad. Se encontraron impactos positivos con el emparejamiento por puntajes de par- ticipación y DID combinados, para la capacitación, (9 a 14%) y la adopción de tecnología (9%), pero los im- pactos sobre el empleo y el crecimiento de la productividad no fueron estadísticamente significativos. Referencia del José Miguel Benavente, Gustavo Crespi y Alessandro Maffioli, "Public Support to Firm Level estudio , Innovation: An Evaluation of the FOnTEC Program" OVE/WO-05/07, diciembre de 2007. Clasificación País en vías de desarrollo ­ Chile ­ 1998 a 2002 Este documento investigó los impactos de la participación en los programas FOnTEC en Chi- le en los gastos en I&D, las estrategias de innovación, los resultados tecnológicos y el des- Resumen del estudio empeño económico de las empresas usando el emparejamiento por puntajes de partici- pación combinado con DID para controlar la autoselección en los programas. El Fondo Nacional de Desarrollo Tecnológico y Productivo (FONTEC) es administrado por CORFO, la Corporación de Fomento de la Producción de Chile. Administra varias líneas de financiamiento para apoyar el desarrollo de nuevos pro- ductos y de procesos de producción, misiones en el extranjero y consultorías para la adquisición de tecnología, apoyo Programa(s) para para centros de transferencia de tecnología para adaptar y difundir nuevas tecnologías, y estudios de pre factibilidad PyME estudiado(s) sobre tecnologías potencialmente útiles. En los 10 años desde que FONTEC fue establecido en 1991, el fondo ha apo- yado a más de 1.700 proyectos de innovación totalizando US$ 250 millones, de los cuales el 35% fueron subvenciona- dos por donaciones de contraparte. Más de 6.000 empresas participaron en FONTEC, y de ellas el 85% eran PyME. Los datos comprendían 219 empresas que se habían beneficiado de FONTEC y un grupo de control pro- porcionado por las autoridades tributarias de 220 empresas no participantes de áreas geográficas y sec- Fuentes de los datos tores similares al del grupo de tratamiento. A ambos grupos se les hizo una encuesta sobre las expe- riencias con el programa y sobre los resultados cualitativos y cuantitativos claves de 1998 a 2002. El estudio utilizó un método no experimental con emparejamiento por puntajes de participación combina- do con métodos DID para estimar los efectos de tratamiento de la participación en FONTEC libre del ses- Metodología y te- go de selección debido a atributos de productividad inadvertidos. Las diferencias en atributos entre el grupo AnExO mas econométricos de tratamiento y el grupo de control hicieron necesario volver a aparear las muestras usando el empareja- miento por puntajes de participación que reveló que las empresas más nuevas y las empresas más avan- zadas en el sector manufacturero eran más propensas a haber participado en el programa FONTEC. En comparaciones emparejadas de los grupos de tratamiento y de control, los estimadores claves revela- ron que la participación en FONTEC condujo a aumentos significativos en presupuestos de I&D, en algunos ca- sos desplazando el gasto privado en I&D, pero no hubo un aumento en la intensidad de I&D a las ventas, de 1998 a 2002. Hubo interacciones crecientes con las fuentes externas de conocimiento y de financiamiento, in- novaciones de procesos mejorados, pero ningún desarrollo de nuevos productos; esto hace pensar que FON- Principales hallazgos TEC fue eficiente en promover una creciente innovación en vez de un cambio tecnológico radical. En cuan- to a resultados, el estudio encontró impactos positivos en los niveles de empleo (7%), el crecimiento de las ventas (40%) y la intensidad de la exportación (3%), dependiendo de la especificación del modelo. Sin em- bargo, no se vio ninguna evidencia de aumentos significativos en el crecimiento de la productividad. Esto lle- vó a los autores a concluir que se necesitaría más tiempo para obtener impactos medibles del gasto en I&D. 32 Referencia del Emre Ozcelik y Erol Taymaz, "R&D Support Programs in Developing Countries: The Turkish Experience" estudio Políticas de Investigación, 37, 2008, p. 258-75. Clasificación País en vías de desarrollo ­ Turquía ­ 1996-2005 El estudio investigó los impactos de los programas de apoyo públicos en I&D sobre los gastos en I&D del En américa latina y El caribE sector privado (si la I&D pública desplazó a la I&D privada, o a la investigación privada), y cómo estos im- los programas para pymE Resumen del estudio Evaluación dE impacto dE pactos pueden variar por el tamaño de la empresa controlando los efectos de la transferencia de tecno- logía del extranjero. no investigó los impactos del apoyo en I&D en el desempeño de las empresas. El estudio consideraba dos tipos de apoyo público en I&D: (1) préstamos para I&D de la Funda- ción para el Desarrollo Tecnológico de Turquía (TTGV) establecida en 1991, y (2) donaciones para I&D, Programa(s) para de la Junta de Monitoreo del Consejo de Investigación Científica y Técnica de Turquía (TIDEB), que co- PyME estudiado(s) menzó en 1995 con el otorgamiento de donaciones que promediaban un 40% de los costos del pro- yecto de I&D. El número de empresas apoyadas con préstamos y donaciones aumentó rápidamente, es- pecialmente para las donaciones TIDEB que casi totalizaron US$ 100 millones en el año 2000. Este estudio utilizó tres bases de datos panel: (1) la Encuesta Anual de la Industria Manufacture- ra (ASMI) que cubre establecimientos con 10 o más empleados, cerca de 11.000 empresas, cada año; du- rante el período 1993-2001, (2) la encuesta I&D cubre empresas manufactureras que se sabe que Fuentes de los datos efectúan I&D, e incluía más de 300 empresas a finales de los años 1990; y (3) datos administrativos so- bre clientes de programas de I&D. Los establecimientos en las tres bases de datos fueron relaciona- dos por los códigos de establecimiento usados por la oficina nacional de estadística Turkstat. El estudio adoptó un enfoque no experimental con dos métodos diferentes para estimar los tratamientos de impactos Metodología y te- libres del sesgo de selección: (a) un método de regresión con variables de control, incluyendo efectos al azar y efectos mas econométricos fijos del modelo Tobit, y modelos dinámicos; y (b) el emparejamiento por puntajes de participación del grupo de trata- miento con un grupo de empresas de control con atributos similares que no recibieron ningún apoyo público en I&D. En general, el método de regresión no encontró ninguna evidencia de programas públicos de I&D que hayan despla- zado el gasto privado en I&D. Asimismo, aunque las empresas grandes realizaron más I&D, las empresas más pe- queñas se beneficiaron más del apoyo público que las empresas más grandes. Los análisis de emparejamiento re- Principales hallazgos velaron que el grupo de tratamiento aumentó su intensidad en I&D en un 2,6% y su intensidad en I&D propio en 1,9 puntos porcentuales, mientras que las empresas no apoyadas con similares características no mostraron cambios en la intensidad de I&D. Cuando el análisis fue restringido a comparaciones del grupo de tratamiento y de control de los actores en I&D, los resultados del emparejamiento fueron ampliamente similares, aunque menos pronunciados. EVALUACIóN DE IMPACTO DE LOS PROGRAMAS PARA PYME EN AMéRICA LATINA Y EL CARIBE Capítulo 3 3 Capítulo Evaluación de los Programas de Apoyo a las PyME en Chile 1. introducción los programas de apoyo libres de sesgos de selección que surgen de las diferencias entre los grupos de Este capítulo evalúa programas de apoyo para tratamiento y de control en atributos observables y PyME en Chile usando datos panel de periodos en heterogeneidad no observada. Segundo, a dife- largos a nivel de las empresas para dos grupos de rencia de la mayoría de los estudios de evaluación empresas: un grupo de tratamiento que participó que siguen a los participantes solamente por un año en los programas para PyME y un grupo de control o dos después de la terminación del programa, en de empresas que no participó. En 2004, una mues- nuestros datos algunas empresas de tratamiento son tra escogida al azar de más de 600 establecimien- observadas por periodos de hasta 10 años después tos de seis sectores manufactureros proporcionó de la participación en los programas. Muchos im- información sobre su participación en diversos pactos sólo se perciben a lo largo del tiempo, lo cual programas de apoyo y el año de su participación, puede explicar por qué muchos estudios de evalua- y ésta se extendía desde principios de los años ción (incluyendo los de Chile) encuentran mejoras 90 hasta 2004. La encuesta produjo información de corto plazo en resultados intermedios tales como sobre siete programas específicos que proporcio- capacitación o la adopción de nuevas tecnologías y nan asistencia técnica, la formación de grupos o prácticas empresariales, pero solamente evidencia redes, la innovación y transferencia tecnológica, mixta de mejoras a más largo plazo en el crecimiento y finanzas, más dos categorías flexibles de "otros de las ventas, de la productividad o del empleo. programas". Esta encuesta de empresas fue ligada Finalmente, las preguntas sobre la participación en a un panel no equilibrado de establecimientos de programas en la encuesta de las empresas nos per- la Encuesta Nacional Industrial Anual (ENIA) que miten identificar un grupo de control de empresas cubre el período entre 1992 y 2006, proporcionando que nunca han participado en ningún programa. En así una abundancia de series de tiempo detalladas muchos estudios de evaluación, esto es complicado de datos comparables, sobre las características de por la presencia de una plétora de programas que los establecimientos, los insumos y productos, las apuntan al mismo universo de empresas y la caren- ventas, las exportaciones, el empleo, los salarios y cia de registros administrativos centralizados sobre las compensaciones. los beneficiarios de todos los diferentes programas. Una consecuencia es que una cierta parte del grupo Estos datos panel exclusivos proporcionan una opor- de control pudo haber participado realmente en tunidad sin precedente de abordar varios temas que otros programas, posiblemente contaminando así las NASIRkHAN/MORGUEFILE.COM han plagado a las evaluaciones de impacto de los estimaciones de impacto contrafactuales y sesgando programas para PyME en la mayoría de los países, las estimaciones de los programas específicos para incluyendo Chile. Primero, la disponibilidad de años las PyME bajo estudio. múltiples de información sobre los establecimientos tratados, antes y después de la participación en El documento encontró un conjunto coherente de programas, permite que estimemos los impactos de resultados sobre los impactos de la participación en programas usando modelos de empareja- tratamiento sobre los resultados finales medidos miento de acuerdo al puntaje o probabilidad en niveles y en diferencias. Analiza las diferencias de participación PSM (por sus siglas en inglés entre los programas PyME, los efectos de tiempo Propensity Score Matching) y de DID (por sus post tratamiento de la participación en programas, siglas en inglés: Differences in Differences). y efectúa un análisis de sensibilidad limitando las Primero, usando modelos PSM en datos de corte estimaciones de impactos para el papel potencial transversal, encontramos impactos positivos y de los programas de apoyo en inhibir la salida del significativos del tratamiento en resultados inter- panel de empresas ineficientes. La sección 6 contie- medios, inversiones crecientes en capacitación, la ne las conclusiones. introducción de nuevos productos y procesos, la certificación ISO y enlaces con otras instituciones públicas y privadas - así como resultados finales 2. Descripción de los programas como ser en ventas, salarios y productividad para pyMe en Chile14 laboral. Segundo, usando los modelos DID junto con PSM para controlar la heterogeneidad obser- Chile invierte de US$ 400 millones a US$ 600 vada y no observada, encontramos impactos de millones anualmente en programas de apoyo al programas sólidos, positivos y estadísticamente sector privado, que varían desde préstamos y CAPÍTULO 3 significativos sobre las ventas, la producción, el garantías para créditos, donaciones de contraparte empleo, la productividad laboral y los salarios. para dar servicios de apoyo a las empresas, hasta Inferimos que las estimaciones de nivel de los beneficios impositivos para la capacitación interna resultados finales pueden ser alteradas por la de trabajadores (Banco Mundial 2004). Estos dife- heterogeneidad no observada motivando la selec- rentes programas cubren todos los sectores de la ción de programas para empresas con niveles de economía, todos los tamaños de empresas y todas productividad relativamente bajos. Tercero, hici- las regiones. A finales de 2001, los programas de mos pruebas y encontramos resultados positivos préstamo y crédito totalizaron US$ 643,5 millones, para los programas que proporcionan asistencia de los cuales la mayor parte (más del 60 por ciento) técnica subvencionada, apoyo para la formación respondía a un programa de reestructuración de de grupos y mejoras de la tecnología, pero no los deuda ejecutado por la Corporación de Fomento de 36 programas de financiamiento. Finalmente, encon- la Producción (CORFO), la agencia de desarrollo tramos evidencia de efectos positivos y crecientes económico de Chile, en respuesta a una desacelera- en el tiempo de la participación en los programas, ción económica. En ese mismo año, los programas generalmente después de 4-10 años de comenzar de donación de contraparte y reembolsos por la participación, para resultados finales tales capacitación sumaron US$ 328,7 millones. La parte En américa latina y El caribE como las ventas, la producción y la productividad más grande cubría el reembolso por capacitación los programas para pymE Evaluación dE impacto dE laboral; pero no para el empleo, los salarios y las manejada por el Servicio Nacional de Capacitación exportaciones. y Empleo SENCE bajo el Ministerio de Trabajo, seguido de los diversos programas de apoyo a las El resto de este documento se organiza como sigue. empresas manejados por CORFO, el programa de La sección 2 revisa los programas para PyME en fomento a las exportaciones de la agencia nacional Chile desde mediados de los años 90 y principios para el fomento de las exportaciones PROCHILE, de los años 2000, y varios estudios que han eva- y el Fondo de Fomento al Desarrollo Científico y luado algunos de estos programas. La sección Tecnológico FONDEF manejado por la Comisión 3 describe los datos usados en este documento. Nacional de Investigación Científica y Tecnológica Proporciona estimaciones del uso del programa CONICyT. por establecimientos manufactureros sondeados en la Encuesta del Clima de Inversión en Chile 2004 (ECI) y compara las características de las empresas A. Donaciones de Contraparte y Programas que participaron (el grupo de tratamiento) con las de Crédito para Empresas Industriales empresas que no participaron (el grupo de control). La sección 4 describe el método de valoración y La cartera más grande de donaciones de contra- divulga las estimaciones PSM de los impactos de parte y programas de crédito que cubren a las la participación en cualquier programa para PyME empresas en el sector industrial --que es el eje de sobre los resultados intermedios y finales medidos en 2004. La sección 5 se concentra en los datos pa- 14 Esta descripción de los programas en Chile se basa en gran me- nel durante el período 1994-2006, usando modelos dida en: Banco Mundial (2004), "Chile: Una Estrategia para Pro- de regresión del panel para estimar los efectos del mover las Pequeñas y Medianas Empresas Innovadoras" . este estudio-- es administrada por CORFO. Esta- apoyar el acceso al financiamiento para las blecida en 1939, la misión de CORFO es impulsar nuevas empresas, empresas más pequeñas el desarrollo económico en Chile promoviendo la y empresas exportadoras; y competitividad y la inversión, contribuyendo a la creación de empleo para trabajadores calificados, contribuir al desarrollo regional estimu- y asegurando la igualdad de acceso a servicios que lando la inversión privada. promueven la modernización de las empresas. El diseño de los programas de CORFO es guiado por El Fondo Nacional de Desarrollo Tecnológico y En américa latina y El caribE las consideraciones de las fallas de mercado y de Productivo FONTEC opera varias líneas de finan- los programas para pymE Evaluación dE impacto dE la demanda del mismo. El primer principio es que ciamiento para apoyar el desarrollo de nuevos el estado debe intervenir solamente cuando hay productos y procesos de producción, misiones en fallas claras del mercado. Éstas incluyen las dese- el extranjero, consultorías para la adquisición de conomías de escala, información imperfecta sobre tecnología, apoyo para que los centros de transfe- mercados y tecnología, barreras a la cooperación rencia tecnológica adapten y compartan nuevas tec- inter empresas y el acceso limitado a financiamien- nologías, y estudios de factibilidad de preinversión to; restricciones que conciernen especialmente a de tecnologías potencialmente útiles. En 10 años las PyME15. CORFO no discrimina entre sectores desde que FONTEC fue establecido en 1991, el fon- económicos o regiones geográficas en la asigna- do apoyó a más de 1,700 proyectos de innovación ción de sus recursos. Todos los programas deben con un valor que llega a US$ 250 millones, de los ser basados en la demanda según lo demuestran la cuales un 35 por ciento fueron subvencionados con propiedad y el cofinanciamiento del sector priva- donaciones de contraparte. Más de 6,000 empresas, do. Los proyectos son financiados sobre la base de las cuales un 85% eran PyME, participaron en de propuestas de empresas individuales o grupos FONTEC. de empresas que cumplen criterios de transparen- cia, y generalmente son por dos a tres años para Proyectos Asociativos de Fomento (PROFO) se asegurar que el apoyo se limita en tiempo. CORFO dirige a grupos de empresas y está diseñado para contrata la provisión de muchos programas a superar barreras resultantes de las escalas como través de agencias públicas, gobiernos regiona- el acceso a la tecnología, mercados y habilida- les, institutos públicos y privados y asociaciones des gerenciales, ofreciendo incentivos para que industriales, aunque maneja directamente la las empresas se junten voluntariamente para provisión de algunos programas innovadores y abordar un conjunto de problemas comunes de regionales a través de su red de oficinas de campo. producción o gerenciales. Este programa finan- CAPÍTULO 3 cia una parte de los costos del proyecto (en una Siguiendo estos principios rectores, CORFO ha escala decreciente) para acciones conjuntas, capa- implementado varios programas importantes de citación, estudios de mercado y mercadeo de los donaciones y crédito desde principios de los años productos; generalmente por tres o cuatro años. 90, los cuales se reseñan más abajo. Los objetivos Durante 2001, CORFO apoyó 445 proyectos que principales de estos programas han sido: sumaban 16,613 millones de pesos (aproximada- mente US$ 23 millones) de los cuales un 36 por promover la investigación y el desarrollo ciento vino de PROFO. Más de 33,000 empresas tecnológico y la mejora de la tecnología; han participado en el programa desde su inicio en 2001. fomentar el establecimiento de redes de 37 negocios y cooperación especialmente El Programa de Desarrollo de Proveedores (PDP) entre las PyME; intenta fomentar acoplamientos verticales entre las empresas ofreciendo incentivos para que las facilitar la modernización de las prácticas empresas más grandes proporcionen capacitación empresariales para aumentar el acceso a sobre estándares de calidad y el diseño de pro- diferentes mercados; ductos a las PyME locales, de modo que puedan volverse proveedores confiables. Durante 2001, 82 proyectos participaron en este programa, sumando 15 Chile define las PyME al usar una medida indexada a la inflación para las ventas 2.5 millones de pesos (cerca de US$ 3.4 millones) anuales, o la unidad de fomento (UF). El límite en tamaño para "micro" es de de los cuales la participación del gobierno estaba 2.500 UF (cerca de US$ 55.000 en marzo de 2004), "pequeña" es 25.000 UF casi debajo del 60 por ciento. De las 3,036 empresas (cerca de US$ 550.000), y "mediana" es 100,000 UF (US$ 2.2 millones). Para fines de comparación con otros estudios de país, este documento usa una que participaron en este programa, un 94 por ciento definición alternativa basada en el empleo de las PyME (ver la Sección III). eran PyME. El Fondo de Desarrollo e Innovación (FDI) financia beneficios impositivos para mejorar las habilidades proyectos de innovación y desarrollo tecnológico del trabajador y así contribuir al empleo, y para en industrias estratégicamente importantes que mejoras en la productividad del trabajador y de contribuyen al desarrollo económico y social. A la empresa como en la calidad de los productos y diferencia del programa FONTEC, que está diri- procesos. Las empresas que usan el incentivo SEN- gido a las empresas, el FDI principalmente apoya CE reciben un beneficio impositivo, de los cargos proyectos conjuntos en tecnología pre competitivos de su planilla de capacitación, para implementar de centros y empresas de investigación. En 2002, el programas de capacitación interna organizados y FDI proporcionó US$ 10 millones en financiamien- provistos por una red de institutos de capacitación to a 62 de dichos proyectos conjuntos. registrados del sector público y privado, universi- dades y centros de educación técnica. Un estimado El Fondo de Asistencia Técnica (FAT) es un progra- de 116,000 empresas utilizaron este incentivo fiscal ma de donaciones de contraparte para las PyME para capacitación en 2002, un aumento espectacular que subvenciona los costos de asistencia técnica comparado con apenas 17,000 empresas en 1988. para abordar problemas específicos incluyendo el mercadeo, el diseño de productos, los procesos de El Programa de Promoción de Exportaciones es producción, los sistemas de información y el con- administrado por la Agencia Nacional para la CAPÍTULO 3 trol de la contaminación. A diferencia de PROFO, Promoción de Exportaciones (PROCHILE) para el FAT es utilizado generalmente por PyME indi- promover las exportaciones chilenas y facilitar la viduales, pero CORFO fomenta que sea usado por entrada de las empresas de exportación a mercados grupos de empresas. Aunque el programa comenzó internacionales. PROCHILE trabaja conjuntamente pequeño con apenas menos de 350 PyME en 1994, con comités de exportación que comprenden cuatro el uso del FAT creció anualmente hasta llegar a casi o más empresas de financiamiento, el diseño y 7,000 empresas en el año 2000. la implementación de campañas de promoción internacionales, estudios de mercado, estudios de Líneas de Financiamiento. Además de sus pro- factibilidad y la participación en ferias internacio- gramas de apoyo a los negocios, CORFO también nales. proporciona diversas líneas de financiamiento a 38 las PyME a través de sus programas de crédito y El Fondo de Fomento al Desarrollo Científico y garantías para préstamos. Éstos incluyen líneas Tecnológico (FONDEF), operado por el CONICyT, de crédito para el financiamiento de inversiones financia la investigación y el desarrollo (I&D) pre de las medianas y pequeñas empresas y para la competitivo y proyectos de tecnología organizados reprogramación de deudas de PyME, una respuesta conjuntamente por las universidades, institutos de En américa latina y El caribE que se da una sola vez a una crisis causada por una tecnología y el sector privado. Desde 1991 a 2003, los programas para pymE Evaluación dE impacto dE desaceleración económica repentina. el FONDEF invirtió 97 mil millones de pesos en proyectos de I&D y 4,3 mil millones de pesos en Los Programas Territoriales Integrados (PTI) proyectos de transferencia tecnológica. basados en la región, fueron establecidos por CORFO en 2000 para promover el desarrollo del El Servicio de Cooperación Técnica (SERCOTEC), sector privado y el crecimiento de la productivi- fundado en 1952, es la agencia de desarrollo de dad a través del uso coordinado de una gama de empresas de Chile, cuya misión es mejorar la programas de CORFO. Combina actividades de competitividad de las micro y pequeñas empresas. capacitación, innovación, infraestructura, asistencia Moviliza servicios de capacitación y técnicos para técnica y el establecimiento de redes de empresas desarrollar capacidades gerenciales y promover y financiamiento. En 2001, el PTI financió nueve el uso de redes y tecnología entre las PyME, a proyectos con un costo público total de alrededor menudo conjuntamente con las agencias regiona- de US$ 565,000. les. SERCOTEC diseña e implementa sus propios programas pero también actúa como un agente de Los programas de apoyo a los negocios y crédito intermediación para algunos de los programas de también son administrados por varias agencias del donaciones de contraparte de CORFO. gobierno. Los más significativos de éstos se revisan más abajo. El Fondo de Garantía para la Pequeña Empresa (FOGAPE). El cliente principal de FOGAPE es el El Servicio Nacional de Capacitación y Empleo Banco del Estado, un banco minorista orientado al (SENCE), una agencia gubernamental bajo el comercio que proporciona garantías para présta- Ministerio de Trabajo, administra un programa de mos para las micro y pequeñas empresas. El fondo de US$ 50 millones garantiza préstamos de hasta la participación en PROCHILE aumentó en uno diez veces la cantidad de la garantía. El préstamo el número de mercados de destino del grupo de promedio de las PyME garantizado por FOGAPE tratamiento en relación al grupo de control. Sin em- es de 320 UF, o sea cerca de US$ 7,500. bargo, no hubo impactos significativos de la partici- pación sobre el número de productos exportados o el valor de las exportaciones. De hecho, el grupo de B. Evaluaciones del Impacto de los control pudo haber superado a los participantes en programas para PyME en Chile cuanto al desempeño. En américa latina y El caribE los programas para pymE Evaluación dE impacto dE Varios de los programas de apoyo a las empresas Benavente y Crespi (2003) estudiaron los efectos de de Chile, el programa de promoción de exportacio- la participación en PROFO a principios de los años nes de PROCHILE, el programa de establecimiento 90. Compararon un grupo de tratamiento de 102 de redes PROFO y los programas de innovación PyME que habían terminado un ciclo de tres años y transferencia tecnológica de FONTEC, han de participación en PROFO en 1995, con un grupo sido evaluados rigurosamente. Los estudios de de control de 148 empresas de un tamaño, sector evaluación de impactos utilizaron un método no y región similares extraídas aleatoriamente de la experimental con un grupo de tratamiento (parti- Encuesta Industrial Anual para 1992-1995. Al grupo cipantes del programa) y un grupo de control (no de tratamiento se le hizo una encuesta para bene- participantes). Se usaron métodos DID, para tratar ficiarios que cubría el período desde el año previo los sesgos potenciales de heterogeneidad de las al tratamiento - 1992, hasta el año del final de su empresas no observadas e invariante en tiempo; participación - 1995. El estudio produjo dos resulta- y métodos de emparejamiento por puntajes de dos principales. Primero, la participación en PRO- participación para seleccionar mejor a los grupos FO fue asociada a mejoras en la administración, de tratamiento y de control emparejados en cuanto planificación y mercadeo, una mayor capacitación a los atributos observables de las empresas (éstos gerencial y laboral, y un mayor acceso a otras métodos de evaluación de los impactos se discuten instituciones públicas para servicios de extensión, en más detalle en la sección IV). Esta sección revisa consultores y fondos para tecnología y asistencia los hallazgos de estos estudios. técnica tales como FONTEC y FAT. Sin embargo, sólo se lograron pequeñas mejoras en la introduc- Álvarez y Crespi (2000) evaluaron los impactos de ción de nuevos productos o procesos productivos. PROCHILE usando una encuesta de 365 empresas Segundo, la participación fue asociada a mejoras tomadas aleatoriamente del universo de las empre- en el crecimiento de la productividad total de los CAPÍTULO 3 sas de exportación que son seguidas por el Banco factores (PTF) medido por el residual de la función Central de Chile: 178 empresas de tratamiento que de producción de un modelo Cobb-Douglas. El habían participado en PROCHILE y 187 empresas grupo de tratamiento experimentó un crecimiento del grupo de control que no lo habían hecho. La de PTF mayor respecto al grupo de control, que encuesta, que cubría el periodo entre 1992 y 1996, variaba entre el 11 y el 14 por ciento dependiendo obtuvo información cualitativa sobre los cambios de las especificaciones del modelo con y sin empa- en el comportamiento de las empresas así como rejamiento por puntaje de participación. información cuantitativa sobre el número de productos exportados, el número de mercados de Benavente, Crespi y Maffioli (2007) investigaron destino y el valor de las ventas. Los resultados de los impactos de la participación en programas la evaluación usando DID sugirieron que la par- de FONTEC sobre los gastos en I&D, estrategias 39 ticipación en programas de PROCHILE condujo de innovación, resultados tecnológicos y des- a mejoras cualitativas en varias dimensiones del empeño económico. Los datos comprendían 219 comportamiento de la empresa, pero resultados empresas que se habían beneficiado de FONTEC mixtos para los indicadores de resultados cuanti- y un grupo de control, proporcionado por las tativos. En relación al grupo de control, los parti- autoridades impositivas, de 220 empresas no cipantes de PROCHILE experimentaron mejoras participantes con distribuciones geográficas y sec- tecnológicas (en productos, procesos productivos y toriales similares a las del grupo de tratamiento. organización), más alianzas estratégicas con otras A ambos grupos se administró una encuesta con empresas, mejoras en la negociación y el acceso a preguntas sobre sus experiencias en el progra- la información comercial, una mayor contratación ma y sobre los resultados claves cualitativos y y capacitación de personal especializado; y aumen- cuantitativos durante el periodo de 1998 a 2002. taron sus inversiones en actividades de promoción Las diferencias entre los dos grupos requerían un a las exportaciones. En términos cuantitativos, nuevo emparejamiento de las muestras usando Cuadro 3.1 Participación en Programas para PyME y Estatus de la Participación Estatus de Participación número de 1= actualmente Porcentaje de la 2= actualmente y en el pasado Tipo de Programa para PyME empresas muestra total 3= no ahora, en el pasado participantes 1 2 3 1. FAT ­ asistencia técnica 73 12.1 6 9 58 2. PROFO ­ formación de grupos 74 12.3 7 22 45 3. PDP ­ desarrollo de proveedores 26 4.3 3 17 6 4. FONTEC ­ desarrollo tecnológico 80 13.3 6 32 42 5. TTRAN ­ transferencia tecnológica 13 2.1 1 4 8 6. CORFO ­ línea para financiamiento de créditos 30 5.0 1 15 14 . 7 CORFO ­ línea para refinanciación de deuda 12 2.0 0 4 8 8. OTRO1 ­ abierto 20 3.3 1 7 12 CAPÍTULO 3 9. OTRO2 ­ abierto 4 0.7 1 2 1 Fuente: ECI Chile 2004. PSM, y revelaron que las empresas más jóvenes y empresas al programa que es evaluado y a otros las empresas más avanzadas del sector manufac- servicios de apoyo usados. Finalmente, la selección turero eran más propensas a haber participado en de grupos de control en los tres estudios pudo FONTEC. Usando los métodos DID combinados haber incluido algunas empresas que habían par- con PSM, el estudio encontró que la participación ticipado en otros programas aparte del que estaba en FONTEC condujo a algunos desplazamientos siendo evaluado. Si es así, ellos potencialmente 40 de los recursos de I&D propios, interacciones sesgan el contrafactual, y por tanto los impactos crecientes con fuentes externas de conocimiento y estimados de la participación en los programas financiamiento, e innovaciones de procesos, pero evaluados, para el grupo de tratamiento. Algunos no al desarrollo de nuevos productos. Aunque de estos hallazgos y temas se vuelven a ver en la encontraron impactos positivos en el empleo, las sección siguiente. En américa latina y El caribE ventas y exportaciones, no hubieron mejoras sig- los programas para pymE Evaluación dE impacto dE nificativas en el crecimiento de la productividad, llevando a los autores a concluir que "las activi- 3. los Datos de Chile dades de I&D pueden tardar un tiempo en tener un impacto... y que por tanto puede necesitarse Los datos usados en este estudio vienen de dos más tiempo para obtener resultados concluyentes fuentes, la Encuesta del Clima de Inversión en Chi- en términos de productividad." le (ECI) de 2004 y la Encuesta Nacional Industrial Anual (ENIA), ambos realizados por el Instituto En conclusión, las evaluaciones anteriores de los Nacional de Estadísticas (INE). Las características impactos de los programas para PyME en Chile principales de estas dos fuentes se describen más encontraron evidencia de que primero, la partici- abajo. pación en los programas estuvo asociada a mejoras en resultados intermedios o a corto plazo pero con 1) La ECI de Chile de 2004 fue encargada desenlaces mixtos en cuanto a los resultados finales por el Banco Mundial y contiene cerca de que pueden tardar un tiempo en ser percibidos, 1.000 empresas en cinco regiones y nueve lo cual hace pensar que se necesitan paneles de sectores, seis de las cuales están en el sector periodos más largos para medir los impactos de los manufacturero. Así como con otras encues- programas en las empresas. En segundo lugar, los tas sobre el clima de inversión del Banco tres estudios encontraron un uso creciente de los Mundial, la ECI de Chile obtuvo las percep- servicios de apoyo de otras instituciones públicas. ciones de las empresas sobre una amplia Aunque esto fue visto como un resultado positi- gama de restricciones en el entorno de los vo de los programas, plantea preguntas sobre la negocios, así como información cuantitativa atribución de las mejoras en el desempeño de las detallada sobre los atributos de las empre- sas, tecnología, capacitación, características químicos, productos de metal (excluyendo maqui- de la mano de obra, salarios, y la produc- naria), maquinaria y equipo, productos de madera ción o las ventas durante los últimos tres y productos de papel. años. Adicionalmente, contenía un pequeño módulo de preguntas sobre su familiaridad La ECI de Chile de 2004 incluyó un módulo de con y participación en diversos y diferentes preguntas del programa para PyME en el cual las programas de apoyo a las PyME patroci- empresas encuestadas fueron preguntadas sobre nados por el gobierno, y críticamente las las siete diferentes donaciones de contraparte y En américa latina y El caribE fechas de participación en cada uno de los programas de crédito de CORFO y dos categorías los programas para pymE Evaluación dE impacto dE programas usados. residuales abiertas de "otros programas". Para cada programa, los encuestados proporcionaron 2) La ENIA contiene información típica de información sobre: (i) su familiaridad con el las encuestas industriales, incluyendo programa; (ii) si estaban actualmente participando características de las empresas tales como en el programa; (iii) si habían participado en él propiedad, ubicación geográfica y sector, y en el pasado y, si era así, en qué año; (iv) el valor variables cuantitativas tales como insumos monetario del incentivo; y (v) cómo clasificaban y resultados de producción, exportaciones, la importancia del programa para sus negocios18. subcontratación, activos fijos, empleo, Los diferentes programas (ver la Sección 2 para salarios y otros datos financieros. Un pa- una descripción más completa de cada uno) son nel que cubría los años de 1992 a 2002 fue mencionados abajo: proporcionado al Banco Mundial por el INE y fue actualizado para incluir los años 2003 a FAT (asistencia técnica) 200616. Estos datos panel nos permiten hacer un seguimiento en el tiempo de diferentes PROFO (apoyo a los grupos de empresas) indicadores del desempeño de las empresas y estimar los efectos de la participación en PDP (desarrollo de proveedores) programas en resultados de largo plazo como ser ventas, empleo y crecimiento de la FONTEC (desarrollo de tecnología) productividad. FONTEC (transferencia de tecnologías) Ambos conjuntos de datos fueron ligados usando una variable de paso proporcionada por el INE CORFO (capital de trabajo) CAPÍTULO 3 al Banco Mundial. Las respuestas al módulo del programa ECI fueron utilizadas para identificar los CORFO (reestructuración de deuda) grupos de tratamiento y de control y, a partir de las fechas de la participación en el programa, los OTRO 1 y OTRO 2 ("otros programas" periodos pre y post programa en el panel ligado abiertos no listados en otra parte) ECI-ENIA. Fuera de las 603 empresas en la muestra de la ECI, 207 informaron haber participado en uno o más A. Participación en Programas para PyME programas (el grupo de tratamiento) y 396 indi- caron que nunca habían participado en programa La ECI de Chile contiene una muestra de 948 alguno (el grupo de control) (Cuadro 3.1). El FAT, 41 empresas escogidas al azar de cinco regiones y PROFO y la línea para el desarrollo tecnológico de nueve sectores. Excluyendo a los encuestados FONTEC fueron los tres programas más común- de los sectores de servicios de tecnología de la mente usados, cada uno representando de un 12 a información (TI), biotecnología y acuacultura17, un 13 por ciento de la muestra total de empresas. se obtuvo una muestra de 603 establecimientos Otro 4 a 5 por ciento de las empresas informó haber de seis sectores: alimentos y bebidas, productos usado el programa de transferencia tecnológica 18 En este estudio, no usamos información provista por el grupo de tratamiento sobre 16 La ENIA original 1992-2004 fue actualizada usando un conjunto de datos panel, (i) el valor monetario de incentivos del programa debido a la alta tasa de falta de recientemente disponibles para uso público, que cubría el período de 1998 a 2006. respuestas, (ii) las clasificaciones relativas de los impactos de uso del programa sobre Los establecimientos en los dos paneles fueron emparejados sobre la base de: la empresa. Sin embargo, investigaciones futuras podrían aprovechar esta información sector, año y valores de producción en el periodo traslapado de 1998 a 2002. para estimar los impactos de dosis de tratamiento diferenciadas, o para analizar si las 17 Estos sectores no pueden relacionarse con la ENIA, percepciones de las empresas sobre la utilidad de los programas son respaldadas que sólo cubre el sector manufacturero. por la realización de los resultados como los que se estudian en este documento. Cuadro 3.2 Distribución de los Grupos de Tratamiento y de Control en el Panel Grupo de Tratamiento con Fechas de Grupo de Iniciación de los Programas Año Muestra Total Grupo de Control Tratamiento Pre programa Post programa 1992 341 222 119 106 9 1993 368 241 127 113 9 1994 383 250 133 116 12 1995 404 264 140 118 17 1996 443 289 154 126 22 1997 470 308 162 129 26 1998 515 335 180 134 39 1999 541 352 189 127 55 2000 570 370 200 106 85 CAPÍTULO 3 2001 603 396 207 79 118 2002 602 395 207 55 142 2003 552 363 189 25 157 2004 534 353 181 0 174 2005 505 331 174 0 169 2006 461 303 158 0 154 Total 7.292 4.772 2.520 1.234 1.188 Fuente: Panel ligado ECI-ENIA. 42 de FONTEC y los programas de financiamiento participó en el pasado. La primera categoría de de créditos de CORFO, seguidos por un 2 por participación actual es relativamente pequeña ciento cada uno en el programa PDP de desarro- comparada con las otras dos categorías, lo que llo de proveedores y en el programa CORFO de augura bien para conseguir datos sobre el des- En américa latina y El caribE refinanciamiento de deuda. Las dos categorías de empeño de las empresas durante el período post los programas para pymE Evaluación dE impacto dE programas abiertos representaron el 4 por ciento de programa, que sean suficientemente largos para la muestra total pero incluyeron una amplia gama que los impactos potenciales de la participación en de programas, cada uno con tamaños de muestra los programas puedan ser percibidos. relativamente pequeños19. Nótese que las mismas empresas pueden aparecer más de una vez debido Un total de 197 de 207 establecimientos en el grupo al uso múltiple de programas. Aunque la mayoría de tratamiento proporcionaron información útil de las empresas en el grupo de tratamiento, el 63 sobre el año que comenzaron a usar cada progra- por ciento, informó haber usado sólo un programa, ma. Estas fechas fueron usadas para definir una el 22 por ciento uso dos y el 15 por ciento uso tres o variable del primer-año-de-uso del programa e más programas. identificar los años pre programa y post programa en el panel de la ENIA. Esto fue directo en el caso El estatus de participación fue caracterizado como de las empresas de tratamiento que participaron en sigue: (1) participa actualmente en un programa, un solo programa. Para las empresas que usaron (2) ha participado en el pasado y presente, y (3) múltiples programas, esta variable fue creada comparando el año de participación para todos los programas informados y seleccionando el año más 19 Una lista parcial incluye programas de FONDEF SERCOTEC y los beneficios , reciente de participación, sin importar el programa impositivos para capacitación de SENCE, garantías para préstamos de FOGA- PE, INNOVA de CORFO y programas FDI, y programas de la Asociación de para PyME específico. Diez empresas en el grupo Exportadores Manufactureros y la Sociedad para Promover las Manufacturas. de tratamiento informaron fechas de primer año La mayoría de los programas listados generalmente tenían sólo un participante que precedieron al año 1992, el primer año del y el más grande tenía cuatro empresas. Tres empresas informaron sobre el uso del incentivo para capacitación de SENCE, aunque no está dirigido a las PyME, panel de la ENIA, y fueron eliminadas ya que no y además, está cubierto en otra parte en el cuestionario de la ECI 2004. hay información previa al programa sobre estos Cuadro 3.3 Distribución de los Grupos de Tratamiento y de Control por Tamaño de la Empresa y por Sector Tamaño de la Empresa Sector Micro Pequeña Mediana Grande Trat Control Trat Control Trat Control Trat Control Alimentos & Bebidas 7 9 24 50 18 21 28 32 Productos Químicos 7 13 11 41 8 14 7 9 En américa latina y El caribE los programas para pymE Productos Metálicos 5 17 31 36 4 14 2 8 Evaluación dE impacto dE Maquinaria & Equipo 4 7 9 13 5 3 1 4 Productos de Madera 2 17 9 30 5 14 3 5 Productos de Papel 1 8 10 15 3 9 3 7 Total 26 71 94 185 43 75 44 65 Fuente: ECI Chile 2004. Nota: El tamaño de la empresa se define como sigue: micro con 1-15 trabajadores, pequeña con 16-100 trabajadores, mediana con 101-250 trabajadores y grande con más de 250 trabajadores. establecimientos que estuviera disponible. Dos B. Características de los Establecimientos otras informaron como fechas de primer-año-de- y Medidas de los Resultados participación, 1992. El resto del grupo de trata- miento informó fechas entre 1994 y 2004, 58 entre El conjunto de datos panel ligado de ECI-ENIA de 1992 y 1999, y 127 entre 2000 y 200420. Para ambos Chile proporciona una abundante información so- de estos últimos grupos, estuvieron disponibles bre los atributos de los establecimientos. Los datos múltiples años de información para los períodos permiten que caractericemos los establecimientos pre programa y post programa (en algunos casos, por su participación de capital nacional y extranje- hasta 10 años de información post programa). ro, su ubicación geográfica, su industria, el tamaño del establecimiento, y el año en el cual comenzaron De las 7,292 observaciones sobre los años de las operaciones (Cuadro 3.3). Salimos de la clasi- participación de las empresas, 4,772 fueron para el ficación chilena de las PyME basada en las ventas grupo de control que informó no haber participa- anuales y, en vez de ello, definimos el tamaño de CAPÍTULO 3 do nunca en programas para PyME, y 2,520 para las empresas en términos de empleo total de traba- empresas en el grupo de tratamiento que utilizó jadores permanentes y contractuales: "micro" con uno o más programas (Cuadro 3.2). Las dos colum- 15 o menos trabajadores, "pequeña" con 16 a 100 nas del extremo a la derecha de la tabla se refieren trabajadores, "mediana" con 101 a 250 trabajadores, al grupo de tratamiento con la información del año y "grande" con más de 250 trabajadores. El grupo de la primera participación. Ésta fue usada para de tratamiento está bien representado en todos los definir una variable indicadora post programa con sectores y tamaños de empresas, constituyendo un valor de 0 para todos los años antes del primer entre un cuarto y un tercio de la muestra en cada año de participación, y un valor de 1 para el año celda de sector-tamaño. de participación y todos los años subsiguientes. La primera columna muestra las observaciones Esta observación es apropiada para los estudios 43 del número de años-empresa en el periodo de de evaluación de impacto revisados antes por dos participación pre programa finalizando en el año razones. Primero, sugiere que entre las empresas 2003, el último año previo a la participación para el seleccionadas aleatoriamente de la población grupo de tratamiento encuestado en la ECI de 2004. subyacente de empresas por sector y tamaño para La segunda columna muestra las observaciones servir como grupo de control, es probable que se años-empresa en el periodo post programa, donde incluya una alta proporción de empresas previa- algunas empresas de tratamiento tienen 10 años de mente tratadas. Una investigación previa de las experiencia post programa. empresas sobre su participación pasada y actual es esencial si se va a seleccionar un grupo de control apropiado de no participantes en el programa. En segundo lugar, como los mismos estudios ante- 20 Esta tendencia creciente en el tiempo en el uso de los programas observado en los datos de la ECI es consistente con los datos pro- riores indican, la selección de un grupo de control gramáticos descritos en la sección II de este documento. basado en atributos observables tales como sector Cuadro 3.4 Resumen de Estadísticas sobre Variables de Resultado Intermedias y Finales para los Grupos de Tratamiento y de Control Grupo de Test T de las Diferencias en Valores Variable de Resultado Grupo de Control Tratamiento Medios de los Grupos Valor Diferencia en A. 2004 Resultados Intermedios N Valor Medio N Valor P Medio Valores Medios1 Innovación e Insumos de Tecnología Tiene licencias de tecnología extranjera 353 0.193 171 0.146 -.046 0.193 Nueva tecnología en los últimos dos años 353 0.249 171 0.304 .055 0.184 Hace I&D internamente o vía terceras partes 353 0.385 171 0.561 .176 0.000 Instaló nueva maquinaria en los últimos dos años 353 0.176 171 0.228 .052 0.154 Productos de Tecnología Introdujo nuevas líneas de productos 353 0.405 171 0.532 .127 0.006 CAPÍTULO 3 Introdujo nuevos procesos de producción 353 0.686 171 0.772 .086 0.042 Vínculos de la Empresa y Control de Calidad Miembro de una asociación industrial 353 0.578 171 0.649 .071 0.119 Tiene o está obteniendo certificación ISO 353 0.482 171 0.994 .512 0.000 Capacitación de Trabajadores Indicador de capacitación interna 353 0.501 171 0.713 .212 0.000 Indicador de capacitación externa 353 0.507 171 0.719 .212 0.000 Capacitación usando el incentivo fiscal de SENCE 353 0.552 171 0.696 .143 0.002 44 Porcentaje de trabajadores 353 26.83 171 38.48 11.65 0.001 calificados capaReferenciados Porcentaje de trabajadores no 353 21,.3 171 37.33 15.80 0.000 calificados capaReferenciados En américa latina y El caribE B. Resultados Finales los programas para pymE Evaluación dE impacto dE Resultados Finales Seleccionados en 2004 Log ventas 353 14.55 171 14.47 -.082 0.654 Log mano de obra 353 4.14 171 4.26 .121 0.318 Log salario total por trabajador 353 8.22 171 8.15 -.073 0.187 Log productividad laboral 353 10.43 171 10.23 -.203 0.043 Exportaciones como porcentaje de las ventas 353 13.00 171 17.37 4.37 0.083 1992-2006 Medidas de Resultado Final Log ventas 4771 14.52 2.422 14.41 -.109 0.017 Log producción 4771 14.53 2.422 14.42 -.110 0.016 Log mano de obra 4771 4.241 2.422 4.311 .070 0.023 Log salario total por trabajador 4483 8.117 2.274 8.015 -.102 0.000 Log productividad laboral 4770 10.29 2.422 10.11 -.180 0.000 Indicador de Exportación 4013 0.370 2.054 0.435 .064 0.000 Exportaciones como porcentaje de las ventas 3979 10.62 2.037 14.92 4.30 0.000 Fuente: Panel ligado ECI-ENIA Chile. Nota: 1. Diferencia definida como valores medios del grupo de tratamiento menos valores medios del grupo de control. y tamaño es probablemente inadecuada. Aun con 2) Productos Tecnológicos: introdujeron nuevas distribuciones similares de sector-tamaño, los líneas de productos y nuevos procesos de grupos de tratamiento y de control pueden tener producción, ambos en los dos últimos años. valores pre programas muy diferentes en cuanto a ventas, productividad o salarios. Por ello, algunos 3) Vínculos entre empresas y control de de estos estudios efectuaron una segunda rueda de calidad: membresía de una asociación análisis para seleccionar una muestra de empresas industrial, y tiene o está consiguiendo la ISO de los grupos de tratamiento y de control mejor y otra certificación de calidad reconocida En américa latina y El caribE emparejada21. internacionalmente. los programas para pymE Evaluación dE impacto dE Los datos ligados de ECI-ENIA contienen in- 4) Capacitación de trabajadores: la empresa dio formación importante sobre una gama de resul- una capacitación interna a los empleados a tados intermedios y finales de la participación través de un proveedor externo, usando el en programas para PyME. Visto a través de un incentivo fiscal de SENCE para financiar la marco lógico del programa, los resultados in- capacitación, y los porcentajes de trabajado- termedios son los cambios a corto plazo en el res calificados y no calificados que recibieron comportamiento de la empresa y las prácticas que capacitación el último año. el programa directamente asume a través de la entrega de asistencia técnica y servicios de apoyo El panel B informa sobre los valores promedios y crédito a las empresas. Los resultados finales anuales de varias medidas de resultado final para son mejoras de más largo plazo en el desempeño la muestra de 2004, y durante el período de 1992 a que las empresas pueden lograr como resultado 2006. Incluyen (en logaritmos): (i) ingresos de las de las intervenciones del programa. La ECI de ventas, (ii) el valor bruto de la producción, (iii) el 2004 proporciona datos de corte transversal con- empleo total, (iv) la remuneración total promedia temporáneos sobre insumos y productos tecnoló- por trabajador, y (v) la producción por trabajador gicos, acoplamientos con otras empresas, el uso o la productividad laboral, expresados todos en de prácticas de control de calidad, la capacitación pesos reales de 199622. Además, el panel B incluye de trabajadores y el uso del incentivo impositivo un indicador para las exportaciones así como una del SENCE. Estos resultados intermedios son medida continua de los ingresos de exportaciones algunas de las mismas variables que los estudios como porcentaje de las ventas. de evaluación previos vieron que tenían impactos importantes de la participación en programas Varios puntos emergen al comparar los valores me- CAPÍTULO 3 tales como PROFO, FONTEC y PROCHILE. Los dios de los resultados intermedios para los grupos resultados de largo plazo que los programas para de tratamiento y de control (Cuadro 3.4). Primero, PyME buscan influenciar generalmente incluyen con una excepción (tener licencias de tecnología una producción y ventas crecientes, el ingreso extranjera), las empresas en el grupo de tratamien- a los mercados de exportación, la creación de to tienen en conjunto valores medios más altos para nuevos trabajos, salarios más altos por trabajador, cada uno de los resultados intermedios, en compa- y una productividad laboral mejorada. Los datos ración con el grupo de control. Los tests T indican sobre todas estas medidas de desempeño están que algunas de estas diferencias de los grupos son contenidos en el panel de la ENIA. estadísticamente significativas en el nivel de un 1 por ciento: haciendo I&D, introduciendo nuevas Los datos se dividen en dos paneles según los líneas de productos, teniendo la ISO u otra certifi- 45 criterios de arriba. El Panel A se enfoca a las cación de calidad internacionalmente reconocida, medidas de resultados intermedios obtenidas en y todas las medidas de capacitación. Parece que la ECI de 2004: las intervenciones del programa están teniendo los impactos deseados sobre los resultados intermedios 1) Insumos de innovación y tecnología: tienen de las empresas en el grupo de tratamiento. una licencia de tecnología extranjera, adqui- rieron nuevas tecnologías durante los últimos En segundo lugar, y en contraste con los resultados dos años, poseen su propia I&D o a través de anteriores, los resultados finales en 2004 para el terceros, e instalaron nuevas maquinarias y equipos eléctricos y de control numérico. 22 Los valores nominales de las ventas, la producción, el valor agregado y los salarios reportados en pesos corrientes fueron deflacionados a pesos constantes de 1996, usando los índices de precios del produc- 21 Ver Benavente y Crespi (2003) y Benavente, Crespi y Maffioli (2007). tor y el índice de precios del consumidor respectivamente. grupo de tratamiento son decididamente mixtos, abordar estos sesgos de selección potenciales a con valores medios más bajos para las ventas, los través del uso combinado de métodos PSM y DID. salarios y la productividad laboral pero valores Nosotros adaptamos estos mismos métodos para medios más altos para el empleo y las ventas de acomodar la naturaleza específica de nuestros exportación en el grupo de tratamiento respecto datos panel. al grupo de control. Sin embargo, solamente las diferencias en la productividad laboral son signi- El desafío de la evaluación se ilustra en la Gráfica tado Y para una empresa --la empresa 1 tratada-- ficativas en el nivel del 5 por ciento. Este patrón se 3.1, que grafica la trayectoria de tiempo del resul- que participa en un programa en el tiempo 0. El repite para un conjunto más amplio de medidas de resultados finales promediados sobre el período de mejora en Y después del tiempo 0 (la línea pun- 1992 a 2006, pero esta vez todas las diferencias en impacto de la participación en el programa es la teada o Y1) en relación a lo que Y hubiera sido en valores medios del grupo son significativas en los niveles del 1 o el 5 por ciento. Este patrón parece ser contra-intuitivo, sugiriendo que la participación ausencia del programa. Como este contrafactual es ria de tiempo de Y0 (la línea sólida) de un grupo de en el programa estuvo asociada con niveles infe- inadvertido, el analista debe basarse en la trayecto- riores en la mayoría de las medidas de desempeño de la empresa. Una explicación alternativa es que control de empresas similares. En muchos estudios CAPÍTULO 3 los programas de apoyo para las PyME tienden a de evaluación, el grupo de control es seleccionado atraer empresas con un mal desempeño con atribu- del universo de empresas para aparear al grupo tos de productividad inadvertidos más bajos que el de tratamiento en su distribución de atributos por promedio, pero que la participación en el programa sector, tamaño de empresa y ubicación geográfica. mejora su desempeño en relación con lo que podría haber prevalecido si no lo hubieran hecho23. Esta Gráfica 3.1 Trayectorias de Tiempo de Y para hipótesis se discute aún más en la siguiente sección. los Grupos de Tratamiento y de Control Y 4. enfoque empírico y Hallazgos iniciales Año de inicio Tratamiento del programa 46 empresa 1 el tiempo t que relaciona los resultados Y (como Considere un modelo general para la empresa i en Grupo control observables X (como ser el tamaño de la empresa y ventas o empleo) a los atributos de las empresas Tratamiento ción en un programa D: empresa 2 En américa latina y El caribE el sector) y una variable indicadora por participa- V los programas para pymE Evaluación dE impacto dE (1) Tiempo 0 donde está constituido por un componente espe- cifico de la empresa , invariante en el tiempo, y un termino de error u distribuido aleatoriamente. El A. Métodos PSM y DID desafío de la evaluación de impacto es estimar los Estudios recientes han emparejado los grupos de , libres del sesgo de la selección de empresas en impactos netos de la participación en programas tratamiento y de control en base a una probabili- dad de participación. Rosenbaum y Rubin (1983) los programas en base a sus atributos de produc- definen el puntaje de participación como la proba- tividad observables o inadvertidos. Los estudios bilidad condicional de recibir un tratamiento: de evaluación revisados anteriormente intentaron (2) donde, como antes, D={0,1} es una variable indi- cadora para la participación en los programas, y X 23 Benavente, Crespi y Maffioli (2007) hicieron lo mismo al volver a seleccionar sus grupos de tratamiento y de control emparejados sobre la base del sector, el tamaño y la región debido a grandes diferencias en el desempeño pre tratamiento de los es un vector multi-dimensional de los atributos pre grupos originales de tratamiento y control. Tan y López-Acevedo (2007) también encontraron resultados contra-intuitivos sobre el desempeño de los grupos de tratamiento de las empresas. Ellos muestran que si tratamiento y de control en su evaluación de programas PyME en México. la exposición al tratamiento es aleatoria dentro de las celdas definidas por X, es también aleatoria den- tro de las celdas definidas por los valores de p(X). (5) Esto nos permite escribir , el efecto promedio de tratamiento en el ATT (por sus siglas en inglés: La ecuación (5) arroja un estimado de no ses- Average Treatment Effect) tratado, como: (3) gado si la evolución en el tiempo de los atributos X1 =X0 , y si los cambios en características no ob- observables de los dos grupos es similar, es decir, En américa latina y El caribE it it de la asignación al tratamiento, esto es, si u1 =u0 . los programas para pymE Evaluación dE impacto dE servadas tienen valores medios que no dependen it it Extendemos estos métodos analíticos para acomo- dar la estructura de panel específica de nuestros (Y1 ­ Y0) entre los grupos de tratamiento y de con- es decir, las diferencias esperadas en los resultados datos. Muchas evaluaciones de impactos de progra- mas como los estudios revisados antes siguen una El puntaje de participación p(X) puede ser estima- trol emparejadas por sus puntajes de participación. sola cohorte de empresas tratadas y su grupo de control desde la pre participación a la terminación do de un modelo logit o probit de participación de del programa, generalmente durante un periodo de programa regresado sobre un vector de atributos 3 a 5 años. Esto simplifica la evaluación de impacto de pre participación de los dos grupos. considerablemente: se estima un modelo logit de participación en el programa sobre atributos de pre El PSM puede no ser suficiente, si la autoselec- participación para calcular el puntaje de partici- ción en programas también se basa en atributos pación, y luego se usa el PSM para comparar los de productividad inadvertidos para el analista. valores medios de los resultados post programa de La figura 3.1 muestra el caso de una segunda los dos grupos medidos en niveles o en primeras empresa tratada con atributos observables de diferencias (entre resultados pre y post programas). pre participación similares a los del grupo de En contraste, nuestros datos panel hacen el segui- Y más bajos que aquellos del grupo de control control, pero con valores de pre participación de miento de cohortes sucesivas de empresas tratadas por un monto v, que se asume es invariante en el (y su grupo de control) que ingresaron a programas tiempo. Aunque el programa mejora Y1 (la línea PyME entre 1992 y 2004. La fecha desde que las empresas usaron el programa también varía en CAPÍTULO 3 pre participación, el post tratamiento Y1 es más punteada en negrilla) en relación a los niveles de nuestros datos, según si los resultados post progra- bajo que el Y0 del grupo de control aun cuando la ma se comparan en 2004 o en cualquier momento brecha entre ellos (Y1-Y0) disminuye en el tiempo. en el tiempo en el periodo de 1994 a 2006. La presencia de atributos inadvertidos puede por tanto sesgar las estimaciones de , inclusive Usamos un modelo de riesgo proporcional de Cox para estimar el puntaje de participación de la arrojando impactos negativos del programa, como probabilidad de participación en programas para la ilustra este ejemplo. muestra de los grupos de tratamiento y de control Los efectos de confusión de v sobre pueden ser seguidos en el periodo 1994-2004.24 El modelo de riesgo proporcional de Cox relaciona la probabi- T=0 y T=1 representen los periodos pre y post par- tratados a través de métodos DID. Haciendo que lidad de ingreso en un programa, condicional a 47 la sobrevivencia (no ingreso) hasta ese punto en ticipación. Primero, diferenciando la ecuación (1) el tiempo, a una función de riesgo de línea base y elimina el término invariante en el tiempo v: función de riesgos subyacente h(t,...) puede ser para el grupo de tratamiento y el grupo de control a un conjunto de covariables independientes. La escrita como sigue: (4) 24 Un método alternativo es estimar modelos logit separados de la participación donde Y es un operador de rezago tal que Y=Yit-Yi,t-1. en programas para diferentes secciones representativas (o intervalos de años) para obtener el puntaje de probabilidad para cada cohorte de tratamiento (o dos de Y para los grupos de tratamiento y de control grupo de cohortes). Esto no resultó ser factible por los tamaños pequeños La segunda diferencia entre los valores diferencia- de las muestras que llevaron a estimaciones muy imprecisas del modelo logit. Se prefirió el modelo de riesgos proporcionales de Cox, no sólo debido a consideraciones de tamaño de muestra sino por su tratamiento unificado en (4) puede ser expresada como: del proceso subyacente de selección a los programas, en el tiempo. relativo de la participación en programas de las (6) empresas en nuestro panel basado en sus atributos pre participación. La muestra incluyó las empresas del grupo tratado y de control en el panel 1992- donde Z es un vector de m covariables, y h0(t) es 2004, y las empresas que entraron en el panel en algún momento en este período. La entrada en un las covariables se fijan en 0. Este modelo puede ser el riesgo de línea base cuando los valores de todas programa (el evento de falla) es capturada por una variable post programa, definida antes, con un (6) por h0(t) y tomando los logaritmos naturales: hecho lineal dividiendo ambos lados de la ecuación valor de 0 por todos los años previos al primer-año- de-participación y un valor de 1 para el primer año de participación y todos los años subsiguientes. (7) Hemos restringido el grupo de tratamiento a em- ble, y de la cual el valor proyectado de ø.Z puede Esto deja una ecuación (7) que es fácilmente estima- presas con fechas de primer año de participación en ser calculado. ø.Z es el riesgo relativo del ingreso los programas empezando en 1994 o más adelante, al programa para empresas con atributos Z, y lo asegurando que las empresas tratadas tienen por lo menos dos años de información pre programa. Esta CAPÍTULO 3 usamos como puntaje de participación para definir exclusión fue motivada por el papel potencialmen- la región de soporte común para aparear cohortes te importante que los factores de productividad sucesivas de empresas tratadas y sus grupos de inadvertidos invariantes en el tiempo, tales como control. el crecimiento anticipado de las ventas u oportuni- dades de crecimiento de las exportaciones, podrían La multitud de cohortes de tratamiento también jugar en la toma de decisiones de las empresas de plantea desafíos para los métodos PSM tradiciona- participar en programas para PyME. Para reflejar les de estimación de impactos. Esto se volverá evi- esta posibilidad, construimos dos variables: el dente cuando usamos datos de corte transversal de rezago de un año del logaritmo de las ventas, y tiempo t-1 y t-2. Con todo lo demás igual, nuestra la ECI 2004 para investigar el impacto de la partici- el cambio en el logaritmo de las ventas entre el pación sobre los niveles de resultados intermedios 48 y finales medidos en un punto en el tiempo25. En hipótesis es que la probabilidad de participación en 2004, los resultados medidos de las diferentes co- los programas es más alta entre las empresas con hortes de tratamiento reflejan amplias variaciones valores bajos de ventas rezagadas (indican un rela- en el tiempo después de la participación en progra- tivo mal desempeño) pero con buenas perspectivas mas, de un año hasta 10 años, así como los efectos de crecimiento futuro. En américa latina y El caribE acumulativos de los impactos macroeconómicos los programas para pymE Evaluación dE impacto dE ocurridos durante ese periodo. Los métodos PSM Además de estas dos variables, incluimos varias no pueden acomodar fácilmente las variaciones en otras covariables potenciales de la participación el tiempo siguientes a la participación en progra- en programas, todas rezagadas un año. Primero, mas por las diferentes cohortes de tratamiento, o controlamos para los efectos del empleo total sobre efectos de tratamiento separados de efectos más la participación usando variables indicadoras para amplios en el tiempo que afectan a ambos grupos. empresas pequeñas, medianas y grandes. Algu- Esto es agravado si los efectos de tratamiento sólo nos, pero no todos los programas están dirigidos son percibidos con el tiempo. Señalamos esta alerta a las PyME, y generalmente esperaríamos que la pero diferimos el tema al análisis donde se usan los participación aumente con el tamaño de las empre- datos panel. sas en relación a las micro empresas ATT o en la categoría de las más grandes en tamaño. Segundo, capturamos los efectos de años en funcionamiento B. Probabilidad Condicional de a través de variables indicadoras para empresas Participación en los Programas establecidas en los años 80 y los años 90, medidas en relación a las empresas más antiguas estableci- Comenzamos estimando un modelo Cox de riesgos das en los años 70 o antes. Con todo lo demás igual, proporcionales para calcular el índice de riesgo esperaríamos una mayor probabilidad de participa- ción en los programas entre empresas más jóvenes o menos experimentadas. Tercero, incluimos una 25 Aquí, los resultados intermedios se miden en niveles, y no por primeras diferencias, variable indicadora para la pertenencia extranjera, ya que fueron obtenidos sólo para un punto en el tiempo por la ECI de 2004. El análisis subsiguiente de resultados finales compara las estimaciones de nivel y esperando una menor probabilidad de participa- DID de los efectos de tratamiento usando los datos panel ECI-ENIA ligados. ción si ésta se da debido a la posibilidad de conse- Cuadro 3.5 Estimaciones del Modelo de Riesgos Proporcionales de Cox sobre la Probabilidad Condicional de Participación en Cualquier Programa Proporción de Error Variables Independientes Estadística-z Riesgo Estándar Tamaño del establecimiento Pequeño (15-100 trabajadores) 1.5985 0.5056 1.48 En américa latina y El caribE Mediano (101-250 trabajadores) 2.6027 1.0559 2.36 los programas para pymE Evaluación dE impacto dE Grande (más de 250 trabajadores) 2.5861 1.1881 2.07 Sector Productos Químicos 0.7934 0.2052 -0.89 Productos Metálicos 0.8259 0.2030 -0.78 Maquinaria y equipo 1.1558 0.3571 0.47 Productos de Madera 0.5010 0.1399 -2.47 Productos de Papel 0.8740 0.2702 -0.44 Atributos de la Empresa Ubicación en la región de la capital (13) 0.5332 0.0957 -3.50 Indicador de cualquier capital extranjero 0.8917 0.2223 -0.46 Empezó operaciones en los años 80 1.2178 0.2325 1.03 Empezó operaciones en los años 90 1.0559 0.2324 0.25 Ventas Rezagadas y Crecimiento de las Ventas Log(ventas) rezagadas 1 año (t-1) 0.8424 0.0630 -2.29 Log(ventas) (t-2) a (t-1) 1.2177 0.1811 1.32 Log probabilidad = -932,03 Número de observaciones = 5.065 Número de empresas = 570 Número de empresas participantes = 157 CAPÍTULO 3 Gráfica 3.2 Distribución de los Puntajes de Participación y Región de Soporte Común Densidad de Puntaje de Participación 49 0 .05 0.1 0.15 0.2 0.25 0.3 Puntaje de Participación Control fuera del soporte Tratamiento en el soporte Control en el soporte Tratamiento fuera del soporte Cuadro 3.6 Variables de Resultado Intermedias y Finales en 2004. Estimador Vecino Más Cercano A. Variables de Resultado Intermedias (ECI) Tratados De Control Diferencia Estadística-t Innovación e Insumos de Tecnología Licencias de tecnología extranjera 0.132 0.113 0.020 0.42 Adquirió nueva tecnología en los últimos dos años 0.311 0.238 0.073 1.21 I&D internamente o vía terceras partes 0.570 0.311 0.258 3.88 Compró maquinaria automática & NC 0.232 0.185 0.046 0.83 Productos de Tecnología Últimos Dos Años Introdujo nuevas líneas de productos 0.530 0.384 0.146 2.15 Introdujo nuevos procesos de producción 0.755 0.536 0.219 3.44 Vínculos de la Empresa y Control de Calidad Miembro de una asociación industrial 0.709 0.623 0.086 1.32 Tiene o está obteniendo la certificación ISO 9000 1.033 0.404 0.629 4.62 CAPÍTULO 3 Proporciona capacitación a Trabajadores Últimos Dos Años Capacitación interna 0.715 0.404 0.311 4.74 Capacitación fuera de la empresa 0.728 0.430 0.298 4.53 Capacitación usando el incentivo fiscal de SENCE 0.722 0.457 0.265 4.01 % de trabajadores calificados capaReferenciados 39.56 23.98 15.59 3.11 % de trabajadores no calificados capaReferenciados 39.30 17.73 21.57 4.33 Número de observaciones (503) 151 352 B. Variables de Resultado Finales (EnIA) 50 Log ventas 14.67 14.12 0.54 2.12 Exportaciones como porcentaje de las ventas 17.63 9.94 7.68 2.22 Log empleo total 4.34 3.91 0.43 2.51 Log salario total por trabajador 8.20 8.03 0.17 2.08 En américa latina y El caribE los programas para pymE Evaluación dE impacto dE Log productividad laboral 1034 10.23 0.12 0.82 Número de observaciones (498) 150 345 Fuente: ECI 2004 y panel ligado ECI-ENIA. Note: (1) Estimaciones usando el emparejamiento vecino más cercano sobre la muestra de tratamiento emparejada y empresas del grupo de control en la región de soporte común. (2) Variables de resultado intermedios de la ECI, variables de resultado finales de la ENIA, las variables monetizadas son expresadas en pesos constantes de 1996. guir apoyo de los socios extranjeros. Finalmente, pero la significación estadística sólo es lograda incluimos variables indicadoras para cinco sectores para varias variables independientes. Primero, industriales (alimentos y bebidas como grupo las empresas más grandes son más propensas de omitido), y la ubicación en la región de la capital participar que las empresas micro. Segundo, las nacional, Santiago (región 13). Somos agnósticos diferencias en la probabilidad entre los sectores sobre cómo afectan la participación en programas. son pequeñas, siendo la excepción el sector de los productos de madera que es menos propenso a par- En el modelo de Cox, las proporciones de riesgo es- ticipar. Tercero, aunque las empresas más antiguas timadas mayores a 1 se asocian a un aumento en la y las empresas que tienen algo de capital extranjero probabilidad de la participación en los programas, son menos propensas a participar, estos efectos mientras que las proporciones de riesgo menores no son estadísticamente significativos. Cuarto, las a 1 se asocian a una probabilidad disminuida empresas situadas fuera de la región de la capital (Cuadro 3.5). Muchas covariables tienen los efectos son significativamente más propensas a participar, esperados sobre la probabilidad de la participación, reflejando una mayor demanda de apoyo en los negocios y servicios de crédito en áreas remotas, estimador vecino más cercano en esencia compara o un mayor alcance activo de los programas a las la empresa tratada a una empresa no tratada del regiones periféricas por los administradores de los grupo de control con el puntaje de participación programas. Finalmente, consistente con lo anterior, más parecido, y es un estimador que es común- las empresas con ventas rezagadas menores pero mente usado cuando los tamaños de muestra son con buenas perspectivas de crecimiento, son más pequeños28. El análisis se limita a las empresas del propensas a participar en los programas, aunque grupo de tratamiento y de control en la región de solamente las ventas rezagadas son estadísticamen- soporte común. En el panel A se informa sobre los En américa latina y El caribE te significativas. resultados intermedios de la ECI de 2004 y en el los programas para pymE Evaluación dE impacto dE Panel B los resultados finales calculados de la ENIA Los resultados de Cox se utilizan para predecir las 2004 (Cuadro 3.6). tasas de riesgo relativas para los grupos de trata- miento y de control. Como puntaje de participación El panel A revela que la participación en programas para cada empresa, utilizamos el valor medio de está asociada a valores medios más altos de los sus tasas de riesgo para todos los años en los cuales resultados intermedios, aunque estas diferencias en están disponibles26. Las tasas de riesgo prome- valores medios son estadísticamente significativas diaron 0.124 para el grupo de tratamiento y 0.099 sólo para algunos resultados. Obsérvese que no para el grupo de control, consistente con el hecho podemos inferir una relación causal de la partici- de que el grupo de tratamiento en conjunto tenía pación en los programas a los resultados puesto una probabilidad relativa más alta de participación que no hay medidas de pre participación dispo- en los programas. El grupo de tratamiento tiene nibles. No obstante, los patrones observados aquí mayor densidad en la cola o extremo de arriba de son coherentes con aquellos encontrados en otras la distribución de probabilidades de participación evaluaciones del impacto de los programas chile- que el grupo de control (Gráfica 3.2). No obstan- nos que tenían datos pre y post participación sobre te, dentro de la región de soporte común, que es estas variables. Comparadas a su grupo de control bastante amplia, cada empresa en cada grupo tiene emparejado, las empresas tratadas son significati- una probabilidad positiva de participar en pro- vamente más propensas a estar efectuando I&D, gramas para PyME, aunque algunas pueden tener al haber introducido nuevas líneas de productos probabilidades más altas que otras27. y procesos de producción, al tener o estar actual- mente en curso de conseguir la certificación ISO y otras certificaciones de calidad internacionalmente reconocidas, y a proporcionar capacitación a sus CAPÍTULO 3 C. Estimación de los Impactos de los Programas en 2004 trabajadores. Los resultados sobre capacitación son especialmente significativos, las empresas tratadas Teniendo los probabilidades de participación, proporcionan una mayor proporción de trabaja- hacemos una investigación de los impactos de la dores calificados y no calificados con capacitación participación en los programas de los resultados interna y externa, y de financiamiento de la capaci- intermedios y finales en 2004. Según lo indicado tación usando el incentivo fiscal del SENCE. previamente, encontramos que el grupo de trata- miento en general tenía valores medios más altos El panel B también indica que la participación en en los resultados intermedios respecto al grupo de los programas está asociada positivamente con va- control, pero generalmente niveles inferiores en la lores medios más altos de varios resultados finales. mayoría de las medidas de resultado finales. En relación al grupo de control emparejado, las 51 empresas tratadas tienen niveles significativamente Estimamos el efecto de tratamiento promedio de más altos en cuanto a ventas, la participación de las la participación en los programas usando el esti- exportaciones en las ventas, empleo y la remunera- mador vecino más cercano de emparejamiento. El ción por trabajador. Sin embargo, no se encontraron diferencias significativas para la productividad laboral. Estos resultados son especialmente asom- 26 Para el grupo de tratamiento los valores medios son calculados para todos los brosos cuando se comparan con los valores medios años hasta el año de participación en el programa, después del cual las tasas del grupo no emparejado de los grupos de trata- de riesgo relativo no son definidas porque el evento de falla ha ocurrido. 27 La región definida por los valores máximo y mínimo de los puntajes de probabilidad miento y de control detallados en el Cuadro 3.4. del otro grupo. Dado que los valores mínimos y máximo para el grupo de tratamiento fueron 0.0488 y 0.2932, y 0.0296 y 0.2740 para el grupo de control, la región de soporte común cae entre 0.0488 y 0.274. Algunas empresas en cada grupo caen fuera de la región de soporte común, tres empresas de tratamiento con altas 28 Otros estimadores PSM incluyen el emparejamiento calibrado y tasas de riesgo y 16 empresas del grupo de control con bajas tasas de riesgo. kernel, pero éstos no fueron explorados en el documento. Allí, las empresas tratadas tenían valores medios para eliminar los efectos de la heterogeneidad no más altos en empleo y exportaciones, pero valores observada de las empresas como fuente de sesgos medios más bajos en ventas, salarios y productivi- en estimaciones de los impactos de los programas. dad laboral. En el espíritu del método PSM, continuamos enfo- cándonos a la muestra emparejada de empresas del Estas reversiones de las señales sugieren que los grupo de tratamiento y de control en la región de efectos de confusión de la heterogeneidad no ob- soporte común identificada por sus probabilidades servada sobre los efectos del tratamiento estimados de participación. en niveles pueden ser superados en parte con un emparejamiento mejorado de las empresas tratadas Considere una ecuación expandida (1) en niveles: y de control basado en sus puntajes de participa- ción. En la medida en que la heterogeneidad no (8) que incluye el indicador de programa D, un térmi- observada de las empresas es correlacionada con no de interacción entre D y una variable YRS que estos atributos pre tratamiento observados, el em- parejamiento por puntajes de participación puede controlar parte de las diferencias de productividad mide los años desde que se participó por primera riante en tiempo vi. Es probable que la ecuación de no observadas. También vale la pena notar que el vez en el programa, y el término de error inva- CAPÍTULO 3 indicador del puntaje de participación da impor- sesgadas de debido a la variable omitida vi, con la tancia a las ventas pre tratamiento y crecimiento de estimación (8) en niveles conduzca a estimaciones las ventas, en efecto imitando las comparaciones entre vi y di. Cuando la correlación es negativa, DID de los resultados pre y post tratamiento que dirección del sesgo determinada por la correlación serán discutidas a continuación. como en el caso ilustrado en la Gráfica 3.1 donde las empresas menos productivas son atraídas a estimaciones de probablemente son sesgadas 5. estimar impactos de los los programas de apoyo gubernamentales, las programas usando el panel eCi-enia hacia abajo. El estimador de efectos fijos trata Ahora volcamos nuestra atención a aprovechar esta posibilidad tomando las desviaciones de los 52 más completamente la disponibilidad de datos valores medios de las variables de tal forma que la anuales sobre una gama de resultados finales. El ecuación (8) puede ser reescrita como: objetivo es estimar los impactos de más largo plazo de la participación en programas, controlando los (9) efectos de atributos observados e inobservables de En américa latina y El caribE la productividad; y analizar las diferencias en los los programas para pymE Evaluación dE impacto dE efectos de tratamiento para cuatro tipos amplios empresas se denotan con un solo subíndice i. Como de programas de apoyo: Servicios de Desarrollo donde los valores medios de las variables de las Empresarial (SDE), programas de agrupamiento, desarrollo tecnológico y programas de crédito. en la primera diferenciación, la transformación potenciales de vi. También es de interés investigar cuán rápido o de efectos fijos elimina los efectos de confusión lento se perciben los impactos de los programas en el tiempo. Finalmente, estamos interesados en analizar la sensibilidad de las estimaciones de Este marco nos permite abordar varios temas. impacto de los programas a la posibilidad de que la Primero, ¿son las estimaciones de los impactos participación en los programas inhiba la salida de de los programas potencialmente sesgados por la las empresas de los datos panel. heterogeneidad no observada de las empresas? Comparamos los efectos de tratamiento estimados Según lo observado en la sección anterior, los de un modelo de niveles (ecuación 8) y un modelo métodos PSM tradicionales no son apropiados para de efectos fijos (ecuación 9) para verificar sesgos acomodar la estructura específica de los datos. Esta potenciales en estimar efectos de tratamiento de sección adopta un método de regresión más flexible la heterogeneidad no observada de las empresas. que nos permite estimar los efectos de tratamiento Segundo, ¿los impactos del programa son más lugar de D, un indicador de la participación en considerando puntos de ingreso diferentes en los grandes en algunos programas que en otros? En programas, el uso de múltiples tipos de programas, el tiempo ampliamente variante desde la parti- cualquier programa, incluimos variables indica- programas para PyME: D1i, D2i... Dni, y un test cipación en los programas, y shocks específicos doras de la participación en diferentes tipos de al año. Nos basamos en modelos de efectos fijos para las diferencias en sus impactos separados en son estimados por tipo de programa. La única los resultados. Notamos que esta especificación excepción fueron los programas de desarrollo permite (pero no modela explícitamente) el uso tecnológico de FONTEC que mostraron efectos de de programas múltiples ya que cada programa tratamiento positivos y estadísticamente significa- usado por la empresa i tiene su propia fecha de tivos en los salarios, pero las estimaciones pare- inicio de programa. Finalmente, ¿cuánto tiempo cen increíblemente altas. toma percibir los impactos de los programas? de programas de 2, el coeficiente estimado sobre Verificamos los efectos de tiempo de los impactos El panel B reporta efectos de tratamiento muy dife- la interacción de YRS con D. Una alternativa que En américa latina y El caribE rentes estimados usando el modelo de efectos fijos. usamos es especificar YRS como un conjunto de los programas para pymE Evaluación dE impacto dE Primero, los efectos de tratamiento promedios de la participación en cualquier programa cambian de intervalos de tiempo discretos para permitir los signo, y ahora son positivos y estadísticamente sig- efectos no lineales del tiempo de la participación nificativos en el nivel de un 1 o un 5 por ciento para en los programas. todos los resultados ATT o el empleo. El efecto de tratamiento promedio sobre las ventas y la produc- Usamos una especificación de modelo simple para ción son ampliamente similares en un 9 por ciento, facilitar la comparación a través de diferentes los efectos sobre salarios y la productividad laboral regresiones. Se seleccionaron seis medidas de re- son de un 8 y un 7 por ciento respectivamente, y sultados finales para estudiar: ventas, producción, un poco más del 2 por ciento para la participación empleo total, salario por trabajador, productividad de las exportaciones en las ventas30. En promedio, laboral y exportaciones como parte de las ventas. las empresas tratadas tendieron a tener niveles de Estas medidas de resultado están relacionadas a empleo pre tratamiento relativamente más altos valor de 0 para todos los años precedentes al pri- variables indicadoras de programas que toman un comparados al grupo de control, y manteniendo ni- veles de empleo constantes podía haber permitido y 1 para todos los años que siguen, incluyendo mer año de participación (periodo pre programa), mejoras por otro lado en los salarios y la producti- vidad laboral. el primer año (periodo post programa). Además de la(s) variable(s) de programa(s), las variables En el panel B, las diferencias entre los programas explicativas incluyen variables indicadoras para en efectos de tratamiento emergieron del análisis la ubicación en la región de la capital Santiago, por tipos de programas. La participación en pro- el tamaño de la empresa (pequeña, mediana y gramas de asistencia técnica (FAT) está asociada grande en relación a la micro empresa omitida), con mejoras mayores y más consistentes en la CAPÍTULO 3 y variables dicotómicas del año para 1995 a 2006 mayoría de los resultados, variando entre el 18 y para controlar los efectos de los shocks estocásticos el 20 por ciento para las ventas y la producción, específicos al año. el 16 por ciento en la productividad laboral, y el 8 por ciento en salarios. La participación en programas de agrupamiento (PROFO y PDP) A. Impactos de los Programas produjo mejoras de un 7 a un 8 por ciento en en Niveles y Diferencias ventas, producción y salarios, mientras que los programas de desarrollo tecnológico produjeron Antes de ir a los efectos de tratamiento, observa- aumentos de cerca de un 5 por ciento en sala- mos (pero no reportamos) que la mayoría de los rios y exportaciones como parte de las ventas. resultados para las otras variables de control son Sin embargo, el uso de programas de crédito y 53 más altos para las empresas situadas en la región de préstamos no estuvo asociado con ninguna de la capital y para empresas de tamaños más mejora en resultados; en todo caso, estas em- grandes, y aumentan con el tiempo29. El panel presas tratadas tenían un crecimiento de ventas A muestra los efectos de tratamiento sobre los marginalmente más bajo que el grupo de control. resultados medidos en niveles (Cuadro 3.7). Los Parece que el acceso mejorado al financiamiento efectos de tratamiento promedios estimados para por sí mismo es insuficiente para estimular a muchos resultados medidos en niveles son nega- las empresas a realizar los cambios organizacio- tivos, y a menudo estadísticamente significativos. nales y tecnológicos necesarios para mejorar su Este resultado contra-intuitivo de impactos nega- desempeño futuro. tivos persiste cuando los efectos del tratamiento 30 Notamos que la regresión de la participación de las exportaciones es estimada más apropiadamente como un modelo tobit. Sin embargo, los resultados claves no 29 Los resultados de la regresión total están disponibles si se solicitan al autor. cambian esencialmente cuando se estimó un modelo tobit de efectos aleatorios. Cuadro 3.7 Impactos de Programa de Cualquier Programa y por Tipo de Programa. Modelo en niveles y de Efectos Fijos con PSM Log Log Log Log Log Exportaciones Mano de Productividad Ventas Producción Salario como % de Ventas Obra Laboral A. Modelo en niveles -0.387* -0.393* -0.022 -0.136 -0.372* 4.35 Cualquier programa (-2.25) (-2.28) (-0.40) (-1.60) (-2.38) (1.14) -0.433 -0.433 -0.003 -0.306* -0.433 5,.02 Asistencia Técnica (-1.46) (-1.46) (-0.03) (-2.13) (-1.61) (0.80) -0.441 -0.449 -0.033 -0.206 -0.418 -12.974 Programas de agrupa- miento (clusters) (-1.56) (-1.59) (-0.36) (-1.50) (-1.63) (-1.93) 0.514 0.503 0.034 0.435*** 0.468 7.242 Programas tecnológicos (1.90) (1.85) (0.39) (3.31) (1.90) (1.14) CAPÍTULO 3 -0.541 -0.530 -0.103 -0.184 -0.424 9.329 Programas de crédito (-1.67) (-1.63) (-0.99) (-1.15) (-1.44) (1.35) B. Modelo de Efectos Fijos 0.091*** 0.090*** 0.024 0.082*** 0.066** 2.202** Cualquier programa (3.67) (3.6) (1.58) (4.78) (2.76) (3.10) 0.205*** 0.204*** 0.049 0.085** 0.156*** -0.83 Asistencia Técnica (4.73) (4.68) (1.82) (2.82) (3.72) (-0.67) 0.074* 0.081* 0.016 0.070** 0.066 0.221 Programas de agrupamiento 54 (2.05) (2.25) (0.71) (2.86) (1.89) (0.21) 0.061 0.049 0.000 0.050* 0.048 4.89*** Programas tecnológicos (1.70) (1.36) (0.02) (2,.5) (1.40) (4.65) -0.130* -0.108 -0.002 0.035 -0.106 -1.210 En américa latina y El caribE Programas de crédito los programas para pymE (-2.02) (-1.67) (-0.05) (0.79) (-1.70) (-0,67) Evaluación dE impacto dE Tamaño de la muestra 6.253 6.253 6.253 5.822 6.252 5.150 Fuente: Datos panel ECI-ENIA ligados. Notas: (1) El modelo de regresión incluyó variables indicadoras para la ubicación en la región de la capital, el tamaño de la empresa, y variables dicotómicas para 12 años (2) ***, ** y * indican efectos estadísticamente significativos al niveles de1, 5 y 10 por ciento, respectivamente. De estos resultados, concluimos que la heterogenei- B. Trayectorias en el tiempo de los dad no observada de las empresas que origina la Efectos de Tratamiento autoselección de empresas menos productivas en el tratamiento puede sesgar hacia abajo las estima- Hasta el momento, hemos estimado el efecto de ciones de los impactos de los programas en Chile. tratamiento promedio de la participación en los Puede haber procesos de comportamiento similares programas sin considerar si los impactos se perciben en otros países y pueden ser responsables en parte inmediatamente o sólo lentamente en el tiempo. En por los hallazgos mixtos de las evaluaciones pasa- el modelo lógico del programa, las intervenciones del das sobre el impacto de los programas.31 programa afectan los resultados finales indirectamen- te al apuntar a una gama de servicios de desarrollo de las empresas y créditos para tratar y resolver las falencias identificadas de las empresas. Los impactos 31 Tan y López-Acevedo (2007) llegaron a una misma conclusión en su estudio resultantes en los resultados intermedios - como una de evaluación de los programas para PyME en México, donde también en- contraron reversiones del signo de los efectos de tratamiento estimados en nueva gerencia, mercadeo y sistemas de calidad, ca- niveles y en DID (Por sus siglas en Inglés: Differences in Differences). pacitación de los empleados, desarrollo de tecnología, Cuadro 3.8 Atributos de las Cohortes de Tratamiento por Año de Ingreso a los Programas Valores Medios Variables para las Cohortes de Tratamiento por Año de Ingreso a Cohortes de Tratamiento los Programas Crecimiento en Log(Sales)1 Pre Clasificaciones Ex Post de la Año de Ingreso a los Programas tratamiento Importancia del Programa2 1994 0.065 2.67 1995 0.060 2.10 En américa latina y El caribE los programas para pymE 1996 0.095 2.50 Evaluación dE impacto dE 1997 0.011 1.67 1998 0.052 2.57 1999 0.057 2.62 2000 0.034 2.53 2001 0.075 2.82 2002 0.055 2.65 2003 0.058 3.22 2004 0.047 2.61 Fuente: Datos ECI-ENIA ligados. Notas: (1) El cambio en log (Ventas) entre t-2 y t-1 donde t es el año de ingreso al programa. Ver el texto para la definición y estadísticas resumidas. (2) Promedio ponderado de las clasificaciones de la importancia del programa en 2004, en una escala de 1 (menor) a 4 (crucialmente importante), para todos los programas usados por año de ingreso a los programas. y una mayor relación con otras empresas - en teoría delo considera estos factores deflactando todas las dan lugar a mejoras en los resultados finales como ser medidas de resultados en precios constantes de 1996 las ventas, la creación de empleo, los salarios y la pro- e incluyendo variables dicotómicas para capturar ductividad laboral, y las exportaciones. La dependen- impactos estocásticos específicos al año. Un segundo cia en tiempo de estos impactos hace una diferencia supuesto es que la autoselección en el tratamiento no de cuán largo debe ser el horizonte de tiempo de las es dependiente del tiempo. La presencia de efectos evaluaciones de impacto para esperar razonablemen- de cohorte en el tratamiento; empresas que deciden te impactos medibles en los resultados finales. participar temprano que son diferentes de las que se CAPÍTULO 3 unen en años posteriores, pueden introducir sesgos Analizamos los efectos del tiempo de la participa- en estas estimaciones. Por ejemplo, si las cohortes ción en cualquier programa incluyendo términos tempranas fueran más emprendedoras que las que de las interacciones entre la medida de la partici- entraron más adelante en el programa, entonces esto pación en programas y el tiempo desde el ingreso podría sesgar los resultados a encontrar efectos de a un programa, como en la ecuación (9). En lugar tratamiento que aumentan con el tiempo, puesto que de forzar una forma funcional sobre estos efectos la identificación de efectos de interacción vendría de de tiempo (por ejemplo, con una especificación cua- comparar en un punto en el tiempo empresas que te- drática de tiempo y tiempo cuadrado), definimos nían el tratamiento por diferentes números de años. un conjunto de variables indicadoras para diferen- tes intervalos: 1, 2, 3, 4-5, 6-7, 8-10 y más de 11 años; Verificamos para saber si hay diferencias sistemáticas 55 siguientes a la fecha de ingreso al programa. Esto que varían con el tiempo entre cohortes de trata- permite que los efectos de los términos de interac- miento, y no encontramos ninguna. Se consideraron ción entre el indicador del programa y el tiempo, dos dimensiones de las cohortes de tratamiento: desde la participación, varíen no linealmente con las experiencias de crecimiento de las ventas pre el tiempo en y después del programa (algunos tratamiento y las clasificaciones de la importancia programas para PyME pueden durar 2 a 3 años). de los programas para la empresa32. La variable Las estimaciones resultantes se pueden interpretar 32 La variable de crecimiento en las ventas es el cambio en el log (ventas) entre el como los efectos del tiempo del tratamiento si varios tiempo t-2 y t-1, donde t es el año de entrada al programa y es calculado directamente supuestos se mantienen. Primero, estos efectos se del panel de la ENIA. Las clasificaciones cualitativas de los programas en una escala estiman manteniendo constantes todos los otros de 1 (menor) a 4 (crucialmente importante) se toman de la ECI 2004. Como las empresas tratadas pueden participar, y participan, en programas múltiples, calculamos factores que varían con el tiempo, incluyendo la la clasificación del valor medio ponderado usando como valores de ponderación, inflación y los impactos macroeconómicos. El mo- la frecuencia de cada categoría Referenciada para un determinado tratamiento. Cuadro 3.9 Efectos de Tiempo de la Participación en Cualquier Programa. Modelo de Efectos Fijos con PSM Participación en Cualquier Log Log Exportaciones Programa y el Ttiempo Log Log Log Mano de Productividad como % de las desde que el Programa Ventas Producción Salarios Obra Laboral Ventas Empezó 0.059 0.059 0.046 0.064* 0.014 1.652 Año en que empezó (1.49) (1.50) (1.89) (2.40) (0.36) (1.69) 0.02 0.024 -0.021 -0.020 0.045 1.154 1 año más tarde (0.39) (0.47) (-0.66) (-0.58) (0.91) (0.89) 0.009 -0.012 -0.039 0.065 0.028 1.296 2 años más tarde (0.17) (-0.24) (-1.26) (1.89) (0.56) (0.91) 0.064 0.069 -0.033 0.032 0.102 1.016 3 años más tarde (1.17) (1.26) (-0.97) (0.88) (1.94) (0.63) 0.103* 0.107* -0.024 0.02 0.131** -1.601 CAPÍTULO 3 4-5 años más tarde (2.00) (2.07) (-0.75) (0.57) (2.64) (-1.02) 0.152* 0.162* -0.003 0.102* 0.166** -0.717 6-7 años más tarde (2.32) (2.47) (-0.08) (2.30) (2.63) (-0.32) 0.306*** 0.331*** 0.116* 0.069 0.215** 3.157 8-10 años más tarde (3.74) (4.01) (2.31) (1.23) (2.72) (1.26) 0.301** 0.319** 0.04 0.146* 0.279** -5.773 11 + años más tarde (3.02) (3.18) (0.65) (2.14) (2.90) (-1.76) Tamaño de muestra 6.253 6.253 6.253 5.822 6.252 5.150 56 Fuente: Datos panel ECI-ENIA ligados. Notas: (1) El modelo de regresión incluyó variables indicadoras para la ubicación en la región de la capital, el tamaño de la empresa, y variables dicot;omicos para 12 años (2) ***, ** y * indican efectos estadísticamente significativos a niveles de 1, 5 y 10 por ciento, respectivamente. En américa latina y El caribE anticipada de crecimiento de las ventas, primero importantes o muy importantes los impactos de los programas para pymE Evaluación dE impacto dE usada para estimar el modelo de riesgos propor- los programas. cionales de Cox, podría variar sistemáticamente por cohorte y dar lugar a sesgos en los efectos de Como antes, estimamos los modelos de regre- tiempo estimados si esta medida ex ante fuera sión en niveles y diferencias, pero sólo divulga- percibida en un crecimiento en las ventas futuro mos los resultados DID puesto que no se encon- y en otros resultados. Similarmente, puede surgir traron efectos de tiempo significativos para las un sesgo si el valor del tratamiento varía sistemá- regresiones de niveles (Cuadro 3.9). Consistente ticamente por cohorte, según lo juzgado por las con los anteriores, los resultados demuestran clasificaciones ex post de la importancia de los que los efectos de tratamiento sobre los resul- programas para las empresas tratadas. Revisando tados finales pueden tardar un largo tiempo en los valores medios de ambas medidas por año ser percibidos. Comparado con los resultados de ingreso a los programas, el crecimiento de las en el Cuadro 3.7, el coeficiente en la variable de ventas por cohorte varía en general entre el 5 y participación sigue siendo positivo, pero ahora el 7 por ciento, sin ninguna tendencia sistemática más bajo en magnitud y no estadísticamente en el tiempo (Cuadro 3.8)33. Similarmente, la significativo ATT o por los salarios. Ninguna de clasificación por cohortes no muestra ninguna las variables indicadoras para el tiempo desde tendencia de tiempo, y su variación alrededor de la participación es estadísticamente significativa 2.6 sugiere que la mayoría de las cohortes juzga antes de cuatro años. Comenzando con 4-5 años después del ingreso a los programas, los coefi- cientes estimados se vuelven positivos y aumen- 33 Esto fue confirmado por una regresión simple del cambio en log (ventas) en un tan en valor y significación estadística. Usando patrón de tiempo, siendo el coeficiente de tiempo estadísticamente no diferente de 0. el ejemplo de ventas, el efecto de tratamiento es Gráfica 3.3 Trayectorias de Tiempo de los Impactos de los Programas en Variables de Resultado Finales Seleccionadas Resultados predichos según grupo tratamiento y control 14.2 3.5 Tratamiento Tratamiento Log del Empleo Log del Producto Control Control 13.8 3.3 En américa latina y El caribE los programas para pymE Evaluación dE impacto dE 13.4 3.1 1994 1996 1998 2000 2002 2004 2006 1994 1996 1998 2000 2002 2004 2006 Año Año 10.7 8.6 Productividad laboral Log de los Salarios Tratamiento Tratamiento Control Control 10.4 8.3 10.1 8 1994 1996 1998 2000 2002 2004 2006 1994 1996 1998 2000 2002 2004 2006 Año Año Nota: Simulaciones de la participación en los programas en 1994 - Resultados en pesos constantes de 1996 un 10 por ciento en 4-5 años, elevándose a un coeficientes asociados con la participación en los 15 por ciento en 6-7 años y a un 30 por ciento programas (Gráfica 3.3). a partir de ocho años desde el ingreso a los programas. En 6-7 años, los impactos en salarios Los efectos del tratamiento en cualquier punto en y productividad laboral son de un 10 y un 17 el tiempo son representados por la brecha entre por ciento, creciendo a un 15 y un 28 por ciento los perfiles de tiempo de los dos grupos. Tome CAPÍTULO 3 respectivamente para el onceavo año. Aunque el caso del valor de la producción. Entre 1994 y no hay efectos de tiempo discernibles sobre el 1997, los perfiles de tiempo de esta variable para empleo, los trabajadores existentes y sus em- los grupos de tratamiento y de control son apenas pleadores se benefician de estos programas de distinguibles entre ellos. Posteriormente la brecha apoyo a través de salarios mejorados y mejoras entre ellos, el efecto de tratamiento se amplía en la productividad laboral que exceden los hasta 2004, después de lo cual ambos perfiles van costos salariales. hacia abajo. En el caso del empleo, los perfiles de tiempo de la mano de obra para ambos grupos Estos resultados se pueden utilizar para com- disminuyen ligeramente entre 1994 y 2000; des- parar las trayectorias de tiempo post programa pués de 2001 el empleo en el grupo de tratamien- de los resultados finales para ambos grupos de to en realidad se eleva por encima del empleo del 57 empresas. Si se asume que las empresas tratadas grupo de control (que permanece casi constante), ingresaron a los programas para PyME en 1994, indicando efectos positivos del tratamiento. Los podemos calcular los valores de cada resultado efectos del tratamiento sobre la productividad para cada año entre 1994 y 2006 usando los laboral se asemejan a aquellos de la variable de coeficientes estimados del término constante, la producción, lo cual no es sorprendente puesto variable de la participación en programas, las que la productividad laboral se define como la variables indicadoras para el tiempo desde el producción por trabajador. Las empresas tratadas ingreso a los programas, y las variables dicotó- vieron mejoras en la producción sin aumentos en micas para los años, interpolando cuando sea el empleo hasta 2001. Los efectos del tratamiento necesario al usar los puntos medios de cada sobre los salarios son inicialmente pequeños pero intervalo de tiempo. Para comparar, calculamos se vuelven más grandes en casi 6-7 años después las trayectorias de tiempo correspondientes del ingreso a los programas, es decir, del año para el grupo de control excluyendo todos los 2000 hacia adelante. Cuadro 3.10 Límites a los Impactos de la Participación en los Programas Recortando el 5% y 10%1 de la Parte Inferior del Grupo de Tratamiento de Acuerdo a la Variable de Resultado Log Log Exportaciones Impactos de los Programas: Log Log Log Mano de Productividad como % de las Modelo de Efectos Fijos con PSM Ventas Producción Salarios Obra Laboral Ventas Recortando el 5% Inferior 0.098*** 0.091*** 0.034* 0.071*** 0.076** 2.202** Cualquier Programa (3.91) (3.60) (2.21) (4.10) (3.16) (3.10) Tipo de Programa 0.172*** 0.195*** 0.047 0.065* 0.113** -0.83 SDE (3.84) (4.31) (1.71) (2.06) (2.67) (-0.67) 0.089* 0.074* 0.042 0.060* 0.067 0.221 Agrupamiento (2.51) (205) (1.88) (2.40) (1.92) (0.21) CAPÍTULO 3 0.033 0.046 -0.005 0.053* 0.071* 4.89*** Tecnología (0.94) (1.27) (-0.23) (2.19) (2.04) (4.65) -0.095 -0.12 -0.001 0.059 -0.089 -1.21 Créditos (-1.37) (-1.72) (-0.01) (1.25) (-1.42) (-0.67) Tamaño de la muestra 6.171 6.171 6.186 5.749 6.182 5.150 Recortando el 10% Inferior 0.091*** 0.094*** 0.032* 0.069*** 0.078** 2.202** Cualquier Programa (3.57) (3.68) (2.05) (3.96) (3.15) (3.10) 58 Tipo de Programa 0.133** 0.144** 0.040 0.051 0.117** -0.83 SDE (2.83) (3.06) (1.41) (1.58) (2.63) (-0.67) En américa latina y El caribE 0.100** 0.100** 0.046* 0.057* 0.055 0.221 los programas para pymE Agrupamiento Evaluación dE impacto dE (2.76) (2.74) (2.06) (2.22) (1.54) (0.21) 0.028 0.027 -0.017 0.061* 0.059 4.89*** Tecnología (0.79) (0.74) (-0.76) (2.50) (1.68) (4.65) -0.078 -0.053 0.027 0.052 -0.064 -1.21 Créditos (-1.05) (-0.72) (0.61) (1.11) (-0.91) (-0.67) Tamaño de la muestra 6.070 6.088 6.106 5.660 6.077 5.150 Fuente: Datos panel ECI-ENIA ligados. Notas: (1) El modelo de regresión incluyó variables indicadoras para la ubicación en la región de la capital, el tamaño de la empresa, y variables dicotómicas para 12 años (2) ***, ** y * indican efectos estadísticamente significativos a niveles del 1, 5 y 10 por ciento, respectivamente. C. Límites a las Estimaciones de los de 2004 fueron incluidas en nuestros datos pa- Impactos de los Programas nel. Como tal, hay ingresos de empresas porque hay empresas nuevas que se unen a los grupos Como ejercicio final, investigamos la sensibilidad de tratamiento y de control en algún momento de nuestras estimaciones de los efectos de trata- durante este período de 1992 a 2004, pero no hay miento a una característica peculiar de nuestros salidas de empresas del panel. Una implicación datos, a saber que sólo las empresas de ENIA es que las empresas en nuestro panel pueden no que respondieron a (sobrevivieron hasta) la ECI ser representativas de las empresas en el sector manufacturero, siendo un grupo seleccionado que con un 9 por ciento. Segundo, los efectos de había sobrevivido (en algunos casos) hasta 14 años tratamiento para el empleo son ahora positivos en el panel. y marginalmente importantes, mientras que las estimaciones originales no mostraron ningún im- ¿Cuán serio es el sesgo potencial por no conside- pacto estadísticamente significativo. Tercero, los rar la salida de las empresas? Usando datos de efectos del salario son esencialmente el mismo series de tiempo de la ENIA de los años 80 y de 7 por ciento en relación al 8 por ciento estimado los años 90, Álvarez y Vergara (2007) estimaron previamente. Finalmente, el cambio más grande En américa latina y El caribE las tasas de sobrevivencia de cinco años de las es visto en los efectos sobre la productividad los programas para pymE Evaluación dE impacto dE empresas en casi un 69 por ciento, variando de laboral, que con un 8 por ciento es ahora sólo un 67 por ciento para las pequeñas empresas a la mitad en relación al 16 por ciento estimado un 82 por ciento para las empresas grandes. Esto originalmente. implica un índice de salida anual promedio de entre un 7 y un 8 por ciento para el sector manu- El Cuadro 3.10 también reporta los efectos del facturero en su conjunto. Sin embargo, la cifra tratamiento estimados con el recorte, por tipo de relevante aquí es la tasa diferenciada de salida programa. Los patrones observados en el Cuadro para el grupo de tratamiento respecto al grupo de 3.7 de impactos diferenciados sobre los resultados control. Afortunadamente, tenemos estimaciones por tipo de programa se repiten aquí cuando los de las tasas de salida relevantes ya que nuestros resultados son recortados. La diferencia principal datos panel hacen el seguimiento de ambos es que el recorte del 5 por ciento de la parte infe- grupos de empresas más allá de 2004 hasta 2006, rior parece reducir los efectos del tratamiento de y hemos observado la salida durante estos dos los programas SDE (FAT) y aumentar los efectos años. Las tasas de sobrevivencia de dos años del del tratamiento estimados para los programas 14 por ciento y del 13 por ciento para los grupos de agrupamiento (PROFO y PDP); el recorte del de control y de tratamiento respectivamente, 10 por ciento de la parte inferior magnifica más corresponden a las tasas anuales de salida de estos impactos diferenciados en los dos tipos de un 7.5 y un 6.5 por ciento, que son ampliamente programas. similares a las estimaciones de Álvarez y Verga- ra. Por tanto, la participación en los programas El punto esencial a tomar de este análisis de parece inhibir la salida de las empresas tratadas sensibilidad es que la dirección y magnitud de los en casi el 1 por ciento por año en relación al efectos del tratamiento son ampliamente sólidos grupo de control. Puesto que el tiempo medio para controlar los sesgos potenciales de la salida de CAPÍTULO 3 de ingreso a los programas es de seis años en las empresas. nuestros datos panel, una estrategia posible para tratar este sesgo potencial es estimar los impactos del programa después de cortar el 5 por ciento de 6. Resumen y Comentarios finales abajo del grupo de tratamiento en cada resultado, asumiendo que las empresas tratadas de más bajo En este documento, hemos evaluado los impactos desempeño habrían salido en la ausencia del pro- de los programas de apoyo para PyME en Chile grama. Como verificación de la solidez, también usando un método no experimental, con un grupo estimamos los efectos cuando cortamos el 10 por de tratamiento que participó en los programas para ciento de abajo del grupo de tratamiento. PyME y un grupo de control que no lo hizo. Los datos panel únicos a nivel de empresas que fueron 59 Hemos realizado este análisis de sensibilidad usados, proporcionaron una oportunidad sin prece- clasificando y eliminando el 5 por ciento de la dentes para abordar varios temas que han plagado parte inferior (Panel A) o el 10 por ciento (Panel a las evaluaciones de impacto de los programas B) de la distribución del grupo de tratamiento de para PyME: el sesgo de selección de la heterogenei- cada variable de resultado (Cuadro 3.10). Varios dad de las empresas observada y no observadas, la puntos emergen de comparar los efectos estima- identificación de un grupo de control apropiado, y dos del tratamiento de cualquier participación la imposibilidad para hacer seguimiento al grupo en programas con el recorte indicado y las de tratamiento durante un periodo de tiempo estimaciones originales detalladas en el Cuadro suficientemente largo para que los resultados de 3.7, Panel B. Primero, los impactos del programa desempeño de las empresas sean percibidos. en las ventas y la producción son ampliamente similares, promediando entre el 8 y el 10 por Usando el emparejamiento por puntajes de partici- ciento en relación a las estimaciones originales pación combinado con modelos de DID, el docu- mento encontró evidencia de que la participación sencia de efectos de tratamiento puede también ser en los programas está relacionada causalmente con el resultado de un período de gestación largo para las mejoras en una gama de resultados intermedios que las mejoras en el desempeño de las empresas (capacitación, adopción de nuevas tecnologías y sean percibidas. Nuestro hallazgo de importan- prácticas de organización), así como mejoras positi- tes efectos de tiempo sugiere que un horizonte vas en las ventas, productividad laboral, salarios y más largo de tiempo, más allá de uno o dos años empleo (en un grado inferior). También se encon- después del tratamiento - que es común en muchas traron efectos positivos del tratamiento por tipo de evaluaciones - debe ser considerado en estudios de programa, con la participación en el FAT y PROFO, evaluación de los impactos de los programas. y (en menor grado) FONTEC y se dieron impactos positivos más consistentes en varias medidas de La investigación también sugiere áreas donde el resultados finales. No se encontraron efectos de monitoreo y la evaluación de los programas para tratamiento significativos por el uso de sólo progra- PyME se podrían mejorar en Chile. Actualmente mas de créditos y préstamos, lo cual hace pensar no existe un repositorio centralizado de datos de que el acceso al financiamiento por sí mismo proba- los beneficiarios de todos los diferentes programas blemente no estimulará a las empresas a realizar los en Chile, a pesar del compromiso del gobierno de cambios organizacionales y tecnológicos necesarios evaluar rigurosamente los impactos de los pro- CAPÍTULO 3 para mejorar su desempeño. gramas. En ausencia de dicha base de datos, los encargados de las políticas tienen poca información Estos resultados proporcionan una comprensión sobre programas específicos y/o múltiples usados sobre los resultados mixtos de evaluaciones ante- por diferentes empresas. Los evaluadores de pro- riores del impacto de los programas para PyME en gramas también están restringidos para identificar Chile así como en otros países. Primero, sugieren un grupo de control apropiado de empresas que que las estimaciones negativas o insignificantes de nunca han participado en ninguno de estos progra- los efectos del tratamiento pueden a menudo ser el mas. A menos que se haga un filtrado, la inclusión resultado de controles inadecuados para la autose- no observada en el grupo de control de empresas lección de empresas en los programas para PyME. que han participado en otros programas podría La combinación de métodos usados en este docu- confundir las estimaciones de los impactos de los 60 mento ­ el emparejamiento por probabilidades de programas de interés. También podría ser útil participación en base a atributos de pre tratamiento realizar evaluaciones periódicas conjuntas de los observados, y métodos de DID para considerar la programas, para comparar su efectividad relativa y heterogeneidad no observada - puede ser bastante para identificar programas con un mal desempeño efectiva para abordar este tema. Segundo, la au- o programas que han sobrevivido a su utilidad. En américa latina y El caribE los programas para pymE Evaluación dE impacto dE EVALUACIóN DE IMPACTO DE LOS PROGRAMAS PARA PYME EN AMéRICA LATINA Y EL CARIBE Capítulo 4 4 Capítulo Evaluación de los Programas de Apoyo a las PyME en Colombia 1. introducción (DANE), lo que nos permitió usar las regresiones de panel. La metodología aplicada se enfoca en Este capítulo intenta evaluar rigurosamente los dos técnicas econométricas: el PSM (Por sus siglas programas de apoyo a las pequeñas y medianas en Inglés Propensity Score Matching) y el análisis empresas (PyME) en Colombia para lograr un de datos panel. La primera nos permite identificar conocimiento acerca de qué programas tienen un una muestra de empresas de control y tratamiento mejor desempeño que otros, y por qué. Adoptamos comparables para generar una primera estimación un enfoque no experimental para evaluar los im- del impacto. La segunda es usada para analizar la pactos netos de la participación en los programas evolución en el tiempo de los efectos del programa para PyME usando datos panel de las empresas. sobre el desempeño de las empresas. Los datos panel sobre los grupos de tratamiento y de control fueron creados ligando una o más en- Usando esta metodología identificamos varios re- cuestas a nivel de empresas con información sobre sultados importantes como resultado de la partici- la participación en programas PyME, a un panel pación en el FOMIPYME. En general, las empresas de encuestas anuales mantenidos por la oficina del sector de servicios tienden a tener una tasa de nacional de estadística. inscripción más baja, mientras que las empresas con 10 a 19 años de actividad y las empresas más El capítulo se concentra en el impacto del Fondo pequeñas (en términos de ventas) son más pro- Colombiano de Modernización y Desarrollo Tecno- pensas a unirse al programa. No hay evidencia de lógico de las Micro, Pequeñas y Medianas Empre- que importe el desempeño pasado, medido por el sas (FOMIPYME). Iniciado en 2001, el FOMIPYME crecimiento de las ventas. Sin embargo, los impul- promueve la modernización y el cambio tecnoló- sores de la inscripción cambian de año en año. gico a través de una red de operadores públicos y privados que a su vez ofrecen servicios de apoyo Usando un modelo de efectos fijos que controla a las PyME a lo largo de varias líneas de proyecto, los impactos del programa en el tiempo, identifi- © GENNADIY RATUSHENkO/FOTOTECA DEL BANCO MUNDIAL incluyendo la iniciación de nuevos negocios, capa- camos un efecto positivo sobre los salarios en los citación empresarial, innovación y mejoras tecnoló- dos primeros años de tratamiento, que se vuelve gicas, estrategias de mercadeo, la construcción de negativo después del segundo año. El sector ma- redes, la comercialización de productos, la promo- nufacturero muestra un efecto global positivo en ción de exportaciones, mejoras de la productividad las exportaciones como parte de las ventas, y en la y mini agrupaciones empresariales. inversión en I&D, que dio un gran salto tres años después de la intervención. La productividad Esta investigación es un avance importante en total de los factores también muestra un efecto comparación con las evaluaciones anteriores, pues- amplio y positivo, que disminuye en el segundo y to que está basada en la información recuperada tercer año pero aumenta significativamente en el de las bases de datos de los registros del Depar- quinto año después del tratamiento. Vale la pena tamento Administrativo Nacional de Estadística notar que los efectos del FOMIPYME sobre la productividad son fuertemente afectados por las Pequeñas empresas variables del clima de inversión, especialmente Empresas con un personal total de entre por el crimen. Estos resultados permanecen sóli- 11 y 50, o dos después de recortar el 5 por ciento superior y Valor total de activos de entre 501 y 5.000 el 10 por ciento inferior de las empresas tratadas salarios mínimos mensuales legales de la muestra, por productividad. Sin embargo, en comparación con las empresas que participan Empresas medianas en otros programas disponibles para las PyME, Empresas con un personal total de entre las empresas de FOMIPYME tienden a hacerlo 51 y 200, o peor que sus contrapartes en cuanto a ventas y Valor total de activos de entre 5.001 productividad. y 30.000 salarios mínimos mensuales legales34. Complementamos el análisis cuantitativo con un conjunto de entrevistas dirigidas a obtener infor- Esta clasificación considera primero el valor de los mación cualitativa a través de la discusión de los activos, lo que significa que una empresa con ocho resultados con las empresas, para así tener cono- empleados y un valor de activos mayor a 5.000 cimiento sobre su percepción de los programas de salarios mínimos mensuales legales está clasificada CAPÍTULO 4 apoyo a las PyME y explorar temas que no pudie- como una mediana empresa, no como una pequeña ron ser analizados por los modelos de regresión. empresa. Sin embargo, para fines de comparación con los estudios de las PyME de otros países, usa- Este capítulo está estructurado en siete secciones. mos una definición alternativa basada solamente La Sección 2 describe los programas de apoyo a en términos del número de trabajadores: "peque- las PyME en Colombia, mientras que la Sección ña" con menos de 20 trabajadores, "mediana" con 3 revisa los resultados pasados de la evaluación 20 a 99 trabajadores, y "grande" con más de 100 de impactos. La Sección 4 cubre las caracterís- trabajadores. ticas del grupo de datos y la Sección 5 presenta la metodología usada para medir los impactos. El Fondo Colombiano de Modernización y De- La Sección 6 presenta los resultados del estudio, sarrollo Tecnológico de las Micro, Pequeñas y 64 incluyendo la estimación del impacto y el análi- Medianas Empresas (FOMIPYME), es la principal sis cualitativo. La Sección 7 presenta las conclu- iniciativa pública para apoyar a las PyME en siones. Colombia. Mientras que otros programas y acti- vidades públicas se enfocan en temas específicos, este programa trata de tener una intervención más En américa latina y El caribE 2. políticas de apoyo a las integrada. Por esta razón, este estudio eligió anali- los programas para pymE Evaluación dE impacto dE pyMe en Colombia zar el impacto de FOMIPYME en el desempeño de las PyME en la muestra. El Sistema Nacional para el Apoyo y Promoción de las PyME es responsable de articular las El fondo, que comenzó con sus operaciones en políticas públicas para las PyME. El sistema está 2001, es una cuenta asignada al Ministerio de compuesto por una serie de actores públicos y Comercio, Industria y Turismo para promover la privados, entidades financieras y no financieras, adopción de tecnologías por las PyME. No tiene y varios programas, leyes y procedimientos. ninguna personalidad jurídica formal, ni personal Asimismo, la Ley 590 del año 2000 estableció el propio. El fondo es dotado con $20 mil millones de Consejo de Microempresas y el Consejo de Empre- pesos por año (cerca de US$ 10 millones) durante sas Pequeñas y Medianas, que ayudan a definir, un periodo de diez años, indexados al salario míni- formular e implementar las políticas públicas mo mensual legal corriente. relacionadas a las PyME. FOMIPYME financia proyectos, programas De acuerdo a la Ley 905 de 2004, las definiciones y actividades para el desarrollo tecnológico de las empresas como micro, pequeñas y medianas de las PyME y la aplicación de mecanismos son: no financieros dirigidos a su desarrollo. Este propósito inicial ha estado cambiando debido Microempresas en parte a la incorporación de recursos de las Menos de 10 empleados, o Valor total de activos menor a 500 salarios mínimos mensuales legales 34 Un salario mínimo mensual legal en 2006 era equivalente a US$ 173. regiones a través de acuerdos, y también debi- A diciembre de 2008, FOMIPYME había acabado do a la introducción de proyectos dirigidos a 385 proyectos de 18 invitaciones hechas entre gente desplazada internamente y a poblaciones 2001 y 2006. En total, el fondo ha beneficiado a vulnerables. 62.820 personas y a 12.380 unidades productivas. En los primeros tres años, FOMIPYME aprobó el El fondo realiza actividades de "segundo piso". 70 por ciento de los proyectos totales y ejecutó el Es decir, hace invitaciones públicas para propues- 80 por ciento de los recursos totales (Cuadro 4.1). tas de proyectos, recibe el papeleo relacionado, Los años 2004 y 2006 muestran los niveles más En américa latina y El caribE evalúa y aprueba ofertas, efectúa contrataciones e bajos de aprobación y ejecución. El FOMIPYME los programas para pymE Evaluación dE impacto dE inspecciona la implementación de los proyectos. apoyó proyectos en el 94 por ciento de los de- FOMIPYME funciona de una forma centralizada partamentos del país. De éstos, el 70,4 por ciento y promueve las invitaciones públicas a través de estuvieron dirigidos a micro empresas, el 18,4 por visitas de los funcionarios del ministerio, ya sea ciento a las PyME y el 11,2 por ciento a poblacio- para avanzar en los acuerdos establecidos con los nes desplazadas. gobiernos departamentales o por invitación de organizaciones no gubernamentales, asociaciones Según el tipo de acción, los proyectos dirigidos de PyME o gobiernos locales. a mejorar la productividad tenían la participa- ción más alta, mientras que los relacionados con la promoción de exportaciones la más baja. Cuadro 4.1 Proyectos y Recursos Ejecutados por FOMIPYME Por sector, FOMIPYME financió el 53.4 por (Precios de 2008) ciento de proyectos en manufacturas, el 17.2 Cofinanciamiento FOMIPYME por ciento en agricultura y minería, el 7.9 por Año Proyectos ciento en servicios, el 4.7 por ciento en comer- (Millones de USD) cio y el 17.2 por ciento en empresas multisecto- 2001 62 16% 10,7 30% riales (Gráfica 4.1). 2002 94 24% 8,9 25% 2003 111 29% 9,3 26% Los principales logros de FOMIPYME pueden ser resumidos como sigue: la creación de 1.256 em- 2004 14 4% 0,9 2% presas, 470 planes de exportación, 3.345 planes de 2005 84 22% 4,7 13% negocios, 888 proyectos de investigación de merca- 2006 20 5% 0,9 2% dos, 171 proyectos de eventos de mercadeo, 671 eventos de mercadeo, el ingreso de 150 empresas a CAPÍTULO 4 Total 385 100% 35,4 100% nuevos mercados y 9.883 personas capacitadas en Fuente: FOMIPYME, diciembre de 2008. habilidades de asociación. Gráfica 4.1 Distribución de los Proyectos de FOMIPYME por Actividad y Sector Distribución de proyectos según tipo de apoyo Distribución de proyectos según sector de actividad Mejora en productividad 39.2% Servicios Mejoramiento del negocio 34.5% 17% 65 Creacieon de empresas 12.9% Comercio 5% Cambios de productividad 8.8% 53% Multisectorial 8% Mercadeo Manufactura 6.7% Innovación 5.2% 17% y desarrollo Promoción de exportaciónes 1.8% Agricultura y Minería Otros 0.3% Fente: FOMIPYME, diciembre de 2008. Aparte de FOMIPYME, otras iniciativas institu- 3. evaluaciones de impacto cionales importantes que apoyan a las PyME en anteriores de foMipYMe Colombia incluyen: El propósito de la primera evaluación de impacto35, La Política de Parques Tecnológicos, formulada por realizada en 2006, fue identificar si el fondo: el Ministerio de Comercio, Industria y Turismo, apoya el desarrollo industrial y de las empresas a Impulsó cambios en las empresas apo- través de acciones dirigidas hacia la mejora de la yadas en términos de productividad y innovación y el desarrollo de la tecnología. Los par- competitividad; ques tecnológicos son centros de innovación que intentan promover la aplicación del conocimiento Mejoró las condiciones de trabajo de los científico, la innovación e inversión extranjera; la empresarios y del empleo generado; Hizo articulación de la oferta y demanda para la tecno- más eficientes a los operadores en térmi- logía; y la creación de nuevas empresas con una nos de especialización, diversificación, base tecnológica, todo con el objeto de mejorar la mejora de la infraestructura, la introduc- competitividad de una región particular y del país ción de hardware y software, sostenibili- en su conjunto. dad y el apalancamiento de recursos; entre CAPÍTULO 4 otros; y El Programa Estatal de Adquisiciones facilita la habilidad de las PyME para Originó un cierto tipo de ingresos fiscales competir por las compras del estado para la nación vía la formalización de las creando o reforzando las redes de provee- empresas. dores existentes. La evaluación de los impactos de FOMIPYME fue La Política Nacional de Productividad y realizada con una combinación de técnicas cuan- Competitividad coordina las políticas de titativas: encuestas a operadores y empresas de productividad y competitividad e identifi- los beneficiarios, y técnicas cualitativas a través de ca los compromisos de cada ministerio en talleres con los diferentes actores involucrados en el 66 relación a estas dos áreas. funcionamiento del fondo (el Ministerio de Comer- cio, Industria y Turismo, el Departamento Nacional El Programa Nacional de Diseño Indus- de Planeación, evaluadores, operadores y auditores). trial intenta integrar las micro, pequeñas y medianas empresas en nuevos esquemas Un punto de partida para cualquier evaluación de En américa latina y El caribE de innovación y desarrollo al diseñar los impactos es entender qué es lo que lleva a la los programas para pymE Evaluación dE impacto dE estrategias para las redes productivas y de inscripción en el programa. En el caso de FOMI- mercadeo. PYME, los criterios de selección dependen de los objetivos de cada invitación pública. Así, resultó La Red Colombiana de Centros de Sub- que la selección de participantes no era al azar, contratación refuerza las relaciones entre la intervención no era uniforme, los beneficios la oferta y la demanda, y el desarrollo de pueden ser compartidos con otros, y el tipo de productos, servicios y de procesos pro- tratamiento también era ofrecido por otros progra- ductivos para las PyME, para mejorar la mas. Otra característica que restringió el análisis competitividad. Este programa ha realiza- fue la carencia de una línea base. Bajo estas circuns- do actividades para articular la demanda tancias, se recurrió a un modelo marginal estruc- de grandes empresas privadas con la tural (MME), que permitió inferencias causales en oferta de las PyME a través de ferias de múltiples tratamientos continuos y la interacción negocios, seminarios, etc. entre ellas para medir los impactos. De acuerdo a ello el análisis controló aspectos tales como la hete- Los Programas para las Empresas de rogeneidad de las intervenciones y las interacciones los Trabajadores están orientados a las presentadas por las variables del impacto. Estas empresas que se han reestructurado y que interacciones no deben ser ignoradas porque si las actualmente son de propiedad de los tra- variables del impacto están también incluidas en la bajadores y establecidas legalmente bajo un nuevo nombre. El objetivo principal es 35 . "Evaluación de Impacto del Fondo Colombiano de Modernización y Desarrollo reforzar a estas empresas para que lleguen Tecnológico de las Micro, Pequeñas y Medianas Empresas FOMIPYME" . a ser competitivas, sostenibles y rentables. Econometría (2007) para el Ministerio de Comercio, Industria y Turismo. Cuadro 4.2 Impactos de FOMIPYME nombre de la línea Variables que evidenciaron un impacto Conclusión aplicable a: Apoyo a pequeñas cadenas de valor Formalización Empresas con libros contables Comercialización Formalización Promoción de exportaciones Rentabilidad Innovación y/o desarrollo Empleo del Capital Humano Todas las empresas de la muestra En américa latina y El caribE los programas para pymE Evaluación dE impacto dE Mejora de los Negocios Rentabilidad Mejora de la Productividad Asociatividad explicación de otros impactos, el carácter endógeno 4. Datos usados en la evaluación de tales regresores puede producir sesgos. Fuentes de Información La evaluación observó los efectos en toda la mues- tra y en el subconjunto de empresas que mantuvie- Fuentes Secundarias ron información de contabilidad y la proporciona- La principal fuente de información para esta ron al encuestador. Para cada uno de estos niveles, evaluación son los registros administrativos del se identificaron dos tipos de efectos: el efecto del DANE. La Encuesta Anual Manufacturera (EAM), tipo de actividades realizadas por los ejecutores la Encuesta Anual de Servicios (EAS) y la Encuesta (cursos, consultorías, pasantías o prácticas en las Anual de Comercio (EAC) contienen la información empresas, donaciones en dinero o en especie y necesaria para seguir la evolución de las empre- ferias), y el efecto específico relacionado al hecho sas a lo largo del período de análisis. La EAM es de pertenecer a los proyectos de FOMIPYME. nacionalmente representativa de los departamentos y zonas metropolitanas. Esta encuesta incluye in- Para las empresas que mantuvieron información de formación abundante sobre el empleo, los salarios contabilidad, se encontró un efecto positivo para y otros beneficios no salariales, la producción bruta, los cursos de capacitación en las ventas y para las el valor agregado, los gastos administrativos y de donaciones en especie (programas de computación, ventas, servicios públicos, inventarios, inversio- equipos, máquinas, repuestos o herramientas, y nes, y activos fijos. Un panel de establecimientos CAPÍTULO 4 materiales o insumos) en los indicadores sobre el puede ser ligado en el tiempo, por lo menos desde capital humano. Se registró un efecto negativo para mediados de los años 90 hasta 2005. La EAS se las pasantías o prácticas en sitio sobre el nivel de aplica anualmente a 2.719 empresas de servicios y empleo, que probablemente se debió a las mejoras registra información sobre la producción, el consu- en la eficiencia derivadas del conocimiento adqui- mo intermedio, el valor agregado, etc. La EAC se rido de las empresas a las cuales se visitó. Cuando ejecuta anualmente en 7.905 empresas y contiene se mira a toda la muestra de empresas, se observan información sobre ventas, costos del inventario, efectos positivos obtenidos de las consultorías, en producción, consumo, valor agregado, salarios, el indicador de formalización de las empresas, y seguridad social y el número de empleados, entre en las tendencias de asociación de las empresas otros. De las tres, solamente la EAM constituye un debido a la asistencia a ferias. censo y es por tanto apropiada para construir un 67 Para los impactos relacionados con la participación en las varias líneas de acción de FOMIPYME, la Cuadro 4.3 Distribución de las Empresas en la Muestra Final innovación y los proyectos de desarrollo se en- contró que éstos tenían un impacto positivo en los Sector de Tamaño Relativo indicadores del capital humano y del empleo, en Total Actividad Pequeña Mediana Grande las empresas que tenían libros contables. También se encontraron efectos específicos de FOMIPYME Manufacturero 431 122 19 572 sobre la formalización en las empresas que partici- Comercio 37 43 7 87 paban apoyando pequeñas cadenas de valor y pro- Servicios 14 58 20 92 yectos de comercialización. Los negocios ligados a proyectos de mejora productiva mostraron un Total 482 223 46 751 mayor grado de asociatividad con otras empresas. Fuente: Econometría S.A. usando información del DANE. panel equilibrado. La EAS y la EAC son encuestas cuesta telefónica para recoger este tipo de informa- al azar sobre áreas no representativas a nivel local y ción39. La encuesta preguntó sobre actividades de no constituyen un panel por sí mismas; sin embar- apoyo (capacitación, cursos, visitas a ferias y a otras go, ambas encuestas tienen un grupo de empresas empresas), el monto gastado por la empresa en que son encuestadas cada año. esas actividades, su duración y el área del impacto. A fin de recolectar esta información, contactamos Una muestra estratificada escogida al azar de los a la persona encargada de recursos humanos o de registros del DANE fue utilizada para seleccio- capacitación, para cada empresa40. La encuesta nar un grupo de control para los beneficiarios de telefónica41 nos permitió investigar los siguientes FOMIPYME. 1,282 empresas fueron muestreadas aspectos: inicialmente de la EAM y la EAC de 2006 y de la EAS de 200536. Posteriormente, realizamos una a) La participación de la empresa en activida- encuesta por teléfono (descrita en el Anexo 4.1 des de capacitación, talleres y los beneficios y 4.2) que investigaba sobre los programas a los conseguidos de las consultorías y activida- que las empresas asistieron y si estas empresas des de apoyo fueron parte del FOMIPYME. Las empresas que fueron contactadas y que indicaron que no habían b) Temas cubiertos CAPÍTULO 4 sido parte de ninguna actividad de apoyo o capa- citación, constituyen el grupo de control para la c) La inclusión de prácticas dirigidas en la evaluación de impacto.37 actividad Después de comprobar en qué años entre 1999 y d) Año de la actividad 2006 (1999 y 2005 para el sector de los servicios) fueron encuestadas las empresas seleccionadas, e) Duración de la actividad en horas extrajimos la información año por año (Cuadro 4.3). Desafortunadamente, no todas las empresas f) Financiamiento adquirido de organizaciones estaban presentes en cada período debido al proce- públicas o privadas (donación, préstamo, dimiento de muestreo de la EAS y de la EAC, la se- otro) 68 lección de algunas empresas jóvenes, o el hecho de que alguna empresa fue simplemente obviada en g) Asistencia en especie de una organización dicho periodo. Las empresas con solamente un año pública o privada de información fueron desechadas y el resto fue utilizado para construir un panel, con información h) La participación en salones de exposición En américa latina y El caribE de hasta ocho años para el sector manufacturero y para comprar insumos o vender productos los programas para pymE Evaluación dE impacto dE de comercio, y hasta siete años para el sector de los y visitas a otras empresas para usar maqui- servicios (con un mínimo de dos años). naria y para aprender procedimientos de trabajo o una técnica de trabajo específica Los datos obtenidos de las encuestas recupera- ron información sobre ventas, empleo, gastos en personal, salarios, costos no operativos, exportacio- Otras Fuentes de Información42 nes38 y activos para las tres encuestas principales. Adicionalmente, la EAM tenía información sobre Informe sobre Desarrollo Mundial: Un mejor clima investigación, desarrollo y capacitación. de Inversión para todos. (Banco Mundial, 2005) destaca la existencia, dentro y entre los países en vías de desarrollo, de amplias variaciones en Fuentes Primarias los cuellos de botella del clima de inversión, que El hecho de que el DANE no recolecta datos sobre programas de apoyo nos llevó a efectuar una en- 39 La EAM pregunta sobre los gastos en capacitación y otros procedi- mientos que pueden estar relacionados a estos programas, como la certificación de calidad e inversión en R&D, pero el número de activida- 36 Fueron las encuestas más recientes disponibles. Los datos para las des de apoyo o el tipo de capacitación recibida no es especificado. EAS 2006 y 2007 están todavía siendo procesados por el DANE. 40 Obviamente tenemos que confiar en la memoria de nues- 37 Somos conscientes que ésta es una fuente de sesgo puesto que pue- tro informante para obtener la información requerida. de haber una conexión entre la voluntad de responder a la encuesta, el 41 El cuestionario usado en este estudio puede encontrarse en el desempeño de la empresa y la participación en los programas. Anexo 4.1 y los resultados están detallados en el Anexo 4.2. 38 Nos dimos cuenta de que aun si la variable existe, las empre- 42 Esta sección está basada en documentos proporcionados por el equipo sas de servicios no tienen esta información disponible. de investigación del Banco Mundial sobre este tema específico. Cuadro 4.4 Distribución de las Empresas en la Muestra Final afectan al desempeño de las empresas, especial- mente de las empresas más pequeñas. La evidencia Estado de la observación global y de LAC indica que los cuellos de botella en Año Total Control Tratadas infraestructura, gobernabilidad y regulación, y los mercados financieros son particularmente limi- 1999 602 0 602 tantes. Las empresas tienen pocos incentivos para 2000 615 0 615 hacer las inversiones necesarias cuando las utilida- des son inciertas o riesgosas debido a la burocracia, En américa latina y El caribE 2001 629 0 629 la corrupción y la ineficiente infraestructura; o los programas para pymE Evaluación dE impacto dE cuando los mercados de capitales no desarrollados 2002 357 331 688 dificultan el acceso al financiamiento y hacen que 2003 375 345 720 su costo sea elevado. Esta evidencia plantea la pre- gunta de investigación si los programas para tratar 2004 380 370 750 las limitaciones de las empresas más pequeñas son 2005 366 390 756 menos eficaces para producir los resultados desea- dos en un clima de inversión hostil, que cuando 2006 287 385 672 programas similares son ejecutados en un entorno Total 3,611 1,821 5,432 de negocios más apropiado. Fuente: Econometría S.A. usando información del DANE. Para el análisis empírico de los impactos del programa, consideramos las variables del clima de Cuadro 4.5 Temas Cubiertos Durante inversión con una aproximación del impacto del las Actividades de Apoyo crimen, las regulaciones de aduanas y comercio, y el sistema judicial. Tratamos estas variables del Porcentaje de clima de inversión como determinadas exógena- Temas Empresas Tratadas mente y agregamos las respuestas de las empresas Número promedio de actividades 1.9 por región, sector y tamaño de la empresa, y luego las ligamos a las empresas en nuestros conjuntos Crear y registrar una empresa 9.0% de datos de país. Esto responde a dos propósitos. Diseñar o mejorar el diseño 26.9% Primero, existe la posibilidad de causalidad rever- de los productos sa, es decir que las empresas más eficientes son más capaces de superar estas limitaciones. Al agregar CAPÍTULO 4 Tareas administrativas o de gestión 33.4% las respuestas entre las empresas, desligamos las Producción 38.2% acciones de empresas individuales de los agrega- Ventas y mercadeo 36.1% dos de región, sector y tamaño de la empresa que son posiblemente exógenos, así que la causalidad Inventarios, almacenamiento y organización del lugar de trabajo 20.3 va del clima de inversión al desempeño de la empresa. Segundo, las encuestas efectuadas por Asociabilidad con otras 14.9 Colombia no preguntan por el clima de inversión, empresas, control social Otros temas no relacionados a pero los agregados de región - sector de estas varia- 61.2 bles se pueden generar y ligar a nuestros datos de la actividad de las empresas Fuente: Encuesta Telefónica Econometría S.A. ­ marzo de 2009 encuestas independientes sobre el clima de inver- sión colocados en el mismo marco de tiempo. 69 Cuadro 4.6 Cómo se Involucraron las Empresas en las Actividades Descripción de la Muestra Medio de Participación Total Invitación directa del operador 64.7% La gran mayoría de las empresas se unió al FO- MIPYME en 2002, cuando el programa se inició Invitación pública 11.2% (Cuadro 4.4). Para 2001 tenemos información sobre A través de amigos o conocidos 16.1% 629 empresas, ninguna de ellas en el grupo de tra- tamiento puesto que estamos mirando a programas A través de otros medios 8.1% que comenzaron después de 2002. Para 2002, tene- mos información sobre 688 empresas, de las cuales Total 100% 331 ya se habían registrado en un programa. El Fuente: Encuesta Telefónica Econometría S.A. ­ marzo de 2009. pico de las empresas tratadas se da en 2005, con un Cuadro 4.7 Promedio de Ventas Anuales según Sector (miles de US$ de 2008) Comercio Industria Servicios Año Control Tratadas Control Tratadas Control Tratadas 1999 2,689.84 4,915.25 6,398.31 2,523.85 645.31 1,612.60 2000 2,914.16 5,805.08 7,500.00 4,144.20 1,216.08 1,551.10 2001 3,051.51 5,889.83 8,135.59 3,832.51 1,186.79 1,574.28 2002 3,362.15 6,186.44 8,050.85 4,830.51 1,182.80 1,667.29 2003 3,480.65 7,245.76 8,177.97 4,576.27 514.68 697.06 2004 3,806.70 7,923.73 6,440.68 4,618.64 1,073.48 1,401.18 2005 4,226.41 8,686.44 6,652.54 4,364.41 - - 2006 4,661.02 10,127.12 7,330.51 5,000.00 - - Total 3,524.05 7,097.46 7,335.81 4,236.30 969.86 1,417.25 CAPÍTULO 4 Fuente: Econometría S.A. usando información del DANE. Cuadro 4.8 Activos Promedio según Sector (miles de US$ 2008) Comercio Industria Servicios Año Control Tratadas Control Tratadas Control Tratadas 1999 297.45 1,075.94 4,618.64 1,928.61 - - 2000 311.37 1,095.68 4,119.68 2,002.02 332.85 525.08 2001 366.17 1,114.12 4,322.03 1,952.17 317.38 535.31 70 2002 381.58 1,113.97 4,195.67 3,457.98 320.75 543.80 2003 369.84 1,119.21 3,973.64 3,395.20 132.74 146.81 2004 414.13 1,165.63 3,439.19 3,687.92 358.08 429.56 2005 446.79 1,243.55 3,284.56 4,223.28 407.22 577.35 En américa latina y El caribE los programas para pymE 2006 468.19 1,481.30 3,433.88 4,128.95 - - Evaluación dE impacto dE Total 381.94 1,176.18 3,923.41 3,097.02 311.50 459.65 Fuente: Econometría S.A. usando información del DANE. Cuadro 4.9 número Promedio de Empleados según Sector Comercio Industria Servicios Año Control Tratadas Control Tratadas Control Tratadas 1999 30.5 55.2 23.0 11.2 62.1 105.7 2000 31.5 54.7 78.6 73.8 51.5 104.0 2001 33.3 50.7 75.9 75.4 50.0 104.7 2002 35.4 47.3 77.7 74.3 51.9 98.2 2003 37.6 46.3 74.3 70.9 53.0 117.0 2004 38.1 48.1 70.2 76.4 57.3 126.6 2005 43.7 53.7 72.4 80.2 2006 45.5 58.0 75.7 82.4 Total 37.0 51.7 68.5 68.0 54.3 109.4 Fuente: Econometría S.A. usando información del DANE. total de 390 empresas inscritas en un programa. Sin Cuadro 4.10 Promedio de Años en embargo, es importante observar que para los años Funcionamiento según Sector después de 2002, muchas de las empresas inscritas Estatus de la Empresa también estuvieron inscritas en años previos, lo que Sector Total Control Tratada significa que el número de empresas recientemente inscritas es mucho más bajo que el número total. Comercio 22.3 21.8 22.0 Industria 14.2 18.7 16.7 En américa latina y El caribE Servicios 13.1 13.2 13.1 Encuesta Telefónica y Conjunto de Datos de los programas para pymE Evaluación dE impacto dE la Evaluación de Impacto de FOMIPYME Total 19.7 20.1 19.9 Fuente: Econometría S.A. usando información del DANE. A través de la encuesta telefónica de 2009 y los da- tos de la evaluación de impacto de FOMIPYME de las ventas (Cuadro 4.8). En el sector industrial, sin 2006, obtuvimos información sobre 906 actividades embargo, las empresas tratadas comienzan con de capacitación implementadas para las empresas activos que valen la mitad que los activos de las participantes (Cuadro 4.5). El alto porcentaje de los empresas de control, pero en promedio, acaban el asuntos no relacionados con las actividades de la período con valores mayores que las empresas de empresa puede ser explicado por la presencia de lo control. que se llama empresas Administradoras del Riesgo Profesional, un conjunto de empresas que por ley Observando el número promedio de empleados tienen que dar charlas y capacitaciones sobre salud por sector de actividad (Cuadro 4.9), las empresas ocupacional y medidas de emergencia a las empre- comerciales y de servicios experimentales tienen sas asociadas a ellas. más trabajadores que el grupo de control, mientras que las empresas manufactureras tratadas comien- La encuesta también preguntó sobre cómo la zan ligeramente más pequeñas pero crecen hasta empresa se involucró en las actividades (Cuadro ser levemente más grandes que los controles. 4.6). El principal canal para familiarizarse con los programas fue el de invitaciones directas del Otra variable de interés es cuántos años ha estado operador, seguido del de amigos y conocidos. Esta la empresa en funcionamiento. En promedio, las información será importante cuando se realice el empresas han estado en funcionamiento por casi procedimiento de emparejar de acuerdo a la proba- 20 años (Cuadro 4.10). Las empresas comerciales bilidad de participación sobre qué tipo de empresas son más antiguas en promedio y las empresas de CAPÍTULO 4 ingresan a los programas: no podemos eliminar servicios más jóvenes. Casi no hay diferencias entre la posibilidad de que la decisión de participación las empresas tratadas y no tratadas, a excepción del fuera tomada solamente en base al hecho de si la sector industrial. empresa fue invitada o no. 5. Metodología Encuestas DANE El objetivo de cualquier programa de apoyo a las Para la evaluación, recolectamos información sobre PyME es fortalecer las empresas que participan en ventas, gastos (relacionados al personal, operativo el programa al mejorar su competitividad y pro- y no operativo), empleados, activos y exportaciones ductividad. En Colombia, la capacidad del FOMI- 71 tanto para las empresas tratadas como para las de PYME y de otros programas de apoyo de tener una control (Cuadro 4.7). Como puede verse, el com- influencia positiva en las empresas intervenidas portamiento de las ventas varía ampliamente entre puede ser medida por las variables siguientes: ven- sectores. Las empresas tratadas en el sector del co- tas, número de trabajos, sueldos y productividad. mercio demostraron ventas considerablemente más El sector manufacturero tendría dos dimensiones altas que sus contrapartes no tratadas, a lo largo adicionales a medir: la capacidad para exportar y la del período; mientras que en las empresas manu- inversión en investigación y desarrollo. Los cuatro factureras esta relación se invierte. En servicios, las grupos principales de variables que se esperaba empresas tratadas mostraron ventas marginalmen- tengan un efecto sobre las variables de resultado te más altas que las empresas no tratadas. incluyen: i) clima de inversión; ii) exposición al tratamiento; iii) características generales de la Las empresas comerciales y de servicios muestran empresa; y iv) proxis del entorno macroeconómico el mismo patrón con los activos que mostraron en (Cuadro 4.11). Cuadro 4.11 Principales Variables Independientes Usadas en el Análisis Características Generales Proxys del Entorno Clima de Inversión Exposición al Tratamiento de la Empresa Macroeconómico Cortes de Energía Disponibilidad de crédi- tos al descubierto Efecto del crimen sobre la ac- Gastos en personal Tratamiento Gastos operativos tividad de la empresa Tiempo en sacar los envíos Proveedor Gastos No operativos Año de observación Tipo de intervención Personal contratado más recientes de aduanas Calificación promedio de la efi- Exposición al tratamiento Activos ciencia en la provisión de los servicios del gobierno La metodología propuesta se basa en la compara- una función de un conjunto de variables observa- ción de dos grupos de empresas: las de tratamiento das. El primer paso es establecer la probabilidad de y las de control. El primer grupo está compuesto participación como el criterio de emparejamiento CAPÍTULO 4 por las empresas que eran parte de cualquier entre los beneficiarios y no beneficiarios. Como hay actividad o programa de apoyo y el segundo por un amplio conjunto de variables que caracterizan a a un escalar p(x) para hacer posible el empareja- empresas que no lo eran. Esto nos permite estimar estas empresas, es necesario reducir estas variables los efectos atribuidos a los programas de apoyo, en particular a FOMIPYME. A fin de hacer esto, miento. La probabilidad de participación, definida { utilizamos información que nos da una imagen de como la probabilidad condicional de convertirse en observables X, se expresa de esta manera: la situación de las empresas antes de la interven- un beneficiario dado un conjunto de características ción, y también del desempeño de cada empresa () =(=1 |=)=( |) cada año después del programa. De esta manera, podemos observar cambios en las variables defini- donde, X es un vector de características individua- das a través del tiempo. 72 = 1 si la empresa es beneficiaria les y de contexto Metodología para la Estimación de los Impactos La metodología usada en la evaluación de los 0, en otro caso En américa latina y El caribE impactos se basa en dos métodos complementarios. los programas para pymE Evaluación dE impacto dE El primer método, el empatar de acuerdo a la pro- Rosenbaum y Rubin43 (1983) mostraron que si el babilidad de participación (PSM por sus siglas en hecho de que una empresa sea tratada o no, es tidimensional X, es también aleatorio en la región inglés), se usa para identificar un grupo de control aleatorio en la vecindad definida por el vector mul- definida por el escalar p(X). Entonces, el efecto de apropiado. Dado que la selección de las empresas de tratamiento no es aleatoria, intentamos garan- tizar la comparabilidad entre las dos muestras. El tratamiento promedio sobre los tratados (ATT por segundo método, un análisis de datos panel, se sus siglas en inglés) se puede identificar por: =[1-0] =[[1-0| ()]] utiliza para estimar el impacto del programa de apoyo, e identificar las variables relevantes que explican el desempeño de las empresas. y [1 |(),=1]-[0|(),=0]= [1-0|()] La selección del grupo de control requiere la realización de un análisis de las variables que caracterizan la totalidad de las empresas antes del programa. Puesto que no hay información comple- Por tanto, el impacto puede ser fácilmente esti- ta de todos los años analizados para cada empresa, mado por la diferencia media entre las empresas el PSM se realiza cada año, lo que significa que el tratadas y controles en el área de soporte común de grupo de control varía cada año. la probabilidad de participación. El PSM estima la probabilidad de que una empresa participe en el programa, independientemente de si .R., 43 Rosenbaum, P y D.B. Rubin (1983) "The Central Role of the Propensity la empresa era realmente un beneficiario o no, como , Score in Observational Studies for Causal Effects" Biometrika 70(1), 41-55. El problema de la probabilidad de participación dependiente contra diferentes covariables, es que no permite la selección sobre variables no incluyendo una variable dicotómica para tomar observables. Para manejar esto, podemos estimar en cuenta el tratamiento. Utilizamos los resulta- el impacto en primeras diferencias. Esto es lo dos del PSM para aislar el efecto del programa, mismo que calcular el estimador de diferencias replicando la distribución de los tratados en el en diferencias usando el PSM para emparejar las grupo de control. empresas tratadas con las de control. Modelamos la intervención usando dos conjun- En américa latina y El caribE Aunque el uso del PSM para medir el impacto de tos diferentes de variables. Una primera varia- los programas para pymE Evaluación dE impacto dE ble (D it) identifica si se ha tratado la empresa, y un conjunto de variables dicotómicas (TS k) una intervención, tomando en cuenta la selección - una para cada año k desde que la empresa fue sobre los observables, es ampliamente disponible en la literatura, no nos permite aprovechar comple- tamente las características de nuestros datos panel. tratada - explica la dinámica de la intervención, El beneficio principal derivado de esta metodología puesto que somos conscientes de que es proba- es el poder seleccionar miembros del grupo de con- ble que el efecto tarde en materializarse. + + trol que corresponden cercanamente a cada una de las empresas de tratamiento, y efectuar regresiones Nuestro modelo puede ser descrito por el siguiente panel después. conjunto de ecuaciones: =++ k Los datos panel tienen la característica de que el =+ tratamiento no ocurre en un año específico, sino que la empresa decide si ingresar o no varias veces donde Xit es un conjunto de atributos de la empre- durante el período de análisis. A partir de 2002, sa (tamaño, región, sector de actividad) y it es el el primer año del programa, la empresa tiene la posibilidad de inscribirse en el programa cada a la empresa vi, y un componente puramente año. Para lidiar con esta característica elegimos un término de error compuesto por un error específico estocástico uit. Nuestra tarea es estimar consisten- año para cada empresa en el panel para efectuar temente los coeficientes y eliminando cualquier el PSM44. A fin de hacer esto dividimos la base de datos en dos grupos: siempre tratadas (empresas que ingresan a un programa durante el período sesgo derivado de la selección de observables y no 2002-2006) y nunca tratadas (empresas que nunca observables. participan en ningún programa a través del pa- CAPÍTULO 4 nel). Para el primer grupo mantenemos el año de Como se observa en la literatura sobre la tratamiento y para el último utilizamos el primer evaluación de impactos, el desafío más impor- año, entre 2002 y 2006, que la empresa entra al tante en este tipo de evaluación es representar panel. El puntaje único derivado de la metodolo- el contrafactual de una manera creíble. Las gía se utiliza después para definir una región de características específicas de nuestros datos soporte común para el análisis. nos dan la oportunidad de trabajar en esta dirección, aprovechando todas las dimensio- Estimamos modelos de regresión panel en los nes actuales. Bajo el supuesto de que el efecto cuales se corre una regresión de la variable del tiempo subyacente es igual para tratadas y no tratadas, los modelos de efectos aleatorios y fijos pueden identificar ambos coeficientes 73 44 Investigamos varias metodologías alternativas, para ejecutar el procedimiento PSM de impacto. cuando se tiene un año de entrada que cambia. Primero ejecutamos una regresión probit sobre todas las empresas que tenían un año de tratamiento igual a cero. Este conjunto incluye todas las empresas de control y las tratadas en el año antes del Para el modelo sin el efecto de exposición, donde tratamiento. El año de observación fue incluido entre las covariables para controlar no consideramos la longitud del tiempo desde que el entorno macroeconómico o características específicas al año, que impulsaban al la empresa fue tratada, vemos que: [0|0=0,0,=] =0+ registro en los programas. Calculamos un puntaje (probabilidad) comparable para [0|0=0,0,=+]=0+++ cada observación y definimos un soporte común único. Un segundo método usó un [1|1=0,1,=]= 1+ probit separado para cada año desde que el programa empezó, entre las empresas que se registraron en el año y todas las empresas de control disponibles, y calculó [1|1=1,1,=+]= 1++++ un soporte común para cada período. Teóricamente, este método es más robusto puesto que es más probable que las razones para el registro cambien de año en año. Por último, propusimos una combinación de ambos métodos, corriendo dos regresiones separadas, una para 2002 y la otra para el período 2003 ­ 2006. Esto permite variación en los coeficientes y confronta la escasez de datos debida al hecho que la mayor parte de las empresas tratadas ingresaron durante el primer Por tanto el estimador DID, bajo la hipótesis de año del programa. Esta tercera metodología fue la que finalmente se escogió. tendencias paralelas, sería: =[1|1=1,1,=+]-[1|1=0,1,=] -{[1|1=0,1,=, =0;,] -{[0|0=0,0,=+]- 0|0=0,0,=]} -{[0|0=0,0,=+, =0;,] -[0|0=0,0,=, =0;,]} Y el impacto, después de K períodos de inscripción, Cuando incluimos el efecto de tiempo: [0|0=0,0,=,=0]=0+ de participar en el programa J en vez del programa I: [0|0=0,0,=+,=0]=0+++ [1|1=0,1,=,=0]= 1+ [1|1=1,1,=+,=1]= 1+++++ 6. estimación de los Resultados Consecuentemente, bajo la misma hipótesis como Presentamos dos diferentes tipos de resultados: en el caso previo: resultados de impacto y resultados del análisis +=[1|1=1,1,=+,=1]-[1|1= cualitativo. El análisis de impacto se centra en cada 0,1,=,=0 ]-{[0|0=0,0,=+,=0] una de las variables de resultado definidas, usando -[0|0=0,0,=,=0]} el PSM y regresiones panel. El análisis cualitativo complementa los resultados encontrados a través Aquí el efecto después de k años de recibir tra- del método cuantitativo. tamiento sería la suma de y k, por tanto no es CAPÍTULO 4 posible separar el efecto global y de tiempo. Esto Estimación del Impacto del Programa de Apoyo debe ser tomado en cuenta cuando se interpreten los resultados del análisis de regresión. En esta sección presentamos los resultados del PSM así como los resultados de estimación del impacto + Finalmente para considerar varios tipos de in- para las variables de resultado: ventas, creación dicotómicas para cada tipo de programa j. tervenciones incluimos un conjunto de variables de empleos, productividad y aumentos salariales. Para el segmento de las empresas del sector ma- =+ ++ nufacturero también incluimos resultados respecto j j k a la capacidad de exportación y a la inversión en 74 investigación y desarrollo. En nuestro caso, tenemos j=2, un conjunto de variables dicotómicas si la empresa participó en Método de Emparejamiento de Acuerdo FOMIPYME y el otro si la empresa fue parte de a la Probabilidad de Participación En américa latina y El caribE cualquier otro programa de apoyo. los programas para pymE Evaluación dE impacto dE Antes de ir a las estimaciones, es importante pri- Antes de la participación tenemos: mero establecer qué información usan las empre- [0|0=0,0,=, =0;,] = 0+ sas cuando deciden unirse a un programa o no. [1|1=0,1,=, =0;,] = 1+ Asumimos que las empresas toman esta decisión con la información del último año en mente. Para empresas en tratamiento, toda observación un año período T + h: Si la empresa pertenece al grupo de control en el después del inicio del tratamiento es descartada, lo que significa que no son parte de la línea basal para [0|0=0,0,=+,=0;,]=0+++ el PSM. La observación de la empresa/año cuando el tratamiento ha comenzado es incluida en el grupo Si la empresa es parte del programa j=J y no perte- de tratamiento y los años antes de ello en el grupo de nece al programa I: control. Para las variables de control, utilizamos cada observación de la empresa/año después de 2000. [1|1=1,I1t=0,1,=+, =1, =0; ,]= +1+++ También probamos algunas hipótesis sobre qué es lo que anima a las empresas a ingresar al programa, Por tanto el impacto del programa J después de K para ser comparadas con los resultados prelimina- res recolectados del anterior estudio de evaluación períodos de inscripción: de impacto de FOMIPYME. +=[1|1=1,1=1,1,=+, = 1, =0; ,] 1) La región es una variable importante, puesto que unirse al programa durante un año dado depende de la disponibilidad de dicha Cuadro 4.12 Resultados del Emparejamiento intervención en la región donde la empresa por Probabilidad de Participación reside. Puesto que la limitación de los datos Variable Coeficiente b/se no nos permite considerar la oferta de pro- gramas e intervenciones, usamos el sector de 0.1314 Comercio actividad y la región como proxys. (0.17) 2) El desempeño de la empresa también podría -0.5162* En américa latina y El caribE Servicios ser importante para condicionar la partici- los programas para pymE (0.1611) Evaluación dE impacto dE pación en un programa. En la medida que 0.4241* los programas para PyME atraigan empresas Empresa mediana en crecimiento o de buen desempeño (o (0.1419) empresas que planean exportar), parte de los 0.9311* Empresa grande retornos (crecimiento o exportaciones) a la (0.2339) participación puede realmente ser debido a sus atributos inadvertidos de productividad Región Andina 0.1987 pre participación. Al incluir medidas de (0.1627) desempeño en nuestro análisis se toma en 0.1072 cuenta este comportamiento. Región del Pacífico (0.1961) 3) Otro tema importante, que está claro de 0.1152 Región de Antioquia la encuesta telefónica, es que las empresas (0.1688) principalmente se unen al programa des- pués de una invitación del operador. La l.ln_ventas -0.1675* relación entre la gerencia de las empresas (0.0516) y los operadores será explorada durante el -0.2647 análisis cualitativo. Sin embargo, cuanto l.d.ln_ventas más tiempo ha estado una empresa en el (0.2003) mercado, es más probable que establezca 0.0402 l.d.ln_empleo relaciones con asociaciones, cámaras de (0.2157) comercio y otras instituciones que podrían ser operadores de FOMIPYME. 0.3004* CAPÍTULO 4 Edad: 10 - 19 años (0.1482) 4) Algunos programas podrían ser específicos 0.3725* al sector o al tamaño de una empresa, por lo Edad: 20 - 29 años que es esencial controlar estas variables. (0.163) 0.0523 Edad: 30 - 39 años Se presentan los resultados del modelo probit (0.1911) usados para identificar las variables que impulsan a la inscripción en los programas (cuadro 4.12). Edad: 40+ años 0.1196 Para cada observación (año/empresa), la variable (0.2214) dependiente es una variable dicotómica que toma 1.948* el valor de 1 si la observación es tratada durante Constante 75 ese año, 0 si no es tratada durante el período de (0.715) análisis (2002-2006) y sin valor si es tratada en un año diferente. Como indicamos, efectuamos un procedimiento PSM "de corte transversal" para las empresas de servicio tienden a inscribirse me- lidiar con la falta de un solo año de ingreso y asig- nos. También observamos que las empresas que namos una única probabilidad para cada empresa han estado en funcionamiento de 10 a 29 años son en la muestra. más propensas a unirse al programa. La producti- vidad tampoco tiene efectos perceptibles sobre la En general, los resultados rechazan nuestra hi- inscripción, pero las empresas más pequeñas (en pótesis de que uno de los principales impulsores términos de ventas) tienden a inscribirse más. de la inscripción es la oferta de programas. No vemos ninguna evidencia de que la región afecta Usando los resultados del PSM, generamos una a las empresas que ingresan al programa, aunque región de soporte común sobre la cual realizare- Gráfica 4.2 Distribución de Probabilidades de Participación y Región de Soporte Común Control fuera del soporte Tratamiento Control en el soporte CAPÍTULO 4 0.2 0.4 0.6 0.8 Puntaje de Participación Cuadro 4.13 Soporte Común Cuadro 4.14 Impacto Estimado Vía PSM (2002) Soporte Común no. no. Err. Tratadas Variable ATT T tratadas control Estd. Fuera Dentro Total Ln Ventas 287 131 -0.115 0.216 -0.533 95 259 354 No Ln Empleo 287 131 0.02 0.132 0.152 26.8% 73.2% 100% Ln Ventas/ 137 331 468 287 131 -0.135 0.146 -0.923 Empleo Sí 76 29.3% 70.7% 100% Ln Salarios 287 131 -0.033 0.072 -0.463 232 590 822 Ln Total 28.2% 71.8% 100% Exportaciones/ 287 27 -0.489 0.454 -1.077 Ventas En américa latina y El caribE Ln Inver- 287 53 0.291 0.468 0.62 los programas para pymE sión en I&D Evaluación dE impacto dE mos nuestro análisis. El Cuadro 4.13 y la Gráfica 4.2 presentan el porcentaje de empresas que caen Fuente: Econometría S.A. dentro y fuera de la región de soporte común y la distribución del puntaje p sobre el soporte, para las Cuadro 4.15 Impacto Estimado Usando empresas de tratamiento y de control. PSM en Diferencias (2002) no. no. Error Comparando la Gráfica 4.2 con el Cuadro 4.13, Variable EPT t Tratadas Control Estándar se observa que aunque el 26.8 por ciento de las d.Ln Ventas 287 131 -0.146 0.112 -1.306 empresas tratadas está fuera del soporte común, la figura no muestra que ninguna de estas empresas d.Ln Empleo 287 131 -0.022 0.078 -0.279 sea excluida del análisis. La razón es que algunas d.Ln Ventas/ 287 131 -0.124 0.088 -1.402 empresas no tienen suficientes años de información Empleo para entrar en el PSM, y por lo tanto tuvieron que d.Ln Salarios 287 129 -0.011 0.041 -0.281 ser excluidas. Utilizamos las 590 empresas restan- d.Ln tes (259 tratadas y 331 de control) en el resto de Exportaciones/ 242 25 0.298 0.242 1.229 nuestros modelos. Ventas d.Ln Inversión Como primer enfoque para medir el impacto de la 242 24 0.667 0.74 0.902 en I&D intervención, utilizamos el puntaje calculado para Fuente: Econometría S.A. emparejar cada una de las empresas tratadas con la empresa de control más similar disponible, usando lo que se conoce como el método de empareja- Gráfica 4.3 Resultados Estimados para Grupos de Tratamiento y de Control Predicción del logaritmo del empleo 11.5 4 15 Predicción del logaritmo Predicción del logaritmo de la productividad 11.3 11.4 de las ventas 3.6 3.8 14.9 En américa latina y El caribE 14.8 los programas para pymE 11.2 Evaluación dE impacto dE 3.4 14.7 11.1 3.2 2000 2002 2004 2006 2000 2002 2004 2006 2000 2002 2004 2006 (min) año medida (min) año medida (min) año medida Predicción del logaritmo de los salarios 11.6 10 -1.6 Predicción del logaritmo de Tratamiento Predicción del logaritmo de los exportaciones la inversión den I&D Control 11.4 9.8 -1.8 9.6 11.2 -2.2 -2 9.4 10.8 11 -2.4 9.2 2000 2002 2004 2006 2000 2002 2004 2006 2000 2002 2004 2006 (min) año medida (min) año medida (min) año medida Note: precios en pesos de 2006. miento por vecino más cercano. Los resultados no estimamos el efecto de intensidad del programa, indican ningún impacto significativo de la partici- incluyendo el impacto del número de años des- pación en el programa sobre las diferentes variables de que la empresa fue tratada, el número y los resultado. tipos de intervenciones y las variables de clima de inversión. CAPÍTULO 4 Para controlar las características no observables, tomamos la primera diferencia de las variables re- Tomamos como punto de partida un modelo sultado y utilizamos otra vez el método del vecino simple (modelo 1) donde la única covariable de más cercano. Los resultados usando esta técnica impacto es la variable de tratamiento que toma un tampoco encontraron impactos significativos (Cua- valor de 1 cuando la empresa es tratada y después, dro 4.15). Esto significa, muy probablemente, que y 0 de otra manera45. Continuamos con un mo- el emparejamiento vecino más cercano no consigue delo que incluye una variable dicotómica para el aprovechar la estructura panel de nuestros datos. año de la observación para controlar el ambiente Las regresiones panel dicen otra historia, como se macroeconómico (modelo 2). Concluimos con una describe más abajo. especificación que contiene una variable para con- siderar el tiempo desde el tratamiento (modelo 3). 77 En una primera fase, presentada abajo, estimamos Datos Panel el efecto sin diferenciar por el tipo de intervención. En una segunda etapa discutida más adelante En esta sección utilizamos un modelo de datos en esta sección investigamos si hay diferencias panel para evaluar el efecto del programa de significativas entre FOMIPYME y otros tipos de apoyo sobre las ventas, el número de trabajos intervenciones. creados, la productividad y los salarios más altos. Puesto que solamente tenemos datos sobre Para cada modelo, estimamos regresiones con las exportaciones y la inversión en I&D para el efectos entre grupos y de efectos fijos; la pri- sector industrial, hacemos un análisis separado mera se puede pensar como una regresión en sobre este asunto. Realizamos nuestras regresio- nes en la región de soporte común identificada para estimar el efecto del tratamiento; también 45 Esta variable se identifica en las regresiones como cualquier programa. Evaluación dE impacto dE los programas para pymE En américa latina y El caribE 78 CAPÍTULO 4 Cuadro 4.16 Coeficientes de Regresión Panel Efectos entre Grupos Efectos Fijos Log de Log de Variable Log de Log de Gastos en Log de Log de Gastos en Log de Log de Modelo de Log de Log de Ventas Log de Log de Ventas Personal Exportaciones Inversión Personal Exportaciones Inversión Impacto Ventas Empleo entre Ventas Empleo entre entre entre Empleo en I&D entre entre Empleo en I&D Empleo Empleo Empleo Empleo b/se b/se b/se b/se b/se b/se b/se b/se b/se b/se b/se b/se -0.321* 0.022 -0.337* -0.037 -0.153 -0.302+ 0.051* 0.168* -0.118* -0.169* 0.242* 0.258+ Cualquier Modelo 1 Programa (0.13) (0.05) (0.11) (0.06) (0.28) (0.18) (0.02) (0.02) (0.02) (0.02) (0.08) (0.14) -0.299* 0.01 -0.310* -0.025 -0.258 -0.254 -0.01 -0.005 -0.008 -0.019 0.256* 0.102 Cualquier Modelo 2 Programa (0.13) (0.05) (0.11) (0.06) (0.3) (0.19) (0.02) (0.02) (0.03) (0.02) (0.1) (0.19) -1.487 -0.446 -1.625 -0.507 0.199 0.857 -0.046 0.009 -0.054 -0.083* 0.526* 0.208 Cualquier Programa (1.93) (0.7) (1.69) (0.8) (1.53) (0.73) (0.04) (0.04) (0.05) (0.04) (0.19) (0.29) 1.849 0.749 1.498 0.794 -0.975 -1.289 0.039 -0.026 0.06 0.093* -0.323+ -0.208 Tiempo desde==1 (2.06) (0.76) (1.81) (0.87) (1.93) (0.9) (0.04) (0.04) (0.05) (0.04) (0.18) (0.28) 1.016 0.125 1.422 -0.137 -0.652 0 0.049 -0.026 0.071 0.093* -0.323+ -0.461 Tiempo desde==2 (2.13) (0.84) (1.87) (0.95) (1.78) (.) (0.05) (0.04) (0.05) (0.05) (0.19) (0.3) Modelo 3 1.792 0.942 1.65 0.889 -0.058 -1.648+ 0.055 0.01 0.038 0.046 -0.112 0.227 Tiempo desde==3 (2.52) (0.8) (2.21) (0.91) (2.17) (0.93) (0.05) (0.04) (0.06) (0.05) (0.2) (0.28) 0 0.331 0 0.793 0 -0.934 0.006 0 0 0 -0.201 0.204 Tiempo desde==4 (.) (1.39) (.) (1.58) (.) (1.01) (0.05) (.) (.) (.) (0.2) (0.3) 0.964 0 1.868 0 -0.166 -1.181 0 -0.002 -0.004 -0.005 0 0 Tiempo desde==5 (3.58) (.) (3.14) (.) (2.08) (0.95) (.) (0.05) (0.06) (0.05) (.) (.) Tamaño de Muestra 4517 4517 4498 4487 4495 972 1205 4517 4498 4487 4495 972 Cuadro 4.17 Límites Superior e Inferior de los Impactos Modelo 2 Modelo 3 Años Desde Años Desde Años Desde Años Desde Años Desde Cualquier Cualquier Variable Límite que fue que fue que fue que fue que fue Programa Programa Tratada =1 Tratada =2 Tratada =3 Tratada =4 Tratada =5 b/se b/se b/se b/se b/se b/se b/se Límite -0.02 -0.051 0.029 0.045 0.054 0 -0.002 En américa latina y El caribE Superior (0.02) (0.04) (0.04) (0.05) (0.05) (.) (0.05) los programas para pymE Log de Ventas Evaluación dE impacto dE Límite 0.025 -0.001 0.017 0.069 0.024 0 -0.011 Inferior (0.02) (0.04) (0.04) (0.04) (0.05) (.) (0.05) Límite 0.022 0.033 -0.026 -0.024 0.022 -0.002 0 Superior (0.02) (0.04) (0.04) (0.04) (0.05) (0.05) (.) Log de Empleo Límite -0.014 -0.011 -0.016 -0.005 0.023 0 -0.004 Inferior (0.02) (0.04) (0.04) (0.04) (0.04) (.) (0.05) Límite -0.005 -0.04 0.042 0.091+ 0 0 -0.014 Superior (0.03) (0.05) (0.05) (0.05) (0.05) (.) (0.06) Log de Ventas entre Empleados -0.008 -0.04 0.043 0.049 0.028 -0.001 0 Límite Inferior (0.03) (0.05) (0.05) (0.05) (0.06) (0.06) (.) Límite -0.022 -0.081* 0.084+ 0.107* 0.029 0 -0.008 Log de Gastos Superior (0.02) (0.04) (0.04) (0.05) (0.05) (.) (0.05) en Personal entre Empleados Límite -0.024 -0.079+ 0.088* 0.075 0.035 -0.003 0 Inferior (0.02) (0.04) (0.04) (0.05) (0.05) (0.05) (.) Límite 0.264* 0.543* -0.364* -0.299 -0.123 -0.21 0 Log de Superior (0.11) (0.19) (0.18) (0.19) (0.2) (0.21) (.) Exportaciones entre Ventas Límite 0.168 0.507* -0.407* -0.451* -0.158 -0.174 0 Inferior (0.1) (0.18) (0.17) (0.18) (0.19) (0.2) (.) Límite 0.11 0.411 -0.441 -0.582+ 0.041 0 -0.216 Superior (0.19) (0.29) (0.29) (0.31) (0.29) (.) (0.3) CAPÍTULO 4 Log de Inversión en I&D 0.136 0.296 -0.254 -0.538+ 0.186 0.138 0 Límite Inferior (0.19) (0.29) (0.28) (0.3) (0.29) (0.29) (.) + p<0.10, * p<0.05 niveles mientras que la segunda mide el efecto embargo, es posible que esto sea una consecuencia en primeras diferencias. Presentamos ambos, del tamaño de la empresa. Los modelos de efectos los valores medios predichos para las variables fijos, por el contrario, encuentran varios efectos resultado de interés para los grupos de trata- significativos. El modelo 1 (sin variables dicotó- miento y de control46 (Gráfica 4.3), así como los micas para el año) encuentra efectos positivos en coeficientes de regresión para todos los modelos las ventas, el empleo y las exportaciones sobre las 79 (Cuadro 4.16). ventas, mientras que el efecto en la proxy de la productividad es negativo. Una vez que contro- Los modelos con efectos entre grupos encuentran lamos por el año de la observación (modelo 2), la efectos de tratamiento negativos para la mayor mayor parte de los efectos desaparecen. Controlan- parte de las variables resultado, lo que es contra-in- do por los años desde el tratamiento (modelo 3), tuitivo. Los únicos dos efectos significativos, ambos identificamos un efecto positivo en los salarios en negativos, están en las ventas y la productividad los primeros dos años de tratamiento, después de (ventas entre empleo) para ambos modelos 1 y 2. lo cual los efectos del salario se vuelven negativos. Esto significa que en niveles, las empresas tratadas El sector manufacturero muestra un efecto global tienden a vender menos después de inscribirse; sin positivo en las exportaciones (como parte de las ventas) que aumentan en el tiempo, y en la inver- sión en I&D, que muestra un gran aumento tres 46 La Gráfica 3 representa los resultados predichos usando el modelo 3. años después de la intervención. Cuadro 4.18 Impactos en la Productividad Total de los Factores PTF1 PTF 2 BE FE BE FE BE FE BE FE Variable Modelo 1 Modelo 1 Modelo 2 Modelo 2 Modelo 1 Modelo 1 Modelo 2 Modelo 2 b/se b/se b/se b/se b/se b/se b/se b/se -0.12 0.127* -1.693 0.137* 0.039 0.120* -1.519 0.128* Cualquier Programa (0.2) (0.01) (1.62) (0.02) (0.19) (0.01) (1.56) (0.02) 0.844 0.004 1.023 0.006 Años desde Tratada=1 (2.05) (0.03) (1.97) (0.03) 1.596 -0.115* 1.783 -0.109* Años desde Tratada=2 (2.68) (0.03) (2.58) (0.03) -0.014 -0.016 Años desde Tratada=3 CAPÍTULO 4 (0.03) (0.03) 3.497 3.985 Años desde Tratada=4 (2.88) (2.77) 2.509 0.106* 1.472 0.107* Años desde Tratada=5 (2.03) (0.03) (1.95) (0.03) 0.962 -0.439* 0.95 -0.427* 0.89 -0.565* 0.827 -0.555* IC: Regulaciones de Comercio y Aduanas (0.88) (0.14) (0.89) (0.14) (0.85) (0.14) (0.85) (0.14) -1.077+ -0.975* -0.948 -0.957* -0.954 -1.020* -0.883 -1.003* 80 IC: Crimen (0.61) (0.14) (0.62) (0.14) (0.59) (0.14) (0.59) (0.14) 14.967* 15.050* 14.950* 15.044* 14.896* 15.086* 14.893* 15.081* Constante (0.22) (0.04) (0.22) (0.04) (0.21) (0.04) (0.21) (0.04) En américa latina y El caribE + p<0.10 * p<0.05 los programas para pymE Evaluación dE impacto dE BE: Efectos entre grupos (Between effects). FE Efectos fijos (Fixed effects) Fuente: Econometría S.A. Límites a las Estimaciones de los tratadas y hacemos correr los modelos. En general, Impactos de los Programas no hay mucha diferencia entre los límites calcu- lados y las estimaciones de los impactos (Cuadro Una preocupación acerca de las estimaciones 4.17), lo que indica que por lo menos para estas es que los efectos del tratamiento pueden estar variables, los resultados son muy robustos. sesgados por no tomar en cuenta las empresas que salen del mercado. No es posible identificar las empresas que salieron ya que esa información no Ecuaciones para la Productividad está disponible en las encuestas que se revisaron. Total de los Factores Es posible que las empresas que tienen problemas, que de otra forma hubieran salido, comiencen el Siguiendo a Escribano y Guasch (2005), esti- tratamiento y eviten la bancarrota. Siguiendo a mamos una medida más amplia de la produc- McKenzie y Woodruff (2007), recortamos el 5 por tividad, considerando diversos factores de la ciento de las empresas tratadas más productivas productividad, a diferencia de nuestra medida (ventas entre empleados) para cada año y corremos anterior de las ventas por trabajador. Una adver- el modelo de datos panel para calcular el límite tencia importante a este ejercicio es que utiliza- inferior. Para el límite superior, recortamos el 10 mos ventas en precios constantes como proxy por ciento más bajo de la distribución de empresas del valor de la producción, misma que no está disponible en las encuestas47. Entre los supuestos Cuadro 4.19 Empresas que Caen en el Soporte que hacemos para tratar la endogeneidad, debi- Común (Dos Tratamientos Diferentes) do al hecho de la simultaneidad, se tiene que las Tipo de Soporte Común elasticidades insumo/resultado son constantes. Programa Fuera Dentro Total También asumimos que cada empresa confronta una función de producción Cobb-Douglas, que 23 290 313 Ningún Programa las medidas del clima de inversión no cambian 7.35% 92.65% 100.00% en el tiempo48, y que las empresas comerciales y En américa latina y El caribE de servicios no utilizan materias primas en sus 5 114 119 los programas para pymE FOMIPYME Evaluación dE impacto dE procesos. 4.20% 95.80% 100.00% 4 190 194 Se calcularon dos especificaciones de la pro- Otro Programa ductividad total de los factores: la primera 2.06% 97.94% 100.00% asume que las elasticidades no varían a través Total 32 594 626 del sector de actividad (PTF1) y la segunda que permite la variación a través de los sectores Fuente: Econometría S.A. (PTF2). Aunque presentemos ambos resultados, la hipótesis que los coeficientes son iguales a través de sectores es rechazada para los modelos FOMIPYME versus Otros Programas con efectos entre grupos y de efectos fijos, por lo tanto en el resto de esta sección nos centramos Esta sección verifica si los efectos del tratamiento en la PTF2. difieren entre FOMIPYME versus otros programas. Como FOMIPYME es la iniciativa de apoyo más Consideramos el entorno macroeconómico inclu- grande, es importante saber si las PyME se han yendo el año de la observación como covariable. beneficiado del programa, o si la ayuda financiera En un segundo paso hacemos una regresión con la otorgada por el gobierno termina en algún progra- PTF predicha como variable dependiente y como ma disponible fuera de FOMIPYME. independientes las variables de tratamiento y del clima de inversión (impacto del crimen, regulacio- Bajo este nuevo arreglo estamos comparando tres nes de comercio y de aduanas y el sistema judicial) poblaciones diferentes (las empresas tratadas por para medir el impacto de esas covariables. Sin el FOMIPYME, las empresas tratadas por otros embargo, tuvimos que eliminar el impacto perci- programas de apoyo, y el grupo de control), no CAPÍTULO 4 bido del sistema judicial porque el signo estimado dos como en el caso anterior. Puede que el soporte era contra-intuitivo. común que calculamos antes no se aplique aquí, y tenemos que observar los impactos en la inter- Mientras que el tratamiento no tuvo impactos sección de los soportes de todas las poblaciones. significativos en niveles (modelo con efectos Otro problema es cómo definir un puntaje (proba- entre grupos), el efecto sobre las primeras dife- bilidad) único p bajo este arreglo. Aunque todavía rencias es grande y positivo (0.128 para la PTF2) deseamos que cada observación caiga en el soporte y varía dependiendo del número de años desde común en un año para que sea parte del análisis, el tratamiento (Cuadro 4.18). El efecto es nulo en no hay una regla fija para definir un puntaje p que el segundo y tercer año, pero aumenta significati- cumpla con este supuesto. Para ser consistentes vamente en el quinto año. Es también importante con la definición anterior, tomamos el puntaje p 81 destacar el impacto significativo de las variables mínimo para las empresas tratadas (FOMIPYME y del clima de inversión en todas las ecuaciones, otros programas) y el máximo para las no tratadas especialmente el impacto del crimen, puesto que (Cuadro 4.19). se sabe que en las regiones fuera de las ciudades grandes, las empresas tienen una mayor probabi- Para medir si hay diferencias en el impacto entre lidad de ser chantajeadas o de alguna forma ser los programas, incluimos dos conjuntos de varia- afectadas por las actividades de las organizacio- bles dicotómica, uno para cada tipo de programa, y nes criminales. probamos si los coeficientes asociados son iguales. Aparte de covariables usuales para la empresa y las variables dicotómicas para el entorno macroeconó- 47 Los cambios en los precios dentro de la industria y los inventa- mico, el modelo 2 incluye una variable dicotómica rios pueden hacer que las ventas difieran de la producción. 48 Este último supuesto es necesario puesto que la encuesta so- para controlar cuándo las empresas ingresan a bre el clima de inversión sólo está disponible para un año. cada programa. Además, el modelo 3 contiene Cuadro 4.20 Impactos por Tipo de Programa Modelo 2 Modelo 3 Ventas Ventas Parte de Parte de las Variable de Personal Personal por Ventas por Traba- Salarios las Expor- Ventas Salarios Exporta- Impacto Empleado Empleado Trabaja- jador taciones ciones dor b/se b/se b/se b/se b/se b/se b/se b/se b/se b/se 0.008 0.016 -0.013 -0.017 0.300* 0.093+ 0.008 0.081 0.079+ 0.403* Fomipyme (0.03) (0.03) (0.04) (0.03) (0.13) (0.05) (0.04) (0.06) (0.05) (0.2) -0.144* -0.008 -0.137* -0.088+ -0.14 Tiempo desde==1 (0.05) (0.05) (0.06) (0.05) (0.21) -0.173 Tiempo desde==2 (0.22) CAPÍTULO 4 -0.045 0.045 -0.091 -0.115* Tiempo desde==3 (0.06) (0.05) (0.07) (0.06) -0.089 0.006 -0.097 -0.137* -0.125 Tiempo desde==4 (0.06) (0.05) (0.07) (0.06) (0.24) -0.125* 0.009 -0.138+ -0.155* 0.191 Tiempo desde==5 (0.06) (0.05) (0.07) (0.06) (0.24) -0.035 -0.021 -0.021 -0.009 0.184 -0.084 0.01 -0.098 -0.064 0.500* Otro 82 programa (0.03) (0.03) (0.03) (0.03) (0.12) (0.06) (0.05) (0.07) (0.05) (0.25) 0.097 -0.04 0.135+ 0.097 -0.405 Tiempo desde==1 (0.06) (0.06) (0.07) (0.06) (0.25) En américa latina y El caribE 0.01 -0.035 0.042 0.032 -0.267 los programas para pymE Evaluación dE impacto dE Tiempo desde==2 (0.06) (0.06) (0.07) (0.06) (0.26) 0.031 -0.038 0.065 0.035 -0.283 Tiempo desde==3 (0.06) (0.06) (0.08) (0.06) (0.28) -0.008 -0.084 Tiempo desde==4 (0.06) (0.28) -0.004 -0.013 0.008 Tiempo desde==5 (0.07) (0.08) (0.07) Tamaño de 4376 4357 4346 4354 964 4376 4357 4346 4354 967 muestra Estadística F 1.3767 1.3748 1.3737 1.3745 1.742 1.3759 1.3740 1.3729 1.3737 1.735 Valor p 1.74 1.59 0.05 4.31 0.77 6.18 0 4.56 0.07 0.11 Valor p 0.1878 0.2078 0.8233 0.0379 0.3808 0.013 0.9761 0.0327 0.7986 0.744 Fuente: Econometría S.A. dos conjuntos de variables dicotómicas, uno para 5) ¿Qué piensan los entrevistados en cuanto al cada programa, para controlar el tiempo desde el efecto del programa sobre las exportaciones? tratamiento. Las empresas participantes identificaron varias En el modelo 2 (que no controla el tiempo des- áreas susceptibles a la intervención, la mayor parte pués del tratamiento), no hay impactos significa- de ellas relacionadas con capital humano inadecua- tivos a excepción del efecto de FOMIPYME en el do. En general, mencionaron que la capacitación no aumento de las exportaciones como porcentaje de es una parte integral de su estrategia operacional, En américa latina y El caribE las ventas, que no es estadísticamente diferente lo que significa que la decisión de la participación los programas para pymE Evaluación dE impacto dE del efecto de otros programas (Cuadro 4.20). Sin está tomada a menudo en base a cada caso o deci- embargo, cuando observamos el modelo más dida por el gerente encargado cuando se presenta amplio, las diferencias comienzan a aparecer. una buena oportunidad. Las empresas generalmen- Aunque no hay impactos de otros programas a te tienen limitaciones ya sea en términos financie- excepción de un efecto positivo ligero sobre la ros o en términos de recursos humanos, y la rutina productividad, los participantes de FOMIPYME del trabajo diario generalmente no permite nuevas muestran una caída en las ventas, que a su vez implementaciones. explica la caída en la productividad (ventas sobre empleados). Esas empresas también tienden a Los participantes reconocieron que las oportunida- tener salarios decrecientes. Ambos programas des de participar en programas frecuentemente se parecen muy buenos en agrandar la parte de pierden debido a una divulgación inadecuada. La exportaciones en las ventas, sin diferencias signi- mayor parte del tiempo, se enteran sobre el progra- ficativas entre sus coeficientes. ma de apoyo por referencias de otra parte. Otras cuestiones planteadas son que los programas ofre- cidos por FOMIPYME son simplemente utilizados Análisis Cualitativo por algunos proveedores de servicios para ofrecer productos y servicios, y que muchos de los temas El estudio también utilizó entrevistas semi- ofrecidos no son innovadores. estructuradas para recopilar información más detallada sobre asuntos específicos relacionados En áreas donde hay interés del sector privado en con los programas de apoyo a las PyME. Para cada un asunto dado, los costos económicos son muy empresa buscamos por lo menos a dos informantes. altos. Las empresas reconocen que generalmente Los entrevistadores anotaron no sólo las respuestas FOMIPYME ayuda a hacer que la oferta y la de- CAPÍTULO 4 verbales sino también los procesos usados para manda converjan a través de subsidios financieros; cada entrevista para conseguir esas respuestas. sin embargo, hacen notar que los ejecutores del El proceso requirió la presentación rigurosa de programa deberían de tratar hacer mayores esfuer- preguntas seleccionadas en base a un análisis de los zos por llegar a las PyME con los programas. diferentes temas, así como flexibilidad para tratar información nueva propuesta por los informadores. Probablemente una de las cosas más importantes Cada respuesta fue registrada. que los proveedores de servicios olvidaron a menu- do son las dificultades que enfrentan las empresas Elegimos cinco tópicos importantes para la entre- cuando pasan de la teoría a la práctica. Esto requie- vista: re que los operadores pongan más énfasis en los seguimientos para consolidar los cambios causados 83 1) ¿Qué necesidades quieren satisfacer las por las intervenciones. La falta de planificación y empresas al participar en un programa de la incertidumbre acerca de la dirección futura de la apoyo? economía, que limita los incentivos para invertir, también contribuye a reducir los efectos potenciales 2) ¿Cómo se tomó la decisión de participar? de los programas. 3) ¿Qué piensan los entrevistados sobre los En general, las empresas entrevistadas prefieren programas de apoyo ofrecidos por las insti- concentrarse en el mercado local. Tienen miedo de tuciones? no contar con ciertas habilidades necesarias para hacer frente a los riesgos que impone el mercado 4) ¿Por qué la mayor parte de los efectos de exportación, y ven barreras insuperables en identificados ocurren en el primer año de la tarifas, impuestos e infraestructura. Hay también la intervención? percepción de que las empresas carecen del tamaño para competir en otros mercados, particularmente sector manufacturero muestra un efecto global contra China. positivo sobre las exportaciones como parte de las ventas y sobre la inversión en I&D, que aumenta tres años después de la intervención. La produc- 7. Conclusiones tividad total de los factores también muestra un efecto grande y positivo, que es eliminado en el Esta investigación intentó responder dos preguntas segundo y tercer año pero que aumenta signifi- centrales. Primero, qué clases de empresas partici- cativamente en el quinto año después del trata- pan en los programas de apoyo, y segundo, y más miento. Vale la pena observar que los efectos de importante, cuál es el efecto verdadero de estos FOMIPYME sobre la productividad son afectados programas, qué programas funcionan mejor, y por fuertemente por variables del clima de inversión, qué. especialmente por el crimen. Estos resultados siguen siendo sólidos después de recortar el 5 por En la primera pregunta, encontramos que las ciento superior y el 10 por ciento inferior de las empresas que generalmente se inscriben en estos empresas tratadas para tomar en cuenta la posi- programas son relativamente jóvenes, y que son bilidad de un sesgo por la salida de las empresas. menos propensas a participar las empresas del Sin embargo, en comparación con las empresas CAPÍTULO 4 sector de servicios, posiblemente porque hay pocos que participan en otros programas disponibles programas dirigidos específicamente a este sector. para PyME, las empresas de FOMIPYME tienden El canal usado por las empresas para inscribirse a hacerlo peor que sus contrapartes en términos es típicamente una invitación directa del operador de ventas y productividad. del programa, en vez de que las empresas bus- quen programas o sepan de ellos a través de la En general, la mayor parte del impacto se con- publicidad; y la inscripción es condicionada por centra en el primer año de intervención. Cuando la carencia de una oferta programática coherente. se preguntó sobre este hallazgo como parte de la Los mecanismos de promoción son ampliamente investigación cualitativa, las empresas sugirieron considerados inadecuados por las empresas en que esto es probablemente debido a la falta de una diferentes sectores. planificación a largo plazo por parte de las empre- 84 sas. Reconocen el papel de enlace que el financia- Identificamos una serie de efectos de la partici- miento de FOMIPYME juega en hacer que la oferta pación en FOMIPYME, en varias variables de y la demanda converjan, pero observan que los resultado. Usando un modelo de efectos fijos que ejecutores pueden hacer más para mejorar el acceso controla los impactos del programa en el tiempo, al programa y ayudar a las empresas a moverse de En américa latina y El caribE identificamos un efecto positivo sobre los salarios la teoría a la práctica en la aplicación de las habili- los programas para pymE Evaluación dE impacto dE en los primeros dos años de tratamiento, que se dades e información recibidas en los programas de vuelve negativo después del segundo año. El entrenamiento. Anexo 4.1 Cuestionario de la Encuesta Telefónica Puesto que las encuestas del DANE no dan información sobre programas de apoyo a las PyME, realizamos una encuesta telefónica sobre este tema usando el siguiente cuestionario. 1) ¿Esta empresa está participando o ha participado en el proyecto FOMIPYME? 2) ¿La empresa participó a partir de enero de 2002 en actividades de capacitación, talleres y seminarios o En américa latina y El caribE se benefició de consultorías o actividades de apoyo de alguna organización pública o privada? los programas para pymE Evaluación dE impacto dE 3) Esta empresa se inscribió en estas actividades a través de: a) Una invitación directa de la organización. b) Una invitación pública. c) A través de amigos o conocidos. d) Otra razón. 4) Para cada capacitación, seminario o taller en el cual un trabajador de la empresa participó, conteste por favor: a) ¿Cuál era el nombre del seminario? b) ¿Cuáles eran los temas que se cubrieron en el seminario? i) Crear o registrar una empresa. ii) Diseñar y mejorar productos. iii) Gerencia. iv) Producción: uso de la maquinaria, maneras diferentes de hacer el trabajo, mejorar el uso de materiales e insumos. v) Ventas, mercadeo o publicidad, promoción, transporte y distribución. vi) Organización en el lugar de trabajo, almacenaje e inventarios. vii) Asociatividad: relación con los sindicatos, cooperativas y organizaciones de control social. viii) Otros asuntos no relacionados directamente con las actividades de las empresas. 5) ¿Estas actividades de apoyo incluyeron prácticas dirigidas? 6) ¿En qué año se dieron estas actividades de apoyo? 7) ¿Cuántas horas duraron estas actividades de apoyo? 8) ¿Tuvo usted que pagar por estas actividades de apoyo? 9) ¿Cuánto pago usted aproximadamente por estas actividades de apoyo? CAPÍTULO 4 10) ¿Cómo calificaría usted estas actividades de apoyo? a) Buenas b) Regulares c) Malas 11) ¿Esta empresa obtuvo fondos a partir de enero de 2002 de una organización pública o privada? 12) Estos fondos fueron: a) Una donación. b) Un préstamo c) Otro. 13) ¿Cuál era el tamaño del financiamiento? 14) ¿Esta empresa consiguió a partir de enero de 2002 alguna ayuda en especie de una organización 85 pública o privada? 15) ¿Qué tipo de apoyo consiguió la empresa? a) Programas de computadora. b) Equipo, maquinaria, repuestos o herramientas. c) Materiales (libros, folletos, manuales de usuario) o insumos. 16) ¿Usted tuvo que pagar parte de la ayuda en especie? 17) ¿Cuál era aproximadamente la cantidad? 18) ¿Esta empresa participó a partir de enero de 2002 en alguna de estas actividades? a) Visitó salones de exposición para comprar insumos o vender productos. b) Visitó otras empresas para utilizar la maquinaria, para familiarizarse con sus procedimientos de trabajo o para aprender algunas técnicas de trabajo. 19) ¿Usted tuvo que pagar para participar en estas actividades? 20) ¿Cuál fue el monto aproximadamente? Anexo 4.2 Resultado de la Encuesta Telefónica Resultado de la Encuesta Telefónica Primera Segunda Etapa ­ Empresas del Grupo Código y Descripción del Etapa Control Total Según % de Cobertura Resultado Empresas Resultado Comercio Manufacturas Servicios Tratadas 1. Completo 52 61 394 97 604 42.12% 2. Incompleto 2 1 5 3 11 0.77% 3. Rechazado 7 15 109 17 148 10,32% 4. Informante ausente 7 7 36 6 56 3,91% 5. La Empresa ya no existe 9 1 6 2 18 1,26% CAPÍTULO 4 6. Se está arreglando la línea, no funciona, sin 34 1 62 9 106 7,39% asignar o no existente . 7 Línea ocupada o no contesta 1 30 139 27 197 13,74% 8. Número repetido (misma 2 1 36 2 41 2,86% empresa, misma ciudad) 9. Informante ocupado, cita no - 8 72 11 91 6,35% cumplida por el informante 10. Número de teléfono - 5 60 15 80 5,58% 86 incorrecto 11. Sin línea de teléfono 7 - - - 7 0,49% 12. La encuesta fue enviada por email o fax pero no se 31 8 29 7 75 5,23% obtuvo una respuesta En américa latina y El caribE los programas para pymE Evaluación dE impacto dE Total por Etapa/Sector 152 138 948 196 1434 100,00% Fuente: Encuesta Telefónica Econometría S.A. ­ Marzo de 2009. Un 42 por ciento de las empresas completó la encuesta (más del 80 por ciento de las respuestas), y menos del 1 por ciento de la encuesta fue devuelta con respuestas incompletas (menos del 80% de las respuestas). La razón principal de no respuesta fue asuntos del teléfono (línea ocupada, fuera de servicio o número equi- vocado) representando un 27 por ciento de la muestra. El otro 26 por ciento se perdió debido a temas que el informante principal no quería contestar, o porque estaba ausente u ocupado. Los asuntos relacionados con observaciones repetidas, empresas sin información de contacto o empresas que ya no existían representaron el 5 por ciento restante. EVALUACIóN DE IMPACTO DE LOS PROGRAMAS PARA PYME EN AMéRICA LATINA Y EL CARIBE Capítulo 5 5 Capítulo Evaluación de los Programas de Apoyo a las PyME en México 1. introducción usando datos panel antes y después del programa adaptados a la naturaleza de nuestros datos de Las microempresas y las empresas pequeñas y panel. Los datos panel son creados enlazando medianas (PyME) constituyen el 99 por ciento de información de la participación en programas las empresas en México, emplean a cerca del 64 por PyME (que identifica a los grupos de tratamiento ciento de la fuerza laboral, y representan el 40 por y de control) con un gran panel de datos de las ciento del PIB. Dada la importancia de las PyME encuestas industriales anuales (1994-2005) del Ins- en la economía, durante los últimos 20 años los tituto Nacional de Estadística y Geografía (INEGI) gobiernos de México han implementado una gran de México. Los impactos son estimados a nivel variedad de programas de apoyo a las PyME. Un de agencias (grupos de programas ejecutados inventario de los programas - una importante con- por una agencia o un ministerio dado) y en casos tribución de este estudio - identificó 151 programas seleccionados por programa, cuando los datos para PyME administrados por diversas dependen- permitieron que se efectúen las estimaciones. cias del gobierno. Encontramos que la participación en ciertos tipos No está claro cuán efectivos han sido estos progra- de programas para PyME está asociada con un mas para PyME en la realización de sus objetivos. valor agregado más alto y mayores ventas, expor- En México, las evaluaciones del impacto de los taciones y empleo. El impacto positivo asociado programas para PyME son escasos, la mayoría son con la participación de las empresas en progra- cualitativas, midiendo la satisfacción del benefi- mas para PyME es más fuerte en programas de la ciario con los servicios de apoyo o los indicadores Secretaría de Economía (SE) y del Consejo Nacio- de cobertura del programa. Ninguna considera nal de Ciencia y Tecnología (CONACYT). Nues- los complicados sesgos derivados de la hetero- tros datos panel nos permiten identificar el efecto geneidad no observable de las empresas y de la del tiempo de la participación del programa sobre autoselección que asolan los esfuerzos para medir los resultados. Encontramos impactos positivos los verdaderos impactos de la participación en los y significativos para las empresas que participan programas. en programas para PyME que varían de un 5 por ciento en valor agregado al 6 por ciento en Este capítulo utiliza técnicas econométricas para empleo, entre otros resultados. Estos resultados estimar los impactos netos de la participación en siguen siendo robustos después de recortar el los programas para PyME en los resultados. Las 5 por ciento de las empresas del grupo de tra- técnicas usadas incluyen modelos de regresión tamiento con menor productivdad. Algunos de con indicadores de participación y controles para estos efectos positivos se materializan en el tercer las características de las empresas, técnicas de o cuarto año después de la exposición al progra- emparejamiento de acuerdo a la probabilidad ma. La ayuda fiscal del CONACyT y el programa de participación (PSM) y una generalización de de innovación técnica tuvieron un efecto positivo los métodos de diferencias-en-diferencias (DID) y significativo, con un incremento estimado en el valor agregado del 14 por ciento y un aumento en 2. programas para pyMe el empleo del 10 por ciento. El programa sectorial de la SE y el Programa de Auditoría Ambiental De 2001 a 2006, el gobierno de México invirtió también mostraron impactos positivos y estadís- fuertemente en programas de apoyo a las PyME, ticamente significativos en el desempeño de las proporcionando cerca de US$ 80 mil millones a empresas. casi 3.7 millones de empresas (Cuadro 5.1). Como parte de este estudio, se efectuó un inventario de El capítulo se organiza como sigue: la Sección 2 los programas de apoyo a las PyME, pues no hay describe la gran cantidad de políticas y programas información consolidada disponible públicamente. para PyME en México. El trabajo presentado en El inventario incluyó un total de 151 programas esta sección es único, puesto que la información separados ejecutados por diversas agencias públi- sobre presupuestos y beneficiarios de los programa cas, algunas con mandatos y grupos destinatarios para PyME no está fácilmente disponible. La Sec- traslapados. Aunque el estudio econométrico no ción 3 revisa las evaluaciones existentes en México. intenta evaluar el impacto de todos estos progra- Las evaluaciones revisadas aquí no son exhaus- mas, esta sección proporciona una descripción de tivas, sino que proporcionan una descripción de las metas, la cobertura y los presupuestos de los las evaluaciones anteriores de los programas para principales programas, como contribución a la CAPÍTULO 5 PyME. La Sección 4 presenta los datos usados en el investigación futura sobre los programas de apoyo análisis, que provienen principalmente de encues- a las PyME de México. tas sobre establecimientos e incluyen información sobre muchos de los principales programas y El banco de desarrollo Nacional Financiera (Nafin- políticas discutidas en la Sección 2. La Sección 5 sa) contribuyó con más de la mitad de los recursos discute la metodología empleada en el documento. totales de los programas para PyME y parecía tener La Sección 6 presenta los resultados e indica qué una cobertura significativa entre las empresas. La programas y agencias han mejorado el desempeño Secretaría de Economía (SE) viene en segundo lugar de las PyME a través de sus intervenciones. La Sec- en términos de cobertura, apoyando a más de un ción 7 ofrece las conclusiones y el curso de trabajo millón de empresas, pero proporcionando menos del futuro. 1 por ciento de los recursos totales para las PyME. El 90 Cuadro 5.1 Fondos y Programas de Apoyo para PyME en México: Resumen de Resultados, 2001-2006 Institución Concepto 2001 2002 2003 2004 2005 2006 Total En américa latina y El caribE Presupuesto los programas para pymE 94 150 94 91 168 185 782 Evaluación dE impacto dE Secretaría de (Millones de USD) Economía Empresas 70,136 86,142 142,514 286,191 299,731 N/A 884,714 Presupuesto 1,718 3,774 5,939 8,278 10,566 13,137 43,412 (Millones de USD) Nafinsa Empresas 90,574 230,442 353,428 429,136 562,722 877,103 2,543,405 Presupuesto 5,512 6,993 6,177 5,423 5,392 4,952 34,449 (Millones de USD) Bancomext Empresas 1,628 1,807 1,202 751 533 N/A 5,921 Presupuesto 44 64 65 107 304 393 977 (Millones de USD) Conacyt Empresas 150 422 480 583 917 1,146 3,698 Presupuesto 19 14 10 10 11 11 75 (Millones de USD) STPS Empresas 60,386 35,376 26,130 33,746 33,770 36,919 226,327 Presupuesto 7,387 10,995 12,285 13,909 16,441 18,678 79,695 (Millones de USD) Total Empresas 222,874 354,189 523,754 750,407 897,673 915,168 3,664,065 *Este cuadro no incluye intervenciones específicas de las instituciones ni intervenciones interinstitucionales como el Sistema Nacional de Garantías Fuente: Bancomext (2006a y 2006b); Conacyt (2003, 2005, 2006 y 2007); Nacional Financiera (2002, 2003, 2004, 2005, 2006a y 2006b); Secretaría de Economía (2006c); y Secretaría del Trabajo y Previsión Social (2006). Cuadro 5.2 nafinsa: Principales resultados 2001-2006 Créditos al Sector Privado Empresas Apoyadas (Millones de USD) Año Créditos y Programa de Desarrollo Empresarial Servicios de Total PyME Total Garantías (Capacitación y Asistencia Técnica) Información Electrónica 2001 N/A N/A N/A 90,574 1,718 2,684 En américa latina y El caribE 2002 54,130 83,920 92,392 230,442 3,774 5,066 los programas para pymE Evaluación dE impacto dE 2003 90,566 158,377 104,485 353,428 5,939 7,615 2004 139,599 211,191 78,346 429,136 8,278 10,309 2005 397,179 99,366 66,177 562,722 10,566 12,886 2006 643,062 166,780 67,261 877,103 13,137 15,640 Total 1,324,536 719,634 408,661 2,543,405 43,413 54,199 Fuente: Nacional Financiera (2002, 2003, 2004, 2005, 2006a y 2006b) Banco Mexicano de Comercio Exterior (Bancomext) Cuadro 5.3 Fondos y Programas para PyME de la Secretaría se sitúa en segundo lugar en términos de recursos de Economía: Principales Resultados 1998-2006 (cerca del 43 por ciento del total), sin embargo sus programas cubrieron menos del 1 por ciento de las Presupuesto Empresas Año empresas. La Secretaría del Trabajo y Provisión Social (millones de USD) beneficiadas (STPS) apoya a cerca del 6 por ciento de las empresas PyME, pero con un presupuesto muy bajo. Por otro 1998 9 4,332 lado, los programas de CONACyT tenían un presu- 1999 13 10,326 puesto significativo pero una cobertura limitada de 2000 22 13,081 las empresas. Una descripción de las características principales de los programas más importantes para 2001 94 70,136 PyME en México se proporciona abajo, y el análisis 2002 150 86,142 completo de las reglas de operación de los diferentes CAPÍTULO 5 2003 94 142,514 programas está disponible a solicitud. 2004 91 286,191 2005 168 299,731 Nacional Financiera (Nafinsa) 2006 185 N/A Nafinsa es el banco de desarrollo más grande de Total 782 884,714 México. Centrado tradicionalmente en grandes Fuente: Secretaría de Economía (2006c). proyectos industriales con subsidios directos, en los años 90 el banco comenzó a cambiar de direc- ción cada vez más hacia empresas más pequeñas y En 2001, lanzó una estrategia para promover la operaciones de segundo piso, y en 2001 experimen- competitividad de las PyME usando cuatro fondos, 91 tó una reestructuración profunda para establecer que en 2004 fueron combinados en un solo fondo el apoyo a las PyME como su principal prioridad. de apoyo para las PyME (Fondo PYME): Nafinsa proporciona crédito y garantías, capacita- ción y asistencia técnica, y servicios de información El Fondo de Fomento a la Integración de basados en Internet a las empresas PyME. Cadenas Productivas (FIDECAP) inten- tó incentivar y reforzar acoplamientos verticales y horizontales de las PyME con Secretaría de Economía otras empresas a través de subsidios para proyectos productivos, infraestructura Del año 2000 a 2006, la SE aumentó sustancialmen- industrial y la formación de Centros de te su presupuesto para programas de apoyo a las Vinculación Empresarial. A partir de PyME, de US$ 22 millones a US$ 185 millones, y la 2001 a 2006, FIDECAP y el Fondo PyME cobertura se elevó de 13,000 a 300,000 PyME. apoyaron a 2,207 proyectos que beneficia- ron a más de 597,000 empresas, con una Los Programas Sectoriales (PROSEC) de inversión total de US$ 387 millones. la SE proporcionan beneficios impositivos para las empresas en sectores específicos El Fondo de Apoyo para la Micro, Peque- para importar ciertos bienes usados en ña y Mediana Empresa (FAMPYME) fue la fabricación de productos aprobados diseñado para aumentar la competitividad por la Secretaría. Los bienes importados de las PyME, con mecanismos de apoyo se deben utilizar para la producción de que consistían en subsidios para estudios mercancías, sin importar si están pensados de factibilidad, capacitación y servicios de para los mercados internos o externos. consultoría, así como bancos de datos y Centros de Vinculación Empresarial. Cuando todos estos fondos fueron consolidados, el Fondo PYME mantuvo la mayor parte de sus El Fondo de Apoyo para el Acceso al mecanismos de apoyo dentro de un esquema ope- Financiamiento (FOAFI) y el Programa de racional único y menos complicado. Entre 2001 y Centros de Distribución en Estados Uni- 2006, los recursos totales asignados a estos fondos dos (FACOE) eran dos pequeños fondos se elevaron de US$ 41 millones a US$ 205 millones, de corta duración. El primero intentaba y el número de PyME apoyadas de 62,000 a 166,000 CAPÍTULO 5 facilitar el acceso a financiamiento para (Cuadro 5.4). las PyME a través de fondos de garantía y servicios de extensión financiera, mien- La SE maneja otros programas relacionados al tras que el último apoyaba a las PyME apoyo a las PyME, como el Sistema Nacional de a exportar a los Estados Unidos a través Incubación de Empresas, que tenía un total de de servicios de capacitación y consulto- 308 instituciones que apoyaban a las empresas, ría, mercadeo, bancos de datos, y otros y el Programa de Capacitación y Moderniza- servicios. ción Empresarial (PROMODE) para aumentar Cuadro 5.4 Fondos de la Secretaría de Economía: Principales Resultados 2001-2006 92 2001 2002 2003 Total Fondo Millones Millones Millones Millones Empresas Empresas Empresas Empresas USD USD USD USD FAMPYME 25,692 25 21,141 23 12,745 15 59,578 63 En américa latina y El caribE los programas para pymE Evaluación dE impacto dE FIDECAP 36,342 16 23,107 60 24,594 125 84,043 201 FOAFI * * 23,362 15 48,917 18 72,279 33 FACOE * * * * 6,606 7 6,606 7 Total 62,034 41 67,610 98 92,862 165 222,506 304 2004 2005 2006 Total Fondo PYME 177,393 105 130,281 168 165,937 205 473,611 478 * El fondo no existía en el año especificado. Fuente: Secretaría de Economía (2006a). Cuadro 5.5 PROMODE: Principales Resultados 2001-2006 2001 2002 2003 2004 2005 2006 Total Trabajadores Capacitados 91,240 176,506 146,142 156,014 192,875 94,431 857,208 Empresarios Capacitados 9,012 16,907 12,562 6,170 12,581 9,644 66,876 Instructores capacitados 2,593 1,512 1,492 1,246 1,433 404 8,680 Total individuos capacitados 102,845 194,925 160,196 163,430 206,889 104,479 932,764 Total PyME beneficiadas n/A n/A 16,528 18,889 17,691 19,113 72,221 * Datos del año 2001 a junio de 2006. Fuente: Secretaría de Economía (2007c) la competitividad de los pequeños minoristas Por último, la SE maneja el Comité Nacional de (Cuadro 5.5). Productividad e Innovación Tecnológica (COM- PITE), que proporciona servicios de consultoría y Otro programa a cargo de la SE es la Red Nacional capacitación a las PyME. El objetivo del progra- de Centros Regionales para la Competitividad ma es apoyar a las PyME para ser más competi- Empresarial (CETRO-CRECE). Fue creado en 1996 tivas al aumentar su productividad y mejorar su para apoyar el desarrollo mexicano de las PyME calidad. Los consultores de COMPITE utilizan las identificando sus necesidades y ofreciéndoles herra- mejores prácticas de modelos de administración En américa latina y El caribE mientas apropiadas para llegar a ser competitivas. y desarrollo de negocios para mejorar la admi- los programas para pymE Evaluación dE impacto dE Durante sus primeros años, CETRO-CRECE fue nistración de las empresas. Entre 2001 y 2006, financiado enteramente con Fondos Federales. Sin COMPITE apoyó a cerca de 50,000 empresas, las embargo, hasta 2003 su estructura financiera había cuales pagaron parte del costo de estos servicios cambiado a un 59 por ciento de subsidios federales, (Cuadro 5.6). un 30 por ciento de clientes, un 8 por ciento de otras entidades privadas y un 3 por ciento del estado y de gobiernos municipales. Es la institución más grande Bancomext de México que ofrece servicios de consultoría y capacitación. Otros tipos de mecanismos de apoyo El Banco Nacional de Comercio Exterior que la red proporciona incluyen la elaboración de (Bancomext) es el banco de desarrollo de exporta- estudios de factibilidad, estrategias de mercadeo, ciones e importaciones del país. Bancomext apoya análisis sectorial y financiero, estudios de recur- la participación de empresas mexicanas en merca- sos humanos, análisis y supervisión del proceso dos internacionales, proporcionando financiamien- productivo, gerencia y capacitación empresarial. La to, capacitación y asistencia técnica. Bancomext red CETRO-CRECE apoyó a 29,466 empresas entre está dirigido a las PyME con ventas de exportación 2001 y 2003 y el presupuesto para la red durante ese de hasta US$ 20 millones por año. El mecanismo período era de 625.9 millones de pesos. principal de apoyo del banco son créditos directos Cuadro 5.6 COMPITE: Principales Resultados 2001-2006 2001 2002 2003 2004 2005 2006 Total CAPÍTULO 5 Servicios 12,949 13,226 14,192 12,512 16,901 1,338 71,118 PyME 6,585 8,550 10,184 9,168 13,746 778 49,011 Horas 82,804 76,003 204,450 238,912 291,097 28,426 921,692 Participantes 42,005 35,394 62,876 57,195 65,881 14,390 277,741 PyME con certificaciones ISO 9000 307 238 277 227 257 195 1,501 * Datos desde 2001 a junio de 2006. Fuente: Secretaría de Economía (2007c) Cuadro 5.7 Bancomext: Principales Resultados 2001-2006 Recursos Movilizados (Millones de USD) Empresas Beneficiadas 93 Año Préstamos Seguros y Garantías Total PyME Total 2001 4,893 619 5,512 1,628 1,716 2002 5,442 1,551 6,993 1,807 1,866 2003 5,435 742 6,177 1,202 1,257 2004 4,986 437 5,423 751 826 2005 5,254 138 5,392 533 584 2006 4,865 87 4,952 N/A N/A Total 30,875 3,574 34,449 5,921 6,249 Fuente: Bancomext (2006a y 2006b) a mediano y largo plazo a las empresas exportado- CONACyT ras. Además, el banco ofrece servicios de informa- ción directa y basada en Internet, sobre mercados El CONACyT es una agencia descentralizada del extranjeros, procedimientos de exportación y gobierno federal responsable de las políticas de requisitos para las empresas mexicanas. El banco ciencia y tecnología. La agencia está a cargo de también promueve la participación de PyME promover el desarrollo científico y la moderniza- mexicanas en ferias de comercio internacionales ción tecnológica a través de recursos humanos, el para promover la inversión extranjera en México. apoyo de proyectos de investigación específicos Entre 2001 y 2006, Bancomext proporcionó ayuda a y la divulgación de información sobre ciencia y casi 6,000 PyME (Cuadro 5.7). tecnología. Entre 2001 y 2006, CONACyT imple- mentó varios programas para impulsar las capaci- Bancomext tiene dos programas principales: dades tecnológicas de las empresas mexicanas: 1) Crediexporta y el Programa de Asistencia Técnica el Programa de Modernización Tecnológica (PMT); (PAT). Crediexporta es el programa más impor- 2) el Fondo Sectorial de Ciencia y Tecnología para tante de financiamiento de Bancomext dirigido el Desarrollo Económico; 3) el programa de Alto principalmente a las PyME. El programa tiene Valor Agregado de Negocios con Conocimiento y cinco modalidades diferentes: (i) capital de tra- Empresarios (AVANCE); 4) el Programa de Fondos CAPÍTULO 5 bajo, (ii) proyectos de inversión, (iii) préstamos Mixtos; 5) el Programa de Conocimiento e Innova- al comprador, (iv) garantías de préstamo, y (v) ción (PCI); 6) el Programa de Apoyo a Proyectos cartas de crédito (un instrumento de garantía de de Investigación y Desarrollo Conjuntos (PAIDEC); pago). y 7) el programa de incentivos fiscales (véase el Cuadro 5.8). Estos programas se describen en más El PAT subvenciona el 50 por ciento del cos- detalle abajo. to de los servicios de consultoría y servicios técnicos para apoyar a las PyME a mejorar su productividad y competitividad en los mercados Cuadro 5.9 Fondo Sectorial de Ciencia y extranjeros. Algunas de las áreas específicas Tecnología: Principales Resultados 2002-2006 apoyadas por los programas son certificaciones Inversiones Apoyo 94 internacionales, materiales de promoción, planes Empresas a través de del Fondo Año de negocios para la exportación, y campañas Beneficiadas Contribuciones (Millones de promocionales en el exterior. De 2001 a 2005, (Millones de USD) USD) PAT canalizó más de US$ 9 millones a más de 2002 221 270 13 7,000 empresas, apoyando exportaciones por En américa latina y El caribE 2003 235 151 19 alrededor de US$ 500 millones. Sin embargo, el los programas para pymE Evaluación dE impacto dE presupuesto del programa cayó de US$ 1 millón 2004 197 126 11 a menos de US$ 100,000 entre 2001 y 2005, y la 2005 258 159 16 cobertura cayó de 3,000 a 835 empresas durante Total 911 706 59 el mismo período. Fuente: CONACyT (2003, 2005, 2006 y 2007) Cuadro 5.8 Incentivos Fiscales: Principales Resultados 2001-2006 Empresas Grandes PyME Total Incentivos Incentivos Incentivos Año Empresas Proyectos (Millones Empresas Proyectos (Millones Empresas Proyectos (Millones de USD) de USD) de USD) 2001 60 315 32 90 233 13 150 548 44 2002 76 429 36 125 358 16 201 787 51 2003 102 508 30 143 150 16 245 658 46 2004 132 N/A N/A 225 N/A N/A 357 1,308 89 2005 202 N/A N/A 411 N/A N/A 613 2,083 275 2006 316 N/A N/A 738 N/A N/A 1,054 3,317 367 Total 889 n/A n/A 1,731 n/A n/A 2,620 8,701 873 Fuente: CONACyT (2003, 2005, 2006 y 2007) Cuadro 5.10 AVAnCE: Principales Resultados 2004-2006 Recursos (Millones Total Total Recursos (Millones Año PyME Recursos (Millones de USD) Grandes de USD) Empresas de USD) 2004 29 7 2 0.7 31 8 2005 46 13 2 0.8 48 14 En américa latina y El caribE 2006 92 26 2 0.8 94 27 los programas para pymE Evaluación dE impacto dE Total 167 47 6 2.4 173 49 Fuente: CONACyT (2003, 2005, 2006 y 2007) El PMT fue establecido en 2001 para proporcionar Oficinas de Transferencia Tecnológica, Escuelas créditos fiscales de hasta el 30 por ciento para de Negocios AVANCE, Alianzas Estratégicas y empresas que hicieron inversiones en investigación Redes de Innovación para la Competitividad y y desarrollo. De 2001 a 2006, la cobertura del PMT Capital de Arranque. La cobertura de PyME de aumentó de 90 a 738 empresas. En 2006, el presu- AVANCE aumentó de 29 empresas en 2004 a 92 puesto del programa era US$ 873 millones, de los empresas en 2006, y los recursos del programa cuales el 40 por ciento fue asignado a las PyME. crecieron de US$ 7 millones a US$ 26 millones durante el mismo período (Cuadro 5.10). En 2002, CONACyT y la SE crearon el Fondo Sectorial de Ciencia y Tecnología para el Desarrollo Los fondos mixtos son instrumentos para apoyar Económico para apoyar la innovación tecnológica el desarrollo científico y tecnológico en los es- en productos, materiales y procesos de fabricación. tados y municipios a través de fondos que están El fondo apoyó a empresas en una variedad de sec- constituidos con los recursos de los tres niveles tores con subsidios por un valor de US$ 60 millones del gobierno. Estos fondos son promovidos por a 911 empresas desde 2002 a 2005 (Cuadro 5.9). No un esquema de competencia nacional abierta existen datos disponibles sobre el tamaño de las y la selección se basa en mérito y calidad. Las empresas apoyadas por el fondo. categorías incluyen: (i) investigación aplicada; (ii) desarrollo tecnológico; (iii) refuerzo de la En 2003, CONACyT creó el programa AVANCE infraestructura; (iv) difusión de la tecnología; (v) CAPÍTULO 5 como una forma para identificar oportunidades creación y consolidación de grupos y redes de de negocios y promover empresas basadas en investigación; y (vi) proyectos integrales. desarrollos científicos o tecnológicos. Aunque pequeño en tamaño y recursos, AVANCE tiene El PCI comenzó sus operaciones en 1998 con nueve modalidades: Nuevos negocios, Fondo un presupuesto de aproximadamente US$ 500 Empresarial CONACyT-Nafinsa, Fondo de Ga- millones para 1999-2003. De estos recursos, el rantías, Apoyo a Patentes, Paquetes Tecnológicos, 61 por ciento era para apoyar la ciencia, el 17 Cuadro 5.11 CIMO-PAC: Principales Resultados 2001-2006 Empresas Beneficiadas 95 Año Trabajadores Capacitados Subsidios (Millones de Dólares) Micro Pequeñas Medianas Total 2001 333,474 47,705 7,911 4,770 60,386 19 2002 201,233 27,947 4,634 2,795 35,376 14 2003 210,746 26,130 0 0 26,130 10 2004 299,656 23,622 6,547 3,577 33,746 10 2005 279,725 11,620 12,222 9,928 33,770 11 2006 265,041 17,090 10,585 9,244 36,919 11 Total 1,589,875 154,114 41,899 30,314 226,327 75 Fuente: Secretaría del Trabajo y Previsión Social (2006)v por ciento para la tecnología y el 22 por ciento De 2001 a 2006, CIMO-PAC capacitó a cerca de para establecer vínculos. El PCI contribuyó el 40 1.6 millones de trabajadores, beneficiando a más por ciento de los recursos y el Banco Mundial de 226,000 empresas con un presupuesto anual financió el resto. Sus objetivos eran promover estimado de alrededor de US$ 11 millones (Cua- el sistema de ciencia y tecnología de México, dro 5.11). El número exacto de trabajadores y de fortalecer las relaciones entre los participantes en empresas que se beneficiaron del programa no el sistema de innovación nacional y contribuir a está claro puesto que podían aplicar varias veces una productividad mejorada, la competitividad y para recibir los cursos y subsidios de capacitación. el crecimiento económico. Una tendencia que vale la pena notar es que el PAC experimentó un decremento en la cobertura El PAIDEC fue creado para mejorar la coope- de los trabajadores (21 por ciento), de las empre- ración entre las empresas y las instituciones de sas (39 por ciento) así como de los recursos (29 educación superior incentivando a las empresas a por ciento). utilizar el conocimiento disponible de los proyec- tos de investigación y desarrollo industrial. Los proyectos de investigación elegibles incluyeron: Programas de Otras Secretarías y Agencias investigación aplicada, diseño y desarrollo de CAPÍTULO 5 productos y procesos, y adaptación y mejora de Dos programas notables relacionados a las PyME las tecnologías existentes. El CONACyT propor- y ejecutados por otras agencias incluyen el Pro- cionó donaciones de hasta un 50 por ciento para grama Nacional de Auditoría Ambiental (PNAA) apoyar proyectos de investigación, con un límite y el Consejo de Normalización y Certificación de de US$ 250,000. Los recursos podían ser usados Competencia Laboral (CONOCER). para materias primas, servicios de consultoría, capacitación, viajes relacionados a los proyectos, El PNAA fue creado en 1992 bajo la supervisión equipos para el proyecto (con un máximo de un de la Procuraduría Federal de Protección al Am- 15 por ciento de los recursos totales), salarios de biente (PROFEPA). Este programa de certificación los investigadores y técnicos que participaran en voluntaria promueve auditorías ambientales en las patentes de los proyectos, y la adquisición de las empresas para elevar la conciencia sobre cómo 96 literatura y bases de datos. sus operaciones generan contaminación y riesgos ambientales, y cómo podrían cumplir con las El programa de incentivos fiscales de CONA- regulaciones ambientales y aplicar mejores prácti- CyT fue dirigido hacia empresas contribuyentes cas. El programa apunta a mejorar el impacto am- que invirtieron en proyectos de investigación y biental de las empresas y generar ahorros a través En américa latina y El caribE desarrollo de la tecnología a fin de desarrollar de un uso más eficiente de las materias primas y los programas para pymE Evaluación dE impacto dE nuevos proyectos, materiales y procesos. El de otros insumos. Al final de una auditoría am- objetivo principal de este programa fue aumentar biental, la empresa firma un acuerdo incluyendo la inversión y el gasto anual de las empresas en un plan de acción con las actividades principales esos tres ítems permitiendo que las empresas y el tiempo necesario para hacer sus procesos más recuperen hasta un 30 por ciento de su inversión amigables ambientalmente. Entre 2000 y 2006, el anual. PNAA inició 4,147 auditorias, firmó 2,285 planes de acción, inició 7,390 proyectos de inversión y otorgó 1,773 certificados de "industria limpia". STPS CONOCER es una organización bajo la Secretaria En 1998, la Secretaría del Trabajo y Provisión Social de Educación Pública (SEP) que certifica las habili- (STPS) lanzó el programa de Calidad Integral y dades laborales. Se compone de representantes de Modernización (CIMO), que era principalmente un organizaciones laborales, empresarios, educadores, programa de capacitación dentro de la empresa. En capacitadores y agencias del gobierno federal. 2002, el programa fue descentralizado a los estados CONOCER promueve el desarrollo de los traba- bajo un nuevo nombre, Programa de Apoyo a la jadores a través de la evaluación y certificación de Capacitación (PAC). El programa proporciona sub- su conocimiento, habilidades y capacidades. El sidios para la capacitación y asistencia técnica a las objetivo principal de CONOCER es el desarrollo y PyME a fin de elevar su productividad y el bienes- la promoción de certificaciones de capacidad para tar de los trabajadores. En 2009, la STPS cambió el establecer directrices generales y definir reglas diseño del PAC de nuevo y lo renombró el Progra- técnicas relacionadas con la capacidad laboral. ma de Apoyo para la Productividad (PAP). CONOCER ofrece tres tipos de mecanismos de apoyo: (i) reglas técnicas para definir las habilida- Cuadro 5.12 Programas y Mecanismos de Apoyo des laborales, (ii) instrumentos de evaluación, y (iii) Programa ATC MIDT ICI IF PF POn O procesos de certificación. CIMO-PAC x FIDECAP x x x Resumen y Descripción de los FAMPYME x x x x x Programas para PyME de México Fondo PYME x x x x x x En américa latina y El caribE En resumen, de 2001 a 2006 hubo una reasignación los programas para pymE Evaluación dE impacto dE CETRO-CRECE x x x importante de los recursos públicos para apoyar COMPITE x programas para PyME y la cobertura de los pro- gramas aumentó considerablemente durante este PROSEC x período. Los programas se expandieron en la SE, PROMODE x x x CONACyT, Nafinsa pero otras secretarías vieron PAT x disminuir sus recursos para las PyME en el mismo período, por razones que no están totalmente cla- CrediExporta x ras. Una explicación posible es que los programas PNAA x de la STPS fueron descentralizados a los estados en Fondos Sectoriales x 2001, reduciendo así la carga fiscal federal. Fondos Mixtos x Como queda claro inmediatamente de este resu- PMT x x men, México tiene un arsenal enorme de progra- PCI x x mas que apoyan a las PyME de alguna manera. Esto en sí mismo es un hallazgo importante, y PAIDEC x x hace pensar que México haría bien en diseñar un Incentivos Fiscales x x marco más coherente para orientar los recursos CONOCER x que apuntan a las PyME más eficiente y estra- tégicamente, y evitar el traslapo de programas. También, la carencia de información fácilmente disponible sobre los presupuestos de programas, 3. evaluaciones anteriores49 actividades y beneficiarios apunta a la necesidad de una consolidación mejorada de la información Hay pocas evaluaciones rigurosas de los progra- CAPÍTULO 5 sobre las PyME, a fin de mejorar la capacidad de mas para las PyME en México. La mayoría de las los responsables de las políticas, para realizar evaluaciones se han centrado en la satisfacción del evaluaciones y hacer comparaciones a través de cliente o resultados del programa, tales como el programas, y para asegurar que los recursos fis- número de apoyos otorgados a los beneficiarios. cales escasos del país están alcanzando el impacto Las variaciones en las metodologías de evaluación más grande posible. usadas han dificultado la comparación de resulta- dos entre y dentro de los programas. Se han realiza- Entre los varios asuntos que estos programas tratan do varias evaluaciones externas de los programas están las siguientes categorías (Cuadro 5.12): (i) para PyME, en que la metodología de la evaluación asistencia técnica y capacitación (ATC); (ii) moder- fue acordada por la entidad supervisora y los eva- nización, innovación y desarrollo técnico (MIDT); luadores externos. Por ejemplo, para FAMPYME 97 (iii) intercambio de conocimiento e información y FIDECAP, la SE confió en el Instituto Politécnico (ICI); (iv) incentivos fiscales (IF); (v) productos Nacional (IPN) y el Centro de Investigaciones financieros (PF); (vi) promoción y oportunidades Económicas, Administrativas y Sociales. Para la de negocios (PON); y (vii) otros tipos de apoyo (O). evaluación de CETRO-CRECE, la SE contrató al Dado que la mayoría de los programas tienen un Instituto de Ingeniería de la Universidad Nacional amplio conjunto de objetivos y de tipos de meca- Autónoma de México (IIUNA). nismos de apoyo, la mayoría de los programas caen dentro de más de una categoría. Esto es importante Las evaluaciones anteriores de los programas han cuando se discute la estrategia de evaluación de variado considerablemente en cuanto a diseño y este documento y fue un factor importante para decidir evaluar los programas primero por agen- cia y luego, cuando los datos lo permitieron, por 49 El Banco Mundial (2007) incluye una revisión detallada de las eva- programa individual. luaciones de los programas para PyME en México. Cuadro 5.13 Estudios de Evaluación en México Agencia Fecha Programa Evaluado Institución Evaluadora Tipo de Análisis Responsable Finalización CIMO STPS STPS 1995, 1997 Comparación con empresas emparejadas CIMO STPS Alduncín y Asociados 2002 Comparación con empresas emparejadas Banco Mundial CIMO STPS 2005 Comparación con empresas emparejadas Grupo de Economis- CONOCER STPS 2001 Comparación con empresas emparejadas tas y Asociados Fondo Lateral de In- Opiniones del receptor sobre COMPITE SE 2003 versiones del BID* el impacto del programa Opiniones del receptor sobre CRECE SE IILUNAM 2003 el impacto del programa Opiniones del receptor sobre FIDECAP SE IPN 2003 el impacto del programa Opiniones del receptor sobre FAMPYME SE IPN 2003 el impacto del programa CAPÍTULO 5 Opiniones del receptor sobre PMT CONACyT CONACyT 2000 el impacto del programa Opiniones del receptor sobre PAT BANCOMExT BANCOMExT 2000 el impacto del programa Opiniones del receptor sobre PAIDEC CONACyT CONACyT 2000 el impacto del programa *BID--Banco Interamericano de Desarrollo. metodología, en parte debido a los vagos requisitos las mismas características de tamaño, sector y 98 legales referentes al tipo de evaluación requerida. ubicación que el grupo de tratamiento. El grupo Las metodologías de evaluación usadas se pueden de tratamiento consistió en todas las empresas que categorizar en tres grupos principales de acuerdo ingresaron al programa en 1991 y 1992 y seguían al rigor estadístico de sus diseños (Cuadro 5.13): registradas en 1993. Aunque 442 empresas cumplie- a) evaluaciones no experimentales (CIMO-PAC, ron con estos criterios, sólo 248 tuvieron la infor- En américa latina y El caribE CONOCER, y los términos de referencia recientes mación necesaria para la evaluación. Esto pudo los programas para pymE Evaluación dE impacto dE para el Fondo PYME); b) evaluaciones operacio- llevar a un sesgo de selección, porque solamente las nales (CRECE, FIDECAP, FAMPYME y PAT); y c) empresas mejor manejadas que mantenían registros estudios de caso (PMT, PAIDEC y COMPITE). organizados fueron utilizadas en las evaluaciones, y esto pudo dar lugar a sobrestimaciones de la efectividad del programa. Evaluaciones Tempranas de los Programas Similarmente, el grupo de control usado en la Las cuatro evaluaciones de CIMO-PAC (1995, evaluación de CONOCER fue seleccionado de los 1997, 2002 y 2005) y la evaluación de CONOCER mismos sectores de actividad y región que el grupo se pueden caracterizar como no experimentales de tratamiento, con la intención de emparejarlos por usar a posteriori el método de emparejamiento según las características de las empresas. El grupo de un grupo de tratamiento y un grupo de control de tratamiento consistió en empresas de aque- para aislar el impacto causal de la participación llos sectores y regiones en los cuales se emitió el en los programas. En todos los casos, excepto en número más grande de certificados de competencia la evaluación de 2002 de CIMO-PAC, el muestreo laboral, principalmente porque en 2001 solamente aleatorio era innecesario porque el universo de las algunos sectores habían terminado el ciclo de apo- empresas o de los trabajadores que cumplían los yos proporcionados por el programa CONOCER. criterios de la evaluación era muy pequeño. En la evaluación en 1995 de CIMO-PAC, se realiza- En las evaluaciones de 1995 y 1997 de CIMO, ron una serie de regresiones sobre productividad, el grupo de control estaba compuesto por 316 empleo y salarios usando variables dicotómicas empresas del censo económico que compartían aislar el efecto del programa por sector, tipo de apoyo y tamaño de la empresa. El análisis en 1997 determinar el impacto de los programas. Sólo el 40 de CIMO-PAC incorporó una regresión basada en por ciento de las empresas de FIDECAP dijo que una función de producción Cobb-Douglas. En la los recursos del programa influenciaron su desem- evaluación en 2002 de CIMO-PAC, el análisis com- peño. La evaluación de FAMPYME concluyó que paró las respuestas de los grupos de tratamiento y los beneficiarios eran indiferentes en su opinión de de control a las preguntas de la encuesta. También si el programa tuvo algún impacto en aumentar el se realizaron estudios de costo-beneficio en las empleo y el crecimiento de la producción. evaluaciones de 1995 y 1997 de CIMO-PAC en las En américa latina y El caribE cuales se comparó el costo unitario por unidad de los programas para pymE Evaluación dE impacto dE impacto entre el grupo de tratamiento y de control. Evaluaciones Panel Los índices de costo-beneficio fueron calculados en base a las medidas de impacto divididas por los Tan y López-Acevedo (2005) utilizaron datos costos totales privado y público asociados con el panel (1991-1996) recolectados por la STPS en dos programa. cohortes de participantes de CIMO y un grupo de control, para evaluar más rigurosamente los Las evaluaciones produjeron resultados mixtos en impactos netos de CIMO en el desempeño de las lo referente a variables de resultado y objetivos de PyME. Dos evaluaciones anteriores de CIMO por impacto del programa. Algunos programas pare- la STPS encontraron resultados aparentemente con- cían tener más impacto que otros, y se encontraron tradictorios: evidencia de mejoras en las variables diferencias notables en el impacto sobre empresas de resultado intermedias (capacitación de trabaja- de diferentes tamaños y diferentes sectores. Por dores, procesos de producción y la adopción de un ejemplo, la evaluación de 1995 de CIMO-PAC método de control de calidad) pero ningún impacto concluyó que el empleo del grupo de tratamiento o impactos negativos en la productividad. Aunque aumentó en un 8.5 por ciento entre 1991 y 1993 en estos resultados pueden reflejar simplemente un comparación a una disminución del 1 por ciento mal diseño e implementación, pueden también ser para el grupo de control. La evaluación de 2002 del el resultado de la autoselección de PyME de baja CIMO-PAC encontró que el 16.5 por ciento de las productividad en el programa. Los autores proba- ventas del grupo de tratamiento fue exportado en ron esta hipótesis usando métodos de diferencias- relación a solamente el 9.7 por ciento para el grupo en-diferencias (DID) para eliminar las diferencias de control durante el mismo período. La evalua- en productividad previas a la intervención entre los ción de CONOCER encontró diferencias grandes grupos de tratamiento y control, y encontraron una en indicadores de resultado entre los trabajadores reversión del signo del coeficiente de impacto del CAPÍTULO 5 certificados y no certificados en la silvicultura e programa, con participantes de CIMO disfrutando industrias textiles, pero las diferencias fueron casi de un aumento neto de su desempeño de un 6 a un insignificantes en la industria del turismo. Por 11 por ciento en el período 1994 a 1996. tanto, el funcionamiento del programa puede estar ligado a diferencias de tamaño y sector, un tema En un segundo estudio para México, Tan y López- que debe ser sujeto a un mayor estudio. Acevedo (2007) evaluaron CIMO, CRECE y COM- PITE usando tres rondas de encuestas a nivel de Las encuestas cualitativas de CIMO y CONOCER empresa (ENESTYC 1995, 1999 y 2001) que conte- indicaron que la mayoría de los beneficiarios esta- nían información sobre la participación en los pro- ban en general satisfechos con los servicios recibi- gramas, ligadas al panel de la Encuesta Industrial dos del programa. Sin embargo, estos resultados Anual que contenía información sobre medidas del 99 diferían entre empresas de varios tamaños y em- desempeño de las empresas, ambas levantadas por presas dentro de sectores diferentes. Las empresas el INEGI. Estos datos fueron utilizados para identifi- de tamaño mediano tendieron a ser las más satisfe- car diversas cohortes del grupo de tratamiento y del chas, mientras que las pequeñas y micro empresas grupo de control emparejadas por su probabilidad percibieron el apoyo del programa como insufi- de participación basada en sus atributos antes del ciente. Por ejemplo, en la evaluación de CIMO-PAC programa. Los tres programas mostraron aumentos (1997) se observó que aunque los beneficios de los netos en resultados intermedios tales como capa- apoyos sobrepasaron los costos para las empresas citación, adopción de nuevas tecnologías y uso de de tamaño mediano, los costos sobrepasaron los métodos de control de calidad. Aunque se suponía beneficios para las empresas pequeñas y micro. que las mejoras en estos resultados se traducirían en un mejor desempeño, los autores no encontraron au- Las evaluaciones de FIDECAP (2003) y FAMPYME mentos netos estadísticamente significativos en los (2003) también encuestaron a los beneficiarios para salarios, la orientación hacia las exportaciones o la productividad. Los autores concluyeron que puede Recapitulación ser necesaria una mayor atención a las "dosis" de tratamiento diferenciado, por ejemplo, más versus Las evaluaciones existentes en México muestran menos capacitación o los tipos de servicios de amplias variaciones en el diseño y la metodología, consultoría proporcionados, un mayor tamaño de obstaculizando la comparación de programas con muestra, y hacer el seguimiento de los beneficiarios base en su efectividad y eficacia. Hay inquietudes en un horizonte de tiempo mayor, para determinar sobre los estudios cuantitativos de evaluación de si estas intervenciones tienen los impactos positivos impacto, respecto a la calidad del grupo de con- sobre el desempeño que se habían supuesto. trol y la metodología usada. La evaluación más rigurosa del impacto es de Tan y López-Acevedo (2005), pero está limitada por el pequeño tamaño Evaluaciones en Curso de muestra y por la falta de más rondas de panel, lo que hace difícil evaluar los efectos de las interven- Con respecto al Fondo PYME, en 2009 un equipo ciones a lo largo de un periodo de mayor duración. del Instituto Tecnológico de Monterrey (campus de El análisis actual representa una mejora frente al la Ciudad de México) realizó la primera evaluación anterior estudio de evaluación de impacto en térmi- que incluía aspectos de diseño, procesos, percepcio- nos de metodología y de la información utilizada. CAPÍTULO 5 nes e impactos (ITESM-CCM 2009). La evaluación Primero, la actual investigación utiliza un panel determinó la capacidad del fondo para crear y anual de más de diez años, que proporciona infor- mantener empresas formales y trabajos formales, mación más continua sobre la entrada y salida de así como su potencial para aumentar la producti- las empresas. Además, está disponible una muestra vidad y las ventas para las empresas establecidas, más grande de empresas que participan en progra- usando una metodología basada en el análisis de mas para PyME en la ENESTYC 2005. Finalmente, envolvimiento de datos. El estudio encontró impac- se aplica una metodología a los datos panel para tos positivos en la productividad de las empresas establecer límites a los impactos estimados con la beneficiarias de cerca del 4 por ciento en promedio, finalidad de probar la robustez de nuestras estima- un año después del tratamiento, en relación a las ciones del impacto del programa ante la salida de empresas del grupo de control. Las incubadoras de las empresas. 100 negocios, los aceleradores de negocios, el desarro- llo de proveedores, los proyectos productivos y el capital de arranque fueron los mecanismos de apoyo 4. Datos que mostraron el mayor impacto en productividad, en algunos casos de más del 10 por ciento. Fondo El documento utiliza la Encuesta Nacional de En américa latina y El caribE PYME también mostró impactos positivos sobre las Empleo, Salarios, Tecnología y Capacitación los programas para pymE Evaluación dE impacto dE ventas de alrededor de US$ 19,000 en el año siguien- (ENESTYC) y la Encuesta Industrial Anual (EIA) te al tratamiento. Los resultados de esta evaluación realizadas por el INEGI, para crear el conjunto deben ser considerados cautelosamente debido a po- de datos panel no experimental. La ENESTYC sibles sesgos de la autoselección y de la heterogenei- encuesta periódicamente a las empresas manu- dad no observable de las empresas, que pueden dar factureras (1995, 1999, 2001 y 2005), en 2001 y lugar a los resultados positivos. Como se muestra en 2005, incluyó un módulo de preguntas sobre la la Sección 4, estos sesgos pueden llevar a sobresti- participación en programas de apoyo para PyME mar el impacto de los programas para PyME. importantes del gobierno. En 2005, el INEGI tam- bién efectuó una encuesta Micro-ENESTYC con una cobertura grandemente ampliada de micro y Cuadro 5.14 número de Empresas en el Panel pequeñas empresas. La EIA es la encuesta anual según Tamaño y Año de la EnESTYC hecha a empresas manufactureras efectuada por 1995 y 1999 y el INEGI, a partir de estas encuestas se puede Tamaño 2001 y 2005 crear un panel de establecimientos sobre el pe- 2001 2001 ríodo 1992-2006. Nuestra estrategia fue ligar las Micro (1 ­ 15) 2 54 10 ENESTYC 2001 y 2005 a la EIA 1994-2005 para Pequeñas (16 ­ 100) 161 335 192 aprovechar la disponibilidad de los datos de los Medianas (101 ­ 250) 723 1.273 1.192 paneles anuales en tal encuesta. Grandes (251 +) 954 1.404 1.244 La ENESTYC utiliza el mismo marco de muestreo Total 1.840 3.066 2.638 que la EIA anual, es una muestra aleatoria estratifi- Fuente: Estimaciones del Equipo de Investigación a partir de la ENESTYC. cada, donde los estratos están formados de acuer- do a 54 sectores y cuatro categorías por tamaño de 2) PROSEC, registrado sólo en la ENESTYC 2005. empresa: micro con 1-15 empleados, pequeña con 16-100, mediana con 101-250 y grande con más de 3) PNAA, registrado sólo en la ENESTYC 2005. 250 empleados. El tamaño de la muestra de cada encuesta ENESTYC es grande, variando de 5,000 4) Ayuda Fiscal e Innovación Tecnológica, establecimientos en 1995 a 7,500 establecimientos registrado sólo en la ENESTYC 2005. en la ENESTYC 2005. Sin embargo, como la ENES- TYC nunca fue diseñada para ser una encuesta 5) Apoyo del gobierno estatal, sólo registrado En américa latina y El caribE tipo panel y las empresas más pequeñas en cada en la ENESTYC 2005. los programas para pymE Evaluación dE impacto dE encuesta fueron muestreadas aleatoriamente, sólo una pequeña proporción de PyME pueden ser 6) Cualquier programa registrado en el módulo seguidas en el tiempo. Pocas empresas micro se de programas de cualquiera de las encuestas pueden ligar en el tiempo en la ENESTYC, pero ENESTYC 2001 y ENESTYC 2005, como sigue: los tamaños de muestra para el panel de empresas pequeñas y medianas deberían ser adecuados para ENESTYC 2001 y 2005: COMPITE, los análisis propuestos (Cuadro 5.14). CRECE, FIDECAP y FAMPYME. Las encuestas ENESTYC de 2001 incluyeron, por ENESTYC 2001: MEX-EX (México Ex- primera vez, preguntas sobre la familiaridad con y la porta), Programa de Asistencia Técnica participación en una lista de programas importantes y Campaña de Imagen-PATCI, PMT, para PyME patrocinados por el gobierno, incluyen- PCI y PAIDEC. do la fecha de la participación, la duración y el tipo de servicios utilizados. Este módulo fue repetido en ENESTYC 2005: Fondo PYME, PRO- la encuesta ENESTYC de 2005. En ambas encuestas, MODE, Fondos Mixtos o Sectoriales, las empresas podían indicar su participación en uno Cadenas Productivas, Financiamiento, o más programas. La ENESTYC 2005 eliminó varios Crediexporta, PAT, Apoyos del Go- programas para PyME que habían dejado de funcio- bierno Municipal, y otros programas. nar, e incluyó otros introducidos desde 2001. El objetivo era explorar el impacto de los progra- Los autores trabajaron con el INEGI para vincular mas agrupados por agencia, y analizar los progra- establecimientos de las ENESTYC 2001 y 2005 mas individualmente cuando los datos lo permi- con el panel EIA que cubría el período 1992-2006, tían, como sigue50: CAPÍTULO 5 centrándose en la muestra de empresas que respondieron a las preguntas sobre la participación 1) Todos los programas de la STPS (CIMO- en programas en la ENESTYC 2001 y 2005, y las PAC) incluyen capacitación, SDE y progra- fechas de participación, si se proporcionaban. El mas de productividad. panel ENESTYC-EIA consta de casi 2,600 empre- sas, de las cuales alrededor de 1,600 empresas 2) Los programas de la SE, incluye FIDECAP, informaron haber participado en uno o más pro- FAMPYME, Fondo PYME, COMPITE, CRE- gramas (el grupo de tratamiento) y 1,000 indicaron CE, PROMODE y PROSEC. que nunca habían participado en ningún programa (el grupo de control). CIMO-PAC, el programa CO- 3) BANCOMEXT incluye MEX-EX, PATCI, NACyT y el programa del medio ambiente fueron Crediexporta y PAT. 101 los tres programas más comúnmente usados por las empresas en el grupo de tratamiento (Cuadro 4) CONACyT incluye PMT, PCI, PAIDEC, 5.15). Las empresas tratamiento se caracterizaron Apoyo Fiscal e Innovación Tecnológica y los por estar participando en un programa al momen- Fondos Mixtos o Sectoriales. to de la encuesta o haber participado en el pasado, haciéndose notar que la primera categoría tiene un 5) Otras Agencias incluye Nafinsa, Cadenas mayor número de respondientes. Productivas, Financiamiento, PNAA, Apoyo del Gobierno Estatal, Apoyo del Gobierno El documento se enfoca en los programas para Municipal, y Otros. PyME con los tamaños de muestra más grandes: 50 La otra opción de agrupar por tipo de programa (capacitación, mejora de la tec- 1) PAC-CIMO, incluido en la ENESTYC 2001 y nología, etc.) no fue posible en México, puesto que la mayoría de los programas ENESTYC 2005. comprenden más de un tipo de intervención, como se ilustra en el Cuadro 5.12. Cuadro 5.15 Participación en Programas para las PyME Porcentaje de la Actualmente Participó en Programa para las PyME número de Empresas Participantes Muestra Total Participando el Pasado CIMO 282 10.96 142 140 COMPITE 60 2.33 23 37 CRECE 38 1.48 16 22 FIDECAP 8 0.31 6 2 FAMPYME 10 0.39 6 4 MEx-Ex 36 1.40 18 18 PATCI 10 0.39 4 6 PMT 20 0.78 10 10 PCI 8 0.31 6 2 PAIDEC 13 0.51 9 4 Fondo PYME 27 1.05 13 14 CAPÍTULO 5 PROMODE 9 0.35 3 6 PROSEC 113 4.39 88 25 Fondos Mixtos o Sectoriales 36 1.40 23 13 Cadenas Productivas 47 1.83 33 14 Financiamiento 39 1.52 23 16 Crediexporta 47 1.83 28 19 PAT 44 1.71 31 13 PNAA 247 9.60 189 58 Apoyo Fiscal e Innovación Tecnológica 187 7.27 124 63 Apoyo del Gobierno Estatal 67 2.60 40 27 102 Apoyo del Gobierno Municipal 37 1.44 29 8 Otro 100 3.89 75 25 Fuente: Datos panel ligados ENESTYC-EIA. En américa latina y El caribE Cuadro 5.16 Distribución de los Grupos de Tratamiento y de Control los programas para pymE Evaluación dE impacto dE Muestra Grupo de Grupo de Grupo de Tratamiento con Fechas de Inicio de Programa Año Total Control Tratamiento Pre programa Post programa 1994 2,440 1,488 952 874 78 1995 2,444 1,490 954 851 103 1996 2,465 1,505 960 837 123 1997 2,495 1,524 971 819 152 1998 2,511 1,532 979 763 216 1999 2,522 1,539 983 642 341 2000 2,528 1,544 984 427 557 2001 2,534 1,548 986 331 655 2002 2,541 1,552 989 266 723 2003 2,573 1,571 1,002 185 817 2004 2,573 1,571 1,002 9 993 2005 2,573 1,571 1,002 0 1,002 Total 30,199 18,435 11,764 6,004 5,760 Fuente: Datos de panel ligados ENESTYC-EIA. Cuadro 5.17 Distribución de los Grupos Tratamiento y Control por Tamaño de Empresa y Sector Micro Pequeña Mediana Grande Sector Trat Control Trat Control Trat Control Trat Control Alimentos, Bebidas y Tabaco 1 3 22 44 81 101 154 171 Textiles, Vestimenta e Industria del Cuero 0 1 8 31 56 107 62 82 Productos de Madera 0 0 1 7 11 22 12 15 En américa latina y El caribE los programas para pymE Productos de Papel 0 0 1 9 31 71 25 55 Evaluación dE impacto dE Productos Químicos 0 1 27 56 84 138 93 139 Productos Minerales 0 2 10 21 24 38 21 40 Industria de Metales Básicos 0 0 1 8 8 21 19 22 Productos Metálicos, Maquinaria y Equipo 0 4 18 61 93 135 116 137 Otras Industrias Manufactureras 0 0 1 0 3 2 6 8 Total 1 11 89 237 391 635 508 669 Fuente: Datos panel ligados ENESTYC-EIA. Nota: El tamaño de la empresa se define como sigue: micro con 15 o menos trabajadores, pequeña con 16 a 100 trabajadores, mediana con 101 a 250 trabajadores, y grande con más de 250 trabajadores. Cuadro 5.18 Diferencias en Valores Promedio Entre los Grupos de Tratamiento y de Control, Cualquier Programa Año en que Comienza el Programa Dos Años Después que el Programa (t-0) Comenzó (t+2) Medidas de Resultado Diferencia en Valores Diferencia en Valores Promedio Prueba-t Prueba-t Promedio Empleo 95 ** 3.84 100 ** 3.89 Horas Trabajadas 217 ** 3.65 240 ** 3.79 Salarios 16,389 ** 3.11 18,388 ** 3.37 Producción Bruta 78,708 0.72 99,553 0.81 Insumos 73,491 1.01 78,533 0.99 CAPÍTULO 5 Valor Agregado 5,216 0.12 21,02 0.41 Activos Fijos -167,693 ** -5.56 -144,686 ** -3.89 Ventas Internas 64,334 * 1.66 52,902 1.16 Ventas al Extranjero 34.052 0,44 56.737 0,72 Ventas Totales 98.386 0,99 109.639 1,01 Pagos por Transferencia de Tecnología -712 -0,35 107 0,07 Ingresos por Transferencia de Tecnología -30 -0,18 -46 -0,19 Gastos por Servicios de Maquila -372 -0,54 -844 -1,17 Ingresos por Servicios de Maquila 4.215 * 1,77 4.638 1,46 Fuente: Datos panel ligados ENESTYC-EIA. 103 Notes: 1) Las variables monetarias están en pesos reales de 2005. 2) * y ** denotan diferencias significativas a niveles del 10% y 5%, respectivamente De las 30,199 observaciones de empresas-año, de 1 para el primer año de participación y todos 18,435 pertenecen del grupo de control que infor- los subsiguientes. mó nunca haber participado en ningún programa para PyME, y 11,764 pertenecen al grupo de trata- El grupo de tratamiento y el grupo de control miento (Cuadro 5.16). Las dos últimas columnas se aumentan con el tamaño de la empresa (Cuadro refieren al grupo de tratamiento con información 5.17). El tamaño de la empresa se define como sobre el año de la primera participación, que fue "micro" con 15 o menos trabajadores, "pequeña" utilizada para definir una variable indicadora post con 16 a 100 trabajadores, "mediana" con 101 programa con un valor de 0 para todos los años a 250 trabajadores, y "grande" con más de 250 antes del primer año de participación y un valor trabajadores. Considerando la distribución presentada en el Cuadro de MCO para estimar (1) de datos de corte trans- sesgada de , el efecto neto del programa. 5.17, seleccionar un grupo de control basado en atribu- versal post programa para obtener una medida no tos observables como el sector y el tamaño es pro- bablemente inadecuado. Incluso con distribuciones participación en programas libre del sesgo de similares de sector-tamaño, los grupos de tratamiento El desafío es estimar los impactos netos de la y de control pueden tener muy diferentes valores pre programa en las ventas, productividad o salarios. auto-selección de las empresas en los programas en base a sus características de productividad observa- El panel EIA contiene medidas del desempeño de bles y no observables. Para ver esto, rescriba (1) de la empresa tales como las ventas, el valor bruto de manera separada para los grupos de tratamiento y una expresión para como en (2): la producción, el empleo, la remuneración total y de control y reste las dos ecuaciones para obtener los ingresos de las exportaciones, así como algunos resultados intermedios que pueden afectar los programas, como las transferencias de tecnología. (2) Comparando los valores promedio de las princi- pales medidas de resultados para los grupos de tratamiento y de control, emergen varios puntos CAPÍTULO 5 (Cuadro 5.18)51. Primero, hay diferencias estadísti- camente significativas en valores promedio entre los grupos de tratamiento y de control para los salarios, el empleo y las horas trabajadas, lo cual hace pensar que el grupo de tratamiento lo estaba La ecuación diferenciada en (2) identifica dos fuen- haciendo bastante bien. Segundo, estas diferencias tes potenciales de sesgo debido a la asignación no en los atributos observados X, (X1 -X0 ), la otra debido son similares antes y después del tratamiento, lo aleatoria, una debido a diferencias entre los grupos a las diferencias en los atributos no observables u, it it que significa que los programas no tenían un efecto E(uil)E(ui0). La primera fuente de sesgo puede adicional en el desempeño de las empresas. Esta conjetura se analiza aún más en la sección siguien- te, en la que se estima el impacto de los programas ser minimizada con un empareamiento cuidadoso términos de observables X. Sin embargo, la segunda 104 controlando los sesgos de selección. del grupo de control al grupo de tratamiento en fuente de sesgo debido a u permanece. Una solución 5. Modelo parcial es incluir muchas variables observables que estén correlacionadas con el resultado de interés. En américa latina y El caribE 5.1 Sesgos de Selección Esto reduce la varianza residual, y permite deter- Considere un modelo general para la empresa i en los programas para pymE Evaluación dE impacto dE minar qué tanta selección de no observables tendría el momento t que relaciona la variable de resultado que haber a fin de cambiar la dirección del impacto Y con los atributos observables X de la empresa y de los programas obtenido cuando se asume la selección de observables (Altonji, Elder y Taber, programa D: una variable indicadora para la participación en un 2005). Los estudios de evaluación buscaron tratar estos sesgos potenciales de selección a través del uso combinado de los métodos de emparejamiento (1) por la probabilidad de participación y de diferencia- en-diferencia (DID). Este documento usa métodos similares para acomodar la naturaleza específica de donde está compuesto por un componente espe- nuestros datos panel, lo cual se discute más abajo. cífico de la empresa invariante en el tiempo y un término de error aleatoriamente distribuido u. Si las Los estudios recientes han emparejado los grupos de tratamiento y de control en base a la probabili- empresas se asignan aleatoriamente a los grupos de dad de participación. Rosenbaum y Rubin (1983) tratamiento y de control, entonces ambos grupos definen la probabilidad de participación como la tienen distribuciones similares de los atributos no probabilidad de recibir un tratamiento condicional observados. En este caso, se pueden usar el método a un vector de covariables observadas. Ellos mos- traron que probabilidad de participación elimina el sesgo debido a covariables observadas. 51 Los valores promedio para los otros programas considerados en el análisis están disponibles solicitándolos a los autores. Puede que el método de emparejamiento de acuer- do a la probabilidad de participación (PSM por Cuadro 5.19 Estimaciones del Modelo de Riesgos sus siglas en inglés) no sea suficiente si la autose- Proporcionales de Cox. Resultados del Modelo de Participación en Cualquier Programa lección en programas también se basa en atributos La presencia de atributos no observables puede de productividad no observables para el analista. por tanto sesgar las estimaciones de , inclusive Variables Tasa de Error Estadística-Z Independientes Riesgo Estándar Región arrojando impactos negativos del programa. Los efectos de confusión de v sobre pueden ser Centro 1.196 0.1133 1.89 En américa latina y El caribE Ciudad de México 0.824 0.0804 -1.98 t=0 y t=1 representen los periodos pre y post los programas para pymE Evaluación dE impacto dE tratados a través de métodos DID. Haciendo que Parte Sur 1.251 0.1833 1.53 Sector participación. Primero, al diferenciar la ecuación (1) se elimina el término invariante en el tiempo v: Textiles, Vestimenta para el grupo de tratamiento y el grupo de control e Industria del 0.921 0.0998 -0.76 Cuero Productos de Madera 1.150 0.1537 1.05 (3) Productos de Papel 0.471 0.1048 -3.39 donde Y es un operador de rezago tal que Productos Químicos 0.851 0.1044 -1.32 Y=Yit-Yi,t-1. La segunda diferencia entre los valores diferenciados de Y para los grupos de tratamiento Productos Minerales 0.708 0.1487 -1.64 Industria de 0.819 0.2027 -0.81 Metales Básicos y de control en (3) puede ser expresada como: Productos Metálicos, Maquinaria 1.064 0.1250 0.53 (4) y Equipo Otras Industrias 1.535 0.5984 1.1 Manufactureras si la evolución en el tiempo de los atributos La ecuación (4) arroja un estimado insesgado de Edad de la Empresa 1.006 0.0020 3.24 X1 =X0 , y si los cambios en características no Esta Empresa es 0.768 0.0670 -3.03 observables de los dos grupos es similar, es decir, una Subsidiaria it it de la asignación al tratamiento, esto es, si u1 =u0 . Participación del 1.000 0.0010 0.18 observadas tienen valores medios que no dependen Capital Extranjero (%) it it CAPÍTULO 5 Crecimiento Total 1.001 0.0010 0.53 de las Ventas (%) Extendemos estos enfoques analíticos para aco- Log(Ventas Totales) 1.099 0.0276 3.76 modarlos a la estructura específica de panel de Rezagadas 1 Año nuestros datos puesto que tenemos una cohorte de Log verosimilitud: -6285.7219 empresas con características observadas y partici- Número de observaciones: 21,321 / Número de empresas: 2,375 pación en programas entre 1994 y 2005. Número de empresas que participan: 838 5.2 Modelo de Riesgos Proporcionales de Cox riesgo proporcional de Cox relaciona la probabilidad de ingreso a un programa, condicional a la sobrevi- En vez de usar modelos logit o probit para la vencia (no ingreso) hasta ese punto en el tiempo, a 105 variables independientes Z. La función de riesgo participación en los programas, usamos un mode- una función de riesgo de basal y a un conjunto de subyacente h(t,...) puede ser escrita como sigue: lo de riesgo proporcional de Cox para estimar la probabilidad de participación en los programas para la muestra de los grupos de tratamiento y de control seguidos en el periodo 1994-2005.52 El modelo de (5) donde Z es un vector de m covariables, y h0(t) es el 52 Un método alternativo es estimar modelos logit separados de la participa- ción en programas para diferentes secciones representativas (o intervalos toman valores igual a 0. Este modelo toma una de años) para obtener la probabilidad de participación para cada cohorte de tratamiento (o grupo de cohortes). Esto no resultó ser factible por los pequeños riesgo basal, es decir, cuando todas las covariables tamaños de muestra que llevaron a estimaciones muy imprecisas del modelo (5) por h0(t) y tomando los logaritmos naturales: logit. Se prefirió el modelo de riesgos proporcionales de Cox, no sólo debido a consideraciones del tamaño de muestra; sino por su tratamiento unificado forma lineal dividiendo ambos lados de la ecuación del proceso subyacente de selección a los programas, en el tiempo. Gráfica 5.1 Distribución de Puntajes de Participación 0.10 Densidad del puntaje de participación 0.08 Control 0.06 Tratamiento 0.04 0.02 0 -0.02 -0.06 -0.08 1.1 2.7 4.3 5.9 7.4 Puntaje de participación CAPÍTULO 5 (6) común, cada empresa en cada grupo tiene una probabilidad positiva de participar en programas estimable, y de la cual el valor predicho de ·Z Esto da lugar a la ecuación (6) que es fácilmente para PyME, aunque algunas pueden tener proba- bilidades más altas que otras54. puede ser calculado. Usamos el riesgo relativo del Z, como la probabilidad de participación para ingreso al programa para empresas con atributos 5.3 Regresiones Panel definir la región de soporte común para emparejar cohortes sucesivas de empresas tratadas y sus Como se discutió, los métodos PSM tradicionales no grupos de control. son apropiados para acomodar la estructura especí- 106 fica de nuestros datos. Hemos adoptado un método Las estimaciones del modelo de Cox se utilizan de regresión más flexible que nos permite estimar los para predecir las tasas de riesgo relativas para efectos de tratamiento tomando en cuenta diferentes los grupos de tratamiento y de control. El Cuadro tiempos de entrada a los programas, el uso de múlti- 5.19 muestra que un coeficiente mayor a uno ples tipos de programa, el tiempo desde la entrada a En américa latina y El caribE indica una probabilidad más alta de inscribirse en los programas, y los impactos específicos al año. Nos los programas para pymE Evaluación dE impacto dE cualquier programa para PyME. Así, las empresas basamos en modelos de efectos fijos para eliminar ubicadas fuera de la Ciudad de México, las empre- los efectos de la heterogeneidad no observable de la sas más antiguas y las empresas con una mayor empresa como una fuente de sesgo en las estimacio- producción tienen una probabilidad más alta nes de los impactos de los programas. En el espíritu de registrarse en programas para PyME. Como del método PSM, continuamos enfocándonos en probabilidad o puntaje de participación para cada la muestra de las empresas de los grupos de trata- empresa, utilizamos el valor promedio de sus miento y de control en la región de soporte común tasas de riesgo para todos los años en los cuales identificada por sus puntajes de participación. están disponibles53. La tasa de riesgo promedio fue de 3.530 para el grupo de tratamiento y de Considere una expansión de la ecuación (1) en 3.240 para el grupo de control, lo cual es coherente niveles: ya que se esperaría que el grupo de tratamiento en conjunto tendría una probabilidad relativa más (7) alta de participación en los programas. El grupo en los programas D, un término de interacción de tratamiento tiene una mayor densidad en la que incluye la variable indicadora de participación entre D y una variable YRS que mide los años cola superior de la distribución de los puntajes de participación que el grupo de control (Gráfica 5.1). No obstante, dentro de la región de soporte desde la primera participación en el programa, y el 53 Para el grupo de tratamiento, los valores promedio se calculan para todos los 54 La región de soporte común se encuentra entre 1.154 y 7 .777 pues- años hasta el año de participación en los programas, después de lo cual las tasas to que los valores mínimos y máximos para el grupo de tratamiento de riesgo relativas no están definidas porque el evento de falla ha ocurrido. fueron 1.108 y 8.0824, y 1.154 y 7.777 para el grupo de control. término de error invariante en el tiempo vi. Estimar las variables indicadoras que toman un valor de a estimaciones sesgadas de debido a la variable la ecuación (7) en niveles es probable que conduzca 0 para todos los años precedentes al primer año omitida vi, y la dirección del sesgo determinada por de participación (periodo pre programa) y 1 para la correlación entre vi y Di. El estimador de efectos todos los años que siguen, incluyendo el primer año (periodo post programa). Adicionalmente a fijos considera esta posibilidad tomando desvia- la(s) variable(s) de programa, nuestras variables ciones de los valores medios de las variables, de explicativas incluyen variables indicadoras para el tal manera que la ecuación (7) puede ser reescrita tamaño de la empresa (pequeña, mediana y grande En américa latina y El caribE como: relativas a la micro empresa que fue la categoría los programas para pymE Evaluación dE impacto dE omitida), y variables dicotómicas correspondientes (8) al año (1994 a 2005) para controlar los efectos de los choques estocásticos específicos al año. cada empresa se denotan con un solo subíndice i. donde los valores promedio de las variables de 6. Resultados Como primera diferencia, la transformación del Nuestro objetivo es estimar los impactos de lar- efectos de confusión de vi. modelo de efectos fijos elimina los potenciales go plazo de la participación en los programas al controlar los efectos de los atributos de la produc- tividad observados e inobservables y probar si hay Primero, comparamos los efectos de tratamiento diferencias en los efectos de tratamiento de los pro- estimados de un modelo en niveles (ecuación 7) y gramas y de las agencias discutidos en la Sección un modelo de efectos fijos (ecuación 8) para probar 5. También es de interés investigar cuán rápido o sesgos potenciales en las estimaciones de los efectos lento los impactos de los programas son percibidos de tratamiento por la heterogeneidad no observa- en el tiempo. Finalmente, estamos interesados en ble. Segundo, probamos si los impactos de progra- analizar la sensibilidad de las estimaciones de im- otros. En lugar de D, un indicador de la participa- ma son más grandes en algunos programas que en pacto de los programas ante la posibilidad de que la participación en los programas inhiba la salida ción en cualquier programa, incluimos variables de las empresas de nuestros datos panel. de programas para PyME Dli,D2i,...,Dni, y analizamos indicadoras de la participación en diferentes tipos Primero, observando los efectos del tratamiento las diferencias en sus impactos sobre las variables sobre los resultados medidos en niveles, nota- CAPÍTULO 5 resultado. Notamos que esta especificación permite mos resultados positivos de la participación en (pero no modela explícitamente) considerar el uso cualquier programa, lo que nos hace pensar que usado por la empresa i tiene su propia fecha de de múltiples programas puesto que cada programa las empresas ya estaban desempeñándose bien en comparación con el grupo de control (parte inicio del programa. Finalmente, investigamos superior del Cuadro Anexo A5.1). Sin embargo, cuánto toma el darse cuenta de los impactos del estas estimaciones están sesgadas puesto que impactos del programa 2, el coeficiente estimado programa. Probamos los efectos en el tiempo de los necesitamos eliminar los efectos de la heterogenei- para la interacción de YRS con D. Una alternativa dad inadvertida no observable de las empresas. que usamos, es especificar YRS como un conjunto Cuando desagregamos los resultados por agencia, encontramos que los efectos promedio del trata- de intervalos de tiempo discretos para permitir miento estimados para los resultados en niveles 107 efectos de tiempo no lineales de la participación en no son significativos para algunos de los progra- los programas. mas en algunas Agencia. Usamos una especificación de modelo parsimoniosa Usando el modelo de efectos fijos presentado en la diseñada para facilitar la comparación a través de ecuación (8), encontramos que la participación en diferentes regresiones. Las siguientes variables de cualquier programa para PyME tiene efectos positi- la EIA fueron seleccionadas para el estudio: el valor vos y significativos del 6 por ciento en el valor agre- agregado, la producción bruta, las ventas totales, gado, del 5 por ciento en la producción bruta, del 5 las horas trabajadas, los salarios, los activos fijos, las por ciento en las ventas totales, del 6 por ciento en exportaciones y otras variables intermedias como el empleo, del 6 por ciento en activos fijos. El efecto insumos, transferencias de tecnología y tecnología. de tratamiento promedio de la participación en los programas de la SE, CONACyT y de Otra Agencia Estas medidas de resultado están relacionadas con es ahora positivo y estadísticamente significativo a niveles del 1, 5 o 10 por ciento para la mayoría Varios factores podrían explicar por qué se encon- de los resultados (parte inferior del Cuadro Anexo traron impactos positivos para el PNAA, PROSEC A5.1). Los impactos de los programas de la SE y el programa de incentivos fiscales del CONACyT: varían entre el 4 y el 6 por ciento, del CONACyT entre el 7 y el 26 por ciento y de Otra Agencia entre En promedio, cada empresa que participaba el 3 y el 14 por ciento. Se puede por tanto deducir en los programas de CONACyT entre 2001 que los programas bajo estas agencias tuvieron en y 2006 recibió US$ 264,000, mientras que el promedio un impacto positivo sobre el desempeño monto promedio que el gobierno federal de las PyME. La única excepción fue el programa invirtió por empresa en todos sus programas STPS, que tuvo un impacto negativo en algunas fue de cerca de US$ 22,000 (12 veces menos). variables de resultado, a excepción del programa La cantidad de recursos por empresa de los CIMO hasta 2001 que muestra un efecto positivo programas de CONACyT estaba en segundo estadísticamente significativo de casi un 27 por lugar solamente después de Bancomext. ciento sobre los activos fijos y pagos por transferen- cia de tecnología (Cuadro Anexo A5.6). Otra explicación posible para el impacto de los programas de CONACyT es su apoyo a Los resultados por programa, para aquellos con la innovación. La investigación indica que CAPÍTULO 5 una muestra de tamaño adecuado, capturados en la las empresas beneficiadas habían comenzado ENESTYC 2005, indican que en algunos programas, previamente a hacer investigación y desarro- tales como PROSEC de la SE y el de Apoyo Fiscal e llo alrededor de los proyectos tecnológicos, Innovación Tecnológica del CONACyT, los efectos bajando los costos en comparación a comen- promedio no fueron significativos en niveles (ecua- zar a innovar de cero. ción 7). Sin embargo, una vez que se consideran los efectos de los atributos de productividad no El caso de PROSEC es similar a los incenti- observados e invariantes en el tiempo, los efectos vos fiscales de CONACyT. Este programa se vuelven positivos en diferencias (ecuación 8), proporciona deducciones de impuestos para sugiriendo impactos positivos de estas interven- insumos importados necesarios para la ma- ciones (Cuadro Anexo A5.2). Las estimaciones para nufactura, y de ahí que las empresas indivi- 108 el PNAA fueron positivas en niveles y positivas en duales asimilan sus beneficios. Por lo tanto, diferencias, sugiriendo que las empresas que par- es de interés de la empresa maximizar sus ticiparon en el PNAA se desempeñaron mejor que utilidades en términos de calidad y costos. empresas de comparación, incluso cuando contro- lamos por sesgos potenciales debido a característi- El Programa Nacional de Auditoría Ambiental En américa latina y El caribE cas inobservables invariantes en el tiempo. El efecto (PNAA) estaba entre los programas federales los programas para pymE Evaluación dE impacto dE estimado del PNAA es un aumento del 6 por ciento más conocidos entre las empresas manufactu- en el valor agregado, con resultados similares para reras en 2002 según el CIPI (2002), y su uso se- el resto de las variables de resultado. Las estima- guía creciendo. Entre 2002 y 2006, el programa ciones para PROSEC y Apoyo Fiscal e Innovación triplicó el número de auditorías ambientales Tecnológica no fueron significativas en niveles pero iniciadas: de 293 en 2002 a 933 en 2006, y el nú- fueron positivas y estadísticamente significativas mero de certificados de industria limpia emiti- en diferencias, con una variación en impactos del 6 dos se duplicó en el mismo período, yendo de al 16 por ciento en variables de resultado. 169 en 2002 a 338 en 2006. La inversión de las empresas en el PNAA es relativamente baja y Los resultados para CIMO cambiaron de ser no los beneficios, tales como el acceso a mercados significativos en niveles, a negativos en diferencias. con regulaciones ambientales estrictas, pueden Estos resultados sugieren que CIMO no tuvo un exceder por mucho a los costos. impacto en el desempeño de las empresas. Las empresas que participaron en CIMO hasta 2001 Hasta el momento, hemos estimado el efecto mostraron un impacto positivo en variables de promedio de la participación en los programas sin resultado seleccionadas tales como las ventas al considerar si este efecto varía en el tiempo. Proba- extranjero, los activos fijos y las transferencias de mos efectos en el tiempo incluyendo interacciones tecnología (Cuadro Anexo A5.6). Estos resultados entre la variable de participación en el programa coinciden con la evaluación de impactos anterior de y el tiempo desde el ingreso al mismo, como en la Tan y López-Acevedo (2005), que encontró impac- ecuación (8). En lugar de forzar una forma funcional tos positivos en resultados intermedios pero ningún en estos efectos de tiempo (por ejemplo, con una es- impacto significativo en resultados antes de 2001. pecificación cuadrática del tiempo y tiempo cuadra- do), definimos un conjunto de variables indicadoras el modelo recortado (Cuadros Anexos A5.4 y A5.5). para diferentes intervalos (1, 2, 3, 4, 5-6, 7-9 y más de Primero, la significación y la magnitud de impactos 10 años) siguiendo la fecha de incorporación al pro- del programa son muy similares bajo las estimacio- grama. Esto permite que los efectos de los términos nes originales y las recortadas. Segundo, hay dife- de interacción entre la indicadora del programa y el rencias aisladas entre ambos grupos: para algunos tiempo desde la participación, varíen no linealmente programas o variables las estimaciones basadas en con el tiempo en el programa y después de él. datos recortados fueron ligeramente más altas que las estimaciones originales. Por ejemplo, para los En américa latina y El caribE Las estimaciones resultantes se pueden interpretar programas de la SE, las variables de resultado de los programas para pymE Evaluación dE impacto dE como los efectos del tiempo del tratamiento si se empleo, producción bruta y ventas totales aumenta- mantienen varios supuestos. Primero, estos efectos ron ligeramente en los datos recortados en compara- son estimados manteniendo constantes todos los ción con las estimaciones originales. Segundo, para otros factores que varían con el tiempo, incluyen- los programas de la STPS, los efectos de tratamiento do la inflación y choques macroeconómicos. El en algunas variables tales como las ventas, la pro- modelo considera estos factores incluyendo varia- ducción bruta y el valor agregado en el original eran bles dicotómicas para los años a fin de capturar los negativos y ahora son no significativos. El punto choques estocásticos específicos al año. Un segundo clave a inferir de este análisis de sensibilidad es que, supuesto es que la autoselección al tratamiento no en general, la dirección y el tamaño de los efectos de es dependiente del tiempo. La presencia de efectos tratamiento son robustos ante controles por sesgos de cohorte en el tratamiento, empresas que eligen potenciales de la salida de las empresas. participar temprano que son diferentes de aquellas que se unen en años posteriores, puede introducir sesgos en estas estimaciones. 7. Conclusiones Ninguna de las variables indicadoras del tiempo México ha invertido importantes recursos públicos desde la participación es estadísticamente signi- en años recientes en programas de apoyo a las ficativa antes de cuatro años (Cuadro Anexo A3). PyME. Aunque promover un sector de PyME más Comenzando desde la variable para cuatro años dinámico es un objetivo loable, es difícil de verificar después de la entrada a un programa, el coeficiente con certeza el éxito relativo de los programas actua- estimado en activos fijos se vuelve positivo y au- les y pasados. Este capítulo contribuye a ampliar y menta en valor y significación estadística. Usando el profundizar los esfuerzos para evaluar los impactos ejemplo del activo fijo, el efecto del tratamiento des- de los programas para PyME, con el objetivo de me- CAPÍTULO 5 de el ingreso a un programa, es de un 7 por ciento jorar la eficiencia y eficacia con que se gastan estos en cuatro años, aumentando al 14 por ciento en 5-6 recursos. Esto se hace, primero, al proporcionar una años, después al 22 por ciento en 7-9 años y luego al descripción detallada de los principales programas 42 por ciento a partir de 10 años hacia delante. recientes administrados por varias agencias del gobierno, y segundo, al diseñar e implementar una Una inquietud que surge es que nuestro conjunto metodología novedosa de evaluación con el propó- de datos no incluye a las empresas que salen (inclu- sito de estimar mejor los impactos en el tiempo en yendo empresas de tratamiento). Esto aumenta la variables de resultado. posibilidad de sesgo de sobrevivencia si la partici- pación en el programa aumenta la posibilidad de Las microempresas y las PyME representan el 99 sobrevivencia de las empresas que de otra manera por ciento de las empresas en México, emplean 109 saldrían (dejan de funcionar). En ausencia de datos cerca del 64 por ciento de la fuerza laboral y repre- adecuados sobre las probabilidades de salida de sentan el 40 por ciento del PIB. Dada la importancia las empresas, acotamos las estimaciones de los de las PyME en la economía, los gobiernos en impactos de los programas mediante un análisis de México durante los 20 años pasados han puesto en sensibilidad en el cual se reestimaron los modelos funcionamiento una gran variedad de programas después de sacar el 5 por ciento inferior del grupo de apoyo a las PyME. Un inventario identificó 151 de tratamiento en términos de las variables de programas para PyME administrados por diversas resultado (p.ej. productividad), asumiendo que las agencias del gobierno incluyendo el CONACyT, empresas con la productividad más baja habrían Bancomext y las secretarías de economía, trabajo, salido de no ser por el programa. finanzas, y medio ambiente, entre otros. Aunque sus objetivos propuestos pueden diferir, en conjun- Varios puntos emergen al comparar los efectos del to estos programas de apoyo intentan promover tratamiento con el modelo de efectos fijos original y la productividad, la calidad y la competitividad de las pequeñas empresas; incentivar la mejora de tiempo para los grupos de tratamiento y de control. la tecnología, la capacitación y la conservación, y mejorar los ingresos y las condiciones seguras de Se utilizan varios métodos para evaluar los impac- trabajo para la fuerza laboral en las PyME. tos de la participación en los programas. Se utiliza una generalización del PSM y la estimación de di- Como es aparente por la descripción en la Sección 2, ferencias en diferencias adaptada a la estructura de México tiene un arsenal enorme de programas dedi- nuestros datos panel, para analizar los impactos de cados a apoyar de alguna forma a las PyME. Esto en los programas en las medidas de resultado interme- sí mismo es un hallazgo importante, y sugiere que dias y finales. Este método nos permitió controlar México se beneficiaria con un marco para orientar la autoselección y otros sesgos que han plagado los los recursos más eficiente y estratégicamente, y estudios de evaluación de impacto anteriores. evitar el traslape de los programas. Asimismo, la carencia de información fácilmente disponible sobre Nuestros resultados indican que la participación en presupuestos de los programas, actividades y bene- ciertos tipos de programas para PyME está asociada ficiarios apunta a la necesidad de una mejor conso- con valor agregado, ventas, exportaciones y em- lidación de la información sobre apoyo a las PyME, pleo más altos. Éste es el caso de los programas de esto con el objetivo de mejorar la capacidad de los la Secretaría de Economía, PROSEC, PNAA y los CAPÍTULO 5 diseñadores de políticas para hacer evaluaciones Programas de Incentivos Fiscales de CONACyT. y comparaciones, y para asegurar que los recursos Los resultados positivos de estos tres programas en fiscales escasos del país están alcanzando el impacto comparación a programas como CIMO pueden ser más grande posible. porque tienden a llegar a las mejores PyME: em- presas de tamaño mediano, exportadoras con alta No está claro cuán efectivos han sido estos progra- tecnología, procesos limpios y técnicas de produc- mas para PyME en lograr sus objetivos. En México, ción más intensivas en capital humano y físico. La las evaluaciones de impacto de los programas para implicación es que este tipo de empresas pueden PyME son raras, son más cualitativas en naturaleza tener características muy diferentes en comparación y pequeñas en alcance, miden la satisfacción de a aquellas servidas por otros programas: más peque- los beneficiarios con los servicios de apoyo o bien ñas, orientadas al mercado local, de baja tecnología, 110 indicadores de cobertura de los programas que son menos intensivas en capital humano y físico. fácilmente cuantificados. Pocos estudios miden los beneficios netos de la participación en los programas Nuestros datos panel también identifican el tiempo comparando el desempeño de los beneficiarios con en el que se dan los efectos de la participación en el de un grupo de comparación compuesto por em- los programas sobre los resultados. Encontramos En américa latina y El caribE presas similares que no participaron en el programa, que algunos de los efectos positivos no se ma- los programas para pymE Evaluación dE impacto dE y sobre los cuales se efectúan evaluaciones de costo- terializan hasta después del tercer o cuarto año beneficio. Ninguno considera los complicados sesgos de exposición a los programas. Estos resultados de la heterogeneidad no observable y la autoselec- se mantienen después de recortar el 5 por ciento ción de las empresas que dificultan los intentos para inferior de nuestro grupo de tratamiento. medir los impactos verdaderos de la participación en los programas. México no es el único al respecto. Varias líneas de investigación emergen de nuestro La mayoría de los países, avanzados y en vías de de- análisis. Un hallazgo clave es que el alto núme- sarrollo, todavía se están esforzando por mejorar el ro de programas y su evolución constante en el rigor con el cual evalúan sus programas para PyME. tiempo (nombres y estructuras cambiantes, el cierre de programas antiguos y la apertura de nuevos Este capítulo utiliza datos panel únicos de las em- programas) hacen que las evaluaciones rigurosas presas para evaluar rigurosamente los impactos de de impacto son un desafío importante. Así un área los programas para PyME en México. El documento para investigar son los efectos de la cohorte en el usa el módulo referente a programas en la ENES- panel para aquellos programas que experimentaron TYC 2001 y 2005, que incluye preguntas retrospecti- cambios de diseño importantes. Una investigación vas sobre la participación de la empresa, la fecha de inicial fue realizada en este documento con el participación, el tipo de apoyo recibido y la familia- CIMO-PAC que podría servir como ejemplo para el ridad con cualquiera o más programas para PyME análisis de otros programas. Planeamos realizar un administrados por varias agencias. La ENESTYC fue mayor análisis para el programa CIMO-PAC, mis- ligada a la EIA para formar un panel de empresas mo que ha estado funcionando durante los últimos durante 10 años. De esta manera, las variables de 11 años, pero que en 2002 experimentó un cambio resultado pre y post programa son seguidas en el espectacular en su diseño e implementación. Anexo 5.1 Estimaciones de los Impactos de Programas en México Cuadro A5.1.1 Impactos de la Participación en Cualquier Programa y por Agencia de Programas. Modelos en niveles y de Efectos Fijos con PSM Pagos por Valor Producción Ventas Horas Ventas al Servicios de Empleo Salarios Activos Fijos Transferencias Agregado Bruta Totales Trabajadas Extranjero Maquila Tecnológicas Modelo en niveles Cualquier Programa 0.241 ** 0.231 ** 0.220 ** 0.157 *** 0.163 *** 0.058 0.181 * 0.179 0.286 -0.163 (0.1) (0.09) (0.1) (0.05) (0.05) (0.05) (0.11) (0.19) (0.23) (0.2) STPS -0.143 -0.155 -0.152 -0.015 -0.004 -0.086 -0.060 -0.418 -0.270 -0.139 (0.14) (0.14) (0.14) (0.08) (0.08) (0.07) (0.16) (0.28) (0.34) (0.3) SE -0.269 -0.357 ** -0.349 * 0.038 0.027 -0.186 ** -0.438 ** 0.283 0.591 -0.449 (0.19) (0.18) (0.18) (0.1) (0.1) (0.09) (0.2) (0.37) (0.44) (0.39) BANCOMExT -1.000 *** -1.116 *** -1.192 *** -0.230 -0.233 -0.386 *** -0.891 *** 0.366 -1.131 * 0.487 (0.27) (0.26) (0.27) (0.15) (0.15) (0.13) (0.3) (0.5) (0.67) (0.51) CONACyT -0.063 -0.055 -0.052 -0.077 -0.112 0.096 -0.040 -0.527 0.398 -0.283 (0.23) (0.22) (0.23) (0.13) (0.13) (0.11) (0.25) (0.41) (0.52) (0.42) Otra Agencia 0.853 *** 0.894 *** 0.897 *** 0.353 *** 0.374 *** 0.299 *** 0.749 *** 0.520 ** 0.600 * -0.107 (0.13) (0.12) (0.13) (0.07) (0.07) (0.06) (0.14) (0.25) (0.31) (0.26) Modelo de Efectos Fijos Cualquier Programa 0.052 *** 0.049 *** 0.046 *** 0.060 *** 0.060 *** 0.006 0.059 *** -0.035 -0.091 -0.025 (0.02) (0.01) (0.01) (0.01) (0.01) (0.01) (0.02) (0.04) (0.06) (0.06) STPS -0.046 ** -0.030 * -0.034 ** -0.003 -0.007 -0.001 0.061 ** -0.252 *** 0.267 *** -0.110 (0.02) (0.02) (0.02) (0.01) (0.01) (0.01) (0.03) (0.06) (0.1) (0.09) SE 0.069 *** 0.052 *** 0.051 *** 0.034 ** 0.035 ** -0.005 -0.041 0.013 -0.139 0.028 (0.03) (0.02) (0.02) (0.01) (0.01) (0.01) (0.03) (0.06) (0.1) (0.09) BANCOMExT -0.063 0.018 0.041 -0.025 -0.026 -0.032 * -0.094 * -0.075 0.235 -0.354 ** (0.04) (0.03) (0.03) (0.02) (0.02) (0.02) (0.05) (0.09) (0.2) (0.14) CONACyT 0.100 *** 0.094 *** 0.082 *** 0.092 *** 0.088 *** 0.001 0.066 * 0.253 *** 0.082 0.247 ** (0.03) (0.02) (0.02) (0.02) (0.02) (0.01) (0.04) (0.07) (0.11) (0.11) Otra Agencia 0.077 *** 0.062 *** 0.061 *** 0.045 *** 0.051 *** 0.026 *** 0.110 *** 0.036 -0.103 0.082 (0.02) (0.01) (0.01) (0.01) (0.01) (0.01) (0.02) (0.05) (0.08) (0.08) Tamaño de Muestra 27,506 27,742 27,376 27,658 27,655 26,957 27,260 13,445 5,924 9,049 111 CAPÍTULO 5 En américa latina y El caribE los programas para pymE Evaluación dE impacto dE Evaluación dE impacto dE los programas para pymE En américa latina y El caribE 112 CAPÍTULO 5 Cuadro A5.1.2 Impactos de la Participación por Programa en EnESTYC 2005. Modelos en niveles y de Efectos Fijos con PSM Pagos por Valor Producción Ventas Horas Ventas al Servicios de Empleo Salarios Activos Fijos Transferencias Agregado Bruta Totales Trabajadas Extranjero Maquila Tecnológicas Modelo en niveles CIMO -0.069 0.0022 0.0746 -0.016 0.0035 0.0699 0.1753 -0.265 0.3865 -0.436 (0.21) (0.21) (0.22) (0.12) (0.12) (0.1) (0.24) (0.42) (0.53) (0.42) PROSEC -0.091 -0.054 -0.019 -0.049 -0.138 0.161 -0.125 1.575 *** 0.548 -0.844 (0.32) (0.31) (0.32) (0.18) (0.18) (0.16) (0.35) (0.59) (0.8) (0.65) PNAA 0.981 *** 0.921 *** 0.912 *** 0.317 *** 0.345 *** 0.297 *** 0.992 *** 0.727 * 0.437 0.671 (0.21) (0.2) (0.21) (0.12) (0.12) (0.1) (0.23) (0.4) (0.49) (0.48) Apoyo Fiscal e -0.010 0.116 0.179 -0.039 -0.074 0.166 0.240 -0.055 0.553 -0.339 Innov. Tecnológica (0.29) (0.29) (0.3) (0.16) (0.16) (0.14) (0.33) (0.56) (0.8) (0.49) Apoyo del Gobierno 1.489 *** 1.161 ** 1.078 * 0.273 0.282 0.165 0.687 0.472 0.834 1.595 Estatal (0.57) (0.57) (0.58) (0.32) (0.32) (0.27) (0.63) (1.1) (1.72) (1.1) Modelo de Efectos Fijos CIMO -0.06 ** -0.04 * -0.046 ** -0.03 * -0.03 * -0.003 0.0533 -0.084 -0.01 -0.322 ** (0.03) (0.02) (0.02) (0.02) (0.02) (0.01) (0.04) (0.08) (0.15) (0.13) PROSEC 0.167 *** 0.164 *** 0.133 *** 0.058 *** 0.069 *** 0.003 0.136 *** 0.153 * 0.217 0.137 (0.04) (0.03) (0.03) (0.02) (0.02) (0.02) (0.05) (0.08) (0.15) (0.14) PNAA 0.065 ** 0.043 ** 0.058 *** -0.023 -0.014 0.052 *** 0.074 ** 0.065 -0.032 -0.199 (0.03) (0.02) (0.02) (0.02) (0.02) (0.01) (0.04) (0.07) (0.12) (0.13) Apoyo Fiscal e 0.146 *** 0.094 *** 0.094 *** 0.108 *** 0.100 *** -0.015 -0.001 0.160 * -0.106 0.370 *** Innov. Tecnológica (0.04) (0.02) (0.03) (0.02) (0.02) (0.02) (0.04) (0.09) (0.14) (0.14) Apoyo del Gobierno 0.155 ** 0.025 -0.017 0.057 0.075 * -0.040 0.127 -0.101 0.255 0.165 Estatal (0.07) (0.05) (0.05) (0.04) (0.04) (0.03) (0.09) (0.15) (0.32) (0.46) Tamaño de Muestra 21,501 21,663 21,379 21,631 21,629 21,106 21,319 10,921 4,603 7,207 FUENTE: DATOS LIGADOS DE PANEL ENESTYC-EIA. NOTAS: 1) ***, ** Y * DENOTAN ESTIMACIONES ESTADíSTICAMENTE SIGNIFICATIVAS A NIVELES DEL 1, 5 Y 10 POR CIENTO, RESPECTIVAMENTE. 2) LOS NúMEROS EN () CORRESPONDEN A ERRORES ESTÁNDAR. Cuadro A5.1.3 Efectos en el Tiempo de la Participación en Cualquier Programa (Tiempo desde que se Inició el Programa). Modelo de Efectos Fijos con PSM 1 Año Más 3 Años Más 5 - 6 Años Más 7 - 9 Años Más 10 + Años más Tamaño de Variable de Resultado 2 Años Más Tarde 4 Años Más Tarde Tarde Tarde Tarde Tarde Tarde Muestra 0.000 0.003 -0.026 0.013 0.029 -0.073 0.054 27,506 Valor Agregado (0.029) (0.031) (0.033) (0.034) (0.033) (0.049) (0.133) 0.005 0.019 0.004 0.006 0.029 0.028 0.150 27,742 Producción Bruta (0.02) (0.022) (0.022) (0.023) (0.023) (0.034) (0.092) 0.014 0.024 0.005 0.006 0.016 0.060 * 0.196 ** 27,376 Ventas Totales (0.02) (0.021) (0.022) (0.023) (0.022) (0.034) (0.091) 0.010 0.006 -0.020 -0.034 * -0.028 -0.054 ** 0.043 27,658 Empleo (0.015) (0.016) (0.017) (0.018) (0.017) (0.026) (0.069) 0.008 0.008 -0.024 -0.039 ** -0.021 -0.050 * 0.044 27,655 Horas Trabajadas (0.016) (0.017) (0.018) (0.019) (0.018) (0.027) (0.074) -0.012 -0.004 0.003 0.000 -0.009 0.035 * 0.096 * 26,957 Salarios (0.012) (0.013) (0.014) (0.014) (0.014) (0.021) (0.057) -0.011 -0.015 0.013 0.071 * 0.136 *** 0.217 *** 0.416 *** 27,260 Activos Fijos (0.036) (0.038) (0.04) (0.041) (0.04) (0.06) (0.162) 0.008 0.027 0.005 0.006 0.038 0.091 ** 0.262 *** 27,736 Insumos (0.021) (0.023) (0.024) (0.025) (0.024) (0.036) (0.098) -0.022 -0.026 0.015 -0.059 -0.052 -0.079 -0.304 13,445 Ventas al Extranjero (0.065) (0.071) (0.075) (0.079) (0.075) (0.116) (0.34) 0.043 -0.005 -0.115 0.043 0.042 -0.215 0.210 5,924 Pagos por Transferencia de Tecnología (0.105) (0.113) (0.122) (0.127) (0.127) (0.183) (0.54) -0.102 -0.049 0.174 0.125 0.018 -0.190 0.238 9,049 Servicios de Maquila (0.106) (0.115) (0.122) (0.13) (0.127) (0.179) (0.432) Fuente: Datos ligados de panel ENESTYC-EIA. Notas: 1) ***, ** y * denotan estimaciones estadísticamente significativas a niveles del 1, 5 y 10 por ciento, respectivamente. 2) Los números en () corresponden a errores estándar. 113 CAPÍTULO 5 En américa latina y El caribE los programas para pymE Evaluación dE impacto dE Evaluación dE impacto dE los programas para pymE En américa latina y El caribE 114 CAPÍTULO 5 Cuadro A5.1.4 Límites de los Impactos de la Participación en Programas Recortando el 5% Inferior del Grupo de Tratamiento Ordenando por la Variable Resultado. Modelo de Efectos Fijos con PSM Pagos por Valor Producción Ventas Horas Ventas al Servicios de Empleo Salarios Activos Fijos Transferencias Agregado Bruta Totales Trabajadas Extranjero Maquila Tecnológicas Cualquier Programa 0.064 *** 0.053 *** 0.052 *** 0.057 *** 0.056 *** 0.019 *** 0.081 *** 0.015 -0.097 * 0.005 (0.01) (0.01) (0.01) (0.01) (0.01) (0.01) (0.02) (0.03) (0.06) (0.06) STPS -0.036 -0.023 -0.025 -0.004 -0.004 0.014 0.073 *** -0.263 *** 0.204 ** -0.025 (0.02) (0.02) (0.02) (0.01) (0.01) (0.01) (0.03) (0.06) (0.1) (0.09) SE 0.053 ** 0.056 *** 0.053 *** 0.043 *** 0.039 *** 0.002 -0.024 0.077 -0.088 0.081 (0.03) (0.02) (0.02) (0.01) (0.01) (0.01) (0.03) (0.06) (0.1) (0.09) BANCOMExT -0.062 0.029 0.044 -0.001 -0.002 0.006 -0.095 * -0.010 0.186 -0.371 *** (0.04) (0.03) (0.03) (0.02) (0.02) (0.02) (0.05) (0.09) (0.19) (0.14) CONACyT 0.138 *** 0.100 *** 0.085 *** 0.077 *** 0.071 *** -0.015 0.055 0.262 *** -0.028 0.236 ** (0.03) (0.02) (0.02) (0.02) (0.02) (0.01) (0.04) (0.07) (0.11) (0.11) Otra Agencia 0.071 *** 0.049 *** 0.052 *** 0.030 *** 0.033 *** 0.035 *** 0.139 *** 0.039 -0.067 0.077 (0.02) (0.01) (0.01) (0.01) (0.01) (0.01) (0.02) (0.05) (0.07) (0.08) Tamaño de Muestra 27,006 27,299 26,878 27,181 27,159 26,496 26,786 13,161 5,802 8,882 Fuente: Datos ligados de panel ENESTYC-EIA. Notas: 1) ***, ** y * denotan estimaciones estadísticamente significativas a niveles del 1, 5 y 10 por ciento, respectivamente. 2) Los números en () corresponden a errores estándar. Cuadro A5.1.5 Límites de los Impactos de la Participación en Programas Recortando el 5% Inferior del Grupo de Tratamiento Ordenando por la Variable Resultado. Modelo de Efectos Fijos con PSM Pagos por Valor Producción Ventas Horas Ventas al Servicios Empleo Salarios Activos Fijos Transferencias Agregado Bruta Totales Trabajadas Extranjero de Maquila Tecnológicas -0.036 -0.032 -0.037 * -0.031 ** -0.028 * 0.0033 0.0509 -0.128 * 0.098 -0.26 ** CIMO (0.03) (0.02) (0.02) (0.02) (0.02) (0.01) (0.04) (0.08) (0.15) (0.13) 0.127 *** 0.169 *** 0.140 *** 0.048 ** 0.048 ** 0.029 * 0.125 ** 0.195 ** 0.182 0.224 PROSEC (0.04) (0.03) (0.03) (0.02) (0.02) (0.02) (0.05) (0.08) (0.15) (0.14) 0.068 ** 0.053 ** 0.069 *** -0.041 *** -0.036 ** 0.063 *** 0.107 *** 0.055 -0.033 -0.090 PNAA (0.03) (0.02) (0.02) (0.02) (0.02) (0.01) (0.04) (0.07) (0.12) (0.13) Apoyo Fiscal e 0.160 *** 0.114 *** 0.110 *** 0.073 *** 0.071 *** -0.020 0.001 0.225 *** -0.208 0.373 *** Innov. Tecnológica (0.04) (0.02) (0.03) (0.02) (0.02) (0.02) (0.05) (0.08) (0.14) (0.14) Apoyo del Gobierno 0.128 * 0.029 -0.036 0.057 0.065 * -0.052 * 0.106 -0.035 0.272 0.514 Estatal (0.07) (0.05) (0.05) (0.04) (0.04) (0.03) (0.09) (0.15) (0.31) (0.47) Tamaño de Muestra 21,140 21,329 21,017 21,269 21,260 20,792 20,982 10,701 4,516 7,084 Fuente: Datos ligados de panel ENESTYC-EIA. Notas: 1) ***, ** y * denotan estimaciones estadísticamente significativas a niveles del 1, 5 y 10 por ciento, respectivamente. 2) Los números en () corresponden a errores estándar. Cuadro A5.1.6 Impactos de Participación en CIMO en EnESTYC 2001. Modelos con PSM Pagos por Valor Producción Horas Ventas al Servicios Ventas Totales Empleo Salarios Activos Fijos Transferencias Agregado Bruta Trabajadas Extranjero de Maquila Tecnológicas Modelo en niveles CIMO -0.249 -0.301 * -0.346 ** -0.084 -0.080 -0.157 * -0.243 -0.551 -0.560 -0.17 (0.17) (0.17) (0.17) (0.09) (0.09) (0.08) (0.2) (0.35) (0.4) (0.39) Modelo de Efectos Fijos CIMO -0.028 -0.010 -0.014 0.016 0.006 0.004 0.085 ** -0.286 *** 0.459 *** 0.150 (0.03) (0.02) (0.02) (0.02) (0.02) (0.01) (0.04) (0.08) (0.14) (0.13) Tamaño de Muestra 22,269 22,452 22,147 22,386 22,383 21,835 22,116 11,411 5,079 7,309 Modelo de Efectos Fijos. Recortando el 5% Inferior del Grupo de Tratamiento de Acuerdo a la Variable de Resultado -0.048 -0.014 -0.010 0.006 -0.002 0.026 ** 0.103 *** -0.253 *** 0.154 0.149 CIMO (0.03) (0.03) (0.03) (0.03) (0.03) (0.03) (0.03) (0.03) (0.03) (0.03) Tamaño de Muestra 22,075 22,290 21,955 22,196 22,188 21,644 21,939 11,315 5,039 7,254 Fuente: Datos ligados de panel ENESTYC-EIA. Notas: 1) ***, ** y * denotan estimaciones estadísticamente significativas a niveles del 1, 5 y 10 por ciento, respectivamente. 2) Los números en () corresponden a errores estándar. 115 CAPÍTULO 5 En américa latina y El caribE los programas para pymE Evaluación dE impacto dE EVALUACIóN DE IMPACTO DE LOS PROGRAMAS Capítulo 6 PARA PYME EN AMéRICA LATINA Y EL CARIBE 6 Capítulo Evaluación de los Programas de Apoyo a las PyME en Perú 1. introducción limitados, utilizan tecnología obsoleta y carecen de capacidades directivas. Una implicación de esto es En Perú funcionan numerosos programas públi- que la mayoría de los programas carecen de la in- cos y privados de apoyo a la pequeña y mediana formación básica necesaria para supervisar y para empresa (PyME). Dentro del sector público, las evaluar su propio funcionamiento. Faltan datos de iniciativas son ejecutadas por varias entidades, la línea basal incluso para las intervenciones más incluyendo el Ministerio del Trabajo y Promoción sofisticadas y muy a menudo incluso la informa- del Empleo (MTPE), el Ministerio de la Mujer y ción básica sobre el número de beneficiarios es Desarrollo Social (MIMDES) y el Ministerio de la incierta. Por consiguiente, cualquier esfuerzo para Producción (MP). Estos programas varían extensa- evaluar programas para PyME necesita considerar mente en cuanto a enfoque, alcance e instrumentos maneras para usar los datos de encuestas a las de intervención, así como en cuanto a sus capa- empresas existentes, así como para generar nuevos cidades de gestión. Mientras que los del MTPE y datos. el MP tienen típicamente un enfoque claro en la mejora de la productividad y la competitividad, los En un documento de encuestas sobre la evaluación del MIMDES son parte de estrategias de reducción de programas en el Perú, Yamada y Pérez (2005) de la pobreza. Esta distinción implica diferentes concluyen que los programas para PyME son un estrategias de intervención, procesos de selección área particularmente descuidada dentro de un de beneficiarios y servicios proporcionados. La campo incipiente. Los programas de promoción gama de variación en resultados e impactos es por para PyME son ya una parte común de la políti- tanto bastante grande, destacando la necesidad ca del gobierno, pero se sabe muy poco sobre la de evidencia en impactos del programa sobre un eficacia de los diversos instrumentos de promoción conjunto coherente de medidas de desempeño a fin en funcionamiento. Una característica común entre de priorizar las intervenciones y la asignación de un conjunto muy diverso de programas es que recursos bajo limitaciones presupuestarias severas. casi nunca es evaluado su impacto. Una excepción importante a esta regla son los proyectos financia- La mayoría de los programas en funcionamiento dos por el Fondo Nacional de Capacitación Laboral están relacionados al hecho de que más del 97 y Promoción del Empleo (FONDOEMPLEO). Estos por ciento de las empresas peruanas son micro programas incorporan el monitoreo y la evaluación empresas. De hecho, la característica más notable de instituciones independientes como parte del de la estructura empresarial del Perú es la ausen- proyecto. Así, las pocas evaluaciones existentes de cia notoria de empresas de tamaño mediano. Así, los programas para PyME se han hecho en estos los programas responden a una gran demanda programas, que tienden a ser pequeños. Jaramillo de servicios de apoyo de empresas predominan- y Parodi (2003), por ejemplo, evaluaron el impacto temente pequeñas y de muy baja productividad. de dos proyectos financiados por FONDOEMPLEO Desafortunadamente, a menudo los programas se enfocados en jóvenes emprendedores: el proyecto asemejan demasiado a sus clientes: tienen recursos de Capacitación en Negocios para los Jóvenes de CARE-Perú, y el Programa de Capacitación para por trabajador. Los impactos de BONOPYME son Jóvenes Creadores de Microempresas operado del 15 por ciento en las ventas y del 30 por ciento por el Colectivo Integral de Desarrollo (CID). en las utilidades. Estos resultados no son sensibles Asimismo, Jaramillo y Parodi (2006) hicieron un al recorte del 5 por ciento inferior de la distribución ensayo seleccionado aleatoriamente de este último de variables de resultado efectuado para tratar la programa que funciona en la región más pobre del preocupación sobre las tasas de salida diferenciadas país (Huancavelica). Recientemente, Jaramillo y de los dos grupos; pero sí son sensibles a recortes Díaz (2007) aplicaron métodos de emparejamiento en la parte superior. En un nivel metodológico, no paramétricos de diferencias-en-diferencias para los resultados muestran que al controlar por las evaluar un programa similar en Puno. características de la empresa invariantes en tiempo a través de modelos de efectos fijos ayuda a limpiar En este capítulo evaluamos tres programas públicos las estimaciones de impacto de la heterogeneidad importantes orientados a las PyME en el Perú: el no observable entre las empresas individuales. Programa de Compras del Sector Público por la Comisión de Promoción de la Pequeña y Micro Em- El capítulo se organiza como sigue. En la sección presa (PROMPYME), el programa de capacitación siguiente presentamos datos sobre el tamaño del basado en vales para micro y pequeñas empresas sector de las PyME y discutimos la cobertura de los CAPÍTULO 6 (BONOPYME) y el programa de innovación tecno- diferentes programas. La sección 3 describe los tres lógica para la fabricación de calzados del Centro de programas a ser estudiados. La sección 4 discute los Innovación Tecnológica (CITE-Calzado). Empata- datos y sus limitaciones. La sección 5 discute méto- mos listas de beneficiarios de estos programas con dos de estimación y la sección 6 presenta y discute datos de la Encuesta Económica Anual realizada por los resultados empíricos. La sección 7 presenta análi- el Instituto Nacional de Estadística e Informática sis de sensibilidad de las estimaciones del programa (INEI) y generamos grupos de control de la misma para los sesgos potenciales debido a la salida de las encuesta. Utilizamos técnicas de emparejamiento de empresas. La sección 8 contiene las conclusiones. acuerdo a la probabilidad de participación (PSM) para definir una región de soporte común y para implementar modelos de efectos fijos para estimar 2. tamaño del Sector de las pyMe 118 los impactos de la participación en programas sobre y Cobertura de los programas variables del desempeño de las empresas. Las micro y pequeñas empresas representan la gran Nuestros hallazgos indican que, en general, partici- mayoría de las empresas en Perú, y muchas de ellas par en programas para PyME tiene impactos positi- son informales. En 2006 había cerca de tres millones En américa latina y El caribE vos en las ventas y utilidades de las empresas, me- de empresas en el Perú, y el 99 por ciento de ellas los programas para pymE Evaluación dE impacto dE didos en términos absolutos y normalizados sobre eran micro o pequeñas empresas con 50 o menos una base por trabajador. Observando los programas empleados (Cuadro 6.1). El porcentaje de micro individuales, se encuentran impactos positivos para empresas era cerca del 98 en 2006, y alrededor del dos de los tres programas analizados. PROMPYME 96 por ciento si sólo consideramos las empresas y BONOPYME muestran impactos positivos impor- formales. El empleo generado por las micro y pe- tantes, pero no identificamos efectos significativos queñas empresas es alrededor de un 60 por ciento, para CITE-Calzado. En el caso de PROMPYME, mientras que las micro, pequeñas y medianas nuestras estimaciones indican un impacto del 20 empresas representan el 64 por ciento, y los trabaja- por ciento en las utilidades y las ventas totales y dores independientes el 20 por ciento. La contribu- Cuadro 6.1 Estimaciones del número de Micro y Pequeñas Empresas (2006) Clasificación de las número de Empresas número de Empresas número de Empresas Informal (%) Empresas (Estimación) Formales (SUnAT) Informales Micro Empresas 3,171,460 846,517 2,324,943 73.3 Pequeñas Empresas 51,262 34,466 16,796 32.8 Total Micro y 3,222,722 880,983 2,341,739 72.7 Pequeñas Empresas Fuente: SUNAT, Encuesta Nacional de Hogares--ENAHO 2006. ción al PIB de las micro y pequeñas empresas es del Cuadro 6.2 Empresas Formales que Accedieron 28 por ciento, de las empresas medianas cerca del a Programas de Apoyo a las PyME 17 por ciento y de los trabajadores independientes Año de Registro BOnOPYME PROMPYME cerca del 19 por ciento. 2000-2002 12,783 n.d. Del total estimado de 3.2 millones de micro y 2003 2,858 n.d. pequeñas empresas, 846,517 fueron registradas 2004 5,618 10,537 formalmente con la Superintendencia Nacional de En américa latina y El caribE Administración Tributaria (SUNAT), quedando 2005 1,005 6,877 los programas para pymE Evaluación dE impacto dE aproximadamente 2.3 millones de empresas infor- 2006 1,277 4,714 males, o cerca del 73 por ciento de todas las micro Total 10,758 22,128 y pequeñas empresas. Algo menos de tres cuartos (73 por ciento) de las empresas micro eran informa- No. de micro y pequeñas empresas les, mientras que el 33 por ciento de las pequeñas formales, 2006 880,983 empresas eran informales. Porcentaje de PyME 1.2% 2.5% formales en 2006 Los programas para PyME bajo evaluación se orientan sobre todo a las empresas del sector for- Fuente: ENAHO 2006. mal. PROMPYME tenía una cobertura más amplia de empresas formales que BONOPYME en 200655, pero ninguno de estos programas alcanzó más del 3 El programa de BONOPYME proporciona vales por ciento del total de las empresas formales. Estas a las empresas participantes para que adquieran cifras sugieren que una característica de los progra- servicios de capacitación para sus empleados así mas bajo evaluación es su baja cobertura. como asistencia técnica de proveedores califica- dos de servicios empresariales. Hay tres clases de vales: 3. Descripción de los programas para pyMe Vales para diagnósticos. Estos vales cubren los costos de una evaluación del negocio BONOPYME para establecer necesidades y el potencial de crecimiento de las empresas participan- BONOPYME es un programa dirigido a aumentar tes. Los beneficiarios del programa sólo CAPÍTULO 6 la productividad de las PyME facilitando el acceso pueden tener acceso a este servicio una a la asistencia técnica y la capacitación a través de vez durante su participación en el progra- un sistema de vales. El Ministerio de Industria, ma. Este servicio es obligatorio para los Turismo, Integración y Negociaciones Comerciales nuevos beneficiarios. Internacionales (MITINCI) y la fundación Swisscon- tact crearon este programa en 1999. Estas dos insti- Vales para capacitación. Cada empresa tuciones administraron el programa conjuntamente recibe seis vales de capacitación por año, hasta septiembre de 2001, cuando BONOPYME cada uno de ellos con un descuento fijo de fue transferido al MTPE. El programa todavía fue 49 soles. La capacitación puede ser para el manejado en coordinación con Swisscontact hasta empleador o los empleados en las áreas de 2006. En 2008 la nueva legislación para micro y administración o cursos técnicos orienta- 119 pequeñas empresas transfirió la responsabilidad dos a aumentar la productividad. de éste y otros programas para PyME de nuevo al MP, una de las consecuencias de la disolución del Vales para asistencia técnica. Cada empresa MITINCI en 200256. Consecuentemente, el MP está puede utilizar un máximo de dos vales de reestructurando sus programas para PyME, que no asistencia técnica por año. Cada uno da un están funcionando temporalmente en el momento descuento del 70 por ciento en el costo de de la elaboración de este documento. los servicios, hasta una cobertura máxima de 600 soles. Con estos vales, las empresas pueden tener acceso a servicios de con- 55 No consideramos el programa CITE-Calzado porque no tenemos ningún sultoría o asistencia técnica especializada dato sobre el número de empresas en el sector, lo que sería la cifra rele- para mejorar áreas específicas como las vante con la cual comparar el número real de empresas beneficiarias. 56 En 2002, el MITINCI desapareció y se crearon los dos nuevos ministerios: ventas, la producción, las operaciones o el el Ministerio de Comercio Exterior y Turismo (MINCETUR) y el MP . servicio de atención al cliente. Cuadro 6.3 Participación, Vales Usados y Gastos (2003-2006) número de Servicios BOnOPYME Empresas Servicios Totales Gastos del Programa* (Promedio) Capacitación 2003 2,708 2.7 7,206 353,094 2004 6,507 2.9 18,835 922,915 2005 1,552 2.7 4,166 204,134 2006 1,945 2.9 5,554 272,146 Asistencia Técnica 2003 400 1.1 448 268,800 2004 1,023 1.2 1,270 762,000 2005 218 1.1 249 149,400 2006 320 1.2 379 227,400 CAPÍTULO 6 *Gastos del programa estimados en base a un descuento fijo de 49 soles por vales de capacitación y una cobertura máxima de 600 soles por vale de asistencia técnica. Fuente: Lista de Beneficiarios BONOPYME. Según la legislación peruana (D.L. Nº 1086), se per- cual, entre otras cosas, el gobierno se comprometía mite participar en BONOPYME a empresas con un a reservar el 40 por ciento de la adquisición pública máximo de 50 trabajadores y un mínimo de dos tra- de bienes y servicios para las micro y pequeñas bajadores (incluyendo al dueño). El programa acepta empresas, y designaron a PROMPYME como la solamente a las empresas formales con por lo menos institución a cargo de diseminar la información seis meses de funcionamiento antes de la participa- respecto a las ofertas públicas entre las PyME. Por ción en el programa. En la práctica, este requisito lo tanto, PROMPYME, fundado en 1997, imple- 120 fue verificado usando el número de contribuyente mentó un Programa de Compras del Sector Público de la empresa, que tiene que estar activo seis meses de las PyME para promover su participación en previos a la fecha de inscripción en el programa. las adquisiciones públicas de bienes y servicios, Para garantizar la calidad del servicio, los vales de a través de la provisión de información a los capacitación y asistencia técnica se pueden utilizar proveedores potenciales y capacitación basada en En américa latina y El caribE para adquirir servicios solamente de proveedores sitios de Internet. Es esencialmente un programa los programas para pymE Evaluación dE impacto dE autorizados seleccionados por el programa a través de desarrollo de mercado, que recoge y arregla los de un proceso de verificación formal. datos de contratación pública en un formato útil para los participantes registrados en el programa El uso de los servicios de capacitación es más común mediante una página Web así como con un servicio entre las empresas beneficiarias del BONOPYME personalizado de notificación de las solicitudes de que otros servicios (Cuadro 6.3). Esto es sorpren- adquisición dentro de los campos de interés de la dente, porque la cantidad del subsidio potencial empresa. proporcionado por el programa es más grande en el caso de servicios de asistencia técnica. En promedio, Cualquier empresa registrada con el Consejo Supe- las empresas que usan vales para capacitación uti- rior de Contrataciones y Adquisiciones del Estado lizaron 2.7 a 2.9 vales durante el período 2003-2006 (CONSUCODE) puede participar en el programa. comparado a 1.1 a 1.2 vales usados para asistencia Puesto que el registro en CONSUCODE requie- técnica. BONOPYME también tiene un patrón re tener un número impositivo activo, se exige irregular de gastos, alcanzando un pico en 2004 y formalidad impositiva. En 2007 el PROMPYME, después disminuyendo, esto se asocia a fluctuacio- anteriormente autónomo, se convirtió en una parte nes en el financiamiento para el programa. del MTPE (D.S. N° 003-2007-TR), y fue fusionado más adelante en el programa Mi Empresa con la creación de un nuevo componente para la contrata- PROMPYME ción pública llamada Contactos. Como se mencionó anteriormente, el MP asumió la responsabilidad En 2003 el Congreso Peruano aprobó una ley para de las PyME durante 2008 y Mi Empresa está en el promover las micro y pequeñas empresas, por la momento en espera, a excepción de un nuevo com- ponente creado para estimular el consumo interno incluyen las frutas tropicales y las plantas medici- como parte de un programa anticrisis. nales (en Loreto), las fibras de camélidos y procesa- miento de la lana (en Arequipa), procesos agroin- dustriales (Tacna, Arequipa y Piura), logística, Centro de Innovación Tecnológica CITE-Calzado software y silvicultura. Nosotros nos centramos en la CITE pública del calzado, que comenzó con sus El MP supervisa una red de Centros de Innovación operaciones en 1999 con el financiamiento a través Tecnológica (CITE) que proporcionan servicios de donaciones pero ahora es un emprendimiento En américa latina y El caribE tecnológicos específicos del sector a las empresas. público auto financiado. CITE-Calzado ofrece los los programas para pymE Evaluación dE impacto dE Este modelo de innovación tecnológica comenzó en servicios siguientes: un centro de documentación, Perú a finales de los años 90 con asistencia técnica diseño, un laboratorio para pruebas, capacitación y y financiera de la agencia de cooperación española. asistencia técnica. La ley CITE57 fue aprobada en el año 2000 y los define como agencias públicas o privadas a cargo de promover la innovación, la calidad y la pro- a. Centro de Documentación ductividad a través de las diferentes etapas de la producción industrial. Una CITE puede ser pública Este servicio ofrece material de referencia en las o privada, o un emprendimiento público-privado. siguientes áreas: (i) revistas de moda, (ii) manuales Las CITE públicas tienen autonomía técnica, finan- de zapatería, y (iii) estudios e informes sobre la ciera, económica y gerencial, mientras que las CITE fabricación de zapatos. CITE-Calzado solamente privadas necesitan aprobación del Vice Ministerio cobra por las fotocopias. de Industria y de las PyME para funcionar. Las CITE privadas y públicas dependen de recursos generados por cuenta propia a través de la venta b. Diseño de los servicios que proporcionan. Para el caso de las CITE públicas el MP publica el precio de cada CITE-Calzado ayuda a las empresas a diseñar servicio. plantillas para la fabricación de calzados. La plan- tilla es hecha pieza por pieza, por ejemplo, puntera En la actualidad operan 13 CITE en Perú (véase el o talón. Los clientes traen una foto del zapato que Anexo 6.1 para los detalles). Tres CITE públicas quieren fabricar que se usa para hacer la plantilla. funcionan en las industrias del calzado, madera, Este servicio se brinda actualmente a mano, pero y productos de la uva. Otros sectores cubiertos CITE-Calzado espera comprar pronto una máquina CAPÍTULO 6 para ofrecer este servicio por computadora para ase- gurar una mayor precisión. Una vez que el cliente 57 Ley de creación de los CITES Nº 27267. tiene el patrón básico, el paso siguiente es replicarlo Gráfica 6.1 Evolución de los Ingresos de CITE-Calzado por Tipo de Servicio (2001-2006) 250,000 200,000 121 150,000 100,000 50,000 0 2001 2002 2003 2004 2005 2006 Total Diseño Laboratorio Capacitación Asistencia técnica Centro de documentación Fuente: Lista de beneficiarios de CITE-Calzado. para los otros tamaños. Generalmente, las pequeñas cionar servicios a las empresas beneficiarias. Las empresas hacen sus series a mano, lo que lleva a empresas comerciales que quieren verificar la ca- menudo a imprecisiones y a un uso ineficiente de lidad del cuero, por ejemplo, usan los servicios de materias primas debido al desperdicio. CITE-Calza- los laboratorios de CITE-Calzado. Los individuos do proporciona este servicio usando procedimientos pueden también comprar los servicios. Más del 90 computarizados para mejorar la precisión. por ciento de los ingresos totales de la mayoría de los años es por la venta de servicios a las empresas Una parte muy importante del servicio de diseño formales. La demanda general para los servicios de CITE-Calzado es la confidencialidad. La exclusi- muestra un aumento modesto de cerca del 25 por vidad del diseño es crítica para algunas empresas, ciento para el período de 2001 a 2006 (Gráfica 6.1). así que prefieren pagar más por el servicio si están Durante este período, el servicio de diseño fue el seguros que el diseño no terminará en manos de más importante para CITE-Calzado en términos la competencia, lo que generalmente sucede en el de ingresos. El servicio de laboratorio muestra el mercado informal. aumento más grande, aunque desde 2002 se ha estancado. La capacitación, por otro lado, creció significativamente hasta 2004, pero ha disminuido c. Laboratorio de ahí en adelante. CAPÍTULO 6 CITE-Calzado también ofrece pruebas químicas y físicas de las materias primas y de los productos 4. Descripción de los Datos finales. Por ejemplo, prueban la calidad del cuero, sintéticos, plástico, cordones, así como la herrum- Los datos usados para la evaluación de impacto de bre, el pelado, etc. El cliente de estos servicios pue- los programas para PyME en el Perú se obtienen al de ser un fabricante de calzados o una empresa que empatar las listas de beneficiarios de los programas está comprando calzado. El usuario final principal con los datos de la Encuesta Económica Anual del servicio de pruebas es el Servicio de Aduanas, (EEA) para 2001-2006 usando los números de puesto que esta agencia obliga a cada empresa registros de contribuyentes. Una encuesta comple- que quiera exportar a obtener un certificado de los mentaria para una muestra adicional de empresas 122 materiales usados en la fabricación del producto. beneficiarias y de control fue efectuada entre enero Otros importantes usuarios finales son las entida- y marzo de 2009. des de certificación que requieren que las empresas presenten pruebas de laboratorio de sus productos. Las características de las listas de beneficiarios de programas son como sigue: En américa latina y El caribE los programas para pymE Evaluación dE impacto dE d. Capacitación PROMPYME: Incluye el número de contribuyente de cada empresa, el nombre Los proveedores de materia prima ofrecen semina- comercial, información de contacto y los rios cortos sobre cómo mejorar el uso de sus pro- años registrados en PROMPYME entre ductos. Estos seminarios son libres y frecuentemen- 2004 y 2007. te sirven como medio de publicidad. CITE-Calzado también ofrece cursos sobre varios procedimientos, BONOPYME: Incluye el número de técnicas y estándares de fabricación del calzado. contribuyente de cada empresa, el nombre Estos cursos consisten generalmente en 15-30 horas comercial, información de contacto y los de clase cada uno. Los cursos son programados años registrados en BONOPYME entre por CITE-Calzado, pero en algunos casos también 2003 y 2006, y el número de vales de pueden hacerse a pedido. asistencia técnica y de capacitación usados por año. e. Asistencia Técnica CITE-Calzado: Incluye el número de contribuyente de cada empresa, el nombre Un técnico de CITE-Calzado puede ir a una em- comercial, información de contacto y los presa y solucionar problemas técnicos específicos o años de registro para 1999 a 2009. evaluar procesos operativos para sugerir mejoras. La EEA recoge datos económicos y financieros CITE-Calzado no tiene ninguna restricción sobre anuales sobre empresas peruanas seleccionadas. formalidad ni tamaño de la empresa para propor- El propósito indicado es producir información útil para la elaboración de los agregados macroeco- Cuadro 6.4 Empresas Beneficiarias en la EEA nómicos y de sector para el uso en el análisis de de Acuerdo a Programas de Apoyo la economía peruana. La unidad de análisis es la empresa. En el caso de empresas de varios esta- PROMPYME BOnOPYME CITE-Calzado blecimientos, la empresa divulga los datos sobre cada establecimiento. La muestra es estratificada, (1) Número de Empresas 978 114 90 formándose dos estratos usando las ventas anuales Ligadas netas. Un estrato, cuyos elementos entraron a la En américa latina y El caribE (2) Número muestra con una probabilidad igual a 1, se com- los programas para pymE de Empresas 22,128 10,758 1,680 Evaluación dE impacto dE pone de empresas que juntas representan el 70 por Beneficiarias ciento de las ventas anuales en su sector económico Porcentaje y aquellas con ventas anuales netas arriba de los de Empates 4.4% 1.1% 5.4% 5 millones de soles. Adicionalmente, se incluye ((1) / (2)*100) una muestra aleatoria estratificada de empresas con ventas netas debajo de los 5 millones de soles. De acuerdo al diseño, la muestra total debe tener post participación para los beneficiarios de los aproximadamente 26,000 empresas. Sin embargo, programas para PyME, así como para las empresas debido a la no respuesta, particularmente entre las del grupo de control seguidas en el tiempo que se pequeñas empresas, los tamaños de muestra tien- emparejan con los años pre y post de las empresas den a ser más pequeños y a variar de año en año. tratadas. La coordinación con el INEI nos permitió ligar las Hay también una gran brecha entre los datos que listas de beneficiarios a la EEA. Obtuvimos bases supuestamente deben ser recolectados, según de datos de la Lima metropolitana para las empre- los cuestionarios que las empresas deben llenar, sas beneficiarias de los tres programas encontrados y lo que se recoge en realidad, o por lo menos lo en la EEA entre 2001 y 200658. Adicionalmente, que está almacenado en la base de datos del INEI la base de datos incluyó empresas que no habían proporcionada a nosotros. El conjunto de datos está participado en ninguno de los programas y por completo solamente para las variables más agrega- tanto podrían potencialmente servir como grupo das, como las ventas, los gastos y el número total de control para la estimación de los impactos de los de trabajadores. Faltan las variables de insumos bá- programas. sicos tales como la inversión, el valor de los activos fijos y los salarios, entre otras cosas. Sin embargo, CAPÍTULO 6 El número de empresas ligadas es bastante bajo, lo otras variables que caracterizan a la empresa, tales que se puede explicar por el diseño de muestreo como la edad de la empresa, la personalidad jurídi- y las características de los programas (Cuadro ca (tipo de sociedad, etc.) y el sector de actividad, 6.4). Los programas en cuestión se enfocan prin- estaban disponibles para el análisis. cipalmente (o exclusivamente, como en el caso de BONOPYME) en las micro y pequeñas empresas, y puesto que éstas representan la mayor parte de las 5. Metodología empresas en Perú, cada una de ellas tiene una pro- babilidad muy baja de pertenecer a la muestra de A fin de estimar los efectos de tratamiento de los la EEA en comparación con las empresas medianas programas para PyME, necesitamos identificar el y grandes. Naturalmente, esto limita la cantidad de escenario contrafactual para las empresas benefi- 123 datos de panel para las empresas beneficiarias y de ciarias. Por tanto, buscamos un grupo de empresas control. que no participaron en ningún programa, pero comparten características similares de pre trata- No todas las empresas beneficiarias identificadas miento con las empresas beneficiarias. Procedemos informaron a la EEA en cada año del panel. De en dos pasos. hecho, tenemos un panel no balanceado en el cual muchas empresas (sean beneficiarias de los progra- Primero, estimamos una probabilidad de la mas para PyME o no) sólo tienen un año de datos. participación en los programas como función de Esto estrecha la posibilidad de tener datos pre y las características pre tratamiento de la empresa y utilizamos este puntaje para restringir la muestra a las empresas del grupo de tratamiento y de 58 Nótese que mientras CITE-Calzado funciona solamente en Lima, BONOPYME y PROMPYME tienen cobertura nacional. Por tanto, las estimaciones del impacto control que comparten características observables para estos últimos dos programas son para empresas situadas en Lima. similares de pre tratamiento. Con este fin, defi- nimos una región traslapada de probabilidades Enfoque Econométrico de participación entre las empresas del grupo de tratamiento y de control, llamada la región El primer paso en la estimación de impactos de de soporte común. Restringiendo la muestra de los programas consiste en estimar la probabilidad análisis a empresas con probabilidades de partici- de participación en los programas y restringir la pación en la región de soporte común, obtenemos muestra a la región de soporte común. Para hacer una muestra más comparable de empresas en esto, tomamos información de corte transversal de términos de las probabilidades de participación las empresas, que consiste en la observación pre pre programa. tratamiento para las empresas beneficiarias y la ob- servación penúltima para las empresas no tratadas. Segundo, estimamos el impacto de los programas para PyME en las utilidades y las ventas corriendo Definimos una variable dicotómica (ALGUNA VEZ regresiones de efectos fijos en la muestra de empre- TRATADA) que toma un valor de uno si la empre- sas cuyos puntajes de participación se encuentran sa participó en cualquiera de los programas para en la región de soporte común. La especificación PyME (PROMPYME, BONOPYME, CITE-Calzado), de efectos fijos permite que eliminemos factores y un valor de cero si la empresa nunca participó. invariantes en el tiempo potencialmente correlacio- Estimamos el puntaje de participación en los pro- CAPÍTULO 6 nados con la participación en los programas que gramas corriendo una regresión logit de la variable pueden sesgar la estimación de los impactos del dicotómica (ALGUNA VEZ TRATADA) sobre las programa para PyME. siguientes covariables: log de ventas por trabajador y variables dicotómicas por tamaño de empresa, edad de la empresa, industria, tipo societario y año. Desarrollo de la Muestra de Trabajo Después de la regresión calculamos probabilidad de Utilizamos los datos de la EEA para construir un participación estimada e identificamos la región de conjunto de datos panel para estimar la probabi- soporte común. La región de soporte común corres- lidad de participación y las regresiones de efectos ponde a los puntajes de participación que se en- fijos. Estos datos panel comprenden por lo menos cuentran encima de un límite inferior definido por el 124 dos observaciones para cada empresa. Para las máximo entre los niveles mínimos de las probabilida- empresas de tratamiento, restringimos los datos de des de participación estimadas para las empresas de la EEA a las empresas con por lo menos un año de tratamiento y de comparación, y debajo de un límite datos de pre participación en los programas y por superior definido por el mínimo entre los niveles lo menos un año de datos de post participación en máximos de las probabilidades de participación para En américa latina y El caribE los programas. las empresas de tratamiento y de comparación. los programas para pymE Evaluación dE impacto dE Para las empresas del grupo de control (es decir, En el segundo paso volvemos a nuestro conjunto empresas no tratadas) es más complicado definir de datos panel y restringimos la muestra a las em- un año pre y post participación porque no han presas en la región de soporte común. Usando estos recibido el tratamiento. Dado que 2004 es el datos corremos modelos de regresión de la forma: RESULTADOit-TRATADAit+Xit+ it primer año en que podemos identificar nuevas empresas beneficiarias en las listas de beneficia- La variable dependiente RESULTADO denota el log rios de los programas PyME, restringimos los datos de la EEA a las empresas no tratadas con por lo menos una observación antes y una obser- de utilidades (en términos absolutos y por traba- vación después de 2004, o con por lo menos una jador) y de ventas (en términos absolutos y por dicotómica (TRATADA) que indica la participación observación antes y una observación después de trabajador). La covariable de interés es la variable 2005. Por ejemplo, una empresa no tratada con datos para 2003 y 2006 entra en nuestra muestra, de la empresa en un programa para PyME. La igual sucede a una empresa con datos para 2004 y fuente de variación viene de las empresas benefi- 2005, o con datos para 2004 y 2006. En cambio, ex- ciarias que ingresan a cada programa en diferentes dicotómica (TRATADA) toma un valor de cero para cluimos cualquier empresa no tratada con datos años. Para captar el efecto del programa, la variable para 2001 y 2003, porque para cualquier año post tratamiento (2004, 2005 y 2006) para una empresa empresas beneficiarias en años antes de su registro beneficiaria, la empresa de control no tiene datos en el programa y un valor de uno para todos los a contribuir en la estimación de los impactos de años desde la participación en los programas. Para los programas. las empresas de control, esta variable dicotómica tomará un valor de cero en cada año. De esta un efecto fijo específico a la empresa (i), un efecto (t) y un componente aleatorio idiosincrásico a la manera, las empresas beneficiarias actúan como fijo específico al año, común a todas las empresas empresa (uit). Por tanto la ecuación de estimación es: controles en los años antes de unirse a un progra- ma para PyME bajo evaluación. Las regresiones RESULTADOit-TRATADAit+Xit+i+t uit incluyen variables dicotómicas para el tamaño de la las covariables adicionales representadas por Xit. empresa (el número de empleados) y el año, como La inclusión de efectos fijos específicos a la empresa En américa latina y El caribE La principal fuente potencial de sesgo en nuestros elimina las fuentes de sesgo idiosincrásicas inva- los programas para pymE Evaluación dE impacto dE resultados viene de las empresas beneficiarias que riantes en el tiempo detrás de la participación en aparecen en nuestra muestra que se autoseleccionan los programas que podrían estar correlacionadas en el tratamiento y también en la información de la con el término de error original. Los efectos fijos EEA. Si, por ejemplo, las empresas con un desem- específicos al tiempo común a todas las empresas peño más bajo fueran más propensas a participar, el eliminan las tendencias agregadas seculares. impacto podría tener un sesgo negativo puesto que la variable de resultado para las empresas tratadas sería más baja que para las empresas no tratadas, 6. Resultados no necesariamente debido a la participación del programa, sino porque sin el programa estas El Cuadro 6.5 muestra el estatus de tratamiento de de la variable dicotómica ALGUNA VEZ TRATADA. empresas podrían haber tenido un peor desempeño. las empresas en nuestra muestra según la categoría La manera de tratar este problema es estimando la probabilidad de participación y restringiendo la De 2,876 empresas, 414 participaron en un progra- muestra a la región de soporte común. ma para PyME y 2,462 no lo hicieron. De las em- presas tratadas, 355 participaron en PROMPYME, Otro problema potencial es el sesgo asociado a la 63 en BONOPYME y 23 en CITE-CAL. composición de la muestra, puesto que la entrada o la salida de la EEA no es exclusivamente determi- Para implementar la metodología discutida, prime- nada por fuerzas exógenas. Como se anotó arriba, ro estimamos un modelo de regresión logit para la algunas empresas no entregan su información a pe- participación en cualquiera de los programas para variable dicotómica ALGUNA VEZ TRATADA. Corri- sar del hecho de que son seleccionadas como parte PyME. La variable dependiente en la regresión es la de la muestra. Esta característica refleja la decisión entre las empresas a responder (o no) a la EEA. El mos el modelo usando una sola sección represen- CAPÍTULO 6 sesgo puede ser positivo o negativo dependiendo tativa de las empresas compuesta por la primera de los determinantes para informar a la EEA. Otra observación antes de la participación en los progra- fuente potencial de sesgo viene de la existencia de mas para las empresas participantes y la penúltima variables no observables, que pueden afectar al des- observación para las empresas no tratadas. empeño de la empresa además de la participación en los programas, pero que están potencialmente Encontramos que la probabilidad de participación correlacionadas con este. Si estimamos el modelo en los programas para las empresas en nuestra mediante MCO o inclusive usando la transfor- muestra aumenta con el tamaño de la empresa, mación de efectos entre grupos (o estimación de medido por el log de ventas por trabajador o el niveles), los coeficientes estimados probablemente número de trabajadores, y la edad de la empresa. estarán sesgados en tanto haya correlación entre la Las empresas de la industria manufacturera son 125 heterogeneidad no observable de la empresa y el también más propensas a participar en cualquiera estatus de tratamiento. Esto sucede porque la hete- de los tres programas para PyME bajo estudio en rogeneidad no es reducida por el método de MCO o la estimación de efectos entre grupos. Cuadro 6.5 Distribución de las Empresas Tratadas y no Tratadas Para manejar esta situación, utilizamos el modelo de no tratadas Tratadas efectos fijos de dos vías como nuestra especificación preferida. El supuesto de identificación es que la pro- Cualquier Programa 2,462 414 pensión a participar en los programas para PyME y cualquier heterogeneidad adicional entre las empre- PROMPYME 355 sas participantes y no participantes son invariantes BONOPYME 63 en el tiempo. En la ecuación de regresión anterior descomponemos el término de error en tres partes: CITE-CAL 23 Gráfica 6.2Distribución de Probabilidades de Cuadro 6.6 Estimaciones Modelo Logit para Participación y Región de Soporte Común la Participación en los Programas Alguna vez Tratadas 0.2 Log (Ventas por Trabajador) 0.586*** -0.5 -0.4 -0.3 -0.3 -0.2 -0.1 0 0.1 (0.06) Densidad del puntaje de participación Variable Dicotómica más 2.048*** de 100 Trabajadores (0.23) Edad de la Empresa Controles: fuera del soporte común Entre 4 y 7 años -0.255 Controles: en soporte (0.24) Entre 8 y 11 años 0.286 Tratados (0.23) Entre 12 y 15 años 0.384 CAPÍTULO 6 (0.28) Entre 16 y 19 años 0.804*** 0 0.2 0.4 0.6 0.8 1 Puntaje de participación (0.30) Entre 20 y 23 años 0.598* (0.33) comparación con el sector comercial, mientras que 0.594** Más de 24 años las empresas de la industria hotelera y de restau- (0.26) rantes son menos propensas a participar. Tipo Societario Con los resultados del modelo logit, estimamos el -2.247*** 126 S.A, S.A.C, S.A.A, SCRL puntaje o probabilidad de participación y defi- (0.14) nimos la región de soporte común (Gráfica 6.2), Industria restringiendo la muestra sólo a observaciones que caen dentro de esta región, e identificando con el Manufactura 0.772*** año cuando la observación apareció por primera En américa latina y El caribE vez en el conjunto de datos (Cuadro 6.7). (0.20) los programas para pymE Evaluación dE impacto dE Hoteles & Restaurantes -1.734* Para nuestras estimaciones de los impactos de (1.03) la participación en programas para PyME, el Variable Dicotómica Pre 2003 -1.236*** panel superior del Cuadro 6.8 presenta nuestra especificación preferida de efectos fijos. Para fines (0.14) comparativos, en el panel inferior presentamos las Constante -7.740*** estimaciones alternativas basadas en una especi- (0.80) ficación en niveles que no considera la heteroge- Observaciones/Empresas 2,876 neidad no observable. Reportamos dos tipos de estimaciones en cada caso, cada una derivada de Prueba de Razón de 775.07 Verosimilitudes, chi(2) una regresión separada59. Primero, estimamos el Pseudo R2 0.327 impacto de la participación en cualquier programa variable dicotómica TRATADA. Segundo, estimamos para PyME, que corresponde al coeficiente para la el impacto de programas específicos substituyendo ma corresponde al coeficiente para cada una de la variable dicotómica TRATADA con variables estas variables dicotómicas. Para cada regresión, dicotómicas específicas al programa, una para cada mostramos cuatro columnas de las estimaciones de programa. La estimación del impacto del progra- impactos del programa, las primeras dos columnas corresponden a los resultados medidos por el log de utilidades y de ventas; las dos siguientes a las 59 Los resultados completos de la regresión se encuen- mismas variables normalizadas por el número de tran en los Anexos 6.3, 6.4, 6.5 y 6.6. trabajadores. Cuadro 6.7 Distribución de la Muestra Tratada y no Tratada por Tipo de Programa no tratada Tratada PROMPYME BOnOPYME CITE-CAL 2001 1,278 0 0 0 0 2002 2,386 3 0 0 3 En américa latina y El caribE 2003 1,035 15 0 7 8 los programas para pymE Evaluación dE impacto dE 2004 1,544 296 257 41 10 2005 987 263 230 41 9 2006 1,055 291 251 46 10 Total 8,285 868 738 135 40 Cuadro 6.8 Estimaciones de los Modelos de Efectos Fijos y de Efectos entre Grupos Log Log Log Log Utilidades por Utilidades Ventas Ventas por Trabajador Trabajador 1. Estimaciones de Efectos Fijos A. Tratamiento Agregado TRATAMIENTO 0.263*** 0.213*** 0.252*** 0.213*** (0.05) (0.02) (0.05) (0.02) B. Tratamiento por Programa CITE-CAL 0.392 0.121 0.39 0.121 (0.32) (0.12) (0.33) (0.12) PROMPYME 0.206*** 0.201*** 0.195*** 0.201*** CAPÍTULO 6 (0.06) (0.02) (0.06) (0.02) BONOPYME 0.320** 0.156*** 0.304** 0.156*** (0.13) (0.05) (0.13) (0.05) 2. Estimaciones en niveles A. Tratamiento Agregado TRATAMIENTO 1.169*** 1.819*** 1.142*** 1.819*** (0.15) (0.10) (0.15) (0.10) B. Tratamiento por Programa CITE-CAL 0.0822 0.665* 0.0753 0.665* 127 (0.50) (0.36) (0.49) (0.36) PROMPYME 1.448*** 1.863*** 1.421*** 1.863*** (0.16) (0.11) (0.16) (0.11) BONOPYME -0.241 0.823*** -0.26 0.823*** (0.31) (0.21) (0.30) (0.21) Notas: Cada panel proporciona los resultados de modelos de regresión separados. El panel de Tratamiento Agregado muestra las estimaciones de regresión donde la covariable de interés es la variable dicotómica TRATADA, que indica la participación en programas de cualquiera de los programas para PyME bajo estudio. El panel de Tratamiento por Programa da las estimaciones de regresiones donde las covariables de interés son tres variables dicotómicas, una para cada uno de los programas para PyME. Gráfica 6.3 Evolución de las Utilidades Promedio Por Trabajador para PROMPYME y BOnOPYME, 2001-2006 (miles de soles) 140 160 Usuarios de Prompyme Usuarios de Prompyme 120 140 No usuarios No usuarios 100 120 80 100 60 80 40 60 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 Año Año CAPÍTULO 6 Cuadro 6.9 Estimaciones de Efectos Fijos Recortando el 5% de la Parte Inferior de la Distribución Log Log Log Log Utilidades por Utilidades Ventas Ventas por Trabajador Trabajador A. Tratamiento Agregado 0.257*** 0.211*** 0.246*** 0.211*** TRATAMIENTO (0.05) (0.02) (0.05) (0.02) B. Tratamiento por Programa 0.200*** 0.196*** 0.189*** 0.196*** 128 PROMPYME (0.05) (0.02) (0.06) (0.02) 0.315** 0.172*** 0.300** 0.172*** BONOPYME (0.13) (0.06) (0.13) (0.06) En américa latina y El caribE 0.389 0.147 0.389 0.147 CITE-Calzado los programas para pymE Evaluación dE impacto dE (0.32) (0.14) (0.33) (0.14) Notas: Cada panel muestra los resultados de modelos de regresión separados. El panel de Tratamiento Agregado proporciona las estimaciones de regresión donde la covariable de interés es la variable dicotómica TRATADA, que indica la participación en cualquiera de los programas para PyME bajo estudio. El panel de Tratamiento por Programa muestra las estimaciones de regresiones donde las cova- riables de interés son tres variables dicotómicas, una para cada uno de los programas para PyME. Encontramos un impacto positivo de la participa- cativos. Observe el contraste con la estimación en ción en programas para PyME en las utilidades y las niveles, que presenta coeficientes mucho más gran- ventas. La participación está asociada a un aumento des en el caso de PROMPYME y un signo negativo del 26 por ciento en las utilidades y un aumento del en el caso de BONOPYME. Estos resultados están 21 por ciento en las ventas. Los efectos son similares influenciados por la heterogeneidad no observable para la versión normalizada de estas variables. que este tipo de especificación no controla. Los resultados indican que una gran parte de esta hete- Mirando los programas individuales, nuestras rogeneidad es invariante en el tiempo puesto que la estimaciones indican impactos significativos de estimación de efectos fijos, que controla este tipo de PROMPYME y de BONOPYME, pero no para heterogeneidad, es bastante efectiva para reducir CITE-Calzado. Para PROMPYME el efecto de esta fuente potencial de sesgo. participar es cerca del 20 por ciento de las ventas o utilidades. La participación en BONOPYME tiene Observando las tendencias en las utilidades medias un impacto del 15 por ciento en las ventas y del 32 por trabajador, en el caso de PROMPYME hay para por ciento en las utilidades. En el caso de CITE-Cal- comenzar una diferencia a favor de los participan- zado, los impactos no son estadísticamente signifi- tes en el programa, pero ésta tiende a ampliarse en Cuadro 6.10 Estimaciones de Efectos Fijos Recortando el 5% de la Parte Superior de la Distribución Log Log Log Log Utilidades por Utilidades Ventas Ventas por Trabajador Trabajador A. Tratamiento Agregado TRATAMIENTO 0.145** 0.137*** 0.148* 0.137*** (0.07) (0.03) (0.08) (0.03) En américa latina y El caribE los programas para pymE B. Tratamiento por Programa Evaluación dE impacto dE PROMPYME 0.0919 0.135*** 0.0961 0.135*** (0.08) (0.03) (0.08) (0.03) BONOPYME 0.346* 0.0871 0.325* 0.0871 (0.18) (0.08) (0.19) (0.08) CITE-Calzado 0.187 0.107 0.213 0.107 (0.50) (0.18) (0.52) (0.18) Notas: Cada panel muestra los resultados de modelos de regresión separados. El panel de Tratamiento Agregado proporcionaa las estimaciones de regresión donde la covariable de interés es la variable dicotómicas TRATAMIENTO, que indica la participación en cualquiera de los programas para PyME bajo estudio. El panel de Tratamiento por Programa muestra las estimaciones de regresiones donde las covariables de interés son tres variables dicotómicas, una para cada uno de los programas para PyME. el tiempo (Gráfica 6.3). En el caso de BONOPYME cientes estimados de participación en los progra- encontramos el patrón opuesto: al principio los mas, en comparación a las estimaciones originales no participantes tienen mejores indicadores de que se dan en el Cuadro 6.8. En la mayoría de los la variable de resultado pero la brecha tiende a casos las estimaciones de la muestra recortada estrecharse con el tiempo. son casi iguales a las estimadas previamente, y la significación estadística de las estimaciones de puntos no es afectada. El mismo patrón se observa 7. análisis de Sensibilidad tanto para el tratamiento agregado como para los impactos separados de programas específicos. Efectuamos un análisis de sensibilidad de nues- CAPÍTULO 6 tros efectos de tratamiento estimados excluyendo Como un análisis de sensibilidad adicional, también las empresas tratadas en los extremos más alto estimamos los efectos del tratamiento recortando el 5 y más bajo de la distribución de las variables de por ciento de la parte superior de la distribución de resultado. En nuestro primer análisis de sensi- las variables de resultado. Haciendo esto, obtenemos bilidad, recortamos la muestra eliminando el 5 una estimación de efectos fijos con un límite menor por ciento de la parte inferior a fin de tratar la de los impactos del tratamiento (Cuadro 6.10). En posibilidad de sesgo en nuestras estimaciones por este caso, encontramos varios cambios al comparar no considerar el hecho de que las tasas de salida con los resultados originales. Primero, las estimacio- de las empresas podrían ser diferentes entre las nes agregadas obtenidas de la muestra recortada son empresas tratadas y de control en la muestra lon- la mitad de las estimadas previamente en la muestra gitudinal. La base del criterio de recorte es el su- entera, pero todavía son grandes y positivas. En se- 129 puesto que las empresas de desempeño más bajo gundo lugar, cuando separamos las estimaciones de habrían salido en la ausencia de participación en efectos fijos por programa, los impactos de BONO- los programas. Usando esta muestra recortada de PYME resultan no tan significativos estadísticamente empresas, replicamos la estimación de nuestras para las ventas y las ventas por trabajador pero regresiones de efectos fijos anteriormente efectua- (más débilmente) significativas para las utilidades, das, tanto para cualquier tratamiento, definido mientras que antes fueron significativas para todas como la participación en cualquier programa las variables de resultado, y los impactos fueron para PyME, como para la participación en cada muy altos. En cambio, para PROMPYME, los resul- programa específico (PROMPYME, BONOPYME tados son estadísticamente significativos solamente y CITE-Calzado). para las ventas y las ventas por trabajador, pero los impactos estimados limitados son cerca del 65 por Los resultados de este análisis (Cuadro 6.9) mues- ciento de las estimaciones de impactos no limitados tran cambios de menor importancia en los coefi- que se indicaron previamente. 8. Conclusiones para las utilidades y las utilidades por trabajador. En este capítulo damos a conocer un esfuerzo Dada la creciente demanda de los gobiernos latinoa- para evaluar tres programas públicos importantes mericanos, incluyendo Perú, de datos de evaluación orientados a las PyME en Perú: El Programa de que apoyen la toma de decisiones para la asignación Adquisiciones del Sector Público de PROMPYME, de recursos a los programas públicos, estos resulta- el programa de capacitación basado en vales BO- dos destacan fuertemente la importancia de generar NOPYME, y CITE-Calzado de ayuda tecnológica conjuntos de datos adecuados para evaluar los para la industria del calzado. Emparejamos las listas programas para PyME. Las encuestas económicas de beneficiarios de los programas con datos de la anuales del tipo usado en este análisis son comunes Encuesta Económica Anual del INEI para crear un en varios países latinoamericanos. El fortalecimien- conjunto de datos panel con un grupo de tratamien- to de estos esfuerzos de recolección de datos y la to y un grupo de control de las empresas. Utilizamos mejora de su calidad es un primer paso importante técnicas de emparejamiento de acuerdo a la pro- para promover más evaluaciones. Específicamente, babilidad de participación para definir una región en el caso de Perú dos características del conjunto de soporte común y para implementar modelos de de datos necesitan mejorarse. Primero, hay una efectos fijos a fin de estimar impactos de los progra- gran brecha entre los datos que se supone deben ser CAPÍTULO 6 mas en las variables de resultado de las empresas. recogidos, según el cuestionario de la encuesta, y lo que en realidad está en la base de datos. Una gran Nuestros hallazgos indican que la participación en cantidad de variables que podrían ser útiles para los los programas para PyME tiene impactos positivos ejercicios de evaluación se dejan fuera de la base de estadísticamente significativos en dos resultados datos, probablemente porque no son recolectadas o de las empresas: ventas y utilidades, en términos contienen demasiadas observaciones faltantes. absolutos y normalizados sobre la base por trabaja- dor. PROMPYME y BONOPYME muestran impac- Una segunda área de mejora es la necesidad de de- tos positivos considerables, pero no identificamos sarrollar un panel balanceado útil para los propó- efectos significativos para el programa CITE- sitos de evaluación. Esto es factible, pero implica Calzado, posiblemente debido al pequeño número usar datos de los beneficiarios de los programas. 130 de beneficiarios de CITE-Calzado. En el caso de La idea es generar estratos dentro de estas encues- PROMPYME, nuestras estimaciones indican un tas para beneficiarios de los programas. Así, los impacto del 20 por ciento en las utilidades y las programas podrían compartir sus listas de benefi- ventas, en total y por trabajador. Los impactos de ciarios con las agencias estadísticas oficiales para BONOPYME son del 15 por ciento en las ventas y reflejar un marco de muestreo adecuado de los En américa latina y El caribE del 30 por ciento en las utilidades. participantes en los programas. Esto por supuesto los programas para pymE Evaluación dE impacto dE requiere un diseño adecuado y la voluntad de los En un nivel metodológico, los resultados muestran programas a colaborar en la evaluación de sus que al controlar por atributos de las empresas impactos. invariantes en el tiempo a través de métodos de estimación de efectos fijos ayuda a limpiar las La evaluación de programas para PyME en Perú estimaciones de impacto de la heterogeneidad no está actualmente en una etapa incipiente. Un nú- observable entre las empresas individuales. Los mero de preguntas están abiertas a la investigación, resultados no cambian cualitativamente cuando incluyendo pruebas adicionales de los resultados recortamos el 5 por ciento de la parte inferior de presentados aquí con mejores datos. Un área son la distribución de las variables de resultado para los determinantes de la participación en programas tratar la inquietud sobre las tasas diferenciales de públicos. En general, la cobertura de los programas salida. Sin embargo, son sensibles al recorte del para PyME en Perú es baja. ¿Esto tiene que ver con 5 por ciento de la parte superior, sugiriendo la restricciones de oferta? ¿Hay también un elemento presencia de valores discrepantes. Las estimaciones de la demanda? Una segunda área es el papel del del agregado son todavía significativas, pero de la contexto local en los impactos de los programas. mitad en magnitud de aquellas obtenidas con la ¿Los impactos difieren significativamente de un muestra entera. Las estimaciones de PROMPYME área a otra? Una tercera pregunta importante es son estadísticamente significativas solamente para si los programas ayudan u obstaculizan el de- las ventas y las ventas por trabajador, y son cerca sarrollo de los mercados para los servicios que de dos tercios de la magnitud de las estimaciones proporcionan. Por ejemplo, ¿generan una demanda con la muestra recortada. Las estimaciones para sostenible para servicios de asistencia técnica y de BONOPYME resultan ser significativas solamente capacitación? Anexo 6.1 Centros de Innovación (CITE) nº nombre Gestión Institución Ubicación 1 CITEccal Pública PROMPERú Rímac-Lima En américa latina y El caribE Parque Industrial Villa el Salvador - Lima 2 CITEmadera Pública PROMPERú, PRODUCE, MINAG los programas para pymE Pucallpa - Ucayali Evaluación dE impacto dE 3 CITEvid Pública PROMPERú, MINAG Ica Universidad Nacional de la Amazonía, CITEfrutas Tropicales y plantas , Cámara de Comercio, IIAP Instituto 4 Privada Iquitos ­ Loreto medicinales de Loreto de Medicina Tradicional, gobierno regional, IPPN y PRODUCE 5 CITEconfecciones El Taller Arequipa Privada ONG El Taller de Arequipa Arequipa PRODUCE, ZOFRATACNA, 6 CITEagroindustrial MST - Tacna Privada asociación de productores Tacna de olivos, uva y orégano 7 CITEagroindustrial CEPRORUI Privada ONG El Taller de Arequipa Arequipa Cite industria textil camélidos Instituto Privado de Alpaca 8 Privada Arequipa del Perú IPAC ­ Arequipa (IPAC) y PROMPERú CAPÍTULO 6 Universidad de Piura, Cámara de Comercio, PROMANGO, 9 CITEagroindustrial Piura Privada CEPICAFE, CEDEPAS NORTE, Piura Asociación de Productores de Algarrobina y PRODUCE Gremio de Productores Metal mecánicos ATEM (Norte de Lima) con el apoyo de ADEx, PROMPERU, 10 CITEmetalmecánico ­ ATEM Privada Los Olivos - Lima PSI Universidad Sedes Sapiencia, Universidad del Callao, CEPEA y municipalidad de Los Olivos. 11 CITElogística GS1 Privada GS1-Perú (certificado) San Isidro - Lima 131 12 CITEsoftware Privada APESOFT (certificado) San Borja - Lima CITEagroalimentario de 13 Privada IDESI Arequipa (certificado) Arequipa Majes y el Sur del Perú Anexo 6.2 Encuesta y Análisis Complementarios En este anexo, describimos un esfuerzo por au- las condiciones para obtener el resto. Procedimos a mentar el tamaño de muestra de beneficiarios de utilizar menos dígitos para el código de actividad BONOPYME y CITE-Calzado. Aunque la base de económica y permitimos diversos distritos dentro datos de la EAS nos permitió identificar muestras de la Lima metropolitana y de Callao. Finalmente, adecuadas de beneficiarios de PROMPYME, los ta- para las empresas restantes aceptamos empresas maños de muestra fueron menos satisfactorios para con edades diferentes como controles. Como resul- BONOPYME y CITE-Calzado. Por consiguiente, tado de este proceso terminamos con más empresas aplicamos una encuesta complementaria compatible de control que empresas beneficiarias (Cuadro con la EAS a los beneficiarios de BONOPYME y A6.2.1). CITE-Calzado y sus pares de control potenciales. Esta encuesta se enfocaría en los beneficiarios De las 586 empresas de las que decidimos recolec- recientes de estos programas, de modo que pudié- tar datos, 349 empresas realmente nos dieron infor- ramos recoger datos retrospectivos, incluyendo mación (Cuadro A6.2.1). La diferencia es principal- CAPÍTULO 6 información sobre la participación de las empresas mente explicada por direcciones equivocadas o no en los programas de apoyo y las variables econó- identificadas o rechazos directos. Adicionalmente, micas similares a aquellas en la EAS, para construir tuvimos un problema con los beneficiarios de un conjunto de datos de panel para estas empresas. CITE-Calzado, ya que muchos de ellos resultaron Para ampliar el tamaño de la muestra, utilizamos haber participado en el programa mucho antes de un directorio amplio de micro y pequeñas empresas para buscar empresas beneficiarias que no estaban en la muestra de la EAS, así como las empresas de Cuadro A6.2.1 Resultados de la Encuesta control potenciales de una edad, actividad económi- Suplementaria según Programa de Apoyo ca, ventas anuales y ubicación geográfica (distrito) Programa Encuesta Suplementaria similares dentro de la Lima metropolitana. 132 CITE-Calzado 62 BONOPYME 89 a. Selección de los Beneficiarios y de la Muestra Empresas de Control 198 A través de un directorio de micro y pequeñas TOTAL 349 En américa latina y El caribE empresas identificamos 143 empresas beneficiarias los programas para pymE Evaluación dE impacto dE de BONOPYME y 468 de CITE-Calzado. Según la Cuadro A6.2.2 número de Usuarios de CITE- información que ya habíamos recogido de la EAS, Calzado Según el Año de Registro1 sólo necesitábamos aproximadamente 150 empre- Registro n° de Empresas sas más para cada programa. Utilizamos un mues- treo aleatorio simple para CITE-Calzado y todas las 2001 10 empresas identificadas para BONOPYME. 2002 7 2003 8 b. Selección de Empresas de Control 2004 5 2005 2 Para seleccionar las empresas de control utilizamos 2006 2 los criterios siguientes: (i) el código de actividad económica, (ii) la ubicación geográfica (dentro de 2007 1 la Lima metropolitana y Callao), (iii) el volumen Total 35 de ventas, y (iv) la edad en términos del número de años que la empresa había estado funcionando. Fuente: Encuesta suplementaria. Elaboración: Autores El proceso de selección para obtener pares implicó Estimaciones para BONOPYME Usando la Encuesta Suplementaria varios pasos. En la primera fase aplicamos cri- terios restrictivos usando el código de actividad económica hasta cinco dígitos. Usando los criterios 1 Aunque entrevistamos a 62 usuarios de CITE-Calzado, restrictivos encontramos pares de control para casi sólo 35 proporcionaron su año de registro. la mitad de nuestra muestra por lo que relajamos que estuvieran registrados en la base de datos que Cuadro A6.2.3 Modelo Logit. Variable Dependiente: el programa nos dio y que sirvió como marco de Alguna vez Tratada por BOnOPYME muestreo. Como se muestra en el Cuadro A6.2.2, Alguna vez Tratada algunas de ellas se remontaban a 2001. Esto hacía Variables imposible para nosotros recolectar información Logit Pre Tratamiento pre tratamiento para la mayor parte de las empre- sas beneficiarias. Considerando que el marco de -0.044 tiempo de referencia para esta encuesta suplemen- En américa latina y El caribE Ln(ingpercap) taria era el periodo 2005-2007, sólo podemos tener los programas para pymE (0.04) Evaluación dE impacto dE información pre tratamiento para tres empresas -0.107 usuarias de CITE-calzado (Cuadro A6.2.2). Como Expectativas de Crecimiento tal, tendremos que basarnos en la EAS para estimar (0.13) los impactos para este programa. -0.016 Es Dueño de un Taller Para estimar los efectos del tratamiento para (0.09) BONOPYME, replicamos el procedimiento -0.023 usado con la EAS para los usuarios de BONO- Maquinaria PYME. Esta nueva base de datos de la encuesta (0.097) suplementaria registra información entre 2005 y -0.053 2008. En la encuesta identificamos 89 empresas Ln (# de trabajadores) beneficiarias de BONOPYME con una variable (0.06) indicadora para "Alguna vez tratada por BONO- 0.126 PYME". Primero, estimamos un modelo logit en Manufactura la sección representativa de 2005 de los beneficia- (0.11) rios de BONOPYME y de las empresas del grupo 0.136 de control (Cuadro A6.2.1). Los coeficientes Acceso al Crédito: Moderado logit reportados son los efectos marginales de la (0.11) probabilidad de acceder a BONOPYME (Cuadro 0.138 A6.2.3). Solamente las variables referentes a la Acceso a Crédito: Fácil edad de las empresas son significativas, y sugie- (0.13) ren que las empresas más jóvenes (en funciona- -0.226** miento entre uno y tres años) son más propensas CAPÍTULO 6 Entre 4 y 7 años a participar en el programa que aquellas entre (0.09) cuatro y diez años. El hecho de que el resto de las -0.260* variables resultan no ser estadísticamente signifi- Entre 8 y 11 años (0.09) 0.015 Gráfica A6.2.1 Distribución de Probabilidades de Entre 12 y 15 años Participación y Región de Soporte Común para BOnOPYME (0.13) -0.083 Entre 16 y 19 años (0.16) 0.149 133 Entre 20 y 23 años (0.23) -0.110 Más de 24 años (0.16) 1.985 Constante -1.786 0 0.2 0.4 0.6 0.8 Puntaje de participación Observaciones 143 Controles: fuera del soporte Controles: en soporte Pseudo R2 0.0837 Tratados LR chi2(14) 15.39 Cuadro A6.2.4 Modelo de Efectos Fijos para BOnOPYME (1) (2) (3) (4) Variables Utilidades per Capita Ln (Utilidades per Capita) Ventas per Capita Ln (Ventas per Capita) 4.623 -0.0607 3778* 0.111* Tratamiento Dicotómica (5.540) (0.228) (2157) (0.0627) -6.264 -1.264*** -24983*** -0.705*** Ln (# de Trabajadores) (8.377) (0.298) (3332) (0.0969) -2.845 0.201 87.72 0.0462 Entre 4 y 7 años (6.241) (0.209) (2.406) (0.0700) -5.027 0.847** -437.4 0.0383 Entre 8 y 11 años (12.405) (0.418) (4.746) (0.138) 2.862 0.768 -74.57 0.133 Entre 12 y 15 años (21.700) (1.130) (8.546) (0.249) CAPÍTULO 6 -17.933 0.694 -2920 0.0861 Entre 16 y 19 años (28.378) (1.317) (11.232) (0.327) -36.841 0.710 -9.895 -0.124 Entre 20 y 23 años (33.908) (1.692) (13.448) (0.391) -42.044 0.485 -15.850 -0.216 24 años o más (37.981) (1.802) (15.063) (0.438) 8.722** -0.168 1341 0.0916** Variable Dicotómica Año_2006 (3.900) (0.150) (1.519) (0.0442) 134 8.369* -0.0844 5.075*** 0.197*** Variable Dicotómica año_2007 (4.439) (0.169) (1.722) (0.0501) 14.807 10.04*** 65.653*** 10.68*** Constante (12.890) (0.550) (5.039) (0.147) En américa latina y El caribE los programas para pymE Observaciones 355 301 371 371 Evaluación dE impacto dE F 1.435 2.603 6.566 7.497 R2 0.061 0.133 0.218 0.241 número de id2 124 122 125 125 F_f 1.457 5.320 54.59 42.83 *** p<0.01, ** p<0.05, * p<0.1 Errores Estándar entre Paréntesis cativas está posiblemente asociado con el proce- El Cuadro A6.2.4 muestra los resultados al estimar dimiento para seleccionar el grupo de control, una especificación de modelo de efectos fijos para descrito arriba. El proceso de selección considera- la participación en BONOPYME. Los resultados ba características similares en términos de sector, se muestran en cuatro columnas, las primeras dos tamaño de la empresa, y otros factores. columnas corresponden a las utilidades per cápita y su valor en logaritmos; las dos siguientes a las Sobre la base de este modelo logit, se calcularon ventas por trabajador y su respectivo logaritmo. las probabilidades de participación para definir la Nuestras estimaciones indican que BONOPYME región de soporte común. La Gráfica A6.2.1 mues- tiene impactos significativos en las ventas per cápi- tra la distribución de las observaciones: tratadas ta y logaritmo de las ventas per cápita. El tamaño y control que están dentro y fuera del soporte del efecto es cerca de un 11 por ciento del valor de común. las ventas. Referencias " Aerts, Kris y Dirk Czarnitzki (2004). "Using Innovation Survey Data to Evaluate I&D Policy: The Case of Belgium. Documento para Discusión 05-55. ZEW: Centro para la Investigación Económica Europea. Álvarez, Roberto y Gustavo Crespi (2000). "Exporter Performance and Promotion Instruments: Chilean Empirical Evidence. " Estudios de Economía, Vol. 27, No. 2. Álvarez, Roberto y Sebastian Vergara (2007). "Sobrevivencia de PYME en Chile: ¿Ha cambiado a través del tiempo? ¿Difiere por industrias?" Documento de Trabajo del Banco Central de Chile No. 427, agosto. ., Angelelli, P R. Moudry, y J. Llisterri (2006). "Institutional Capacities for Small Business Policy Development in Latin American " and the Caribbean. Banco Interamericano de Desarrollo. Departamento de Desarrollo Sostenible. Series de Documentos Técnicos, MSM-136. Bancomext (2006a). Informe de Rendición de Cuentas 2000-2006 Primera Etapa 1o. de diciembre de 2000 - 31 de diciembre de 2005, México. (2006b). Informe de Rendición de Cuentas 2000-2006 Segunda Etapa 1º de enero de 2006 - 30 de noviembre de 2006, México. Batra, Geeta y Syed Mahmood (2003). "Direct Support to Private Firms: Evidence on Effectiveness" Documento de Trabajo 1370 de Investigación de Políticas Banco Mundial, Washington DC. Benavente, José Miguel y Gustavo Crespi (2003). "The Impact of an Associative Strategy (the PROFO Program) on Small and " Medium Enterprises in Chile. Universidad de Sussex, SPRU Series de Documentos de Trabajo Electrónicos No. 88, junio. Benavente, José Miguel, Gustavo Crespi y Alessandro Maffioli (2007). "Public Support to Firm-Level Innovation: An Evaluation " of the FONTEC Program. Series de Documentos de Trabajo OVE/WP/05/07, Banco Interamericano de Desarrollo, diciembre. " Blundell y Costa-Dias. (2002). "Alternative Approaches to Evaluation in Empirical Microeconomics. CeMMAP Documentos de Trabajo, CWP10/02, University College of London, Instituto de Estudios Fiscales. Chudnovsky, Daniel, Andrés López, Martin Rossi y Diego Ubfal (2006). "Evaluating a Program of Public Funding of Private " Innovation Activities. An Econometric Study of FONTAR in Argentina. OVE/WP-16/06, Banco Interamericano de Desarrollo. 136 CONACyT (2003). Informe General del Estado de la Ciencia y la Tecnología, México. (2005). Informe General del Estado de la Ciencia y la Tecnología, México. (2006). Informe General del Estado de la Ciencia y la Tecnología, México. (2007). Informe General del Estado de la Ciencia y la Tecnología, México. Criscuolo, Chiara, Ralf Martin, Henry Overman y John Van Reenen (2007). "The Effects of Industrial Policy on Corporate En américa latina y El caribE " Performance: Evidence from Panel Data. Centro para el Desempeño Económico, London School of Economics. los programas para pymE Evaluación dE impacto dE De Negri, João Alberto, Mauro Borges Lemos, y Fernanda De Negri (2006). "Impact of I&D Incentive Program on the " Performance and Technological Efforts of Brazilian Industrial Firms. OVE/WP-14/06, Banco Interamericano de Desarrollo, Washington DC. Díaz, Juan José, y Miguel Jaramillo. (2009). Políticas de fomento de las Micro, Pequeñas y Medianas Empresas en el Perú. Mimeo, GRADE. eNetwork (2007). La Realidad de la Incubación en América Latina y el Caribe: Modelos y Resultados, presentación para la Segunda Conferencia de Incubadoras Latinoamericanas y del Caribe, Santiago de Chile, Chile, 24 y 25 de julio de 2007. " Goldberg, Mike y Eric Palladini (2008). "Chile: A Strategy to Promote Innovative Small and Medium Enterprises. Documento de Trabajo No. 4518 de Investigación de Políticas, Banco Mundial, Washington DC, febrero. González, V. (2005). Avances del Sistema Nacional de Garantías en México, Presentación para el X Foro Iberoamericano sobre Sistema de Garantías y Financiamiento para las Micro y PyME, Secretaría de Economía del Gobierno Mexicano: Valladolid, España, septiembre de 2005. " Hallberg, Kristin. (2000). "A Market-oriented Strategy for Small and Medium scale Enterprises. Banco Mundial, Washington DC. " Heckman, James. (1978). "Dummy Endogenous Variables in a Simultaneous Equation System. Econometrica 46, p. 695-712 Heckman, James, Hidehiko Ichimura, y Petra Todd. (1997). "Matching as an Econometric Evaluation Estimator: Evidence from " Evaluating a Job Training Program. Revista de Estudios Económicos. 64, p. 605--654. " (1998). "Matching as an Econometric Evaluation Estimator. Revista de Estudios Económicos. 65, p. 261--294. Instituto Tecnológico y de Estudios Superiores de Monterrey, México City Campus (2008). Evaluación Integral 2008-2009 del Fondo Nacional de Apoyo a la Micro, Pequeña y Mediana Empresa (Fondo PyME). México: octubre de 2009. Jaramillo, Miguel y Juan José Díaz. (2007). "Evaluación de impacto del "Programa de Calificación de Jóvenes Creadores de " Negocios de Puno. Informe de investigación para Fondoempleo. Jaramillo, Miguel y Sandro Parodi. (2006). "Evaluación Experimental del Programa de Jóvenes Creadores de Empresas en " Huancavelica. Informe de investigación disponible en www.grade.org/download/docs/CIDHuancavelica.pdf. (2003). Jóvenes Emprendedores. Lima: Instituto Apoyo. " Jarmin, Ronald. (1998). "Manufacturing Extensión and Productivity Dynamics. Oficina de Censos de los EE.UU., Documento de Trabajo CES 98.8 del Centro para Estudios Económicos, Oficina de Censos de EE.UU. " (1999), "Evaluating the Impact of Manufacturing Extensión on Productivity Growth. Revista de Análisis de Políticas y Gestión, Vol. 18, No.1, p. 99-119. " King, Elizabeth y Jere Behrman. (2008). "Timing and Duration of Exposure in Evaluations of Social Programs. Documento de Trabajo No. 4686 de Investigación de Políticas, Banco Mundial. Leuven, Edwin y Barbara Sianesi. (2003). "PSMATCH2: Stata module to perform full Mahalanobis and propensity score matching, common support graphing, and covariate imbalance testing." http://ideas.repec.org/c/boc/bocode/s432001.html. " Lévano, Cecilia. (2005). "Elaboración de Estadísticas de la Micro y Pequeña Empresa. DNMPMTPE. " McKenzie, David. (2009). "Impact Assessments in Finance and Private Sector Development. World Bank Research Observer, Washington DC. McKenzie, David y Christopher Woodruff. (2008). "Experimental Evidence on Returns to Capital and Access to Finance in " Mexico. Documento de Trabajo de Investigación de Políticas, Banco Mundial, marzo de 2008. " Mifflin, Iván. (2005). "La situación de la Micro y Pequeña empresa en el Perú. Ministerio de Trabajo y Promoción del Empleo. Mole, Kevin, Mark Hart, Stephen Roper y David Saal. (2008). "Differential Gains from Business Link Support and Advise: A " Treatment Effects Approach. EPC: Gobierno y Políticas, Vol. 26, p. 315-334, Pion Publishing, Gran Bretaña. Morris, Michelle y Paul Stevens. (2009). "Evaluation of the Growth Services Range: Statistical analysis using firm-based " performance data. Investigación y Evaluación, Ministerio de Desarrollo Económico, Gobierno de Nueva Zelanda. Motohashi, Kazuyuki. (2002). "Use of Plant-Level Micro-Data for the Evaluation of PyME Innovation Policy in Japan." Documentos de Trabajo de la OCDE en Ciencia, Tecnología e Industria, 2002/12, OCDE, París. Nacional Financiera. (2002). Informe de Actividades 2002, México. (2003). Informe de Actividades 2003, México. (2004). Informe de Actividades 2004, México. (2005). Informe de Actividades 2005, México. (2006a). Informe de Actividades 2006, México. (2006b). Informe de Rendición de Cuentas de la Administración 2000 ­ 2006 Etapa 1: Informe que comprende del 01 - diciembre - 2000 al 31 - diciembre ­ 2005, México. Organización para la Cooperación y el Desarrollo Económico. (2007). OCDE Framework for the Evaluation of PyME and Entrepreneurship Policies and Programmes. " Ozcelik, Emre y Erol Taymaz. (2008). "I&D Support Programs in Developing Countries: The Turkish Experience. Políticas de Investigación, 37, p. 258-75. Revesz, John y Ralph Lattimore. (2001). "Statistical Analysis of the Use and Impact of Government Business Programs. " Documento de Trabajo del Personal de la Comisión de Productividad, AusInfo, Canberra, Australia. Roper, Stephen y Nola Hewitt-Dundas. (2001). "Grant Assistance and Small Firm Development in Northern Ireland and the " Republic of Ireland. Revista de Economía Política de Escocia, Vol. 48, No. 1, p. 99-117. . Rosenbaum, P y D. Rubin. (1983). "The Central Role of the Propensity Score in Observational Studies for Causal Effects. " Biométrica, 70 (1), p. 41-55. Sarder, Johangir, Dipak Ghosh y Peter Rosa. (1997). "The Importance of Support Services to Small Enterprises in Bangladesh. " Revista de Gestión de Pequeñas Empresas, abril, Vol. 37, No. 2, p. 26-36. Secretaría de Economía, Reporte e-SINafinsa. (2007a). Programas y Apoyos para las Micro, Pequeñas y Medianas Empresas y los Emprendedores. Presentación hecha para CONCANACO SERVYTUR, 21 de septiembre de 2007. (2006a). Libro Blanco. Fondo de Apoyo Para la Micro, Pequeña y Mediana Empresa (Fondo PYME), México. (2006b). Informe de Rendición de Cuentas 2000-2006. Etapa 1: Informe que comprende del 01-diciembre- 2000 al 31-diciembre-2005, México. (2006c). Informe de Rendición de Cuentas 2000-2006. Etapa 2: informe que comprende del 1 de enero al 30 de junio de 2006, México. (2001). Programa de Desarrollo Empresarial 2001-2006, México. Secretaría del Trabajo y Previsión Social. (2006). Libro Blanco PAC, México. Soto, Jorge, Hugo Fuentes, y Víctor Aramburu. (2009). Review of PyME programs in Mexico. Storey, David. (1998). Six Steps to Heaven: Evaluating the Impact of Public Policies to Support Small Businesses in Developed Economies. Universidad de Warwick. Centro para Pequeñas y Medianas Empresas. Tan, Hong y Gladys López-Acevedo. (2007). "How Well Do PyME Programs Work? Evaluating Mexico's PyME Programs Using " Panel Firm Data. Instituto del Banco Mundial y LAC, Washington DC. (2005). "How Well Do Small and Medium Enterprise Programs Work? Evaluating Mexico's PyME Programs Using Panel " Firm Data. Documento de Trabajo No. 0-3339 de Investigación de Políticas, Banco Mundial, Washington DC. " (2005). "Evaluating Training Programs for Small and Medium Enterprises: Lessons from Mexico. Documento de Trabajo No. 3760 de Investigación de Políticas, Banco Mundial, Washington DC. " (2004). "Evaluating PyME Training Programs: Some Lessons from Mexico's CIMO Program. Mimeo, 15 de abril de 2004. Instituto del Banco Mundial, Washington DC. " Banco Mundial. (2007). "Chile Investment Climate Assessment. Informe No. 39672-CL Volumen II, Unidad de Finanzas y del Sector Privado, Unidad de Reducción de la Pobreza y Gestión Económica, Región de Latinoamérica y el Caribe, Washington DC. " Banco Mundial. (2004). "Chile: A Strategy to Promote Innovative Small and Medium Enterprises. Informe No. 29114-CL Departamento de Finanzas, Sector Privado e Infraestructura, Región de Latinoamérica y el Caribe, Washington DC. " Wren, C. M. y David Storey. (2002). "Evaluating the Effects of Soft Business Support on Small Firm Performance. Documentos Económicos Oxford, Vol. 54[2], p. 334-365. " , Yamada, Gustavo y Patricia Pérez. (2005). "Evaluación de Impacto de Proyectos de Desarrollo en el Perú. Lima: CIUP Apuntes de estudio, 61. 138 En américa latina y El caribE los programas para pymE Evaluación dE impacto dE