ENDEUDAMIENTO Y VULNERABILIDAD FINANCIERA: FACTORES
ASOCIADOS. UN CASO DE ESTUDIO
DEBT AND FINANCIAL VULNERABILITY: ASSOCIATED FACTORS. A CASE
STUDY
Resumen
La pandemia por covid-19 y la consecuente caída en el
nivel de actividad económica a lo largo y ancho del
planisferio han puesto en peligro numerosas empresas
pertenecientes a diversos sectores económicos. Ante un
contexto difícil, la toma de decisiones de política pública
dirigidas al aliviar la situación de las empresas se vuelve
central y, para ello, es vital contar con información sobre el
nivel de endeudamiento y los factores explicativos. Este
trabajo pretende avanzar en el estudio sobre ambas
cuestiones, utilizando como caso de estudio el sector
comercial de la ciudad de Bahía Blanca (Buenos Aires,
Argentina). A partir de un relevamiento propio realizado
durante el primer trimestre de 2021 y mediante la técnica
de modelos logísticos ordenados en su versión
generalizada, se encuentra que el perfil del responsable de
la toma de decisiones en las empresas, el contexto
económico y la situación financiera de corto plazo
condicionan la elección de la deuda, la forma de
financiamiento, y el nivel de deuda adquirido.
Adicionalmente, se encuentra un alto grado de
vulnerabilidad financiera en el sector reflejado en su
incapacidad para sortear situaciones de riesgo utilizando
estrategias propias. En palabras de Castels, el sector
comercial bahiense parece estar haciendo “equilibrio sobre
la cuerda floja”.
Palabras clave: vulnerabilidad, endeudamiento, logit,
pandemia, crisis, comercios.
Abstract
The covid-19 pandemic and the consequent fall in the level
of economic activity throughout the planisphere have put
at risk numerous companies belonging to various economic
sectors. In a difficult context, decision-making of public
policy aimed at alleviating the situation of enterprises
becomes central and, for this, it is vital to have information
on the level of indebtedness and the explanatory factors.
This paper aims to advance the study on both issues, using
the commercial sector of the city of Bahía Blanca (Buenos
Aires, Argentina) as a case study. Based on a study carried
out during the first quarter of 2021 and using the technique
of logistic models ordered in its generalized version, it is
found that the profile of the decision maker in companies,
the economic context and short-term financial situation
condition the choice of debt, the form of financing, and the
level of debt acquired. Additionally, there is a high degree
of financial vulnerability in the sector, reflected in its
inability to avoid risky situations using its own strategies.
In the words of Castels, the commercial sector of Bahia
seems to be “balancing on a tightrope”.
Keywords: vulnerability, debt, logit, pandemic, crisis,
businesses.
57
Ibañez Martin, María1; Martínez, Cintia2
1Departamento de Economía de la Universidad Nacional del Sur e Instituto de Investigaciones Económicas y Sociales del Sur
(UNS-CONICET, Argentina) Email: maria.ibanez@uns.edu.ar; ORCID: https://orcid.org/0000-0002-0476-1654
2Departamento de Economía de la Universidad Nacional del Sur, Argentina, Email: cmartinez@uns.edu.ar , ORCID:
https://orcid.org/ 0000-0001-7493-2853
DOI: https://doi.org/10.5377/aes.v3i1.14604
Recibido 14/04/22 – Aceptado 17/06/22
__________________________________________________________________________________________________________________________
Autor por correspondencia: maria.ibanez@uns.edu.ar (Ibañez Martín, María)
Forma sugerida de citación: Ibáñez, M. y Martínez, C. (2022). Endeudamiento y vulnerabilidad financiera: factores asociados. Un
caso de estudio. Apuntes de Economía y Sociedad. UNAN - León, Vol. N.° 3 (1) (Enero-Junio 2022). pp. 57-68. DOI:
https://doi.org/10.5377/aes.v3i1.14604
Copyright © Universidad Nacional Autónoma de Nicaragua, León (UNAN-León)
Conflicto de intereses: Los autores han declarado que no existen ningún conflicto de interés.
Apuntes de Economía y Sociedad N.º 3 (1) enero-junio 2022/ 57-68/ ISSN: 2709 - 7005
I- Introducción
El 11 de marzo de 2020 la Organización Mundial de la Salud (OMS) declaró el estado de pandemia debido al brote del virus
covid-19 que inició una crisis sanitaria, social y económica a nivel mundial. El gobierno argentino decretó el aislamiento
preventivo y obligatorio (ASPO, cuarentena) el 21 de marzo del 2020, extendiéndose hasta la actualidad con diferentes grados
de restricción, lo que impactó tanto en el plano sanitario como económico del país. Estas medidas de restricción tuvieron
resultados positivos iniciales en el aplanamiento de la curva de contagio (OMS, 2020a), aunque las consecuencias económicas
y sociales de este tipo de restricciones se evidenciaron rápidamente (CEPAL, 2020; Katz, Jung y Callorda, 2020; ODSA,
2020).
En Argentina, durante el 2020 se produjo una severa contracción de la actividad económica, los ingresos de los trabajadores
independientes disminuyeron sustancialmente, se multiplicaron las suspensiones y despidos, y el sector informal se vio
gravemente afectado. Los índices de pobreza, indigencia, pobreza infantil y desigualdad se incrementaron, alcanzando valores
similares a la crisis del 2001 (Susmel, 2021). A su vez, esta crisis sanitaria encontró a Argentina en una delicada situación
fiscal, un alto nivel de endeudamiento y una fuerte utilización de la emisión monetaria como forma de financiamiento del
déficit, lo que deja un escaso margen para la aplicación de políticas paliativas de origen estatal (Moskovits, 2021).
Bahía Blanca no permanece ajena a la dinámica de estancamiento observada a nivel nacional. El extenso período de
aislamiento y el avance y retroceso en materia de apertura de actividades económicas generó una importante caída en su nivel
de actividad. Según los resultados obtenidos por el equipo de EcoData de la Universidad Nacional del Sur para su Indicador
Sintético de Actividad de Bahía Blanca, ISABB (Delbianco, 2017), puede afirmarse que el nivel de actividad económica de
la ciudad exhibe una tendencia continuamente decreciente desde el segundo trimestre de 2018 y alcanza su nivel mínimo en
el tercer trimestre de 2020, momento en el que observa una caída interanual del 13% como consecuencia de la crisis por covid-
19.
Con la finalidad de contribuir al diseño de herramientas de política que pudieran paliar en alguna medida la crisis económica
en la ciudad de Bahía Blanca se creó, a través del Decreto 23/2020 del Honorable Concejo Deliberante (HCD), la Comisión
Especial de Colaboración y Participación para la Reactivación Económica en Defensa del Trabajo y la Producción, integrada
por representantes de los distintos bloques del Honorable Concejo Deliberante y, también, por miembros del Departamento
de Economía de la Universidad Nacional del Sur y el Instituto de Investigaciones Económicas y Sociales del Sur (IIESS,
UNS-CONICET). Dicha Comisión impulsó la realización de una investigación basada en un relevamiento al sector comercial
bahiense tendiente a explorar el nivel y las características del endeudamiento del empresariado local. A partir de los resultados
obtenidos en dicho procedimiento se estiman los modelos logísticos ordenados, cuyo objetivo es explorar los factores que
inciden en la decisión de endeudamiento de empresas del sector comercial de Bahía Blanca y la situación de vulnerabilidad
financiera del sector. Así, este trabajo consta de dos etapas; por un lado, la recopilación de información sobre el nivel de
endeudamiento del sector de interés y, luego, la estimación de modelos que permitan estimar factores asociados a la decisión
de toma de deuda.
El trabajo se organiza de la siguiente manera. Luego de esta breve introducción, en la segunda sección se presenta una reseña
del enfoque teórico en el que se encuadra el objetivo del trabajo. En la tercera parte se caracteriza el perfil del empresario
bahiense y se presenta la estadística descriptiva de la base de información utilizada, así como los principales resultados del
análisis bivariado efectuado. En la sección cuarta se describe la metodología econométrica adoptada y la definición operativa
de las variables cuyos resultados son presentados en el apartado subsiguiente. Finalmente, en la última sección se presentan
las conclusiones generales del trabajo.
II- Planteamiento Teórico
Para poder construir un instrumento que capte de modo adecuado las características y motivaciones del endeudamiento de los
comercios es necesario conocer cuáles son los factores que influyen sobre las decisiones de financiamiento. La toma de deuda
es una de las posibles alternativas que posee una empresa para financiarse, por lo que identificar los factores que inclinan a
los empresarios a elegir una u otra herramienta es necesario para el diseño del instrumento de recolección de información.
Existen tres vertientes teóricas principales que explican las decisiones de financiamiento de las empresas, consideradas como
enfoques complementarios (Briozzo et al., 2016). La primera de ellas es la teoría de la jerarquía financiera, según la cual el
tamaño, la antigüedad de la empresa y la reinversión se vinculan con la decisión de financiamiento. De acuerdo con este
enfoque existiría preferencia por el financiamiento propio, en segundo término, por la toma de deuda, mientras que el
incremento del capital estaría en último lugar.
58
Apuntes de Economía y Sociedad N.º 3 (1) enero-junio 2022/ 57-68/ ISSN: 2709 - 7005
El segundo enfoque es el del trade-off, que postula que las empresas buscan optimizar la relación deuda/patrimonio
comparando las desventajas asociadas a las probabilidades de quiebra y las ventajas tributarias del apalancamiento. Aquí, se
considera que la forma legal, el sector al que pertenece la empresa y los costos de quiebra influyen en las decisiones de
financiamiento.
La tercera vertiente es el enfoque del ciclo de vida que relaciona el comportamiento acerca del financiamiento con las
características del empresario decisor, como por ejemplo la edad, su actitud frente al riesgo, su educación y sus objetivos
empresarios. Briozzo y Vigier (2009) sostienen que los atributos de los administradores de las empresas, como las
características personales, la forma en que toman las decisiones, su nivel educativo y su actitud frente a la deuda, entre otros,
determinan a las organizaciones.
En relación con la exposición a riesgos financieros que pudieran afectar la operatividad empresarial De la Hoz Suárez et al.
(2021) encuentran para Venezuela que las causas prevalecientes son no sistemáticas, es decir costo de deudas, créditos
otorgados, problemas de liquidez y aportes de los socios, y afectan la generación de beneficios económicos esperados (De la
Hoz et al., 2020).
Otro aspecto a considerar, que no se relaciona con las decisiones de financiamiento empresario, es la capacidad de las
empresas de enfrentar situaciones de riesgo, es decir su grado de vulnerabilidad. La idea más general de este concepto remite
a unidades que tienen limitaciones en su capacidad de controlar y elegir las condiciones que moldean su situación actual y
futura, enfrentándose a situaciones de riesgo (Ibáñez, 2018). Se afirmó que “la noción de vulnerabilidad puede asociarse a
aquellos individuos que hacen equilibrio sobre la cuerda floja” (Castel, 1997:42).
El concepto de vulnerabilidad tiene amplias aplicaciones; específicamente la vulnerabilidad financiera hace referencia a la
capacidad de los individuos/hogares/empresas para hacer frente a un “shock” que implique la pérdida de la principal fuente
de ingresos (BBVA, 2020). Según Arce (2020) este concepto remite a la capacidad que tiene una persona/empresa para superar
o no situaciones financieras valiéndose únicamente de recursos propios. Así, un comercio/empresa podrá ser caracterizado
como vulnerable si no cuenta con las herramientas propias necesarias para sobrepasar una situación de crisis o si la existencia
de este tipo de “shocks” pone en riesgo su continuidad.
En este sentido, en el presente trabajo se han incorporado las variables dependencia financiera y sostenibilidad, a fin de
identificar el grado de vulnerabilidad financiera del sector comercial de Bahía Blanca. Así, un comercio que declara no poder
sostener su establecimiento comercial más de un mes si se prohibiera su actividad y descansa en acciones externas sus
probabilidades de superar una crisis como la vivida en el marco por covid-19 podría ser caracterizado como altamente
vulnerable. Este tipo de comercios, retomando las palabras de Castel, estarían haciendo equilibrio sobre la cuerda floja y sin
ayuda externa habrán caído en el conjunto de excluidos.
Desde el punto de vista del análisis empírico resulta interesante explorar los resultados de estudios que analizan los aspectos
incluidos en la encuesta realizada a los fines de la presente investigación, tales como el género y edad del decisor, el tamaño
de la empresa y su organización tributaria, la antigüedad del establecimiento.
Briozzo et al. (2017) encuentran en un estudio realizado para Argentina que el género de quienes toman las decisiones en las
pymes ejerce influencia sobre las decisiones de financiamiento. Concretamente, sostienen que las mujeres, al poseer una
mayor aversión al riesgo, prefieren endeudamientos a menor plazo. En el mismo sentido, se expresaron quienes indicando
que “los hombres privilegian heurísticas, en comparación con las mujeres que tienden a basarse en razonamientos donde
priman la racionalidad y la aversión al riesgo” (Manzanal et al., 2020).
En relación con el tamaño de la empresa y su forma jurídica, Briozzo et al. (2016) refieren que existen diferencias en las
decisiones de financiamiento de las empresas y encuentran comportamientos dispares con respecto a la utilización de pasivos
financieros y el endeudamiento a largo plazo al existir restricciones en el acceso al crédito ya que empresas más pequeñas
tienen menor acceso al crédito. Según estos autores, los resultados de un estudio realizado con empresas de Bahía Blanca
muestran que las empresas más grandes tienen un nivel de endeudamiento superior, mientras que las empresas que adoptan
formas legales con responsabilidad limitada se diferencian en un mayor uso de créditos con garantías reales. Por otra parte,
Manzanal et al. (2015) destacan que los empresarios de establecimientos más pequeños tienen mayor aversión al riesgo.
Otro de los factores que inciden en la utilización del crédito en las pymes es la edad del decisor. Evidencia empírica que
respalda el hecho que los propietarios o administradores jóvenes utilizan menos los créditos personales como fuente de
financiamiento de sus empresas (Briozzo et al., 2014; Manzanal, Pesce, Milanesi y Vigier, 2015).
59
Apuntes de Economía y Sociedad N.º 3 (1) enero-junio 2022/ 57-68/ ISSN: 2709 - 7005
III- Metodología
El primer paso de esta investigación corresponde a la recopilación de la información sobre la situación del sector comercial
de Bahía Blanca, a través de la aplicación de una encuesta a los responsables de los comercios de la ciudad; el segundo paso
es estimar cuáles son los factores asociados a la toma de deuda del sector de interés, que se realiza con la estimación de
modelos logísticos generalizados y ordenados.
Para la realización de la encuesta se utilizó un cuestionario de tipo estructurado, autoadministrado, que fue distribuido por vía
electrónica (correo electrónico y redes sociales). Se incluyeron, a su inicio, una serie de preguntas destinadas a la
caracterización del comercio -rubro, antigüedad, edad y género del responsable, localización, forma jurídica, etc.- y
posteriormente se consultó acerca de la situación de la empresa en relación con el nivel de actividad y endeudamiento, antes
de la pandemia y también actualmente. Además, se indagó acerca de la implementación de innovaciones en las estrategias de
venta y comercialización a partir de las restricciones impuestas a partir de marzo de 2020 mediante el cierre de la actividad
comercial no esencial.
El diseño del instrumento se basa, en parte, en una encuesta previa realizada por el Instituto de Investigaciones Económicas
y Sociales del Sur, IIESS (Orazi y Reyes, 2020). Con el fin de incrementar la validez de contenido del instrumento se recurrió
a técnicas cualitativas (grupos focales y entrevista con informantes clave), que permitieron captar la complejidad del fenómeno
en estudio. Por otra parte, se complementó la información obtenida a partir de estas técnicas con una revisión bibliográfica
sobre los aspectos relevantes vinculados con el endeudamiento empresario. Este procedimiento disminuye la probabilidad de
que el instrumento posea escasa validez de contenido.
La distribución del formulario de la encuesta estuvo a cargo de las organizaciones que agrupan a los comerciantes y la técnica
de muestreo fue no probabilística; asimismo, se integró mediante el mecanismo “bola de nieve”. Dado que el objetivo del
relevamiento fue dotar a la Municipalidad de Bahía Blanca de información acerca de la situación económica de las empresas
y a su nivel de endeudamiento para la toma de decisiones de política, se adoptó esta estrategia en virtud de la necesidad de
recoger la mayor cantidad de respuestas en el menor lapso de tiempo, en un contexto de emergencia económica. Además, la
sensibilidad de los aspectos indagados y la necesidad de confidencialidad hacen que la población a encuestar pueda calificarse
como población oculta (Marpsata & Razafindratsimab, 2010) y, en consecuencia, el uso de la técnica “bola de nieve” sea
adecuado (Voicu & Babonea, 2011; Van Meter, 1990).
Por otra parte, la recolección de información se llevó adelante en el período comprendido entre el 15 y el 30 de abril de 2021,
obteniéndose 161 respuestas anónimas. Cabe destacar que el cuestionario fue programado de forma que el respondente se
viera obligado a completar cada uno de los instrumentos incorporados en la encuesta para poder avanzar. No se registraron
respuestas incompletas o encuestas sin terminar.
Metodología: modelos logísticos ordenados
Tal como fue mencionado con anterioridad, el comportamiento del endeudamiento en los comerciantes durante la pandemia
por covid-19 será analizado a partir de la aplicación de modelos logísticos ordenados en su versión generalizada (generalized
ordered logit, en inglés) (Williams, 2006). La obtención de sus resultados tiene por objetivo analizar aquellos factores que
inciden en el nivel de endeudamiento de una empresa y evaluar la implicancia que una situación de crisis e inestabilidad,
como la vivida en el marco de la pandemia por covid-19, podría generar sobre el sector y sus decisiones de tomar deuda.
La aplicación de modelos logísticos se enmarca en situaciones o problemas en los cuales las variables dependientes no son
continuas, sino más bien variables dependientes dicotómicas o policotomas (Simon, 2004) y su objetivo principal es estimar
la probabilidad de que un evento suceda dados los valores de los factores explicativos incorporados (Liao, 1994). Estos
modelos suponen que el logaritmo de la razón de probabilidades está linealmente relacionado con las variables regresoras,
principal diferencia con los de probabilidad lineal (Gujarati y Porter, 2009). Dado el objetivo de la presente investigación, es
adecuado aplicar modelos de regresión logística que indiquen el efecto de las características del establecimiento comercial y
de su situación económica/financiera sobre la decisión de endeudamiento. Por ejemplo, se utilizarán modelos logísticos
ordenados en su versión generalizada que indiquen cómo varía la probabilidad de que una empresa aumente su nivel de
endeudamiento frente al hecho de tener determinada antigüedad en el negocio o haber disminuido su facturación respecto al
año anterior.
La versión ordenada de los modelos logísticos (una variante de los modelos de probabilidades proporcionales) supone que las
variables de respuesta tienen más de dos categorías y pueden ser jerarquizadas (Williams, 2006). Como fue especificado en
la tercera sección, la variable dependiente, relativa al nivel de endeudamiento que declara el responsable de la empresa,
60
Apuntes de Economía y Sociedad N.º 3 (1) enero-junio 2022/ 57-68/ ISSN: 2709 - 7005
presenta tres categorías: sin endeudamiento, un nivel de endeudamiento moderado y alto nivel de endeudamiento. Debido a
que las opciones son excluyentes y pueden ordenarse, es apropiado aplicar la versión ordenada de los modelos logísticos. La
versión generalizada de estos modelos ordenados persigue -conceptualmente- el mismo objetivo: estudiar las variaciones en
la razón de probabilidades de un evento posible ante cambios en las variables regresoras, dado que la variable regresada puede
tomar distintos valores jerarquizados. La distinción entre el logit ordenado y la versión generalizada se funda en el supuesto
de regresiones paralelas (Ibañez, Arnaudo y Morresi, 2018).
Los modelos generalized ordered logit no suponen independencia de los coeficientes que acompañan a las variables regresoras
respecto de las categorías, como lo hace su versión no generalizada. Es decir, los modelos son menos restrictivos que el
ordered logit, debido a que contemplan la posibilidad de que los coeficientes β varíen en función de la categoría de la variable
regresada (Williams, 2006).
La inexistencia del supuesto de probabilidades proporcionales puede visualizarse en la definición de los estimadores del
modelo, dado por:
En la ecuación (1) los parámetros β son acompañados por un subíndice j y, entonces, la probabilidad de que la variable
dependiente tome valores de 1 a M está definida por:
(2)
Entonces, en caso de que la variable dependiente tenga dos categorías, el modelo es equivalente al logístico tradicional. Por
el contrario, si la cantidad de categorías es mayor a dos, el modelo se convierte en una serie de regresiones logísticas binarias
donde las categorías de la variable dependiente son combinadas. Así, si M=3 el procedimiento compara la categoría 1 con 2
y 3, la 2 con 1 y 3 en conjunto y así sucesivamente (Williams, 2006).
Sencillamente, la idea que está por detrás del generalized ordered logit es analizar cómo se comporta la probabilidad de que
un individuo pase de la categoría 1 a la 2, y sucesivamente, en función de las variables explicativas incorporadas al modelo.
En otras palabras, se reconoce que cada variable contribuye de manera diferente a pasar de una categoría a la inmediata, por
lo que no habría restricciones paralelas. En este trabajo, la idea es evaluar si las características de la empresa y su situación
económica afectan a las probabilidades de pasar de no tener deudas (categoría 1) a tener deudas moderadas (categoría 2) y/o
estar en una situación de alto nivel de endeudamiento (categoría tres).
Definición operativa de las variables
Tal como fue mencionado anteriormente, la variable de interés en este trabajo es el nivel de endeudamiento de las empresas
del sector comercial de Bahía Blanca. Así, la variable dependiente de los modelos logísticos se denomina “endeudamiento”
y fue construida a partir del nivel de deudas auto-reportada por los respondentes de la encuesta. Esta variable tiene tres
categorías: 1) si el comerciante declara no poseer deudas, 2) si el nivel de endeudamiento es leve (“tengo algunas deudas”) y