Y Estudios: ISSN: 2602-831X

ISSN: 2602-831X
Publicación cuatrimestral de la Superintendencia de Compañías, Valores y Seguros del Ecuador

http://ojs.supercias.gob.ec/
Vol. 4
Investigación
y Estudios
10
Septiembre - Diciembre 2020
2
AUTORIDADES SUPERINTENDENCIA DE COMPAÑÍAS, VALORES Y SEGUROS DEL

ECUADOR
Superintendente de Compañías, Valores y Seguros
Ab. Víctor Anchundia Places
Intendente de Compañías
Ab. Dorys Alvarado Benítez
Intendente de Mercado de Valores

Ing. Linda Toledo Rivas
Intendente de Seguros
Ab. Jorge Lince
Intendente de Planificación y Gestión Estratégica

M.Sc. Álvaro Acosta Ávila
CONSEJO EDITORIAL
EDITOR EN JEFE
Ph.D. (c) Segundo Camino Mogro
EDITOR ASISTENTE
Ph.D. Renato Jácome
Ph.D. Laura Varela
CONSEJO CIENTÍFICO
 Ph.D. (c) Bernard Moscoso, Universitat de
 Ph.D. José Gabriel Castillo, ESPOL, Ecuador Barcelona, España
 Ph.D. Xavier Ordeñana, ESPAE Graduate  Ph.D. (c) Alexandra Contreras, Universidad
School of Management, Ecuador Complutense de Madrid, España
 Ph.D. Jorge García Regalado, Universidad  Ph.D. (c) Elba Calderón Farfán, Universidad
Agraria, Ecuador ECOTEC, Ecuador
 Ph.D. César Freire Quintero, Universidad  M.Sc. Juan Carlos Campuzano, ESPOL,
Católica de Santiago de Guayaquil y Ecuador
Universidad Agraria, Ecuador  MBA. Erick Paul Murillo, Universidad de
 Ph.D. Carmen Padilla, Universidad Católica de Guayaquil y Universidad Católica de Santiago
Santiago de Guayaquil, Ecuador de Guayaquil, Ecuador
 Ph.D. (c) Paúl Carrillo Maldonado, Banco  MBA. Javier Castillo Jurado, Universidad de
Interamericano de Desarrollo, Ecuador Especialidades Espíritu Santo, Ecuador
 Ph.D. (c) Jorge Calderón, Tecnológico  MBA. Paul Vera Gilces, ESPAE Graduate
Argos, Ecuador School of Management, Ecuador
 Ph.D. (c) José Luis Castillo Burbano,  Econ. Natalia Bermudez-Barrezueta,
ESPOL, Ecuador Universidad Católica de Lovaina, Bélgica
 Ph.D. (c) Andres Chiriboga, Max Planck –
Sciences Po Center (MaxPo), Francia
3
ÍNDICE
Editorial 4
Preámbulo 5
Dinámica de la tasa de interés, deflación y producción ante el 6

shock del coronavirus en el marco de un modelo ‘DSGE’ neo-
keynesiano para la economía ecuatoriana.
Luis Eduardo Peñafiel Chang
El Efecto Socioeconómico de la Pandemia COVID-19 en 19

Ecuador.
Ana Isabel Bastidas
Lissette Córdova
Gianella Lisbeth Mora
Anthony Andrés Robalino
Luis Alfredo Zúñiga
¿Existe relación entre competitividad y corrupción?. 26

Xiomara Dávila
Incidencia de las variables endeudamiento y tamaño en el 34

Valor Agregado Bruto de las empresas familiares de las zonas 4
y 5 de Ecuador.
Shirley Caiza
Rossy Silva
Índice de Confianza Agrícola: Un enfoque al sector 57

Agroexportador en el Ecuador.
Paul Vera-Gilces
Carlos Silva
Alexander Silva
Jack Zambrano
4
EDITORIAL
H
a sido un año 2020 lleno de retos y de oportunidades de mejora para toda la economía y los
individuos. Hemos tenido que aprender y desaprender muchos temas en menos de un año
debido a la pandemia del COVID-19; sin embargo, esto nos ha llevado a mejorar en un sin
número de acciones, desde lo social hasta lo empresarial.
Desde nuestro ámbito de competencia, la Superintendencia de Compañías, Valores y Seguros del
Ecuador, ha venido trabajando ya desde hace varios años atrás en la modernización, digitalización y
automatización de varios (muchos) de nuestros procedimientos y tramites con la ciudadanía en general,
lo que nos permitió que el impacto de la pandemia del COVID-19 en nuestra atención a nuestros
controlados no se vea impactada significativamente y más bien ellos se hayan acoplado a utilizar nuestros
canales digitales.
Más importante y de más relevancia ha sido que desde el 18 de mayo del 2020, nuestra institución
implemento la constitución de compañías SAS (Sociedad por Acciones Simplificadas). Este nuevo
modelo de compañía, vanguardista, con costes mínimos de constitución, ayudó a que la creación de
compañías se recupere rápidamente del shock del COVID-19. Por citar ciertas cifras, las constituciones
de compañías en el 2020 tuvieron un crecimiento del 8% respecto al mismo período del año anterior.
Las constituciones electrónicas crecieron en el 1% y las físicas crecieron en el 12%. Para el período
acumulado Enero-Diciembre de 2020 ya habían constituidas 10.767 compañías. De este total de
compañías, 4.207 son S.A.S.
Si alguien nos pregunta cómo es posible que se hayan creado más compañías en el 2020, donde hubo una
pandemia que afecto a la demanda y oferta en la economía, nuestra respuesta es clara, las SAS han sido el
dinamizador de la creación de empresas. Recientes estimaciones de nuestra Dirección Nacional de
Investigación y Estudios han encontrado un efecto causal sobre esta política en el incremento de la
creación de compañías de un 10% y de la tasa de entrada de un 85%. Los mecanismos son la
disminución del tiempo en la creación de las SAS, 4 días en promedio, y la reducción del capital mínimo
requerido.
Finalmente, el 2021 nos espera con muchos ánimos y deseos de mejorar la dinámica societaria, de
mercado de valores y de seguros del país.

Superintendente de Compañías, Valores y Seguros del Ecuador
5
PREAMBULO
T
enemos el gusto de presentar la Revista X-Pedientes Económicos Volumen 4, número 10,
correspondiente al período septiembre-diciembre 2020, en este noveno número se incluyen cinco
trabajos científicos, académicos que analizan aspectos importantes de la economía ecuatoriana desde
una visión macroeconómica y microeconómica en diferentes aspectos como inflación, efectos
socioeconómicos, corrupción, confianza empresarial y empresas familiares. Los trabajos representan una
importante contribución al área societaria los cuales se describen a continuación.
Peñafiel Chang analiza la postura de la autoridad Monetaria del Ecuador de no modificar la tasa de interés
para contrarrestar, por un lado, la caída inesperada de la producción y por otro, la creciente demanda de
liquidez de los agentes económicos para hacer frente a la incertidumbre a causa del coronavirus. Sus
resultados muestran que ante el choque del coronavirus o del aumento de la demanda monetaria ambas
resultan en una caída de los niveles de producción y de precios, por lo que su modelo sugiere la disposición
de la autoridad monetaria de una bajada de la tasa de interés.
Por otro lado, Bastidas et al. Analizan mediante un enfoque de microsimulación estática la pobreza durante
la pandemia del COVID-19, y encuentran un aumento de la pobreza (79.46%) y extrema pobreza
(69.98%); a su vez, que existió un ligero aumento en la desigualdad (0.65%). Finalmente, debido al
deterioro en la economía, educación y salud, el proceso de desarrollo se redujo (23.68%), eliminando el
progreso alcanzado en los últimos años en el país.
Por su parte, Davila analiza 35 economías de 7 regiones (Asia Oriental y el Pacífico, Eurasia, Europa y Norte
América, América Latina y el Caribe, Medio Oriente y el Norte de África, Asia Meridional, África
Subsahariana) entre el periodo 2015 – 2018 para determinar si la corrupción influye en la competitividad.
Sus resultados evidencian una correlación negativa entre las variables; sin embargo, no es significativa.
Adicionalmente, Caiza y Silva analizan el Valor Agregado Bruto (VAB) de las empresas familiares del
Ecuador de la zona 4 y 5 de acuerdo con la planificación zonal estructurada en la Secretaría Técnica Planifica
Ecuador (SENPLADES) y la correlación que existe entre las variables tamaño y endeudamiento, a través de
la información obtenida del portal de la Superintendencia de Compañías, Valores y Seguros, en el periodo
2018, utilizando un enfoque cuantitativo y de tipo correlacional , con un diseño de enfoque no experimental
y de corte transversal.
Finalmente, Vera-Gilces et al. Presentan el desarrollo del índice de confianza agrícola en el Ecuador, el cual
pretende proveer información adicional para la predicción de la actividad comercial. Dentro de ese
documento se explican brevemente sus pilares de información y la operatividad de los datos.
Esperamos que estos artículos rigurosamente revisados sean de utilidad para los investigadores en las áreas
presentadas. Reciban todos los autores nuestro sincero agradecimiento por escoger X-Pedientes Económicos
para la divulgación, así como también a los evaluadores que participaron en la revisión de los artículos y a
nuestros lectores la gratitud de siempre por su solidaridad.
Editor en Jefe de la Revista X-Pedientes Económicos

X-Pedientes Económicos, Vol. 4 (10), Septiembre – Diciembre 2020, pp. 6-18
Dinámica de la tasa de interés, deflación y producción ante el

shock del coronavirus en el marco de un modelo ‘DSGE’ neo-
keynesiano para la economía ecuatoriana
Dynamics of the interest rate, deflation and production in the face of the coronavirus shock
within the framework of a neo-Keynesian ‘DSGE’ model for the Ecuadorian economy
Luis Eduardo Peñafiel Chang*
Fecha de recepción: 30/11/2020, Fecha de aceptación: 29/12/2020
RESUMEN
El presente artículo tiene como objetivo analizar la postura de la autoridad Monetaria del Ecuador de no modificar la
tasa de interés para contrarrestar, por un lado, la caída inesperada de la producción y por otro, la creciente demanda
de liquidez de los agentes económicos para hacer frente a la incertidumbre a causa del coronavirus. Para ello, se
desarrolla un modelo de equilibrio general dinámico estocástico (DSGE, por sus siglas en inglés) neo-keynesiano con
expectativas adaptativas. Los resultados muestran que ante el choque del coronavirus o del aumento de la demanda
monetaria ambas resultan en una caída de los niveles de producción y de precios, por lo que el modelo sugiere la
disposición de la autoridad monetaria de una bajada de la tasa de interés. Sin embargo, es la incertidumbre de la
persistencia de los choques lo que determinará si la autoridad monetaria estará dispuesta bajar los tipos de interés para
continuar con su política “dura” de aversión a la inflación que ha mantenido durante los últimos 15 años.
Palabras claves: Inflación, producción, tasa de interés, equilibrio general dinámico y estocástico
Clasificación JEL: C68, D58, E31
ABSTRACT
This article aims to analyze the position of the monetary authority of Ecuador not to modify the interest rate to
counteract, on the one hand, the unexpected drop in production and, on the other, the growing demand for liquidity
from economic agents to make in the face of uncertainty due to the coronavirus. To do this, a neo-Keynesian dynamic
stochastic general equilibrium (DSGE) model with adaptive expectations is developed. The results show that in the
face of the coronavirus shock or the increase in monetary demand, both result in a drop in production and price levels,
which is why the model suggests the disposition of the monetary authority to lower the interest rate. However, it is
the uncertainty of the persistence of the shocks that will determine whether the monetary authority will be willing to
lower interest rates to continue with its “hard” policy of aversion to inflation that it has maintained for the last 15
years.
Keywords: Inflation, production, interest rate, dynamic and stochastic general equilibrium.
JEL Codes: C68, D58, E31
*
Economista de la Universidad Católica Santiago de Guayaquil. Especialista en Finanzas y Mercado de Valores por la Bolsa de
Valores de Guayaquil. Máster en Econometría por la Universidad Torcuato Di Tella (Buenos Aires, Argentina). Doctorando en
Economía en la Pontifica Universidad Católica Argentina. mail: lueduardo1994@gmail.com
7
I. INTRODUCCIÓN
L
a actual situación de desaceleración económica internacional está llevando a los banqueros centrales a
plantearse la posibilidad de explorar un nuevo tipo de política monetaria, en concreto una bajada de
los tipos de interés.1 ¿Por qué algunos economistas consideran que este tipo de medidas son la clave
para que las economías atraviesen la crisis del coronavirus?
La lógica es la siguiente, el tipo de interés es el precio que iguala el ahorro y la inversión y si hay mucha
gente que quiere invertir y poca gente que quiere ahorrar los tipos de interés tienden a subir para que haya
más gente que quiera ahorrar y suministre por tanto más ahorro al mercado, y por otro para que haya menos
gente que demanda invertir de modo que dado que hay más inversión que ahorro incentive a que la inversión
se reduzca hasta igualarse con el ahorro (Roca, 2002; De Gregorio, 2007; Levy, 2012).
Por el contrario, si el ahorro es abundante y la inversión es muy escasa los tipos de interés tienden a bajar
para que menos gente ahorre y por tanto más gente consuma y para que más gente esté dispuesta invertir.
Por lo cual, el ahorro es la oferta que determina el tipo de interés y la inversión es la demanda que
determina el tipo de interés y como en todo precio más oferta y menos demanda son precios más bajos y
mientras menos oferta y más demanda son precios más altos (Sánchez, 1994; Camacho, 2011).
En el contexto de la pandemia de crisis económica y sanitaria los agentes económicos han incrementado su
demanda de liquidez para hacer frente a la incertidumbre y por tanto todos los activos que proporcionan
liquidez han visto aumentar su demanda.2 La clase de activos líquidos que han recibido mayor entrada de
capital ha sido distinta a lo largo de los últimos 15 años, sin embargo, en el periodo 2020 las dos grandes
categorías de activos que han concentrado las mayores entradas de capital han sido el oro y el dinero en
efectivo de estados sólidos sean estos dólares, euros, libras entre otros (Hartnett & Wu, 2020).
Principalmente porque estos dos activos proporcionan liquidez y lo que se ha incrementado de manera muy
sustancial durante la pandemia es la demanda de liquidez porque permite estar con opciones abiertas, esto
quiere decir no comprometerse con nadie en medio de la incertidumbre.3 De modo que, se ha priorizado la
disponibilidad de decidir cuándo usar la liquidez sin pérdida de valor ni exponerse a ningún riesgo y como en
estos momentos es todo muy incierto se ha preferido estar en una posición de opciones abiertas de cara al
futuro.
Dicho de otro modo, se quiere disponer del valor que se ha atesorado cuando se quiera y sin riesgo alguno,
esto es la demanda de liquidez y es por eso que se demanda oro y dinero en efectivo. Ahora bien, del mismo
modo de que si la demanda del oro aumenta el precio del oro tiende aumentar4, si la demanda de dinero
aumenta y su oferta no lo hace lo que tendría que suceder es que el precio del dinero se incrementará
1
Ver “El G7 conduce a los bancos centrales hacia la bajada de los tipos por el coronavirus”. Finanzas. Disponible en:
https://www.finanzas.com/economia-politica/el-g7-conduce-a-los-bancos-centrales-hacia-la-bajada-de-los-tipos-de-interes-por-
el-coronavirus_20039394_102.html.
2
Ver “Liquidez y garantías para unos mercados en pánico”. El Economista. Disponible en:
https://www.eleconomista.com.mx/opinion/Liquidez-y-garantias-para-unos-mercados-en-panico-20200324-0097.html.
3
Ver “Investors pour money into cash, bonds and gold, weekly BofA data shows”. Reuters. Disponible en:
https://www.reuters.com/article/us-markets-flows-bofa/investors-pour-money-into-cash-bonds-and-gold-weekly-bofa-data-
shows-idUSKCN24P17X.
4
Ver “El precio del oro se dispara al nivel más alto en casi 8 años por los temores sobre el coronavirus”. CNN en Español.
Disponible en: https://cnnespanol.cnn.com/2020/06/24/el-precio-del-oro-se-dispara-al-nivel-mas-alto-en-casi-8-anos-por-los-
temores-sobre-el-coronavirus/.
Dinámica de la tasa de interés, deflación y producción ante el shock del coronavirus • Peñafiel Chang
8
respecto a todos los demás bienes de la economía.5 Todo aquello que debemos de vender para comprar
dólares valen menos, es decir los precios de los bienes, servicios y demás activos caerán. Dicho de otra
manera, el valor del dólar sube con respecto a todo lo demás, este fenómeno se conoce como deflación
(Argandoña, 1990; Buenaventura, 2003; Jimenez, 2019).
En esencia, los Bancos Centrales de todo el mundo en especial Estados Unidos y la Unión Europea han salido
a la palestra para anunciar fuertes incrementos de la oferta monetaria justamente para evitar la deflación.6 Sin
embargo, en el gráfico A.1 en Anexos se puede observar como la oferta monetaria controlada por el Banco
Central del Ecuador vía tasa de interés no se ha modificado durante la pandemia.7
Por tanto, la pregunta de investigación de este artículo es conocer si el BCE ha actuado correctamente.
Tenemos un incremento de la demanda de dinero eso ha provocado una tendencia deflacionista (ver gráfico
A.2 en Anexos), por consiguiente ¿debería el BCE aumentar la oferta monetaria para dar respuesta a los
shocks inesperado del coronavirus y del aumento de la demanda monetaria para no solo equilibrarla, sino
además estabilizar los principales precios relativos de la economía generando un marco de estabilidad para
que los agentes económicos puedan seguir desarrollando sus operaciones?
Para entender cuáles son o cuales van hacer o cuales están siendo las consecuencias o las repercusiones de la
política monetaria rígida del BCE de reusarse a incrementar la oferta monetaria a través de la bajada de tasas
de interés8, se propone aplicar un modelo de equilibrio general dinámico estocástico (DSGE, por sus siglas
en inglés) que nos permita entender los mecanismos que entran en juego en este contexto.
En el modelo la autoridad monetaria posee dos objetivos (de inflación y de producto9) y un solo instrumento
(la tasa de interés), originándose así el dilema entre la inflación y el producto agregado en el momento de
elegir la mejor acción posible. Para dicho fin, este documento está estructurado de la siguiente forma: en la
sección dos se desarrolla el modelo, en la sección tres se presentan los resultados de la simulación y en la
cuatro se concluye.
II. MODELO DE EQUILIBRIO GENERAL NEOKEYNESIANO
La macroeconomía monetaria moderna10 se basa en lo que los académicos denominan el “Nuevo modelo
Keynesiano de 3 ecuaciones” que nace como una alternativa al modelo tradicional IS-LM11 el cual emerge del
marco analítico que ha desarrollado (Goodfriend & King, 1997; McCalluma & Nelson, 1998; Svensson,
1998; Clarida, Galí, & Gertler, 1999) y del trabajo más destacado de la mano de (Woodford, 2003). En este
enfoque la política monetaria llevada a cabo por los bancos centrales se basa en la tasa de interés como
instrumento para el control de la demanda y como uso del sistema de metas de inflación.
5
Ver “El fantasma de la deflación cabalga de nuevo”. El País. Disponible en: https://elpais.com/economia/2020-06-28/el-
fantasma-de-la-deflacion-cabalga-de-nuevo.html.
6
Ver “Coronavirus: qué están haciendo las grandes economías para evitar la bancarrota de las empresas y la escasez de dinero (y
hasta dónde pueden llegar)”. BBC news. Disponible en: https://www.bbc.com/mundo/noticias-51955484.
7
Vintimilla, Beltrán, Orellana, Palacios, & Pozo (2015) a partir del año 2000 el Ecuador adopta el régimen monetario dolarizado.
8
Ver “La junta Monetaria trabaja en un sistema de cálculo de tasas de interés” Primicias. Disponible en:
https://www.primicias.ec/noticias/economia/crisis-junta-monetaria-tasas-interes/.
9
Entiéndase por producto a la magnitud macroeconómica que expresa el valor monetario de la producción de bienes y servicios
de demanda final de un país, también conocido como Producto Interno Bruto.
10
Para Perrotini (2007) se trata, en términos generales de un marco flexible de política monetaria que funciona como un ancla
formal de las expectativas de inflación. Es, por tanto, una regla monetaria que describe como los instrumentos de esa política
(base monetaria, tasas de interés) deben ajustarse ante cambios en la inflación o del Producto Interno Bruto (PIB).
11
Si bien muchos textos de macroeconomía intermedia siguen usando el modelo IS-LM o en otros términos el AD-AS, este
modelo ha sido desplazado tanto desde el punto de vista aplicado como desde lo académico (Milei, 2012).
9
El objetivo de la presente sección consta de derivar formalmente el modelo base, de modo tal que una vez
explicado los fundamentos del modelo podamos dar lugar a la mejora instrumentada para el caso del
Ecuador. Para el desarrollo del modelo base seguiremos el análisis gráfico introductorio propuesto por
(Carlin & Soskice, 2005) y el análisis analítico de (Corvalán, 2018).
Tal como su propio nombre lo indica el modelo consta de tres ecuaciones. La primera ecuación del modelo
corresponde a la demanda agregada o curva IS (Investment-Saving) que se deriva de la ecuación de Euler del
problema de maximización intertemporal de los consumidores.12
𝑌𝑡 = 𝐴 − 𝑎. 𝑟𝑡−1 (1)
La curva IS representa el equilibrio en el mercado de bienes y señala que la demanda depende positivamente
del gasto exógeno (A) y negativamente de la tasa de interés real (𝑟𝑡−1). Los desplazamientos de la IS vendrán
dados por aumentos en Consumo, Inversión y Gasto reflejados en A. En cuanto la segunda ecuación
corresponde a la curva de Phillips aumentada por expectativas de inflación o también llamada curva de oferta
agregada que se deduce de la minimización de una función de pérdida de las firmas13:
𝜋𝑡 = 𝜋𝑡−1 + 𝛼(𝑌𝑡 - 𝑌𝑒 ) (2)
Asumimos que la inflación del período π_t está determinada por la inflación pasada 𝜋𝑡−1 más el exceso de
demanda de bienes en términos del producto equilibrado 𝑌𝑡 - 𝑌𝑒 . La tercera ecuación describe el
comportamiento de la autoridad monetaria, el cual se deriva de la decisión óptima de tasa de interés que
enfrenta el banco central dado el trade-off entre inflación- producto y se ciñe a la regla de (Taylor, 1993).
Por lo cual, el banco central tiene una función de pérdida dada por:
𝐿 = (𝑌𝑡 − 𝑌𝑒 )2 + 𝛽 (𝜋𝑡 − 𝜋 𝑇 ) (3)
Donde 𝜋 𝑇 es el target de inflación y 𝛽 es un parámetro de aversión del banco central. Por lo tanto, el banco
central busca minimizar el gap del nivel de actividad y el gap entre la inflación actual y el target. El valor de
𝛽 determinará la forma de las curvas de indiferencia del banco central dado su grado de interés entre
controlar la inflación o mantener el nivel de empleo.
12
Woodford (2003); Galí (2008); Menz & Vogel (2009); Walsh (2010); Romer (2012) entre otros, presentan tratamientos
detallados de esta derivación.
13
Calvo (1983) y Rotemberg (1982) desarrollaron la forma de modelar la función de costos.
10
Adverso a la inflación (𝛽 > 1) Equilibrado (𝛽 = 1) Adverso al desempleo (𝛽 < 1)
Gráfico 1. Funciones de pérdida del banco central respecto a desvíos en inflación y producto.
Notas: De la función de pérdida se derivan las curvas de indiferencia que permiten observar cuanta desviación del producto de
equilibrio y de la meta de inflación estará dispuesto a soportar el banco central. En el grafio de la izquierda se muestra un banco
central averso a la inflación o “duro” (β>1) esto es, solo se ocupa de tener los precios a raya sin consideración alguna sobre el
producto. De hecho, en el caso límite, esto es cuando beta tiende a infinito, el banco central no se despegaría del nivel objetivo
para la tasa de inflación, por lo que la tasa de interés se debería ajustar todo lo que sea necesario sin consideración alguna sobre el
nivel de producto. En contraposición el gráfico de la derecha muestra un banco central adverso al desempleo o “blando” (β<1)
que prioriza al nivel de empleo, aunque ello provoque inflación. Por último, tenemos el caso de un banco central equilibrado
β=1, donde es tan importante el nivel de desvío en inflación como en el nivel de actividad. Los círculos concéntricos denotan
utilidad decreciente a medida que se alejan del punto central. El punto central respecto de estas curvas de indiferencia (f), se
conoce como punto de felicidad y es el punto en el cual el banco central cumple con su meta de inflación y además alcanza el nivel
de producto de equilibrio. El valor de β muestra por cuanto tiempo va a permitir el banco central tener una inflación cada vez más
alta (baja), manteniendo un producto bajo (alto). Esto es distinto en cada situación y dependerá del objetivo primario del banco
central. Estas combinaciones se establecen en la curva de Phillips, por esto se puede considerar a la curva de Phillips como un
limitante de la política monetaria del banco central.
Por lo tanto, a partir de la función de pérdida establecida, se procede a minimizar la misma sujeto a la curva
de Phillips de corto plazo:
Min 𝐿 = (𝑌𝑡 − 𝑌𝑒 )2 + 𝛽 (𝜋𝑡 − 𝜋 𝑇 ) (4)

s.a. 𝜋𝑡 = 𝜋𝑡−1 + 𝛼(𝑌𝑡 - 𝑌𝑒 ) (5)
Dado que el banco central opera sobre 𝑟𝑡−1 , la misma impacta sobre 𝑌𝑡 por ende, la variable control es
𝑌𝑡 . De esta manera queda definido el siguiente lagrangiano:
𝐿 = (𝑌𝑡 − 𝑌𝑒 )2 + 𝛽 (𝜋𝑡−1 + 𝛼(𝑌𝑡 − 𝑌𝑒 ) − 𝜋 𝑇 )2 (6)
Por lo que, derivando con respecto al producto obtenemos las condiciones de primer orden:
∂L
= 2(𝑌𝑡 − 𝑌𝑒 ) + 2 𝛽 𝛼( 𝜋𝑡−1 + 𝛼(𝑌𝑡 − 𝑌𝑒 ) − 𝜋 𝑇 ) = 0 (7)
∂𝑌𝑡
(𝑌𝑡 − 𝑌𝑒 ) + 𝛽 𝛼( 𝜋𝑡−1 + 𝛼(𝑌𝑡 − 𝑌𝑒 ) − 𝜋 𝑇 ) = 0 (8)
Lo cual permite re-expresar la condición de primer orden y obtener la ecuación que representa la regla
monetaria:
𝑀𝑅: (𝑌𝑡 − 𝑌𝑒 ) = −𝛽 𝛼( 𝜋𝑡 − 𝜋 𝑇 ) = 0 (9)
11
Despejando respecto a 𝜋𝑡 , tenemos:
1
𝜋𝑡 = 𝜋 𝑇 − 𝛽𝛼 (𝑌𝑡 − 𝑌𝑒 ) (10)
Sumado a esto se despeja la tasa (Taylor) que aplica el banco central, es decir, dada la regla monetaria, la
curva de Phillips y la curva IS, se obtiene la tasa que aplica el banco central. Por lo que, reemplazado en la
condición de primer orden es posible determinar la función de reacción del banco central:
1
𝑟𝑡−1 = 𝑟𝑠 + 1 (𝜋𝑡−1 − 𝜋𝑡 ) (11)
𝛼(𝛼+ )
𝛽𝛼
De esta manera podemos graficar las curvas del modelo de 3 ecuaciones en los planos (𝑌𝑡 ; 𝑟) y caracterizar
el equilibrio.
𝐼𝑆: … … … . 𝑌𝑡 = 𝐴 − 𝑎. 𝑟𝑡−1 (12)

𝑃𝐶 ∶ 𝜋𝑡 = 𝜋𝑡−1 + 𝛼(𝑌𝑡 − 𝑌𝑒 ) (13)
{ 1
𝑟𝑡−1 = 𝑟𝑠 + 1 (𝜋𝑡−1 − 𝜋𝑡 ) (14)
𝛼(𝛼+ )
𝛽𝛼
Teniendo como objetivo aplicar el modelo al caso de Ecuador frente a la coyuntura del coronavirus, se
analiza el funcionamiento del modelo base ante la presencia de un shock autónomo de demanda agregada. En
ese sentido, en el grafico dos se presentan un shock de demanda negativo.
Gráfico 2. Funcionamiento del modelo ante un shock de demanda negativo.

Notas: Un shock de demanda negativo, viene dado por un desplazamiento de la curva IS hacia la izquierda. Esto es, para la misma
tasa de interés, la demanda agregada es menor. Bajo este contexto, si el banco central no hiciera nada, el producto se ubicaría por
debajo del nivel de equilibrio 𝑌𝑒 lo cual haría que la tasa de inflación 𝜋1 se ubique por debajo del nivel objetivo 𝜋 𝑇 . Por lo tanto,
si el objetivo del banco central es respetar el objetivo de inflación, independiente de las preferencias del mismo, la tasa debería
12
bajarse hasta 𝑟1 . En efecto, si así no lo hiciese, en el próximo período los agentes incorporarían ello en sus expectativas, lo cual
haría correr la curva de Phillips de corto plazo a la derecha y dejaría a la economía en su nivel de producto potencial, pero con
deflación.
Definición del modelo de equilibrio general dinámico estocástico neo-keynesiano para el

Ecuador
Para el caso del Ecuador, el equilibrio en el mercado de bienes (curva IS) estará dado por la producción
actual que depende positivamente del valor esperado de la producción e inflación de mañana (𝑌𝑡+1 , 𝜋𝑡+1 ) y
negativamente tanto de un factor exógeno (𝑔𝑡 ) que representa al efecto coronavirus, como de la tasa de
interés (𝑟𝑡 ).
𝑌𝑡 = 𝐸𝑡 𝑌𝑡+1 + 𝐸𝑡 𝜋𝑡+1 − 𝑔𝑡 − 𝑟𝑡 (15)
En cuanto a la segunda ecuación que corresponde a la curva de Phillips aumentada por expectativas de
inflación se establece que la inflación 𝜋𝑡 esta determinada por el valor esperado de la inflación de mañana
𝜋𝑡+1 más una porción de la demanda de bienes actual 𝑌𝑡 .
𝜋𝑡 = 𝛽𝐸𝑡 𝜋𝑡+1 + 𝛼(𝑌𝑡 ) (16)
Por último, tenemos la ecuación de reacción del banco central, el cual ajustará la tasa de interés en función
de la inflación actual 𝜋𝑡 más otros factores exógenos capturados en 𝑢𝑡 que en este caso representa el
incrementado de la demanda de liquidez de los agentes económicos para hacer frente a la incertidumbre.
1
𝑟𝑡 = 𝜋𝑡 + 𝑢𝑡 (17)
𝛽
De esta manera en las ecuaciones (18) a (20) se define el modelo de equilibrio general dinámico estocástico
neo-keynesiano para el caso de Ecuador.
𝐼𝑆: 𝑌𝑡 = 𝐸𝑡 𝑌𝑡+1 + 𝐸𝑡 𝜋𝑡+1 − 𝑔𝑡 − 𝑟𝑡 (18)
𝑃𝐶 ∶ 𝜋𝑡 = 𝛽𝐸𝑡 𝜋𝑡+1 + 𝛼(𝑌𝑡 ) (19)
1
𝑟𝑡 = 𝜋𝑡 + 𝑢𝑡 (20)
{ 𝛽
El modelo se completa incorporando las ecuaciones que describen la evolución de los factores exógenos
(𝑔𝑡 , 𝑢𝑡 ).
𝑢𝑡+1 = 𝜌𝑢 𝑢𝑡 + 𝜀𝑡 (21)
𝑔𝑡+1 = 𝜌𝑔 𝑔𝑡 + 𝜉𝑡 (22)
III. RESULTADOS
La estructura del modelo, por un lado, considera a la tasa de interés 𝑟𝑡 y a la inflación 𝜋𝑡 como las variables
observadas endógenas, por otro, la producción 𝑌𝑡 se considera como la variable de control inobservada y
por último al efecto del coronavirus 𝑔𝑡 y la demanda de liquidez de los agentes económicos para hacer
frente a la incertidumbre 𝑢𝑡 como las variables de estado. Las variables endógenas fueron obtenidas del
Banco Central del Ecuador (BCE) con frecuencia mensual entre 02/2005 - 05/2020. En esta sección se
presenta el comportamiento de las variables del modelo de equilibrio general dinámico estocástico neo-
keynesiano para el caso del Ecuador ante shocks en (𝜀𝑡 , 𝜉𝑡 ).
13
Coeficientes Errores Estándar Z P>|z| [Intervalo de confianza 95%]
𝜷 0.2037 0.0645 3.15 0.002 0.0771 0.3303
𝜶 0.7885 0.2484 3.17 0.002 0.3016 1.2754
𝟏 4.9086 1.5562 3.15 0.002 1.8584 7.9589

𝜷
𝝆𝒖 0.3705 0.0711 5.21 0.000 0.2310 0.5099
𝝆𝒈 0.8154 0.0429 18.98 0.000 0.7312 0.8996
Sd(e.u) 1.5796 0.4736 0.6514 2.5079

Sd(e.g) 0.3706 0.0320 0.3077 0.4335
Tabla 1. Estimación de los parámetros del modelo DSGE.
Notas: Los parámetros Beta y Alfa tienen interpretaciones estructurales. Alfa es la pendiente de la Curva de Phillips (PC),
mientras que Beta tiene dos roles, por un lado, es una medida de ajuste de la curva PC y el inverso de Beta captura el grado con el
cual el banco central responde a la inflación en la ecuación de la tasa de interés, dicho de otra manera captura la dureza o blandura
de la autoridad monetaria, recordemos que coeficientes mayores a uno se considera un banco central adverso a la inflación o
“duro” esto es, solo se ocupa de tener los precios a raya sin consideración alguna sobre el producto. En contraposición, el
coeficiente menor a uno se considera un banco central adverso a la producción o “blando” es decir, que prioriza al nivel de
producción, aunque ello provoque inflación. Los demás parámetros describen a las variables exógenas.
El parámetro del efecto de la producción sobre la inflación actual es de 𝛼=0.7885, la teoría predice que este
parámetro será positivo, de hecho, en la estimación es positivo. Por otro lado, el valor del impacto de las
expectativas de la inflación futura en la inflación presente es de 𝛽=0.2037 mientras que, el grado con el que
el banco central responde a movimientos de la inflación en la literatura son típicamente alrededor de 1.5 en
la estimación el valor es de
1
= 4.90, el cual demuestra que el banco central tiene una política fuerte de aversión a la inflación.
𝛽
Finalmente, las variables de estado son persistentes en la estimación de sus parámetros con 𝜌𝑔 = 0.8154 para
el efecto coronavirus y 𝜌𝑢 =0.3705 para el efecto del aumento de la demanda de dinero, aparte de eso, el
shock de la variable estado g es denotada en Sd(e.g) y tiene una desviación estándar de 1.5796, mientras que
el shock de la variable estado u se denota en Sd(e.u) con una desviación estándar de 0.3706.
Coeficientes Errores Estándar Z P>|z| [Intervalo de confianza 95%]
𝒀 𝒖 -0.2222 0.1073 -2.07 0.038 -0.4325 -0.01188
𝒈 -0.2465 0.1303 -1.89 0.059 -0.5021 0.0089
𝝅 u -0.1895 0.0522 -3.63 0.000 -0.2918 -0.0871
g -0.2331 0.0836 -2.79 0.005 -0.3972 -0.0691

r u 0.0696 0.0433 1.61 0.108 -0.0153 0.1546
g -1.1446 0.0545 -20.97 0.000 -1.2516 -1.0376
Tabla 2. Estimación de la matriz de políticas.
Notas: Los coeficientes de la matriz de políticas indican como un shock de una unidad de las variables estado afectan a las demás
variables del modelo.
14
Por un lado, la primera ecuación señala que un shock de una unidad de la variable estado (u) reduce la
producción estimada en -0.2222 y una unidad de shock de (g) reduce la producción en -0.2465. Por otro, la
ecuación dos, estima de igual forma que un choque en la variable estado (u) generan un efecto de reducción
en la inflación de -0.1895 y un shock de (g) reduce la inflación en -0.2331. Por último, la tasa de interés se
reduce en -1.1446 ante un shock de una unidad de la variable estado (g), mientras que un shock en (u) no
tiene efecto significativo sobre la tasa de interés.
Gráfico 3. Funciones respuesta ante un shock de g.

Notas: Elaboración en base a los resultados del modelo.
La presencia del componente autorregresivo del shock del coronavirus afecta de manera apreciable a las
variables macroeconómicas. De acuerdo con estos resultados, el modelo predice que la autoridad monetaria
adversa a la inflación tiende a reducir la tasa de interés cuando se hace prolongada la tendencia deflacionaria.
Gráfico 4. Funciones respuesta ante un shock de u.

Notas: Elaboración en base a los resultados del modelo.
15
Por otro lado, las funciones impulso respuesta frente a un shock inesperado del aumento de la demanda de
liquidez de los agentes económicos para hacer frente a la incertidumbre resultan intensamente asociado con
una caída en el nivel de producción y de los precios. Sin embargo, con relación a la figura 3, el modelo
predice que en presencia de este tipo de shock las variables tienden a converger a su estado estacionario
mucho más rápido, por lo que la autoridad monetaria no realiza ajustes significativos en la tasa de interés.
IV. CONCLUSIONES
En este artículo se ha desarrollado un modelo de equilibrio general dinámico estocástico neo-keynesiano

para responder a la siguiente pregunta ¿debería el BCE aumentar la oferta monetaria vía tasa de interés para
dar respuesta a los shocks inesperado del coronavirus y del aumento de la demanda monetaria para no solo
equilibrarla, sino además estabilizar los principales precios relativos de la economía generando un marco de
estabilidad para que los agentes económicos puedan seguir desarrollando sus operaciones?. Un aporte
adicional de este trabajo es derivar formalmente el modelo base, de modo tal se proporciona una forma de
explicar los fundamentos del modelo.
Tras resolver numéricamente el modelo también se estimó las funciones de impulso respuesta frente a los
dos distintos shocks exógenos. En general, los hallazgos obtenidos muestran que ante el choque del
coronavirus o del aumento de la demanda monetaria ambas resultan en una caída de los niveles de
producción y de precios, por lo que la respuesta a la pregunta planteada es que sí debería existir la
disposición hacia una bajada de la tasa de interés. Sin embargo, todo dependerá de la política del BCE. En
síntesis, lo que es de mayor importancia converge, por un lado, a la incertidumbre de saber si los choques
del coronavirus y del aumento de la demanda monetaria serán mucho más persistentes en el tiempo de lo
proyectado y por otro, si la autoridad monetaria estará dispuesta a bajar los tipos de interés para continuar
con su política “dura” de aversión a la inflación que ha mantenido durante los últimos 15 años.
REFERENCIAS
Argandoña, A. (1990). El pensamiento económico de Milton Friedman. Documento de investigación DI-

193. Recuperado de http://www. iese. edu/research/pdfs/DI-0193. pdf.
Buenaventura Vera, G. (2003). La tasa de interés: información con estructura. Estudios Gerenciales, 19(86),
39-50.
Calvo, G. A. (1983). Staggered prices in a utility-maximizing framework. Journal of Monetary

Economics, 12(3), 383-398.
Camacho, D. D. J., & David, D. (2011). Knut Wicksell: Tasa de interés natural y monetaria. Tiempo
Económico, 6(17), 73-80.
Carlin, W., & Soskice, D. (2005). The 3-equation New Keynesian Model---a graphical exposition. The BE
Journal of Macroeconomics, 5(1).
Clarida, R., Gali, J., & Gertler, M. (1999). The science of monetary policy: a new Keynesian
perspective. Journal of Economic Literature, 37(4), 1661-1707.
16
Corvalán, R. (2018). Introducción al Modelo Nuevo Keynesiano de tres ecuaciones. Revista de Investigación
En Modelos Matemáticos Aplicados a La Gestión y La Economía, 5, 41–51
De Gregorio, J. (2007). Macroeconomía Teorías y Políticas. (Pearson, Ed.) (Segunda). Santiago.
Galí, J. (2008). Monetary Policy, Inflation, and the Business Cycle. An Introduction to the New Keynesian Framework.
Princeton University Press.
Goodfriend, M., & King, R. G. (1997). The new neoclassical synthesis and the role of monetary
policy. NBER macroeconomics annual, 12, 231-283.
Hartnett, M., & Wu, S. (2020). The Flow Show the Poor Bank Redemption.
Jimenez, F. (2019). Elementos de teoria y politica macroeconomica para una economia abierta. Elementos de teoria y
politica macroeconomica para una economia abierta. Lima: Fondo Editorial. Retrieved from
https://econpapers.repec.org/RePEc:pcp:puclib:lde-2012-02a
Levy, N. (2012). Tasas de interés, demanda efectiva y crecimiento económico. Economía UNAM, 9(25), 74-
93.
McCallum, B. T., & Nelson, E. (1999). Nominal income targeting in an open-economy optimizing
model. Journal of Monetary Economics, 43(3), 553-578.
Menz, J., & Vogel, L. (2009). A Detailed Derivation of the Sticky Price and Sticky Information New
Keynesian DSGE Model. DEP Discussion Papers Macroeconomics and Finance Series, 1–62.
Milei, J. G. (2012). La Crisis Americana y una Interpretación Pigouviana en el Marco del “3-Equation
Model” del Nuevo Consenso Macroeconómico. Actualidad Económica, 22(77), 23–36.
Perrotini, I. (2007). El Nuevo Paradigma Monetario. Economía UNAM, 4(11), 64–82.
Roca, R. (2002). La tasa de interés y sus principales determinantes. Repositorio: Universidad Nacional Mayor de
San Marcos, 12. Retrieved from
https://economia.unmsm.edu.pe/org/arch_iie/arch_invest/doc_inv_DI-02-003.pdf
Romer, D. (2012). Advanced Macroeconomics. (B. Gordon, Ed.), McGraw-Hill (Fourth).
Rotemberg, J. J. (1982). Sticky Prices in the United States. Journal of Political Economy, 90(6), 1187–1211.
Sánchez, A. (1994). Teorias de la Tasa de Interés. (Azcapotzalco, Ed.) (Primera). México. Retrieved from
http://library1.nida.ac.th/termpaper6/sd/2554/19755.pdf
Svensson, L. (1998). Inflation targeting as a monetary policy rule. Journal of Monetary Economics, 6790(9),
607–654.
Taylor, J. (1993). Discretion versus policy rules in practice. Carnegie-Rochester Conference Series on Public
Policy, 39(C), 215–220.
Vintimilla, A., Beltrán, P., Orellana, M., Palacios, J., & Pozo, S. (2015). La política monetaria en el Ecuador
17
con régimen cambiario dolarizado. Fiscalidad. Ecuador. Retrieved from

https://cef.sri.gob.ec/pluginfile.php/16859/mod_page/content/98/RF10_1.pdf
Walsh, C. (2010). Monetary Theory and Policy. The MIT Press (Third, Vol. 24). Cambridge.
https://doi.org/10.2307/3159441
Woodford, M. (2003). Interest and Prices: Foundations of a Theory of Monetary policy. Princenton University
Press, (April), 1–45.
ANEXOS
Gráfico A.1. Evolución de la Tasa de Interés.

Notas: La tasa de interés es determinada por la junta de Política y Regulación Monetaria y Financiera del Ecuador. El cálculo lo
realiza a través de la información consolidada a nivel nacional de todas las entidades que reportan al BCE. El gráfico muestra la
evolución de la tasa de interés de los últimos 6 años de un periodo de estudio comprendido entre 2005-2020. Fuente: Datos
obtenidos del BCE.
Gráfico A.2. Evolución de la Inflación.

Notas: La inflación es un estadístico mensual que lo calcula el Instituto nacional de estadísticas y censos, el cual captura las
variaciones en el valor del consumo final promedio de los hogares, atribuido exclusivamente a cambios en el nivel general de
precios. El gráfico muestra la evolución de la inflación de los últimos 6 años de un periodo de estudio comprendidio entre 2005-
2020 Fuente: Datos obtenidos del BCE.
18
Período y π r
0 -0.3510 -0.2993 0.1100
1 -0.1300 -0.1109 0.0407
2 -0.0481 -0.0411 0.0151
3 -0.0178 -0.0152 0.0055
4 -0.0066 -0.0056 0.0020
5 -0.0024 -0.0020 0.0007
6 -0.0009 -0.0007 0.0002
7 -0.0003 -0.0002 0.0001
8 -0.0001 -0.0001 0.0000
Tabla A.1. Descomposición de la varianza del error de pronóstico de Cholesky de un impulso de (u) y como responde (y, π, r).
Notas: Mediante la descomposición de la varianza es posible conocer la aportación marginal del shock (u) sobre la variabilidad de
las demás variables en un horizonte predeterminado.
Período y π r
0 -0.0913 -0.0864 -0.4242
1 -0.0745 -0.0704 -0.3459
2 -0.0607 -0.0574 -0.2821
3 -0.0495 -0.0468 -0.2300
4 -0.0404 -0.0382 -0.1876
5 -0.0329 -0.0311 -0.1529
6 -0.0268 -0.0254 -0.1247
7 -0.0219 -0.0207 -0.1017
8 -0.0178 -0.0168 -0.0829
Tabla A.2. Descomposición de la varianza del error de pronóstico de Cholesky de un impulso de (g) y como responde (y, π, r).
Notas: Mediante la descomposición de la varianza es posible conocer la aportación marginal del shock (g) sobre la variabilidad de
las demás variables en un horizonte predeterminado.
El Efecto Socioeconómico de la Pandemia COVID-19 en Ecuador

Socioeconomic effects of COVID-19 pandemic in Ecuador
Ana Isabel Bastidas*, Lissette Córdova†, Gianella Mora‡, Anthony Robalino§ y Alfredo Zúñiga**
RESUMEN
Debido a la pandemia del COVID-19, la economía ecuatoriana ha hecho frente a situaciones que han comprometido su
estabilidad presente y futura. Estos hechos han obligado al gobierno a proteger a sus ciudadanos y generar sistemas de
salud pública eficientes. A su vez, la aplicación de medidas de confinamiento, han generado que miles de trabajadores
informales no puedan salir a generar sus ingresos. Eso quiere decir que los individuos contagiados, además de luchar
contra la enfermedad, se enfrentaron a la reducción en sus ingresos. Mediante un enfoque de microsimulación
estática, se encontró un aumento de la pobreza (79.46%) y extrema pobreza (69.98%); a su vez, hubo un ligero
aumento en la desigualdad (0.65%). Finalmente, debido al deterioro en la economía, educación y salud, el proceso de
desarrollo se redujo (23.68%), eliminando el progreso alcanzado en los últimos años en el país.
Palabras claves: Microsimulación, COVID-19, pobreza, desigualdad, Índice de Desarrollo Humano
ABSTRACT
Due to the COVID-19 pandemic, the Ecuadorian economy has faced situations that have compromised its present and
future stability. These events have forced the government to protect its citizens and generate efficient public health
systems. In turn, the application of confinement measures has resulted in thousands of informal workers not being
able to go out and generate their income. This means that infected individuals, in addition to fighting the disease,
faced a reduction in their income. Through a static microsimulation approach, an increase in poverty (79.46%) and
extreme poverty (69.98%) was found; in turn, there was a slight increase in inequality (0.65%). Finally, due to the
deterioration in the economy, education and health, the development process was reduced (23.68%), eliminating the
progress achieved in recent years in the country.
Keywords: microsimulation, COVID-19, poverty, inequality, Human Development Index.
*
Universidad San Francisco de Quito; ibastidas@estud.usfq.edu.ec
†
(Autor de Correspondencia). Universidad San Francisco de Quito; lcordova@estud.usfq.edu.ec
‡
Universidad San Francisco de Quito; gmora@estud.usfq.edu.ec
§
Universidad San Francisco de Quito; aarobalinoc@estud.usfq.edu.ec
**
Universidad San Francisco de Quito; lazuniga@estud.usfq.edu.ec
20
I. INTRODUCCIÓN
P
or sobre el costo económico que ha implicado la emergencia sanitaria y las medidas tomadas para
controlarla, el COVID-19 ha dejado consigo un shock exógeno muy grande en el sector social en el
Ecuador. Antes de la aparición del primer caso en el país, el escenario era desalentador, debido a que
contaba con un mercado laboral sin la fortaleza suficiente para sobrellevar una pandemia.
En marzo de 2020, en un intento por frenar la propagación del coronavirus, el país paralizó gran parte de las
actividades económicas con fuertes medidas de confinamiento, movilidad y suspensión de espacios públicos.
Esto trajo consigo un impacto negativo en el mercado laboral, lo cual fue evidente según informes para junio
del 2020 (INEC, 2020), en una contracción de un 21.8% en el empleo adecuado, seguido de un incremento
desmesurado del 15.8 % en el subempleo y un 8.4% en el desempleo. Cifras preocupantes para un país que
ya contaba con un mercado laboral en declive.
Como se muestra en la Tabla 1, los resultados hasta septiembre 2020 (INEC, 2020), demostraron una
pequeña mejoría a diferencia de junio, debido a la suavización de las medidas tomadas por el gobierno, tal
como se muestra en la tabla 1. Debido a que la tasa de empleo formal fue de 32.1 %, comparando con el año
pasado el desempleo aumentó 1.7 %; la tendencia del subempleo fue similar. El panorama ha mejorado; sin
embargo, las cifras son altas comparadas con el año anterior.
Sep-2019 Jun-2020 Sep-2020

Desempleo 3.80% 13.30% 6.60%
Subempleo 17.80% 35.50% 23.40%
Empleo Adecuador 38.80% 16.70% 32.10%

Tabla 2. Mercado laboral en Ecuador.
Fuente: INEC 2019 – 2020.
Por el contexto de la pandemia del COVID-19, como ya se mencionó, el mercado laboral en Ecuador
actualmente es versátil e inestable. Basado en esa realidad, se encontró un trabajo sobre las transiciones en el
mercado laboral de Ecuador en los años 2007-2016. El estudio concluye que las personas que se encuentran
en un empleo adecuado tienen una mayor probabilidad de permanecer en esta categoría de empleo en el
siguiente año con probabilidades superiores a 73 % (Rodríguez, 2019), es decir, hay una mayor estabilidad.
A su vez las muertes por COVID-19, han dado paso a la estimación de la perdida que se tendría a nivel
agregado, dadas las muertes del COVID-19 en distintos rangos de edad. El estudio de origen inglés, se basan
en la estimación del consumo anual para diferentes rangos de edad, de forma individual (Hall, Jones, y
Klenow, 2020). Por otro lado, la UNICEF, desarrolló un estudio para obtener estimaciones preliminares
sobre el impacto de COVID-19 en hogares y pobreza infantil en Georgia, a través de un modelo de
microsimulación (Development Analytics, 2020). Este trabajo propone una metodología enfocada a la
simulación estática, en donde estiman la vulnerabilidad laboral y la distribución de la población activa en
Georgia.
De igual forma, se encontró un modelo de microsimulación estático, en donde se estima el impacto de los
factores socioeconómicos sobre el uso del cuidado de ancianos, por medio de un modelo tanto explicativo,
como poblacional (Eggink et al., 2016). A la par, en un estudio más antiguo, se plantea reducir la pobreza
infantil en Europa, por medio de un modelo de micro simulación estática. En este documento se realizan
El Efecto Socioeconómico de la Pandemia COVID-19 en Ecuador • Bastidas et al.

21
algunas simulaciones concretas en don-de evalúan las reformas realizadas en los países de estudio (Holly,
2001).
El presente artículo analiza el impacto socioeconómico de la pandemia del COVID-19, bajo un enfoque de
microsimulación estática. Con el fin de examinar nuestra hipótesis, en donde, la pandemia del COVID-19
afecta más a los ingresos y desarrollo de las personas informales que en el resto de la población. Luego, a
partir de este análisis, concluimos con los desafíos y medidas que el Ecuador debe afrontar en los próximos
años.
II. METODOLOGÍA
Se aplicó una microsimulación estática1 con los datos de la ENEMDU2de diciembre de 2019; con el fin, de
poder estimar el impacto en pobreza, extrema pobreza, desigualdad y desarrollo humano en el país. Antes
de calcular el efecto en las diversas variables socioeconómicas, fue necesario partir de la simulación de la
transmisión de la enfermedad en nuestra población. Para eso se usó una versión del modelo SEIRD,3 misma
que se la describe por medio de las siguientes ecuaciones:
𝑑𝑆 𝑆 𝜂
= −𝛽𝐼 ∗ ( ) + 𝜎𝑅 (1)
𝑑𝑡 𝑁
𝑑𝐸 𝑆 𝜂
= 𝛽𝐼 ∗ ( ) − 𝛼𝐸 (2)
𝑑𝑡 𝑁
𝑑𝐼
= 𝛼𝐸 − 𝛾𝐼 (3)
𝑑𝑡
𝛽 = 𝑅0 ∗ 𝛾 (4)
En nuestro caso, la población fue la ENEMDU 2019 con 59.208 individuos. A partir de los valores en el
pico más alto de la curva de infectados, (52, como se muestra en el siguiente gráfico), se diseñó un
mecanismo para determinar las personas que se encontraran en los estados de: Susceptible, Infectado y/o
Muertos. Se corrieron tres loterías diferentes para cada estado, en donde los números eran aleatorios en el
rango de 0 a 1.
Para poder determinar si la persona se encontraba en el estado “Susceptible", esta debía tener la condición
que el numero aleatorio de la respectiva lotería sea un número menor a 0.32. Para el caso en el que la
persona esté en el estado de “Infectado", esta debía estar previamente “Susceptible" y el número aleatorio de
su lotería debía ser menor a 0.49. Usando la misma lógica, para que la persona se encuentre “Muerta", esta
debía estar antes “Infectada", por ende, “Susceptible" y a su vez el numero aleatorio de su respectiva lotería
debía ser menor que 0.013.
Con el fin de contabilizar el número de personas que se encontraban en cada estado, se usó una variable
dicotómica, misma que si el individuo cumplía con las condiciones ya mencionadas, se le marcaba con un 1,
y caso contrario un 0. Finalmente, se pasó a contabilizar las personas que se encontraban en cada uno de los
1
Microsimulación estática: modelos que utilizan información a un nivel de individuo, su comportamiento no cambia en el
modelo.
2
Encuesta Nacional de Empleo, Desempleo y Subempleo.
3
Modelo para procesos epidemiológicos. Cuenta con cinco estados de la enfermedad, mismos que son: susceptibles (S), expuestos
(E), infectados (I), recuperados (R) y muertos (D), por sus siglas en ingles.

22
estados. En total se realizó 100 simulaciones, en las cuales en cada una de estas se realizó la misma
metodología previamente relatada.
Gráfico 1. Modelo SEIRD. Fuente: Los autores.
Seguido, se procedió al cálculo de las variables socioeconómicas tanto con la influencia de la pandemia del
COVID-19, como sin ella (escenario base). Para el cálculo de la pobreza, se determinó las personas que
pertenecían al sector informal, utilizando el tipo de trabajo y contrato con el que cuenta cada persona en la
ENEMDU 2019. Una vez determinada la población correspondiente, se le descontó un 23%4 del salario
declarado en la base de datos. Finalmente, se fijó la línea de pobreza en USD 84.82 y extrema pobreza en
USD 47.80, (INEC, 2019) y se realizó un conteo de las personas que cuentan con ingresos menores o
iguales a esos valores.
La desigualdad fue medida con el coeficiente de Gini5, obtenido por el comando de Stata. Finalmente, el
proceso de desarrollo fue medido por el Índice de Desarrollo Humano. Para el componente de salud, se
calculó un promedio de la esperanza de vida en cada simulación. Por el lado de educación, se tomó un
promedio de los años esperados de escolaridad (niños de 5 años en adelante) y promedio de años escolares
(personas mayores a 21 años de edad) que fueron declarados en la ENEMDU 2019. Por el lado de ingresos,
se usó el producto nacional bruto per cápita del Ecuador6. Obtenido ya los resultados de cada variable
socioeconómica en cada una de las cien simulaciones realizadas, se realizó el cálculo de su impacto respecto
al escenario base previamente calculada.
4
Contagiarse de COVID-19, deja a la persona al menos siete días en cama (MSP, 2020), si esta es informal, reduce sus ingresos en
un 23%.
5
El valor 0: máxima igualdad de distribución salarial entre habitantes, valor 1: máxima desigualdad (Rodríguez, 2020).
6
Producto Nacional Bruto per cápita $45264.7 (Suarez, 2019).

23
III. RESULTADOS
El confinamiento genero una desestabilidad en los ingresos de las personas, dejando a gran parte fuera de la
formalidad7 y con una menor capacidad para costear la canasta básica, ya que, al no tener un empleo
adecuado, se ven obligados a ingresar al subempleo como es el caso de ventas ambulantes, volviéndose más
susceptibles al contagio del virus, debido a su alta exposición al mismo. Tomando en consideración esta
reducción de los ingresos, el aumento de la pobreza y extrema pobreza ha sido una consecuencia evidente.
Esta situación ha tenido un impacto significativo en especial en las personas que se encuentran en el umbral8.
Debido a que se obtuvo un aumento en promedio de 79.46 % y 69.98 % en pobreza y extrema pobreza,
respectivamente. Es decir, se pasó de tener 1123 a 2015 individuos en el caso de pobreza y de 1051 a 1787
individuos en extrema pobreza.
Se puede decir que efectivamente, el país se vio afectado por la pandemia del COVID-19 mediante una
reducción considerable de los ingresos, pero la desigualdad no se vio afectada en la misma proporción, ya
que paso de ser 0.448 a 0.450 a nivel nacional. Este efecto se puede atribuir a que todas las personas fueron
afectadas por igual, es decir, tantos personas con mayores recursos económicos tuvieron pérdidas como
personas de escasos recursos; manteniendo un efecto bastante bajo con respecto a los otros impactos
socioeconómicos.
Además de lo ya mencionado, el COVID-19 ya ha dejado secuelas innegables: un retroceso del proceso de
desarrollo en el país. En los últimos 28 años, el desarrollo humano del Ecuador creció un 18 %, debido a la
inversión pública en salud y educación (PNUD, 2016). Manteniéndose en el puesto 86 del ranking de un
total de 189 naciones con un IDH de 0.752, superando a Perú y Colombia. Sin embargo, por causa de la
pandemia del COVID-19, el proceso de desarrollo ha descendido un 23.68 %, como se lo indica en la
siguiente tabla. Ecuador ha pasado de un desarrollo medio (0.613) a uno bajo (0.468), asemejándose a los de
Haití (0.503) y Afganistán (0.496).
Impacto en P Impacto en E Impacto en Desigualdad Impacto en IDH

Media 79.46% 69.98% 0.65% -23.68%
Desviación estándar 3.45% 3.42% 2.39% 0.17%
Valor Mínimo 72.13% 61.85% -4.02% -24.04%
Efecto Mínimo 73.99% 64.51% -3.23% -23.96%
Efecto Máximo 83.81% 74.03% 3.80% -23.47%
Valor Máximo 88.33% 79.26% 7.05% -23.28%
Varianza 11.89 11.71 5.71 0.03

Tabla 2. Resultados del modelo.
Este descenso, es consecuencia de un deficiente y colapsado sistema de salud, sumado el complejo mercado
laboral y finalmente la educación como un privilegio para pocos. Gracias al devastador contexto que
7
El 67.9 % de la población pertenece al sector informal (INEC, 2020)
8
Tener ingresos un tanto superiores a los USD 85

24
atraviesa el país, la educación en línea ha dejado a muchos fuera de la escuela, por la falta de recursos para
poder acceder a la misma.
IV. CONCLUSIONES
La situación es compleja para el Ecuador, dado el precario mercado laboral en el que se encuentra y la falta
de políticas públicas esenciales. Es momento de reactivar la economía y pensar en plantear políticas
enfocadas a generar crecimiento económico a corto, mediano y largo plazo. El país, necesita buscar un
marco jurídico que garantice la independencia institucional, disminuya la corrupción y aumente la confianza
de la población en sus gobernantes.
El Ecuador necesita nuevos inversionistas y facilidad para la creación de empresas innovadoras, a través de las
cuales se pueda generar fuentes de trabajo. Solo así se podrá disminuir la pobreza, la desigualdad y apoyar a
la población en la post pandemia del COVID-19. El Estado debe enfocarse en tener finanzas públicas
ordenadas y dejar de financiar el déficit. Subir impuestos deliberadamente no es la mejor opción; al
contrario, debe enfocarse en la productividad. Es momento de renovar los viejos modelos económicos y sin
cometer los mismos errores del pasado que no funcionaron.
Tras resolver numéricamente el modelo también se estimó las funciones de impulso respuesta frente a los
dos distintos shocks exógenos. En general, los hallazgos obtenidos muestran que ante el choque del
coronavirus o del aumento de la demanda monetaria ambas resultan en una caída de los niveles de
producción y de precios, por lo que la respuesta a la pregunta planteada es que sí debería existir la
disposición hacia una bajada de la tasa de interés. Sin embargo, todo dependerá de la política del BCE. En
síntesis, lo que es de mayor importancia converge, por un lado, a la incertidumbre de saber si los choques
del coronavirus y del aumento de la demanda monetaria serán mucho más persistentes en el tiempo de lo
proyectado y por otro, si la autoridad monetaria estará dispuesta a bajar los tipos de interés para continuar
con su política “dura” de aversión a la inflación que ha mantenido durante los últimos 15 años.
REFERENCIAS
Development Analytics. (2020, June). Estimating the impact of covid-19 on child poverty in Georgia using a
micro-simulation model. UNICEF, 17(28). doi: LTA 42106114
Eggink, E., Woittiez, I., & Ras, M. (2016). Forecasting the use of elderly care: a static micro-simulation
model. The European Journal of Health Economics, 17(6), 681-691.
Hall, R. E., Jones, C. I., y Klenow, P. J. (2020, June). Trading o consumption and covid-19 deaths
(Working Paper n.o 27340). National Bureau of Economic Research. Descargado de
http://www.nber.org/papers/w27340 doi: 10.3386/w27340
Holly, S. (2001). Reducing child poverty in Europe: What can static microsimulation models tell us?
EUROMOD Working (EM5/01).
INEC. (2019). ENEMDU - Indicadores Laborales diciembre 2019. Descargado de

https://www.ecuadorencifras.gob.ec/enemdu-diciembre-2019/
INEC. (2020). Reporte de pobreza y desigualdad - diciembre 2019. Descargado de

25
https://www.ecuadorencifras.gob.ec/documentos/web-inec/POBREZA/2019/Diciembre-2019
MSP. (2020). Covid-19, lineamientos generales de vigilancia epidemiológica.
PNUD. (2016). Nota técnica. Informe de Desarrollo Humano: Desarrollo Humano.
Rodríguez, S. (2019). Transiciones en el mercado laboral en Ecuador

período 2007-2016. Pontificia Universidad Católica del Ecuador. Descargado de
http://repositorio.puce.edu.ec/handle/22000/16707
Rodríguez, A. T. (2020). Coeficiente de Gini, el detector de la desigualdad salarial. Descargado de

https://www.bbva.com/es/coeficiente-gini-detector-la-desigualdad-salarial/
Suarez, E. (2019). Índice de Desarrollo Humano: Una mirada desde Ecuador. (108), 57-80. Descargado de
https://doi.org/10.26807/revpuce.v0i108.214

¿Existe relación entre competitividad y corrupción?

Is there a relationship between competitiveness and corruption?
Xiomara Dávila*
RESUMEN
El presente artículo analiza 35 economías de 7 regiones (Asia Oriental y el Pacífico, Eurasia, Europa y Norte América,
América Latina y el Caribe, Medio Oriente y el Norte de África, Asia Meridional, África Subsahariana) entre el
periodo 2015 – 2018 para determinar si la corrupción influye en la competitividad. Los resultados evidencian una
correlación negativa entre las variables; sin embargo, no es significativa. Es decir, la corrupción sí influye en la
competitividad de un país, más no se conoce la magnitud, especialmente si se considera los costos no cuantificables.
Para futuras investigaciones, se recomienda la incorporación de nuevas variables para expandir la capacidad de análisis.
Palabras claves: Competitividad, corrupción, crecimiento económico, desarrollo.
ABSTRACT
This article analyzes 35 economies from 7 regions (East Asia and the Pacific, Eurasia, Europe and North America,
Latin America and the Caribbean, Middle East and North Africa, South Asia, Sub-Saharan Africa) between 2015 -
2018 to determine whether corruption influences competitiveness. The results evidence a negative correlation
between the variables; however, it is not significant. In other words, corruption does influence a country's
competitiveness, but the magnitude is not known, especially when considering unquantifiable costs. For future
research, the incorporation of new variables is recommended to expand the capacity of analysis.
Keywords: Competitiveness, corruption, economic growth, development.
*
Universidad Espíritu Santo; xiomaradavila01@gmail.com
27
I. INTRODUCCIÓN
L
os países se encuentran ante la constante búsqueda del incremento de su productividad para lograr ser
más competitivos y alcanzar un nivel superior de desarrollo económico. En este sentido, Porter
(1990), en su libro “La Ventaja Competitiva de las Naciones”, señala que el aumento de la
productividad es la clave para alcanzar la prosperidad y un elevado nivel de vida y que, para alcanzar un
incremento sostenido de la productividad, es necesario estar ante una constante superación. Oyola & Padilla
(2012) afirma que la competitividad no es un fin en sí mismo; sino, un proceso constante y complejo que
requiere una fuerte integración entre los componentes de una sociedad para, en conjunto, aprovechar las
oportunidades de la globalización. Por tanto, las economías requieren forjar una estructura sólida que les
brinde reglas claras y les permita escalar en su competitividad. No obstante, las naciones, con especial énfasis
en aquellas en vías de desarrollo, experimentan dificultades para su crecimiento como, por ejemplo, la falta
de moralidad de servidores públicos evidenciada, incluso, en tiempos de crisis donde las consecuencias, en
este caso las del COVID-19, no se han medido únicamente en términos de mortalidad, sino también en
incremento de la pobreza y la desaceleración del crecimiento económico (Shrestha et al, 2020).
Los actos de corrupción influyen en los resultados económicos de un país, teniendo un impacto negativo en
la rentabilidad de las familias, productividad empresarial y calidad de los servicios públicos; es decir, genera
un declive del desempeño económico y bienestar (Ulman, 2014). Como resultado, las naciones al perder
productividad se vuelven menos competitivos en mercado internacional (Krugman, 1994). Por tal motivo,
el presente documento de investigación busca analizar el papel de la corrupción en la disminución de la
competitividad de las naciones.
II. METODOLOGÍA
Para este análisis, se estudian los datos de competitividad, estabilidad macroeconómica, desempleo,
crecimiento del PIB, capacidad de innovación y PIB per cápita presentados en el Reporte de Competitividad
Global del Foro Económico Mundial 2016 hasta 2019, el Índice de Transparencia Internacional 2019 donde
se toma de referencia el índice de percepción de corrupción, y el Índice de Desarrollo Humano del PNUD
2019 y 2018. Este artículo toma de referencia 35 países, con periodicidad anual (durante cuatro años) para
observar, por medio de un análisis de panel de efectos fijos, la influencia de la variable corrupción sobre la
competitividad, determinando si efectivamente existe una correlación entre ellas.
Análisis exploratorio
Las estadísticas descriptivas han sido realizadas por regiones y por año, esto permite observar la evolución
promedio de cada variable seleccionada y también comparar los resultados entre regiones.
El índice de Desarrollo Humano de Europa y Norte América es el que en promedio alcanza los valores más
altos entre las regiones, los valores van entre 0,90 y 0,91 para los años 2015 y 2018 respectivamente; es
decir, que estas regiones poseen el puntaje más elevado en los que concierne a esperanza de vida, educación
e ingresos. Por otra parte, la región que posee el menor valor promedio en este índice es África
Subsahariana, que entre 2015 y 2018 registró valores de 0,56 y 0,57 respectivamente. Cabe mencionar que
la región de África Subsahariana posee los peores resultados en el índice de estabilidad macroeconómica,
¿Existe relación entre competitividad y corrupción? • Dávila

28
capacidad de innovación, tasa de desempleo, crecimiento del PIB y PIB Real per-capital, por lo que según la
literatura antes mencionada, este entorno es favorecido por los altos niveles de corrupción, por tanto, se
esperaría que en esta investigación los niveles de competitividad de esta región sean bajos. Estos resultados
del análisis exploratorio se encuentran disponibles en el Anexo 1.
En la gráfico 1 se muestra el índice promedio de percepción de corrupción, donde cero marca una
corrupción elevada y 100 significa sin corrupción. Existe una marcada diferencia entre Europa - Norte
América, y Asia Oriental - el Pacífico, respecto a las otras regiones. Mientras el índice registra que ellos se
encuentran alrededor de los 70 puntos, la región del Medio Oriente y Norte de África se encuentra debajo
de los 50 puntos y el resto de regiones registran valores entre 30 y 40 puntos.
Gráfico 1. Evolución del índice promedio del percepción de corrupción 2015 - 2018.
Nota. Elaboración propia basada en información del Índice de Transparencia Internacional (2019)
Especificación de modelo econométrico

Para determinar la relación que tiene el índice de percepción de corrupción y el índice de competitividad, se
utiliza el modelo de datos de panel con efectos fijos. A continuación, se detalla el modelo general:
𝑌𝑖𝑡 = 𝛽0 + 𝛽1 𝑋𝑖𝑡 + 𝛽2 𝑍𝑖𝑡 + 𝑢𝑖𝑡
La variable latente es el índice de competitividad, esta es la variable dependiente abreviada en la formula

como Yit . El índice de percepción de corrupción esta determinado por Xit , se espera que los valores del
coeficiente asociado a esta variable sean menores a 1. En la especificación del modelo general se incluyen un
set de variables de control Zit ; en este set se incluyen controles que caracterizan a cada país como, por
ejemplo, el PIB Real per-cápita, tasa de desempleo, capacidad de innovación entre otras. Entre las variables
seleccionadas se ha realizado una combinatoria considerando la correlación que existe entre las variables
independientes, de tal forma que se controle el problema de multicolinealidad perfecta; en el Anexo 2 se
muestra la matriz de correlación.

29
III. RESULTADOS
Se han realizado 5 especificaciones del modelo general. En el modelo (1) se analiza la relación que existe
entre el índice de la percepción de la corrupción con el índice de competitividad; para el modelo 2 y 3 se
agregaron controles de capacidad de innovación y el índice de desarrollo humano, adicionalmente el
crecimiento del PIB y la tasa de desempleo respectivamente; en el modelo 4 los controles fueron agregados
más un nivel de rezago, se realizó este ejercicio para controlar el efecto del tiempo sobre las estimaciones y,
finalmente, en el modelo 5 además de los controles se agregó el rezago del índice de competitividad. A
continuación, se presenta la tabla de resultados:
(1) (2) (3) (4) (5)

Índice de Índice de Índice de Índice de Índice de
competitividad competitividad competitividad competitividad competitividad
Índice de la .002 -.05 -.042 -.076 -.146
percepción de la (.098) (.097) (.091) (.134) (.136)
corrupción
Capacidad de .226*** .224*** .244*** .22***
innovación (.056) (.057) (.066) (.057)
Índice de Desarrollo .649** .596* .76* .524**
Humano (.31) (.298) (.397) (.254)
Crecimiento del PIB -.001 -.073 -.098
(.091) (.193) (.199)
Tasa de desempleo -.25 -.605 -.325
(.298) (.431) (.399)
Rezago del índice de -.071 -.028
la percepción de la (.149) (.161)
corrupción
Rezago de la -.043*
capacidad de (.024)
innovación
Rezago del índice de -.924
Desarrollo Humano (1.232)
Rezago del .05
crecimiento del PIB (.094)
Rezago de la tasa de .51
desempleo (.34)
Rezago del índice de .096
competitividad (.088)
Observaciones 140 140 140 105 105
Test de Hausman 0.0002 0.0044 0.0000 0.9893 0.0000
Tabla 1. Relación entre corrupción y Competitividad.
Notas: Elaboración propia basado en información del Foro Económico Mundial (2016 – 2019), Índice de
Transparencia Internacional (2019) e Índice de Desarrollo Humano del PNUD (2018 – 2019). Los errores estándar
están en paréntesis. *** p<.01, ** p<.05, * p<.1
En la primera especificación se encontró que a medida que incrementa el índice de percepción de

corrupción, incrementa la competitividad de un país. Sin embargo, literatura previa, por ejemplo, Ulman
(2013, 2014) señala, por medio de modelos econométricos, que los países con menor corrupción son los
más competitivos. Asimismo, Vásquez y Reyes (2019) muestran una correlación negativa entre corrupción y
competitividad, haciendo no viable este resultado. No obstante, investigadores como Anechiarico (2010)

30
defienden la necesidad de un mínimo de corrupción para ser más eficientes, haciendo referencia a la
necesidad de coimar a causa de la falta de cooperación para lograr mayor competitividad. Anechiarico (2010)
menciona que la corrupción no tiene arreglo rápido. Por tanto, se requiere una fuerte voluntad política, para
poder contrarrestar la corrupción persistente.
Dado que la primera especificación va en contra a los resultados obtenidos en otras investigaciones, se
procede a agregar controles contemporáneos, en el modelo 2 y 3 se encuentra que la relación entre las
variables de interés es negativa y que no existe suficiente evidencia estadística que respalde que la magnitud
del coeficiente converge al poblacional; en otras palabras, el efecto que ocasiona el nivel de percepción de la
corrupción con el índice de competitividad es de -0.05 y -0.04, estos valores no cuentan con un respaldo
estadístico para ser resultados concluyentes de la investigación. A pesar de que la inferencia estadística
dictamine que ningún coeficiente es estadísticamente significativo, los coeficientes de los modelos 2, 3, 4 y 5
son siempre negativos y estables.
IV. CONCLUSIONES
En la actualidad, es imposible no reconocer la importancia de integrarse en el mercado mundial y ser

partícipe de la competencia entre países. Esto conlleva a una búsqueda incesante por parte de las naciones
para ser más productivas y, por ende, competitivas; sin embargo, existen componentes que afectan
directamente al esfuerzo de las naciones para ser más competitivos. En este estudio se analizó a la corrupción
como variable que constituye un obstáculo para la competitividad. La literatura señala que la influencia de la
corrupción sobre la competitividad se evidencia al analizar las etapas de desarrollo de los países. Los países
menos corruptos son más competitivos y esto resulta en un impacto positivo en sus resultados económicos y
sociales: menor desempleo, mayor PIB per cápita, estabilidad macroeconómica. Esto puede ser explicado
por la disciplina institucional que los países más desarrollados poseen. Al velar por una imagen estable del
país, cuidan la imagen de sus instituciones, estrategias e infraestructura, los cuales se reflejan en sus
resultados económicos.
En los resultados, inicialmente, se obtuvo una correlación positiva entre la competitividad y corrupción.
Dicho en otras palabras, el aumento de corrupción genera un aumento de competitividad. Tras agregar los
controles y considerar el rezago, se obtuvo una relación negativa entre variables; sin embargo, no son
estadísticamente significativos. Se recomienda, para futuras investigaciones, utilizar un modelo
econométrico con un mayor número de países, como lo realizó Ulman (2014) al medir el impacto de la
competitividad en la corrupción, o con un incremento en la cantidad años para expandir la capacidad de
análisis de la investigación.
Pese a los resultados, es necesario comprender que es difícil medir la corrupción. Un gran número de estos
actos pasan desapercibidos, impidiendo conocer su dimensión real. Al referirse a corrupción, generalmente
se enmarca los casos de soborno en el sector público, dejando fuera al sector privado y a los ciudadanos que
también son responsables de la corrupción, minimizando su efecto.
En conclusión, pese a que la literatura haga énfasis en la influencia de la corrupción en la competitividad y

que los resultados obtenidos también evidencian una correlación negativa, realmente no se puede calcular la

31
magnitud del impacto de la corrupción en los resultados económicos de un país. Hay costos cuantificables de
la corrupción; sin embargo, existen muchos que no lo son, por ejemplo, el tráfico de influencias, reputación
del país, desconfianza de los ciudadanos respecto a las instituciones; es difícil otorgarle un valor monetario.
A través de la investigación, se puede entender que cualquier inversión a favor de mejorar la
institucionalidad y disminuir la corrupción tendrá efecto en la competitividad. Pero, se debe comprender
que no se podrá cuantificar acertivamente su impacto.
REFERENCIAS
Anechiarico, F. (2010). La corrupción y el control de la corrupción como impedimentos para la

competitividad económica. Gestión y política pública, 19(2), 239-261.
Krugman, P. (1994). Competitiveness: A dangerous obsession. Foreign Affairs, 73(2), 28–44.
Mundial, F. E. (2016). Reporte de Competitividad Global 2016-2017. Ginebra: Foro Económico Mundial.
[Archivo PDF]. http://www3.weforum.org/docs/GCR2016-
2017/05FullReport/TheGlobalCompetitivenessReport2016-2017_FINAL.pdf
Mundial, F. E. (2017). Reporte de Competitividad Global 2017-2018. Ginebra: Foro Económico Mundial.
[Archivo PDF]. http://www3.weforum.org/docs/GCR2016-
2017/05FullReport/TheGlobalCompetitivenessReport2016-2017_FINAL.pdf
Mundial, F. E. (2018). Reporte de Competitividad Global 2018. Ginebra: Foro Económico Mundial.
[Archivo PDF].
http://www3.weforum.org/docs/GCR2018/05FullReport/TheGlobalCompetitivenessReport2018.
pdf
Mundial, F. E. (2019). Reporte de Competitividad Global 2019. Ginebra: Foro Económico Mundial.
[Archivo PDF]. http://www3.weforum.org/docs/WEF_TheGlobalCompetitivenessReport2019.pdf
Oyola, M. A. & Padilla, L. M. (2012). El reto frente a la globalización: la competitividad desde un enfoque
sistémico. Gestión & Desarrollo, 9(1), 161-173.
Porter, M. E. (1990). The Competitive Advantage of Nations. Harvard Business Review, 73–93.
PNUD (2018). Índices e indicadores de desarrollo humano. Actualización estadística de 2018. [Archivo
PDF].
http://hdr.undp.org/sites/default/files/2018_human_development_statistical_update_es.pdf?sourc
e=post_page---------------------------
PNUD (2019). Informe sobre Desarrollo Humano 2019. Más allá del ingreso, más allá de los promedios,
más allá del presente: Desigualdades del desarrollo humano en el siglo XXI. [Archivo PDF].
http://hdr.undp.org/sites/default/files/hdr_2019_overview_-_spanish.pdf
Shrestha, N., Shad, M. Y., Ulvi, O., Khan, M. H., Karamehic-Muratovic, A., Nguyen, U. S. D., ... &
Nahiduzzaman, K. M. (2020). The impact of COVID-19 on globalization. One Health, 100180.

32
Transparencia Internacional. (2019). Índice de Percepción de la Corrupción. Datos Consolidados IPC 2012
– 2019. [Archivo PDF]. https://images.transparencycdn.org/images/Consolidated_Data_CPI_2012-
2019.pdf
Ulman, S. R. (2013). Corruption and national competitiveness in different stages of country development.
Procedia Economics and Finance, 6, 150-160.
Ulman, S. R. (2014). The impact of the national competitiveness on the perception of corruption. Procedia
Economics and Finance, 15, 1002-1009.
Vasquez, F. A., & Reyes, G. E. (2019). Relación existente entre el crecimiento económico, la corrupción y
la competitividad global en 20 países latinoamericanos y sus tratados de integración. Espacios, 40(27).
ANEXOS
Índice de la
Índice de Índice de Capacidad
Índice de percepción Crecimiento PIB Real Tasa de
Año Regiones Desarrollo estabilidad de
competitividad de la del PIB per cápita desempleo
Humano macroeconómica innovación
corrupción
2015 América Latina y el Caribe 55.74 37.60 74.24 0.40 7519.32 6.31 60.00 41.42
2016 América Latina y el Caribe 55.80 36.60 74.42 -1.98 7755.84 6.48 59.72 41.12
2015 Asia Meridional 56.80 33.60 62.04 5.52 1798.94 3.50 65.16 46.84
2016 Asia Meridional 57.92 32.80 62.60 5.19 1844.64 3.87 66.56 47.16
2017 Asia Meridional 54.40 33.60 63.06 6.34 2008.82 3.74 74.10 41.40
2018 Asia Meridional 54.74 33.80 63.60 5.97 2075.28 3.12 74.68 36.34
2015 Asia Oriental y el Pacífico 74.18 67.20 87.92 3.38 31135.44 4.61 76.28 70.56
2015 Eurasia 61.26 34.40 76.66 -0.89 4848.64 10.89 63.42 46.86
2016 Eurasia 62.60 35.60 76.86 0.49 4486.52 10.83 64.30 48.56
2017 Eurasia 60.68 36.20 77.18 3.36 5058.26 9.90 70.02 39.44
2018 Eurasia 61.66 35.60 77.48 3.50 5481.84 10.22 73.46 40.68
2015 Europa y Norte América 76.40 73.60 89.96 2.50 46049.28 6.37 77.72 71.14
2015 Medio Oriente y norte de África 64.30 50.20 79.62 2.77 18954.42 7.83 64.30 53.74

33
2015 África subsahariana 52.86 35.20 55.74 -1.00 3052.04 10.63 65.72 43.42
2016 África subsahariana 52.56 34.80 56.16 -1.54 3052.62 11.43 60.56 44.00
2017 África subsahariana 47.70 34.80 56.44 0.20 3368.36 11.40 67.74 29.78
2018 África subsahariana 48.52 33.60 56.92 0.52 3463.86 11.32 68.40 30.24
Anexo 1. Estadísticas descriptivas de las variables seleccionadas.
Variables (1) (2) (3) (4) (5) (6) (7) (8)

(1) Índice de competitividad 1.000
(2) Percepción de la corrupción 0.834 1.000
(3) Desarrollo Humano 0.875 0.776 1.000
(4) Crecimiento del PIB 0.282 0.210 0.067 1.000
(5) PIB Real per-cápita 0.831 0.836 0.773 0.022 1.000
(6) Tasa de desempleo -0.11 0.004 -0.008 0.005 -0.249 1.000
(7) Estabilidad macroeconómica 0.691 0.594 0.510 0.462 0.549 -0.107 1.000
(8) Capacidad de innovación 0.903 0.742 0.726 0.182 0.800 -0.190 0.489 1.000
Anexo 2. Matriz de correlación.
Nota. Elaboración propia basado en información del Foro Económico Mundial (2016 – 2019), Índice de Transparencia
Internacional (2019) e Índice de Desarrollo Humano del PNUD (2018 – 2019).

Incidencia de las variables endeudamiento y tamaño en el Valor

Agregado Bruto de las empresas familiares de las zonas 4 y 5 de
Ecuador
Incidence of the debt and size variables in the Gross Value Added of family businesses in
zones 4 and 5 of Ecuador
Shirley Caiza*, Rossy Silva†
RESUMEN
El presente estudio tiene como objetivo analizar el Valor Agregado Bruto (VAB) de las empresas familiares del Ecuador
de la zona 4 y 5 de acuerdo con la planificación zonal estructurada en la Secretaría Técnica Planifica Ecuador
(SENPLADES) y la correlación que existe entre las variables tamaño y endeudamiento, a través de la información
obtenida del portal de la Superintendencia de Compañías, Valores y Seguros, en el periodo 2018, utilizando un enfoque
cuantitativo y de tipo correlacional , con un diseño de enfoque no experimental y de corte transversal.
Palabras claves: Empresas familiares, PIB, VAB.
ABSTRACT
The objective of this study is to analyze the Gross Value Added (GVA) of Ecuadorian family businesses in zone 4 and 5
according to the zonal planning structured in the Technical Secretariat for Planning Ecuador (SENPLADES) and the
correlation that exists with the variables size and indebtedness, through the information obtained from the portal of the
Superintendency of Companies, Securities and Insurance, in the 2018 period, using a quantitative and correlational
approach, with a non-experimental and cross-sectional design.
Keywords: Family firms, GDP, GVA.
* (Autor de Correspondencia). Universidad Espíritu Santo; scaiza01@uees.edu.ec

†
Universidad Espíritu Santo; rsilvar@uees.edu.ec
35
I. INTRODUCCIÓN
L
as empresas familiares se han constituido como una base elemental para el desarrollo económico y social
dentro de cada país o región en el que se sitúan, a nivel mundial han llegado a conformar más de dos
tercios del total de compañías existentes Center Family Business (2015); con este aporte a la economía
también realizan una contribución con el empleo y su crecimiento, atribuyendo su importancia como un
impulsor para el Producto Interno Bruto (PIB) (Camino-Mogro y Bermúdez-Barrezueta, 2018). El Instituto
Mexicano de Contadores Públicos (IMCP, 2014), indica que el 50% del PIB a nivel mundial es generado por
empresas que son familiares, y se tomó estos datos ya que son fiables en cuanto a cifras que dimensionan la
importancia para la solución de conflictos de socios de estos negocios (Herrera, 2018).
En Ecuador, el 90,5% de empresas que se encuentran legalmente constituidas corresponden a firmas

familiares; además, se puede apreciar que, uno o varios accionistas, tienen el mismo apellido y conforman más
del 50% del control de la compañía, conforme estudio desarrollado por la Universidad de Especialidades
Espíritu Santo (UEES) en alianza con el Instituto de Empresas Familiares de España, y la Superintendencia de
Compañías, Valores y Seguros, recalcando también en su estudio que el 66% de las empresas grandes, el 88%
de las medianas y más del 90% de las pequeñas y microempresas, son familiares. Los sectores económicos que
aportan con el 81,2% de empresas familiares son comercio, actividades profesionales, científicas y técnicas,
inmobiliario, construcción, transporte y almacenamiento, industria, servicios administrativos y en la
agricultura, ganadería, pesca y silvicultura, y el 18,8% se conforma de actividades menos representativas
(UEES, 2017).
De acuerdo con datos de la Superintendencia de Compañías, Valores y Seguros, en el año 2018 se registraron
61.258 empresas familiares en todo el Ecuador, de las cuales el 55% está localizada en la región Costa, el 42%
en la Sierra, el 2% en el Oriente y el 1% restante en la región Insular. Asimismo, según el CIIU a nivel nacional
son tres las actividades que mayor participación tienen las empresas familiares: Comercio al por mayor y
menor con casi el 22%, Transporte y Almacenamiento con el 18% y Agricultura, Ganadería, Silvicultura y
Pesca con el 16%. Para efectos de este trabajo, se delimitará en analizar las empresas familiares de las zonas 4
y 5, ya que en conjunto representan el 10% de establecimientos registrados a nivel nacional.
En las provincias de Manabí, Los Ríos y Guayas se concentra la mayor zona productiva, donde se distribuyen
en pequeñas fincas de dimensiones de 50ha y 10ha en su 84% y 44% sucesivamente (ESPAC, 2010) y se ubican
los centros de acopio para consolidación de carga que se encuentran lo más cercano posible a las zonas
productivas y de comercialización. Mientas que en las provincias de Manabí y Los Ríos se concentra el cultivo
del café que es un producto altamente exportable en el Ecuador, y se comercializa como materia prima al igual
que el cacao su mayor cosecha se da en las provincias de los Ríos, Manabí y Guayas. (SENPLADES, 2017).
Por las actividades que mantienen en común estas provincias, se realiza el presente estudio de acuerdo con la
Zona 4 y 5 que determina la segmentación de provincias que se realizan| dentro de la planificación
administrativa zonal.
Incidencia de las variables endeudamiento y tamaño en el Valor Agregado Bruto de las empresas familiares
de las zonas 4 y 5 de Ecuador • Caiza y Silva
36
La Zona 4 y la Zona 5 tienen en común la agricultura y el comercio al por mayor y menor siendo los sectores
más destacados dentro de los territorios que comprenden estas zonas, donde sobresalen cultivos de banano y
plátano, así como cacao, arroz y café. La mayor parte de ellos liderados por empresas de estructura familiar.
Por esta razón, tomando como referencia al PIB, se ha decidido analizar como variable de crecimiento al Valor
Agregado Bruto (VAB), y su relación con las variables tamaño y endeudamiento, para establecer su relación
con el indicador macroeconómico en mención.
Bajo este contexto, el objetivo general de esta investigación es analizar el Valor Agregado Bruto (VAB)
generado por las Empresas Familiares de las zonas 4 y 5 y su relación con las variables “tamaño” y
“endeudamiento” durante el período 2018. De acuerdo a la información obtenida mediante este estudio, estas
dos variables juegan un rol importante en estas zonas de planificación, ya que las facilidades de financiamiento
de las empresas familiares dependen mucho del tamaño de las mismas, y esto implica restricciones al momento
de gestionar créditos con instituciones financieras, o en el ingreso a mercados de capital.
Este trabajo se divide en cuatro partes: en la primera parte se describe la introducción que incluye aspectos
generales de las empresas familiares y los objetivos de la investigación; en la segunda parte, se analizan los
fundamentos teóricos relacionados con las variables identificadas: valor agregado bruto, tamaño y
endeudamiento; en la tercera parte, se describe la metodología empleada para la recolección y análisis de los
datos, y en la cuarta parte, se hace una presentación e interpretación de los resultados obtenidos de la situación
que se presentan las empresas familiares de las zonas 4 y 5.
II. REVISION DE LA LITERATURA
Empresa Familiar
A lo largo del tiempo, se han realizado estudios sobre la situación de las empresas familiares y, actualmente,
sigue marcando un grado de importancia para la investigación económica, debido al crecimiento que han
tenido en países desarrollados como en vías de desarrollo pues, se ha podido determinar que las empresas
familiares logran sostener la producción de riquezas (Basco, Rodrigo, 2006). Las empresas familiares realizan
una contribución importante a la economía de un país, ya sean de tamaño micro, pequeñas, medianas y grandes
empresas situadas en las diferentes regiones. Para tener un marco de referencia, en España según datos del
Instituto de la Empresa Familiar (2015) se determina que el aporte de las firmas familiares representa entre el
50% y 80% del PIB de una economía, pero la falta de estudios actualizados hace necesario establecer cómo ha
evolucionado este comportamiento pues, así como las empresas familiares aportan significativamente a la
economía en aspectos de trabajo y facturación, también presentan ciertos inconvenientes que derivan de una
falta de planes que garanticen una sucesión generacional efectiva pues, algunos de estos establecimientos no
logran trascender a la segunda y tercera generación (Cardona & Rico, 2014).
A pesar de esto, lo más notable dentro de las empresas familiares es que se constituyen al interior de una
familia donde se determinan las funciones de cada uno de los miembros y se integra tanto la parte emocional
y de parentesco como por otro lado el empresarial que se rige netamente por el área laboral, y que a su vez
conforme se constituye la empresa se formaliza el proceso organizacional (Gutiérrez Olvera, 2018). Dentro
de una empresa familiar se conectan en si tres subsistemas como son la propiedad, la familia y la empresa. Se
37
rige básicamente por las normas de la familia que la conforma, pero se ha identificado que la forma de actuar
de los socios por tener el mayor control de la empresa al momento de la toma de decisión es una amenaza para
la empresa ya que comienza a generar rivalidades internas (Herrera, 2018). Los conflictos que surgen suelen
ser muy similares a los que se generen fuera de ella como por ejemplo mezclar la parte laboral o profesional
con lo personal, falta de profesionalismo al momento de la toma de decisiones, no contar con los roles
claramente definidos, tener una mala organización, falta de educación empresarial y no tener una buena
comunicación (Herrera, 2018).
En el 2008, representantes de las empresas familiares de Bruselas y Milán, junto con el Grupo Europeo de
Empresas Familiares (GEEF) y el Family Business Network (FBN) determinaron que, una empresa es familiar,
si cumple las siguientes condiciones: (a) La mayoría de los votos son propiedad de la persona o personas de la
familia que fundó o fundaron la compañía; o, son propiedad de la persona que tiene o ha adquirido el capital
social de la empresa; o son propiedad de sus esposas, padres, hijo(s) o herederos directos del hijo(s); (b) La
mayoría de los votos puede ser directa o indirecta, (c) al menos un representante de la familia o pariente
participa en la gestión o gobierno de la compañía; y (d) a las compañías cotizadas se les aplica la definición de
Empresa Familiar si la persona que fundó o adquirió la compañía (su capital social), o sus familiares o
descendientes poseen el 25% de los derechos de voto a los que da derecho el capital social.
Casillas, Díaz, y Vázquez (2005) argumentan que una empresa familiar se caracteriza por tres aspectos claves:
(1) una familia es la que tiene mayor participación en el capital social, (2) una familia es la encargada de
administrar los recursos del negocio y también realiza la toma de decisiones, y (3) hay interés por ceder el
mando a la siguiente generación. Desde la perspectiva de Molina, Botero, y Montoya (2016) las familias se
asocian para crear diferentes tipos de organización, y por ello consideran que las familias son el núcleo de la
sociedad y también de la economía pues, desde aquí nacen diversos emprendimientos que tienen como
finalidad solventar los gastos familiares, aprovechar alguna oportunidad, o simplemente disponer de una fuente
alternativa de ingresos para fortalecer la economía familiar. Por ello, Davis y Harveston (2001) determinan
que dentro de las empresas familiares hay una interacción muy importante entre la organización y la familia,
estableciendo un carácter básico y su singularidad, es decir, las empresas familiares se ven marcadas por la
cultura de sus integrantes. Vélez et al. (2008) manifiestan que las firmas familiares se caracterizan por disponer
de un alto grado de parentesco y poseen una importante participación en el capital social para la toma de
decisiones.
Además, la creación de las empresas familiares se da de manera instintiva, según Martínez (2010) esta no se
crea porque una persona no pueda lograr alcanzar un empleo dentro de una organización constituida
legalmente, sino que se crean por la necesidad de querer generar sus propias riquezas sin tener dependencia
de terceros, logrando con ello la generación de empleo para su familia y para terceras personas (González et
al., 2018). A pesar de que una de las características de las empresas familiares es que se debe al traspaso de
generación en generación, este es una de sus mayores debilidades ya que el sucesor del fundador tiende a
confundir el objetivo principal por el que su sucesor creo la empresa, y no cuentan con el mismo entusiasmo
e ímpetu de quien fundo la organización (Quejada y Ávila, 2016). Por lo cual, la relación familiar presenta la
38
característica de benevolencia que es lo que no ocurre en las empresas no familiares, siendo este el factor que
las diferencia en las empresas familiares (Núñez-Cacho et al., 2012).
Los diferentes autores no tienen la misma definición en base a las empresas familiares, algunos toman como
referencia el tamaño de la empresa, otros, el control que la familia tiene sobre una empresa, el porcentaje de
acciones que tiene una familia en el capital de la compañía, y también en el traspaso de la dirección en varias
generaciones, entre otros (Romero, 2006). Cabe indicar que las regiones que se asocian a orientación a la
familia como Asia y América del Sur, constituyen el segmento más pequeño de las empresas líderes en el
mundo. En el 2017 de las 500 empresas familiares más grandes a nivel mundial solo el 7,2% se encuentran en
América Latina, y a su vez generaron $408.300 millones, y a su vez constituyen 2.3 millones de generación
de empleo. Y su principal actividad de estas empresas son la industria de productos de consumo, comercio
minorista y mayorista, y gestión de activos financieros (Camino-Mogro y Bermúdez-Barrezueta, 2018).
Más allá de la definición, Andersson et al. (2017) determina que las empresas familiares son muy competitivas
ante las no familiares dejando de un lado el falso concepto de que las empresas familiares no tienen ambiciones
de crecimiento y mantiene una baja rentabilidad, sin embargo, demuestran que mantienen mejores estrategias
ante oportunidades de crecimiento orgánico y su flexibilidad al momento de conllevar contratos de empleo
en lugar de un mayor acceso al capital externo para gestionar sus inversiones.
La influencia de las empresas familiares en la economía de un país se ha demostrado no solo a través de las
pequeñas y medianas empresa, sino también en grandes empresas que son consideradas empresas familiares,
demuestra el rol importante que cumplen dentro de una economía avanzada, tanto en industrias modernas
como antiguas, sin dejar de lado a sectores que involucran mano de obra artesanal y a servicios especializados
(Colli, 2002). Los economistas y políticos deberían plantear mejoras de eficiencia y precisión de la política
económica para fomentar el crecimiento de las empresas familiares en base a las características que estas
mantienen.
Empresas familiares en Ecuador

En el estudio realizado por Camino-Mogro y Bermudez-Barrezueta (2018) para la delimitación de empresas
familiares implementaron un grupo de características desarrolladas por varios institutos en el 2016 como son
GFBI, GEEF, FBN, el Instituto de Empresa Familiar de España y la Red de Cátedras de Empresa Familiar. Por
lo que para clasificar a las empresas familiares y no familiares las distinguieron por tamaño y composición
accionaria. Por consiguiente, en caso de la propiedad para las pequeñas, medianas y grandes empresas
plantearon que la firma puede ser establecida como empresa familiar si una persona natural o jurídica y/o
miembro de la familia posee un 20% dentro de la participación accionaria, es decir se considera EF cuando
un accionista posea más del 20% de participación y sea el RL o parte de la alta gerencia, o si los accionistas
ocupan uno de estos cargos, o en el caso de que alguno de estos dos tipos de administradores son ocupados
por algún familiar hasta el cuarto grado de consanguinidad de la familia y con un total de acciones con al menos
el 20%, si no cumple con estas características será considerada una empresa no familiar.
Los resultados del estudio realizado por Camino-Mogro y Bermudez-Barrezueta (2018) sobre empresas
familiares en Ecuador determinaron que el 86% de las empresas son familiares y el 13,54% son de estructura
39
no familiar, los cuales difieren de los datos establecidos por la UEES, que en su investigación obtuvieron que
el 90,5% de las empresas en Ecuador son familiares, esta diferencia se dio debido a que utilizaron metodologías
diferentes, aunque no son estadísticamente significativas.
Según el tamaño, las compañías con mayor agrupación de empresas familiares son las microempresas; con un
89,10%, mientras que el 10,9% corresponde a empresas de estructura no familiar. Es importante mencionar
que estas empresas tienden a ser conservadoras manteniendo una estructura cerrada con pocos accionistas y
los cargos gerenciales y administrativos son liderados por personas que conforman su árbol familiar, otra de
sus características es que se marca la desorganización que mantienen tanto en el área administrativa y
financiera. Dentro de las empresas pequeñas el 85% pertenece a empresas familiares y el 14% a no familiares,
una de sus características es que al igual que las microempresas están controladas por los fundadores o
sucesores y en lo que respecta al esquema de gestión no son muy desarrollados (Romero, 2006). En las
empresas medianas el 84% son empresas familiares y el 16% se catalogan como no familiares. Y en las empresas
familiares grandes el 69% mantienen una estructura familiar y el 31% son no familiares (Camino-Mogro y
Bermudez-Barrezueta, 2018).
Producto Interno Bruto (PIB)

Varios conceptos tratan de definir al Producto Interno Bruto (PIB) como un medidor de servicios y bienes
expresándolo de manera monetaria, que se ofertan dentro de un país durante un periodo determinado,
considerándolo normalmente por un año, en base a las diversas actividades que se realizan, sumando a esto el
valor neto recaudado y los impuestos de las importaciones (Moyano Díaz & Barría, 2006). El PIB a lo largo de
la historia es el indicador económico más conocido para medir la economía dentro de un país o por lo menos
el más común que los analistas utilizan para indicar la situación económica. Pero esto no garantiza que muestre
toda la información real o que a su vez sea engañoso de acuerdo al verdadero estado de una economía. No
obstante, se lo considera como el mejor indicador a nivel mundial y al menos el más citado (Guillen Badii,
Garza y Acuña, 2015).
Se puede decir que el PIB son todas las actividades locales que se producen localmente sean o no de capital
nacional. Sin embargo, hay actividades que no se consideran dentro del mismo como es el trabajo no
remunerado en los que encajaría el trabajo doméstico o el trabajo voluntario, también las relaciones del
mercado negro o informal, ya que no cuentan con una forma correcta de ser medidas. También se puede decir
que los gobiernos se preocupan por el aumento o disminución del PIB, pero no caen en cuenta que esto no
garantiza la calidad de vida del pueblo que gobiernan (Coyle, 2018).
La importancia del PIB radica en que muestra información del tamaño de la economía de una región o de un
país y su desempeño de la tasa de crecimiento, mientras más alta sea esta quiere decir que está funcionando de
forma correcta la salud del país y cuando este aumento es significativo la gran probabilidad es que la tasa de
empleo se incremente y con esto aumenta la circulación del dinero en la economía (Callen, 2008). Cabe
destacar que, según Belausteguigoitia (2008), el 50% del Producto Nacional Bruto es generado por las
empresas familiares por lo que la influencia a nivel mundial es notable y a su vez generan la mitad de las fuentes
de trabajo en Estados Unidos de Norteamérica. (Goyzueta Rivera, 2013).
40
III. METODOLOGIA
En este trabajo se realizó una investigación con un enfoque cuantitativo y de tipo correlacional debido a que
tiene como propósito conocer la relación o magnitud de asociación que existe entre dos variables en un
contexto en específico (Hernández Sampieri et al., 2010), estas variables son el Valor Agregado Bruto (VAB),
el endeudamiento total y el tamaño, en las empresas familiares de las zonas 4 y 5 respectivamente.
Se utiliza un diseño de investigación no experimental puesto que es un estudio que se efectúa sin la
manipulación deliberada de las variables y en los que se muestran tal cómo se dan en su contexto natural
(Hernández Sampieri et al., 2010), y es de corte transversal dado que el periodo de análisis es 2018.
Los datos analizados se tomaron del portal de la Superintendencia de Compañías, donde se encuentran
registradas todas las compañías a nivel nacional, la cual por medio del formulario 101 del Impuesto a la Renta
que se declara al Servicio de Rentas Internas, las empresas presentan sus estados financieros y dicha
información es enlazada con esta entidad de control
Para la aplicación de la metodología, la población de estudio está conformada por las empresas familiares
registradas en las zonas 4 y 5 respectivamente. A partir de la información recibida, se procedió a depurar la
base, para lo cual se eliminó empresas que obtuvieron Valor Agregado Bruto en cero, también se descartó
empresas que reflejaban valores imprecisos en la variable endeudamiento. Por lo que, se identificó una
población de 1.886 empresas para la zona 4 y 1.619 para la zona 5 a considerar para el análisis del presente
estudio.
Variables de estudio
Valor Agregado Bruto
Es un indicador macroeconómico considerado como medida para el Producto Interno Bruto (PIB) y es definido
por el Banco Mundial como el valor añadido de bienes y servicios creados por cada país, sector o región en un
periodo definido. Es decir, es el resultado final del valor de la producción de bienes y servicios menos los
consumos intermedios. El cálculo del valor agregado bruto se lo realiza por cada actividad económica. (Banco
Central del Ecuador, 2015).
Para Brito, Sotomayor y Apolo (2019) el VAB se define como el valor añadido que cada industria o sector
económico genera durante la producción de un servicio o producto terminado, en el lapso de un año, y en un
área específica; es el resultado del valor total de la producción deduciendo el valor del consumo intermedio
(CI); razón por la cual Zamora y Coello (2015) argumentan que el VAB es la fuente de la que provienen los
ingresos primarios del sistema económico.
Entre las pruebas de correlación que se han realizado con el Valor Agregado Bruto (VAB) tenemos el estudio
realizado por Pereira et al., (2018), donde se relacionó con la percepción del desempeño, obteniendo como
resultado que la percepción de las Pyme en cuanto a la variación anual del volumen de ventas y el volumen de
producción presenta una correlación positiva con la variación anual del valor agregado bruto de las provincias
estudiadas como son Pichincha, Azuay y Tungurahua.
41
Siguiendo muestras de correlación, tenemos el trabajo realizado por Vega et al. (2020), donde se toman las
variables recaudación fiscal y población para determinar su influencia en el Valor Agregado Bruto (VAB),
dando como resultado que tienen una correlación positiva, esto quiere decir, que si una de estas variables
aumenta el VAB también aumenta, estas muestras se obtuvieron de la provincia de El Oro.
Otras de las variables que se analizaron en un estudio desarrollado por Brito-Gaona et al., (2019) respecto al
VAB son la inversión privada, el gasto público, la recaudación fiscal y las remesas, concluyendo como efecto
que el gasto público tiene un efecto significativo y positivo ante el VAB, las remesas y la recaudación fiscal su
efecto es mínimo, mientras que ante la inversión privada no tiene efecto alguno.
Tamaño
De conformidad con el Reglamento de Inversiones del Código Orgánico de la Producción, el tamaño de las
empresas se determina de acuerdo con dos factores importantes que son, el número de trabajadores y su nivel
de ventas, de acuerdo con esto se clasifican entre microempresas, pequeñas empresas, medianas y grandes,
considerando que lo que predomina son sus ingresos sobre sus trabajadores.
El dinamismo de las empresas que mantienen más de 50 empleados en los últimos tres años han demostrado
que fácilmente emergen en nuevas áreas de negocios o sectores que las microempresas que al parecer tienen
un mayor grado de dificultad al momento de querer ser diversas. El desarrollo que han mantenidos las
empresas de acuerdo con su tamaño va de la mano de la implementación de estrategias organizacionales que
ayudan a obtener una mejor planificación, para lograr internacionalizarse e innovarse ante un medio tan
competitivo. Si bien es cierto las empresas de menor tamaño mantienen problemas al momento de gestionar
financiamientos, la regularización de sus impuestos, y las diferentes malas prácticas competitivas a las que se
encuentran expuestos frente a las de mayor tamaño, peor no sucede lo mismo en cuanto al momento de
enfrentarse la justicia, la presión política y la disponibilidad de infraestructura (Instituto de la Empresa
Familiar, 2015).
Se ha determinado que existe una relación positiva y significativa entre las compañías en cuanto al tamaño y el
endeudamiento, de acuerdo con el tamaño de la empresa es el tamaño del financiamiento que posee, mientras
más grande es la organización más grande será su apalancamiento (Berumen González et al., 2012).
La limitación de nuevos socios u accionistas en las empresas familiares juega un papel muy importante ya que
restringe el crecimiento de capital propio y los obliga a gestionar financiamientos de los cuales en su mayoría
no son aprobados debido a los bajos porcentajes de venta y producción que logran obtener, siguiendo una
cadena que es afectada por la falta de financiamiento que va de la mano de la falta de capital o capacidad de
endeudamiento, a pesar de que esto afecta directamente a la rentabilidad final que obtendrían sus socios, la
ideología de estas empresas es muy difícil de cambiar (Sánchez Pulido y Vendrell Vilanova, 2013).
Mientras la empresa sea más grande, contará con mayor facilidad de ser reconocida y a su vez le permitirá
gestionar mejores financiamientos. De acuerdo al tamaño de las empresas y su volumen de ventas, se podría
determinar sus costos de deuda, ya que las empresas de mayor tamaño cuentan con mayor facilidad de
42
endeudamiento debido a sus propias garantías por sus años de servicio y su trayectoria laboral, por ende, los
costos de financiamiento serían menores. (Martín y Crespí, 2012)
Endeudamiento
Este índice financiero demuestra el derecho que tienen los acreedores sobre los activos de la empresa. La
manera de calcularlo es dividiendo el total de pasivos para el total de activo (Sinisterra V et al., n.d.)
Endeudamiento total= Pasivo total/ Activo total
Es importante mencionar que el índice endeudamiento para las empresas familiares presenta ratios menores
que los de las empresas no familiares siendo este de 1,5 puntos porcentuales superiores a las familiares, esto
en el 2007, mientras que en el 2013 incrementa hasta llegar a los 20 puntos, esto se debe a que los
financiamientos son generados con los propios recursos de sus accionistas. (Instituto de la Empresa Familiar,
2015)
Las empresas pequeñas a un corto plazo mantienen mayor porcentaje de deuda sobre su total de pasivos que
las empresas grandes. Y esto se evidencia en el problema que mantienen las empresas pequeñas para acceder
a créditos financieros que ayuden a gestionar sus proyectos y a su vez mejorar sus niveles de venta (Boedo &
Calvo, 2001)
En este sentido, Romano et al. (2000) determina que la deuda de las empresas está directamente relacionada
con el control familiar que estas mantienen, su tamaño, la planificación y sus objetivos comerciales. Esto se
determina en base a que las empresas familiares no cuentan con procesos establecidos para financiamientos
por lo que deben de incurrir en gestionarse a través de préstamos familiares. En base a estos hallazgos sugiere
que los investigadores deberían considerar varios factores como son: sus características comerciales, el
comportamiento del financiamiento empresarial y los factores financieros, para poder explicar los factores que
afectan al momento de tomar decisiones financieras para las empresas familiares.
La importancia que mantienen las empresas de lograr gestionar sus financiamientos y el acceso al uso de los
servicios que brindan los sistemas financieros es relevante de acuerdo a lo que indica el Banco Mundial, ya que
facilita el crecimiento y desarrollo de pequeñas empresas, y su vez mejora la presentación de sus activos
corrientes, atrayendo de la mano una estructuración organizacional eficiente (Vera Colina et al., 2013).
Delimitación de las Zonas 4 y 5 en Ecuador e información relevante

Los instrumentos del Sistema Nacional Descentralizado de Planificación Participativa, tienen como objetivo:
orientar, coordinar y gestionar cada fase del ciclo de planificación, ante lo cual se desarrollan agendas zonales
que permitan ejecutar la política pública establecida en el Plan Nacional de Desarrollo 2017 – 2021. En el país
existen 9 zonas, pero para efectos de esta investigación es selecciono las zonas 4 y 5, por los siguientes motivos:
La Zona de Planificación 4 – Pacifico está integrada por las provincias de Manabí y Santo Domingo de los
Tsáchilas. Está conformada por un total de 24 cantones, 63 parroquias y 15 distritos zonales. Esta zona tiene
en común un entramado socioeconómico fundamentado en las unidades productivas agrarias de pequeña y
mediana extensión, caracterizada por el uso de un suelo favorable para el cultivo de plátano, arroz, cacao,
43
café, frutas tropicales y también para la realización de actividades ganaderas (Secretaría Nacional de
Planificación y Desarrollo, 2017a). De estas dos provincias, la más grande y competitiva es Manabí, pero Santo
Domingo, por su ubicación geográfica se convierte en un centro de acopio y transferencia de comercio
regional, donde actualmente se realiza la feria de comercialización de ganado.
En el contexto económico productivo, el valor agregado bruto (VAB) por actividad económica logró un total
de $ 7.787 millones, siendo su aporte del 8,1% con relación al VAB nacional. De esta cifra, Manabí aportó
con el 75% del VAB zonal, mientras que Santo Domingo de los Tsáchilas con el 25%. Hasta el 2018, esta zona
presentó una reducción de la tasa de empleo adecuado, a causa de la recesión económica experimentada por
el Ecuador, por la reducción de los precios del barril de petróleo y la depreciación de las monedas de países
vecinos (Secretaría Nacional de Planificación y Desarrollo, 2017a). En términos generales, la economía de la
zona 4 se fundamenta en un modelo agro – productivo con bajos niveles de tecnificación.
Siendo la zona 4 la principal productora de café seguido del maíz duro seco, y los porcentajes de zona
sembradas se conforman del 35,45% de cacao y el 23,19% del maíz (Sinagap, 2017). En la provincia de Manabí
la actividad pesquera contribuye con la generación de empleo y promueve la economía de la provincia, la
industria atunera representa en exportaciones USD 256.351 FOB5 (camarón y langostino USD 112.751
FOB), y a su vez determinando como principal problema dentro del sector camaronero la falta de legalización
de sus tierras, siendo esto una barrera para gestionar sus créditos (Secretaría Nacional de Planificación y
Desarrollo, 2017a).
La Zona de planificación 5 se conforma por las provincias de Santa Elena, Los Ríos, Bolívar, Galápagos y
Guayas, excluyendo a los cantones Guayaquil, Samborondón y Durán, debido a que estos tres en conjunto
forman la zona 8. Las ciudades con mayor población se encuentran en la provincia de Los Ríos, siendo
Quevedo y Babahoyo las que sobresalen, así como también Milagro, Santa Elena y Daule (Secretaría Nacional
de Planificación y Desarrollo, 2017b).
La Zona 5 también se caracteriza por un modelo económico agro-productivo, donde la mayor parte de plazas
laborales se encuentran en el sector agrícola, lo que hace que la tasa de empleo inadecuado en la Zona, bordee
el 62% de la población económicamente activa (PEA), lo que a su vez también determina un alto nivel de
informalidad, representado prácticamente por el 49% de las actividades que se realizan en este sector
(Secretaría Nacional de Planificación y Desarrollo, 2017b). La principal actividad es la producción de banano,
café, cacao, caña de azúcar y camarón, de las dos primeras provincias que se comercializan tanto de manera
local como al exterior, y en las siguientes provincias su actividad primordial es el turismo, siendo así Galápagos
nombrado Patrimonio natural de la Humanidad.
Esta zona aporta al VAB con el 9% a través de sus diferentes actividades económicas, donde la agricultura y
ganadería contribuyen con el 30,9% como actividad al VAB nacional.
En el Censo Económico realizado en el 2010 se reportaron 57.776 compañías localizadas dentro de esta zona,
donde la provincia con mayor concentración de empresas es Guayas con el 40,6% seguido de Los Ríos con el
44
33,10%, llegando a conformar entre estas dos provincias casi tres cuartas partes de las empresas de la zona 5
(INEC, 2014).
En la Zona 5 a diferencia de la zona 4 cuanta con el mayor porcentaje de créditos otorgados en el 2013 supero
los USD 878 millones, el 72% fue otorgado por bancos privados nacionales, el 25,4% fue gestionado por
instituciones financieras públicas, y las mutualistas y sociedades financieras contribuyeron con la diferencia
(Secretaría Nacional de Planificación y Desarrollo, 2017b).
Las provincias que más se beneficiaron de estos créditos fue Los Ríos y Guayas, y en la provincia de Bolívar
las cooperativas de ahorro y crédito fueron las que tuvieron mayor participación. La banca privada en mayor
proporción emitió microcréditos de consumo, seguidos por los de comercio; mientras que la banca pública
aporto en mayor proporción con los créditos dirigidos a la agricultura y comercio; las mutualistas, sociedades
financieras y cooperativas de ahorro y crédito proporcionan en mayor medida microcréditos de consumo al
igual que la banca privada
El motivo por el que se escogió a estas dos zonas radica en la similitud que tienen en cuanto al modelo
económico que se desarrolla en torno a la actividad agrícola, pero también por el comercio al por mayor y
menor. Asimismo, estas dos zonas en conjunto, tienen una población aproximada en 4.3 millones de
habitantes, que prácticamente concentra el 25% de la población total del Ecuador, por lo que se convierten
en zonas de interés para el desarrollo de proyectos de inversión, especialmente en la provincia de Manabí
(Zona 4) donde existe una de las industrias pesqueras más importantes del país, al poseer el segundo puerto
marítimo más competitivo, después del Puerto Marítimo de Guayaquil, el mismo que también se convierte
en una entrada de divisas por concepto de turismo, debido al arribo constante de cruceros.
Estas dos zonas fueron escogidas como parte de esta investigación, debido a que tienen en común el hecho de
que se trata de zonas costeras, donde además de la agricultura y ganadería, también sobresalen sectores
relativos al pesquero y camaronero que, en los últimos años, han alcanzado una participación muy importante
dentro de las exportaciones ecuatorianas (Palacios & Reyes, 2016); por tanto, al tener una economía
sustentada en productos del mar, así como la agroindustria, a través de productos como el banano, el arroz y
la caña de azúcar, resulta importante conocer cómo las variables: VAB, tamaño y endeudamiento
IV. RESULTADOS
Empresas familiares zona 4

La zona 4 está conformada por la provincia de Manabí y Santo Domingo de los Tsáchilas, dentro de estas zonas
se han identificado 18 actividades económicas según el CIIU, como se muestra en la (Tabla 1), las 4 actividades
que más se destacan en ambas zonas son: el transporte y almacenamiento, el comercio al por mayor y menor,
la construcción, y, finalmente, la agricultura, ganadería, silvicultura y pesca.
En la zona 4 se encuentran 1886 empresas familiares, Manabí es la provincia que tiene un mayor número de
establecimientos, representado prácticamente por el 76% y el 24% restante corresponde a la provincia de
Santo Domingo.
45
Actividad económica Manabí Santo Total %

Domingo
274 103 377 20,0%
Comercio al por mayor y menor reparación de vehículos
automotores y motocicletas
Actividades de alojamiento y de servicio de comidas 40 6 46 2,4%
Actividades de atención de la salud humana y de asistencia social 36 7 43 2,3%
Actividades de servicios administrativos 101 29 130 6,9%
Actividades financieras y de seguros 10 2 12 0,6%
Actividades inmobiliarias 65 8 73 3,9%
Actividades profesionales, científicas y técnicas 89 18 107 5,7%
Agricultura, ganadería, silvicultura y pesca 154 42 196 10,4%
Artes, entretenimiento y recreación 4 4 0,2%
Construcción 213 41 254 13,5%
Distribución de agua alcantarillado, gestión de desechos y 7 5 12 0,6%
actividades de saneamiento
Enseñanza 11 6 17 0,9%
Explotación de minas y canteras 2 3 5 0,3%
Industrias manufactureras 103 19 122 6,5%
Información y comunicación 41 18 59 3,1%
Otras actividades de servicios 8 1 9 0,5%
Suministro de electricidad, gas, vapor 9 1 10 0,5%
Transporte y almacenamiento 272 138 410 21,7%
Total general 1439 447 1886 100%
% 76% 24% 100%
Tabla 1. Cantidad de empresas familiares de la Zona 4, según su provincia y actividad económica.
Notas: Datos obtenidos de la Superintendencia de Compañías, Valores y Seguros, 2018.
En lo que corresponde al tamaño de estas empresas familiares (Gráfico 1), se puede notar que durante el
período 2018 las microempresas han tenido la mayor participación respecto a la cantidad de establecimientos,
concentrando un 49% entre las dos provincias, a diferencia de las grandes empresas que concentran apenas el
1% de empresas familiares en estas zonas. Por otro lado, las pequeñas empresas representan el 42% y las
medianas un 9%.
Respecto a las ventas generadas por las empresas familiares de esta zona, en el periodo 2018 generaron un
total de $661 millones, de los que el 47% corresponde a las medianas empresas ($311 millones), lo que
significa que a pesar de ser minoría en cuanto al número de establecimientos registrados son las que mayor
competitividad presentan en el campo empresarial. A diferencia de las microempresas que concentraron en
ventas apenas el 4% ($27 millones) a pesar de tener una mayor cantidad de establecimientos.
Por otra parte, cabe mencionar que respecto a las ventas que generaron las empresas familiares de la zona 4,
se puede apreciar que la provincia de Manabí aportó con el 74% ($487 millones) de las ventas generadas en
esta zona, siendo la más competitiva entre las dos provincias.
46
Al analizar las actividades económicas que tuvieron mayor participación en las ventas de las empresas
familiares, se determinó que, el comercio al por mayor y menor ocupa el primer lugar con una participación
del 45% ($298 millones), seguido por la agricultura, ganadería silvicultura y pesca con el 17% ($115
millones), la construcción con el 10% ($64 millones), y las industrias manufactureras con el 8% ($53 millones)
y, sumando en conjunto el 80% de las ventas de la zona 4.
40,00%
35,00%
30,00%
25,00%
20,00%
15,00%
10,00%
5,00%
0,00%
Microempresa Pequeña Mediana Grande
Manabí 36,27% 32,34% 7,42% 0,27%
Santo Domingo 12,14% 9,49% 1,75% 0,32%
Manabí Santo Domingo
Grafico 1. Distribución de empresas familiares de la Zona 4, según su provincia y tamaño.

Por otro lado, en lo que corresponde a la generación de Valor Agregado Bruto (VAB) de las empresas
familiares de la zona 4 se determina que, en 2018 generaron un total de $228 millones. No obstante, como se
muestras en el Grafico 2 las pequeñas empresas tuvieron una mayor aportación al VAB con un 62% entre las
dos provincias totalizando $141 millones.
Grande 1,6%
0,6%
Mediana 6,6%
21,0%
Pequeña 14,6%
47,1%
Microempresa 2,5%
6,0%
0,0% 5,0% 10,0% 15,0% 20,0% 25,0% 30,0% 35,0% 40,0% 45,0% 50,0%
Santo Domingo Manabí
Grafico 2. Participación del VAB de las empresas familiares de la Zona 4, por provincia y tamaño.
47
Cabe resaltar que Manabí sobresale como la provincia que mayor VAB generó durante este período,
concentrando el 75% del VAB de la zona 4, mientras que Santo Domingo de los Tsáchilas apenas concentró
el 25%, según se observa en la Figura 2. Esto se debe a que Manabí es considerado por sí misma una región,
por su gran extensión territorial, como una de las provincias más grandes del Ecuador, y porque posee una
industria pesquera y turística muy atractiva, impulsada por el Puerto Marítimo de Manta, que es el segundo
más importante del Ecuador.
Las actividades económicas que tuvieron mayor aportación al VAB de la zona 4 son: (1) Comercio al por
mayor y menor con el 26,20%, (2) transporte y almacenamiento con el 16,30%, (3) agricultura, ganadería,
silvicultura y pesca con el 12,4%, y (4) Construcción con el 11,7%. En conjunto concentraron el 66,6% del
VAB de la zona 4 durante el año 2018.
Por otra parte, para establecer la relación entre las variables Valor Agregado Bruto (VAB) con el
endeudamiento de las empresas familiares de la zona 4, se consideraron las correlaciones estadísticas
respectivas. Por lo que se utilizó la prueba Kolmogorov- Smirnov para determinar si los comportamientos de
los datos siguen o no una distribución normal, debido a que la muestra utilizada es mayor a 50 datos. (Romero
Saldaña, 2016).
Kolmogorov-Smirnova
Estadístico Gl Sig.
VAB .198 1886 .000
Endeudamiento .390 1886 .000
a. Corrección de significación de Lilliefors
Tabla 2. Prueba de normalidad entre VAB y endeudamiento de las empresas familiares de la zona 4.
Notas: Ho = V. Prueba>Nivel de significancia = Los datos son normales; Ha=V. Prueba <Nivel de significancia = Los datos no
son normales.
En la tabla 2 se observa que ambas variables tienen un valor de prueba de 0,000, lo cual es menor al nivel de
significancia que es 0,05, por tal razón se rechaza la hipótesis nula soportándose que los datos no tienen una
distribución normal. Por consiguiente, ya que se requiere de técnicas no paramétricas se procedió a realizar
la correlación entre las variables VAB y endeudamiento, utilizando la Prueba Rho Spearman (Hernández
Sampieri et al., 2010).
Con un valor de prueba de 0,665 y un nivel de significancia de 0,05 (0,665 > 0,05), no se rechaza la hipótesis
nula, por lo que se soporta que las variables Endeudamiento y Valor Agregado Bruto de esa zona, no tienen
relación. También se realizó la prueba de normalidad para las variables Valor Agregado Bruto y tamaño,
aplicando la prueba Kolmogorov-Smirnov.
VAB Endeudamiento
Rho de Spearman VAB Coeficiente de correlación 1.000 .010
48
Sig. (bilateral) . .665

N 1886 1886
Endeudamiento Coeficiente de correlación .010 1.000
Sig. (bilateral) .665 .
N 1886 1886
**. La correlación es significativa en el nivel 0,01 (bilateral).

Tabla 3. Prueba de correlación entre VAB y endeudamiento de las empresas familiares de la zona 4.
son normales.
En la tabla 4 se muestra que para las variables VAB de microempresas y VAB de pequeña con un valor de
prueba de 0,000 y un nivel de significancia de 0,05, se rechaza la hipótesis nula, por lo que se soporta que
estas variables no siguen una distribución normal. Al mismo tiempo se observa que con una prueba de 0,004
y nivel de significancia de 0,05 se rechaza hipótesis nula para la variable VAB de mediana empresa, se soporta
que no siguen una distribución normal.
Por ultimo con un valor de prueba de 0,200 y nivel de significancia de 0,05 no se rechaza hipótesis nula por
lo que la variable VAB de grandes empresas siguen una distribución normal. Por lo tanto, se ejecutaron pruebas
no paramétricas aplicando para estas variables VAB y tamaño la prueba Kruskall-Wallis para muestras
independientes, ya que tenemos una variable cuantitativa y otra cualitativa polinómica porque tiene más de 2
muestras (Berlanga Silvente & Rubio Hurtado, 2012). Como se observa, aplicando la prueba Kruskal-Wallis,
con un nivel de significancia de 0,05 y un valor de prueba de 0,000, se procede a rechazar la hipótesis nula y
se soporta que las variables VAB y tamaño tienen relación.
Tamaño Kolmogorov-Smirnova Shapiro-Wilk

Estadístico Gl Sig. Estadístico Gl Sig.
VAB Microempresa .178 913 .000 .775 913 .000
Pequeña .128 789 .000 .901 789 .000
Mediana .085 173 .004 .976 173 .004
Grande .168 11 .200* .906 11 .216
*. Esto es un límite inferior de la significación verdadera.
Tabla 4. Prueba de normalidad entre VAB y tamaño de las empresas familiares de la zona 4.
Empresas familiares zona 5
49
Dentro de la zona 5 están registradas un total de cinco provincias: Bolívar, Galápagos, Los Ríos, Santa Elena
y Guayas, a excepción de los cantones Guayaquil, Durán y Samborondón, que forman parte de la zona 8. De
esta forma, se pude notar que para esta zona se estudiaron un total de 1.619 empresas familiares en el año
2018. Guayas es la provincia que mayor número de empresas familiares registró, significando el 34% del total,
seguida por Los Ríos con el 29% y Santa Elena con el 22%.
Dentro de esta zona, las empresas familiares se dedican a 18 actividades, pero cinco son las más destacadas:
(1) Transporte y almacenamiento con el 24%, (2) Comercio al por mayor y menor con el 18%, (3)
Agricultura, ganadería, silvicultura y pesca con el 15%, (4) las actividades de construcción con el 10%, y (5)
las actividades de servicios administrativos y de apoyo con el 10% en promedio (Tabla 5). Es decir, sólo estas
cinco actividades concentraron el 77% de establecimientos familiares, mientras que el 23% restante se
desagregó entre las otras 13 categorías.
Actividad económica Bolívar Galápagos Guayas Los Ríos Santa Total

Elena
Comercio al por mayor y 9 8 149 77 52 295
menor
Actividades de servicios 3 89 20 18 24 154
administrativos
Actividades profesionales, 1 5 26 22 11 65
científicas y técnicas
Agricultura, ganadería, 1 2 107 69 60 239
silvicultura y pesca
Construcción 11 5 39 73 33 161
Industrias manufactureras 2 3 37 22 17 81
Transporte y almacenamiento 24 46 100 126 98 394
Otros (*) 7 25 69 64 65 230
Total 58 183 547 471 360 1619
Tabla 5. Cantidad de empresas familiares de la Zona 5, según su provincia y actividad económica.
Al igual que se observó en la zona 4, la mayor parte de empresas familiares registradas en la zona 5 (Grafico
3) corresponde al sector de las microempresas, pues totalizan el 52% de establecimientos registrados, a
diferencia de las grandes que solo representan el 1,4% de firmas familiares.
De acuerdo con las ventas que se registraron en las empresas familiares de la zona 5, totalizaron $652 millones
en el periodo 2018. Guayas es la provincia que mayor aporte generó significando el 42% del total, seguido
por Los Ríos con un 31%, mientras que el 27% restante se dividió en las otras tres provincias. Bolívar es la
provincia que menor participación tuvo en las ventas, significando apenas el 1,2% del total en 2018. En cuanto
a la participación de las empresas familiares, según su tamaño, se pudo determinar que las medianas empresas
vuelven a tener protagonismo pues, aportaron con el 42% de las ventas totales y las pequeñas empresas con
el 33%.
En lo que respecta a la participación de las actividades económicas en las ventas de las empresas familiares, se
destacan solo tres categorías: (1) comercio al por mayor y menor con el 40% en promedio, (2) agricultura,
50
ganadería, silvicultura y pesca con el 26% y las industrias de manufacturas con el 10%. Es decir, en conjunto
estas tres actividades aportaron con el 74% de las ventas de la zona 5, mientras que el 24% restante se
desagregó en las 15 categorías restantes.
Para el año 2018, las empresas familiares de la zona 5 generaron un VAB de $ 206 millones. Dentro de estas
cifras, Guayas concentró el 39% del VAB generado durante el 2018, siendo la provincia más competitiva de
la zona (Grafico 4). Este crecimiento se justifica por el dinamismo económico que se generó en el sector de la
agricultura, donde la exportación de banano, café y camarón presentó también un aumento de la demanda en
países de la Unión Europea y China, lo que motivó a los sectores productivos nacionales, en particular de las
provincias de Guayas, Los Ríos y Santa Elena.
40,0%
35,0%
0,7%
30,0% 3,9%
0,5%
2,7%
25,0%
14,4% 0,2%
2,2%
20,0% 12,0%
15,0% 7,5%
10,0% 3,4%
14,8% 13,9% 12,3%
5,0% 7,9%
0,7%
0,0% 2,7%
Bolívar Galápagos Guayas Los Ríos Santa Elena
Microempresa Pequeña Mediana Grande
Grafico 3. Distribución de empresas familiares de la Zona 5, según su provincia y tamaño.

0,9%
Santa Elena 7,1%
10,7%
2,0%
2,1%
Los Ríos 7,1%
19,1%
2,2%
2,7%
Guayas 10,5%
23,4%
2,1%
Galápagos 7,1%
1,7%
0,2%
Bolívar 0,1%
0,6%
0,4%
0,0% 5,0% 10,0% 15,0% 20,0% 25,0%
Grande Mediana Pequeña Microempresa
Grafico 4. Participación del VAB de las empresas familiares de la Zona 5, por provincia y tamaño.
51
Cabe destacar que en la zona 5 las pequeñas empresas tienen mayor protagonismo pues, sólo en 2018
generaron prácticamente el 60,8% del VAB total. Las actividades más sobresalientes respecto al VAB dentro
de la zona 5 son: (1) Agricultura, ganadería, silvicultura y pesca con el 24%, (2) Comercio con el 23%, (3)
Transporte y almacenamiento con el 14%, (4) construcción con el 9% y (5) industrias manufactureras con el
7%. Por tanto, en conjunto generaron el 77% del VAB de esta zona, siendo los cinco pilares de la economía
de esta zona.
Por otro lado, para realizar la correlación entre las variables Valor Agregado Bruto (VAB) con el
endeudamiento de las empresas familiares de la zona 5, se utilizó la prueba Kolmogorov-Smirnov para
establecer si los datos siguen o no una distribución normal, debido a que la muestra es mayor a 50 datos
(Romero Saldaña, 2016).
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico Gl Sig. Estadístico Gl Sig.
VAB .215 1619 .000 .755 1619 .000
Endeudamiento .426 1619 .000 .083 1619 .000

Tabla 6. Prueba de normalidad entre VAB y endeudamiento de las empresas familiares de la zona 5.
son normales.
La tabla 6 muestra que las variables VAB y endeudamiento de la zona 5 tienen un valor de prueba de 0,000,
por lo que es menor 0,05 que es el nivel de significancia, por ello se rechaza la hipótesis nula soportándose
que los datos no tienen una distribución normal. Por este motivo, se requiere de técnicas no paramétricas y
se realizó la correlación entre las variables VAB y endeudamiento para la zona 5, utilizando la Prueba Rho
Spearman. (Hernández Sampieri et al., 2010).
VAB Endeudamiento
Rho de Spearman VAB Coeficiente de correlación 1.000 -.014
Sig. (bilateral) . .577
N 1619 1619
Endeudamiento Coeficiente de correlación -.014 1.000
Sig. (bilateral) .577 .
N 1619 1619
Tabla 7. Prueba de correlación entre VAB y endeudamiento de las empresas familiares de la zona 5.
son normales.
Con un valor de prueba de 0,577 y un nivel de significancia de 0,05 (0,577 > 0,05), no se rechaza la hipótesis
nula, por lo cual se soporta que las variables VAB y endeudamiento de esa zona, no tienen relación. Por otro
52
lado, también se aplicó la prueba de normalidad Kolmogorov-Smirnov para determinar si las variables VAB y
tamaño sigue o no una distribución normal.
Se observa en la tabla 8 que para las variables VAB de microempresas y VAB de pequeña con un valor de
prueba de .000 y un nivel de significancia de 0,05, se rechaza la hipótesis nula, por lo cual se soporta que estas
variables no siguen una distribución normal. Está tabla también nos muestra que con una prueba de 0,200 y
nivel de significancia de 0,05 no se rechaza hipótesis nula para la variable VAB de mediana empresa, por lo
tanto, se soporta que siguen una distribución normal. Del mismo modo, con un valor de prueba de 0,118 y
nivel de significancia de 0,05 no se rechaza hipótesis nula, por lo tanto, la variable VAB de grandes empresas
siguen una distribución normal.
Se ejecutaron pruebas no paramétricas aplicando para las variables VAB y tamaño la prueba Kruskall-Wallis,
porque tenemos una variable cuantitativa y otra cualitativa polinómica, ya que tiene más de 2 categorías
(Berlanga Silvente & Rubio Hurtado, 2012). Por último, se muestra que aplicando la prueba Kruskal-Wallis,
con un nivel de significancia de 0,05 y un valor de prueba de 0,000, se procede a rechazar la hipótesis nula y
se soporta que las variables VAB y tamaño tienen relación.
Tamaño Kolmogorov-Smirnova
Estadístico Gl Sig.
VAB Microempresa .210 836 .000
Pequeña .153 616 .000
Mediana .050 144 .200*
Grande .163 23 .118
*. Esto es un límite inferior de la significación verdadera.
Tabla 8. Prueba de normalidad entre VAB y tamaño de las empresas familiares de la zona 5.
V. CONCLUSIONES
En este trabajo realizado para las empresas familiares de las zonas 4 y 5 de Ecuador se demuestra que las
actividades económicas que generan un mayor VAB para ambas zonas son: comercio al por mayor y menor,
agricultura, ganadería, silvicultura y pesca, y transporte y almacenamiento. Del mismo modo se evidencia que
dentro de la zona 4 la provincia que sobresale es Manabí, ya que generó un 75% del Valor Agregado Bruto de
esta zona. Por lo que se puede establecer que las empresas familiares de esta zona ayudan a fortalecer el
crecimiento del país. Por otra parte, dentro de la zona 5, la provincia que generó el mayor VAB fue Guayas
con un 39%, a pesar de que excluye para esta zona a los cantones de Guayaquil, Duran y Samborondón.
En los resultados obtenidos sobre la correlación realizada entre las variables Valor Agregado Bruto y
endeudamiento se soporta que no tienen relación para ninguna de las zonas estudiadas. Por el contrario, para
las variables Valor Agregado Bruto y tamaño en las zonas 4 y 5 se soporta un valor de prueba de 0,000, por
ende, se determina que si existe relación; es decir, mientras mayor crecimiento tenga la empresa, mayor valor
agregado bruto generará.
53
Adicional, es importante mencionar que en el estudio realizado por Martín y Crespí (2012) determinaron que
el volumen de endeudamiento por valor añadido es mayor cuando el tamaño de la empresa también es mayor,
por lo que nuestro resultado no estaría en línea con este estudio, debido a que nuestras variables VAB y
endeudamiento de las empresas familiares de la zona 4 y 5 no se correlacionan significativamente
Por otra parte, cabe señalar que, entre los estudios revisados durante el desarrollo de este trabajo, varios
autores indican la relación que existe entre tamaño y endeudamiento de empresas familiares, ya que debido a
la falta de garantías no logran obtener créditos mediante instituciones financieras y por ello no cumplen con
sus objetivos determinados que son mantenerse en el mercado con una tasa de crecimiento ascendente. Por
tanto, es importante analizar otras variables financieras que puedan aportar al VAB de estas zonas, además de
la variable tamaño.
REFERENCIAS
Andersson, F. W., Johansson, D., Karlsson, J., Lodefalk, M., & Poldahl, A. (2017). The characteristics of family
firms: exploiting information on ownership, kinship, and governance using total population data.
https://link.springer.com/article/10.1007/s11187-017-9947-6
Banco Central del Ecuador. (2015). Los Resultados de las cuentas Regionales.
https://www.bce.fin.ec/index.php/boletines-de-prensa-archivo/item/740-el-banco-central-del-
ecuador-presenta-los-resultados-de-las-cuentas-regionales
Basco, Rodrigo, J. T. (2006). La Investigación en la empresa Familiar: “Un debate sobre la existencia de un
campo independiente.” Investigaciones Europeas de Dirección y Economía de La Empresa, 12, 33–54.
Berlanga Silvente, V., & Rubio Hurtado, M. J. (2012). Classificació de proves no paramètriques. Com aplicar-
les en SPSS. Revista d’Innovació i Recerca En Educació, 5(2), 101–113.
https://doi.org/10.1344/reire2012.5.2528
Berumen González, J. G., García Soto, P., & Domenge Muñoz, R. (2012). Determinantes de la estructura
de capital en la pequeña y mediana empresa familiar en México. Contaduría y Administración 57, 3, 67–
96.
Boedo, L., & Calvo, R. (2001). Incidencia del tamaño sobre el comportamiento financiero de la empresa. Un
análisis empiríco con PYMES Gallegas. Departamento de Economía Financiera y Contabilidad, 10(1132–
2779), 1–23.
Brito-Gaona, L. F., Sotomayor-Pereira, G., & Apolo-Vivanco, J. (2019). Análisis y perspectivas del Valor
Agregado Bruto en la economía Ecuatoriana. X-Pedientes Económicos; Vol. 3 Núm. 5 (2019): Revista X-
Pedientes Económicos, 3(5), 17–36. https://ojs.supercias.gob.ec/index.php/X-
pedientes_Economicos/article/view/80
Callen, T. (2008). ¿Qué es el producto interno bruto? Finanzas y Desarrollo, 1–2. www.imf.org
Camino-Mogro, S., & Bermúdez-Barrezueta, N. (2018). Las Empresas Familiares en el Ecuador: Definición
y aplicación metodológica. X-Pedientes Económicos, 2(3), 46–72.
54
https://ojs.supercias.gob.ec/index.php/X-pedientes_Economicos/article/view/42
Cardona, H. A., & Rico, D. (2014). La empresa familiar, el protocolo y la sucesión familiar. Estudios Ger,
30(12), 252–258.
Casillas, J., Díaz, C., & Vázquez, A. (2005). La gestión de la empresa familiar. Conceptos, casos y soluciones.
Editorial Thomsom.
CenterFamily Business, University of St. Gallen, & Ernst & Young. (2015). First time online: The world’s 500
largest family businesses. https://cfb.unisg.ch/en/forschung/2015-04-global-family-business-index
Colli, A. (2002). The History of Family Business, 1850–2000. In The History of Family Business, 1850–2000.
Cambridge University Press. https://doi.org/10.1017/cbo9780511615009
Coyle, D. (2018). El producto interno bruto. Una historia breve pero entrañable. Revista Papeles, 19(107),
111.
Davis, P. ., & Harveston, P. D. (2001). The phenomenon of substantive conflict in the family firm: A cross-
generational study. Journal of Small Business Management, 39(1), 14–30.
González, L. M., Morán, E. C., & Mendoza, R. (2018). Caracterización de las empresas familiares: caso Durango
(México) Characterization of family businesses; Victory case of Durango, Mexico. 1–30.
https://doi.org/10.14482/pege.44.9617
Goyzueta Rivera, S. I. (2013). Modelo de gestión para las empresas familiares con perspectivas de crecimiento y
sostenibilidad management model for the family businesses that assures growth, stability and long-term life cycle.
http://www.scielo.org.bo/pdf/rp/n31/n31a03.pdf
Gutiérrez Olvera, S. (2018). Emprendimiento en las empresas familiares. Revista Iberoamericana de Contaduría,
Economía y Administración, 4(7), 163–181. https://doi.org/10.23913/ricea.v4i7.119
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. dek P. (2010). Metodología de la
investigación, Quinta edición (McGRAW-HIL).
Herrera, L. (2018). Mediación como Alternativa en la Solución de Conflictos en las Empresas Familiares.
Revista de La Facultad de Derecho, 45, 24. https://doi.org/10.22187/rfd2018n45a4
INEC. (2014). Directorios de empresas y establecimientos 2014.

https://www.ecuadorencifras.gob.ec/documentos/web-
inec/Estadisticas_Economicas/DirectorioEmpresas/Empresas_2014/Principales_Resultados_DIEE_2
014.pdf
Instituto de la Empresa Familiar. (2015). La Empresa Familiar en España. www.iefamiliar.com
Martín, A., & Crespí, R. (2012). La financiación externa de las empresas familiares españolas y el impacto de la crisis:
Análisis comparado crisis.
Molina, P., Botero, S., & Montoya, J. (2016). Empresas de familia : conceptos y modelos para su análisis
55
Family business : concepts and models for analysis. Pensamiento Y Gestión, 41, 116–149.
Moyano Díaz, E., & Barría, Y. R. (2006). Suicidio y producto interno bruto (PIB) en chile: hacia un modelo
predictivo. In Revista Latinoamericana de Psicología (Vol. 38, Issue 2).
Núñez-Cacho, P., Grande, F., & Muñoz, A. (2012). Rendimiento en las empresas familiares desde las teorías
de recursos y capacidades y de agencia. Revista de Empresa Familiar, 2(1).
https://doi.org/10.24310/ejfbejfb.v2i1.4060
Palacios, D., & Reyes, P. (2016). Cambio de la matriz productiva del Ecuador y su efecto en el comercio
exterior. Dominio de Las Ciencias, 2, 418–431.
https://doi.org/dominiodelasciencias.com/ojs/index.php/es/article/download/183/pdf
Pereira, S., Apunte, R., & Pulgar, M. E. (2018). Relación entre el desempeño de las PYME y el valor agregado
bruto. CienciAmérica, 7.
http://cienciamerica.uti.edu.ec/openjournal/index.php/uti/article/view/156/148
Quejada, R., & Ávila, J. (2016). Empresas familiares: Conceptos, teorías y estructuras. Revista EAN, 149–
158.
Reglamento de Inversiones del Código Orgánico de la Producción, Pub. L. No. Registro Oficial Suplemento
450 de 17-may.2011, 112. https://www.produccion.gob.ec/wp-content/uploads/2019/05/Literal-
3.-Reglamento-del-Codigo-Orgaanico-de-la-Produccioon-Comercio-e-Inversiones-COPCI.pdf
Romano, C. A., Tanewski, G. A., & Smyrnios, K. X. (2000). Capital structure decision making: A model for
family business. Journal of Business Venturing, 16(3), 285–310.
Romero, L. E. (2006). Competitividad y productividad en empresas familiares Pymes. Revista Escuela de

Administración de Negocios, 57, 131–141.
Romero Saldaña, M. (2016). Pruebas de bondad de ajuste a una distribución normal. Revista Enfermería Del
Trabajo, 3, 105–114. https://dialnet.unirioja.es/descarga/articulo/5633043.pdf
Sánchez Pulido, L., & Vendrell Vilanova, A. (2013). La financiación de la empresa familiar leridana. In
Cuadernos Prácticos de Empresa Familiar (Vol. 2).
https://repositori.udl.cat/bitstream/handle/10459.1/47264/020451.pdf?sequence=1&isAllowed=
y
Secretaria Nacional de Planificación y Desarrollo. (2017). Agenda Zonal. Zona 4 Pacifico.

https://www.planificacion.gob.ec/wp-content/uploads/downloads/2015/11/Agenda-zona-4.pdf
Secretaría Nacional de Planificación y Desarrollo. (2017a). Agenda Zonal - Zona 4 - Pacífico.
Secretaría Nacional de Planificación y Desarrollo. (2017b). Agenda Zonal - Zona 5 - Litoral Centro.
Sinisterra V, G., Polanco I, L. E., Polanco, E., Henao G, H., & Sinisterra, H. G. (n.d.). Contabilidad
Contabilidad Sistema de información para las organizaciones Sexta edición Contabilidad Sistema de información
para las organizaciones Sexta edición Sexta edición.
56
UEES. (2017). Proyecto de Investigación La Empresa Familiar en Ecuador. Centro de Investigación y la Unidad de
Estudios y Desarrollo de Empresas Familiares de la UEES. 21.
Vega, F. Y., Brito, L. F., Apolo, N. J., & Sotomayor, J. G. (2020). Influencia de la recaudación fiscal en el
valor agregado bruto de los cantones de la provincia de El Oro (Ecuador), para el periodo 2007-2017.
Revista Espacios, 41, 15.
Vélez, D., Holguín, H., De la Hoz, G. A., Durán, Y., & Gutiérrez, I. (2008). Dinámica de la empresa familiar.
Fundación para el Desarrollo Sostenible.
Vera Colina, M. A., Melgarejo Moling, Z. A., & Mora Riapira, E. H. (2013). Acceso a la financiación en
pymes colombianas: una mirada desde sus indicadores financieros. Behavioral and Neural Biology, 37(1),
1–45. https://doi.org/10.1016/S0163-1047(83)91047-6
Zamora, R., & Coello, G. (2015). El valor agregado bruto (VAB) del comercio en la provincia de Tungurahua.
Revista de Coyuntura. Observatorio Económico y Social de Tungurahua, 2(1), 7–10.
Índice de Confianza Agrícola: Un enfoque al sector Agroexportador

en el Ecuador
Agricultural Confidence Index: An approach to the Agro-export sector in Ecuador
Paúl Vera-Gilces*, Carlos Silva†, Alexander Silva‡ y Jack Zambrano§
RESUMEN
Evidencia previa como la de Garner (1991) y Throop (1992) suguiere que la confianza podría ser útil en periodos de
grandes conmociones económicas. Esto, debido a que los cambios en los patrones de demanda podrían estar asociados
con la volatilidad de la confianza de los consumidores. Este documento presenta el desarrollo del índice de confianza
agrícola en el Ecuador, el cual pretende proveer información adicional para la predicción de la actividad comercial.
Dentro de este documento se explican brevemente sus pilares de información y la operatividad de los datos.
Palabras claves: Confianza empresarial, agroexportación, ICAG, indicadores.
ABSTRACT
Previous evidence such as Garner (1991) and Throop (1992) suggests that confidence index could be useful in periods
of major economic shocks. This, due to the fact that changes in demand patterns could be associated with the volatility
of consumer confidence. This document presents the development of the agricultural confidence index in Ecuador,
which aims to provide additional information for the prediction of commercial activity. Within this document, its
information pillars and the data operability are briefly explained.
Keywords: Business Confidence, agroexport, ICAG, index.
*
(Autor de Correspondencia). Trade Data Lab y Asociación de Exportadores de Banano del Ecuador, AEBE, Guayaquil –
Ecuador; pvera@tradedatalab.com
†
Trade Data Lab y ESPAE, Escuela de Negocios de la ESPOL, Guayaquil – Ecuador
‡
Servicio Nacional de Aduana del Ecuador, SENAE.
§
Trade Data Lab y ESPAE, Escuela de Negocios de la ESPOL, Guayaquil – Ecuador
58
I. MOTIVACIÓN
L
a actividad agroexportadora en el Ecuador representa un pilar significativo en la economía. Durante
los los últimos diez años, ha aportado en promedio con el 50,78% del comercio no petrolero y el
28,68% del comercio total del Ecuador. Los avances tecnológicos han permitido desarrollar una vasta
cantidad de herramientas de seguimiento y control de información, enfocadas en su mayoría a nivel de
empresa. Esto, debido a que la información agregada a nivel de industria tiene dos desafíos particulares: i) la
información comercial está dispersa y suele no ser muy precisa y ii) existe un retraso importante en la
publicación de las cifras (entre dos y tres meses). Con el auge del análisis de datos y la inteligencia de
negocios, no tener estas cifras disponibles representa una limitación en la creación de KPI’s útiles para la
planificación y consecuente toma de decisiones. Para varios mercados tales como el cacao, cuyos precios
cotizan en bolsa, la temporalidad de la información es un recurso clave para desenvolvimiento del negocio.
Consideramos que el desarrollo de un índice de confianza focalizado en las necesidades de información de
este sector podría atender estos desafíos. Sin embargo, ¿Cuál es el alcance y utilización real de un índice de
esta naturaleza? Una de las mencionadas “desventajas” de los índices cualitativos suele ser la subjetividad de
las respuestas dado que gran parte (sino todas) las respuestas son fundamentadas en la percepción del
encuestado/entrevistado. No obstante es importante recordar que, las predicciones cuantitativas requieren
de una serie de atributos para ser robustas, por ejemplo, que la información histórica sea bien comportada
(no cambie en función del tiempo). En palabras sencillas, la información de ayer debe ser un muy buen
predictor (sino el mejor) del comportamiento de hoy. La actividad comercial, suele ser muy dinámica
inclusive bajo intervalos cortos de tiempo (horas, días). Y, aunque existe una amplia batería de métodos
econométricos para solventar estos problemas, existe otra herramienta igual de útil pero mucho más sencilla
de poner en ejecución e interpretar ¡la experiencia y la intución! La propuesta del índice de confianza es
apalancarse del conocimiento de los principales actores de las industrias (CEO’s, representantes legales,
presidentes, etc) para la generación de un insumo de información versátil. Confiamos en que las expectativas
de estos actores, en promedio, se acerquen en gran medida a la realidad de corto plazo.
II. REVISIÓN DE LA LITERATURA
La propuesta del Índice de Confianza Agrícola (ICAG) parte del desarrollo académico sobre la relación entre
la confianza empresarial con la economía. Como determinante, la literatura encuentra una relación positiva
del nivel de confianza sobre el crecimiento económico; sugiriendo que el efecto de la confianza sobre el
crecimiento se amplifica durante las recesiones económicas (Guo & He, 2020).
Mientras que, como reacción a la situación económica, es teóricamente una función de percepciones y
evaluaciones acerca de las circunstancias actuales y expectativas a futuro (Pellissier, 2002). Esta función está
medida a través del índice de confianza empresarial (Ayuningtyas & Koesrindartoto, 2014) y puede ser útil
como indicador de los quiebres de la actividad económica (Julio & Grajales, 2011), para constituir
indicadores adelantados de la producción futura (Khan & Upadhayaya, 2019) y, levantado a través de
encuestas de tendencias, revelar información sobre ciclos económicos futuros como contracción y expansión
(Oral, Dilara, & Hamsici, 2005). Las encuestas de confianza empresarial cubren opiniones de gerentes sobre
condiciones externas e internas como: producción y empleo (pasado y futuro), órdenes de compra y nivel de
inventarios (pasado y futuro), expectativas de precios, situación económica del país (pasada y futura),
expectativas de exportación, costos, entre otras variables relacionadas (Santero & Westerlund, 1996)
(Silverstone & Mitchell, 2005).
El índice de confianza empresarial generalmente es medido por instituciones gubernamentales de los países,
en Perú se denomina Encuesta de Expectativas Macroeconómicas y se dedica a medir la previsión de las
variables macroeconómicas (Silva, Chirinos, & Valenzuela, 2011), en Colombia se mide el Índice de
Índice de Confianza Agrícola: Un enfoque al sector Agroexportador en el Ecuador • Vera-Gilces et al.

59
Confianza Industrial (ICI) e Índice de Confianza Comercial (ICCO) (FEDESARROLLO, 2015), en Chile se
levanta el Índice de Confianza Empresarial que abarca varios sectores como Industria, Comercio, Financiero,
Minería, Construcción y Agrícola (CEEN, 2019). En Ecuador existe el Índice de Confianza Empresarial
(ICE) a nivel global y sectorial (BCE, 2020), medido sólo para la Industria, Comercio, Construcción y
Servicio, pero no se produce un índice de confianza para el sector agrícola , cuyo valor agregado bruto
representa más del 9% del PIB, y el cual aporta directamente alrededor del 29% del empleo en el país (BCE,
2020; INEC, 2019). En otros países, como en EEUU, se produce un índice de confianza del sector agrícola,
cuya composición es distinta al ICAG, pero que comparte a grandes rasgos sus objetivos como insumo de
información para la toma de decisiones y planificación (DTN, 2019).
Una de las mayores ventajas del ICAG es proveer un insumo de información, tanto sectorial como respecto a
los pilares y variables que lo conforman, que presente un menor retraso en su disponibilidad en comparación
a estadísticas duras relevantes -como las de exportaciones, cuyas cifras oficiales se publican con un retraso de
entre uno y dos meses. Disponer de información oportuna permite disminuir la incertidumbre en la toma de
decisiones de, por ejemplo, el nivel de producción, compras de insumos, volumen de exportaciones, entre
otros. Además, las preguntas abiertas que incluye el instrumento de medición permiten identificar
oportunidades y amenazas que enfrenta el sector.
Ya que el índice también recoge las expectativas de los exportadores y productores, el ICAG permite
identificar puntos de quiebre y anticipar cambios en el corto plazo, tanto en el desempeño del sector, como
en los pilares y variables del índice. La capacidad de anticipar cambios enriquece el proceso de planificación,
así como la toma de decisiones respecto a la inversión en el sector, por ejemplo: i) redirigir exportaciones
hacia destinos donde se espera una mayor demanda del producto; ii) retrasar la compra de insumos debido a
reducciones esperadas en el precio de estos, iii) invertir en la adquisición de nuevas tierras para la
producción, entre otros. El monitoreo y la anticipación de cambios en el sector agrícola, y en las variables
que conforman el índice, también proveen una herramienta relevante para la toma de decisiones de política
pública, y para la investigación.
PILARES
Para el desarrollo del ICAG, se ha pensado en cuatro pilares fundamentales:
• Desempeño del negocio
o Producción
o Rendimiento
• Evolución Financiera
o Ventas
o Liquidez
o Capital de Trabajo
• Dinamismo de Mercado
o Demanda
o Oferta
• Contexto habilitador
o Marco Económico
o Marco Ambiental
o Marco Político

60
III. CÁLCULO Y OPERACIONALIZACIÓN
El ICAG es un índice de difusión que va desde 0 a 100, donde los valores por encima de 50 indican que los
actores del sector agrícola tienen altos niveles de confianza. El ICAG se calcula con base en los siguientes
bloques de preguntas:
• Condiciones actuales
o Condiciones actuales de las empresas
o Condiciones actuales del entorno nacional e internacional
• Condiciones futuras del sector
o Condiciones futuras de las empresas
o Condiciones futuras del entorno nacional e internacional
A cada pregunta se le asigna un puntaje de la siguiente manera:
𝑛
𝑆𝑐𝑜𝑟𝑒𝑖 = ∑(𝐹𝑖𝑗 ωj ) × 100 ,

𝑗=1
donde:
 𝑆𝑐𝑜𝑟𝑒𝑖 : Puntaje del 1 al 100 para cada pregunta 𝑖
 𝐹𝑖𝑗 : Frecuencia relativa de la respuesta 𝑗 a la pregunta 𝑖
 ωj : Peso asignado a las respuestas 𝑗 = 1, … ,5 (ver
 )
RESPUESTA (𝒋) EXPECTATIVA ACTUALIDAD PESO

1 Muy pesimista Empeoró mucho 0.00
2 Pesimista Empeoró 0.25
3 La situación se mantendrá Se mantuvo 0.50
4 Optimista Mejoró 0.75
5 Muy optimista Mejoró mucho 1.00
Tabla 1. Pesos para cada opción de respuesta.
Luego, se calculan los subíndices de condiciones actuales y esperadas, tomando el promedio simple de los
puntajes para todas las preguntas correspondientes a su grupo respectivo:
∑𝑛𝑥=1
𝑎𝑐𝑡
𝑆𝑐𝑜𝑟𝑒𝑥
𝐼𝐶𝐴𝐺𝑎𝑐𝑡 =
𝑛𝑎𝑐𝑡
𝑛𝑒𝑠𝑝
∑𝑦=1 𝑆𝑐𝑜𝑟𝑒𝑦
𝐼𝐶𝐴𝐺𝑒𝑠𝑝 =
𝑛𝑒𝑠𝑝
Finalmente, se calcula el ICAG tomando el promedio ponderado de los subíndices de condiciones actuales y
esperadas, dándole mayor peso a las condiciones actuales:

61
2 × 𝐼𝐶𝐴𝑃𝑎𝑐𝑡 + 𝐼𝐶𝐴𝑃𝑒𝑠𝑝
𝐼𝐶𝐴𝑃 =
3
IV. REFLEXIONES
La utilidad de las encuestas de percepción y expectativas ha sido en ocasiones mitigada debido a la

complejidad de encontrar un enfoque que permita capturar información importante de variables
directamente observables (data dura). En este documento, se propone una utilidad a este tipo de indicadores
para la anticipación de cambios en variables comerciales (externas) como la dinámica de oferta y demanda
pero también en variables propias del país como el entorno legal, político y económico. Consideramos que
el ICAG puede ser una herramienta valiosa para actores del sector agroexportador y para toda la cadena de
valor de cada una de las diferentes industrias. Nuestra conclusión es que la percepción de los actores de este
sector, en conjunto con otros factores, puede ser completamente relevante para pronosticar la actividad
comercial de corto plazo. .
REFERENCIAS
Ayuningtyas, R., & Koesrindartoto, D. P. (2014, August). The Relationship between Business Confidence,
Consumer Confidence, and Indexes Return: Empirical Evidence in Indonesia Stock Exchange.
In International Conference on Trends in Economics, Humanities and Management (pp. 21-25).
BCE. (2020). Cuentas Nacionales. Retrieved from https://www.bce.fin.ec/index.php/cuentas-nacionales
BCE. (2020). Breve nota metodológica del cálculo del Índice de Confianza Empresarial. Banco Central del
Ecuador.
CEEN. (2019). Índice de Confianza Empresarial: Nota Metodológica. Universidad del Desarrollo.
DTN. (2019). Agriculture Confidence Index. Retrieved from https://www.dtn.com/wp-

content/uploads/2019/03/fs_ag-confidence-index_0118.pdf
Oral, E., Dilara, E., & Hamsici, T. (2005). Building up a real sector business confidence index for
Turkey. Central Bank Review, 5(1), 23-54.
FEDESARROLLO. (2015). Metodología de la Encuesta de Opinión Empresarial. Dirección de Análisis

Macroeconómico y Sectorial.
Garner, C. A. (1991). Forecasting consumer spending: Should economists pay attention to consumer
confidence surveys?. Economic Review, 76(3), 57-71.
Guo, Y., & He, S. (2020). Does confidence matter for economic growth? An analysis from the perspective
of policy effectiveness. International Review of Economics & Finance, 69, 1-19.
INEC. (2019). Encuesta Nacional de Empleo, Desempleo y Subempleo Diciembre 2019. Retrieved from
https://www.ecuadorencifras.gob.ec/trabajo/

62
Julio, J. M., & Grajales, A. (2011). ¿ Qué nos dicen los índices de confianza?. Borradores de Economía, 659.
Khan, H., & Upadhayaya, S. (2020). Does business confidence matter for investment?. Empirical
Economics, 59(4), 1633-1665.
Pellissier, G. (2002). Measuring Business Confidence in South Africa. Presented at the 26th CIRET
Conference, Taipei.
Santero, T., & Westerlund, N. (1996). Confidence indicadors and their relationship to changes in economic
activity. Economics Departament Working Papers, 1-53.
Silva, M., Chirinos, R., & Valenzuela, I. (2011). Metodología de la Encuesta de Expectativas
Macroeconómicas del BCRP. Lima: Notas de Estudios del Banco Central de la República del Perú
(BCRP).
Silverstone, B., & Mitchell, J. (2005). Insights into Business Confidence from Firm-Level Panel Data .
Department of Economics Working Paper in Economics 9/05 , 1-21.
Throop, A. W. (1992). Consumer sentiment: Its causes and effects. Federal Reserve Bank of San Francisco
Economic Review, 1, 35-59.

Y Estudios: ISSN: 2602-831X

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Y Estudios: ISSN: 2602-831X

Cargado por

Copyright:

Formatos disponibles

ISSN: 2602-831X

Publicación cuatrimestral de la Superintendencia de Compañías, Valores y Seguros del Ecuador

AUTORIDADES SUPERINTENDENCIA DE COMPAÑÍAS, VALORES Y SEGUROS DEL

Intendente de Mercado de Valores

Intendente de Planificación y Gestión Estratégica

Dinámica de la tasa de interés, deflación y producción ante el 6

El Efecto Socioeconómico de la Pandemia COVID-19 en 19

¿Existe relación entre competitividad y corrupción?. 26

Incidencia de las variables endeudamiento y tamaño en el 34

Índice de Confianza Agrícola: Un enfoque al sector 57

Ab. Víctor Anchundia Places

Ph.D. (c) Segundo Camino Mogro

Editor en Jefe de la Revista X-Pedientes Económicos

Dinámica de la tasa de interés, deflación y producción ante el

Luis Eduardo Peñafiel Chang*

Fecha de recepción: 30/11/2020, Fecha de aceptación: 29/12/2020

Clasificación JEL: C68, D58, E31

JEL Codes: C68, D58, E31

Adverso a la inflación (𝛽 > 1) Equilibrado (𝛽 = 1) Adverso al desempleo (𝛽 < 1)

Min 𝐿 = (𝑌𝑡 − 𝑌𝑒 )2 + 𝛽 (𝜋𝑡 − 𝜋 𝑇 ) (4)

𝐿 = (𝑌𝑡 − 𝑌𝑒 )2 + 𝛽 (𝜋𝑡−1 + 𝛼(𝑌𝑡 − 𝑌𝑒 ) − 𝜋 𝑇 )2 (6)

(𝑌𝑡 − 𝑌𝑒 ) + 𝛽 𝛼( 𝜋𝑡−1 + 𝛼(𝑌𝑡 − 𝑌𝑒 ) − 𝜋 𝑇 ) = 0 (8)

Despejando respecto a 𝜋𝑡 , tenemos:

𝐼𝑆: … … … . 𝑌𝑡 = 𝐴 − 𝑎. 𝑟𝑡−1 (12)

Gráfico 2. Funcionamiento del modelo ante un shock de demanda negativo.

Definición del modelo de equilibrio general dinámico estocástico neo-keynesiano para el

Coeficientes Errores Estándar Z P>|z| [Intervalo de confianza 95%]

𝜷 0.2037 0.0645 3.15 0.002 0.0771 0.3303

𝜶 0.7885 0.2484 3.17 0.002 0.3016 1.2754

𝟏 4.9086 1.5562 3.15 0.002 1.8584 7.9589

𝝆𝒖 0.3705 0.0711 5.21 0.000 0.2310 0.5099

𝝆𝒈 0.8154 0.0429 18.98 0.000 0.7312 0.8996

Sd(e.u) 1.5796 0.4736 0.6514 2.5079

Coeficientes Errores Estándar Z P>|z| [Intervalo de confianza 95%]

𝒀 𝒖 -0.2222 0.1073 -2.07 0.038 -0.4325 -0.01188

𝒈 -0.2465 0.1303 -1.89 0.059 -0.5021 0.0089

𝝅 u -0.1895 0.0522 -3.63 0.000 -0.2918 -0.0871

g -0.2331 0.0836 -2.79 0.005 -0.3972 -0.0691

Gráfico 3. Funciones respuesta ante un shock de g.

Gráfico 4. Funciones respuesta ante un shock de u.

En este artículo se ha desarrollado un modelo de equilibrio general dinámico estocástico neo-keynesiano

Argandoña, A. (1990). El pensamiento económico de Milton Friedman. Documento de investigación DI-

Calvo, G. A. (1983). Staggered prices in a utility-maximizing framework. Journal of Monetary

De Gregorio, J. (2007). Macroeconomía Teorías y Políticas. (Pearson, Ed.) (Segunda). Santiago.

Perrotini, I. (2007). El Nuevo Paradigma Monetario. Economía UNAM, 4(11), 64–82.

Romer, D. (2012). Advanced Macroeconomics. (B. Gordon, Ed.), McGraw-Hill (Fourth).

con régimen cambiario dolarizado. Fiscalidad. Ecuador. Retrieved from

Gráfico A.1. Evolución de la Tasa de Interés.

Gráfico A.2. Evolución de la Inflación.

El Efecto Socioeconómico de la Pandemia COVID-19 en Ecuador

Fecha de recepción: 30/11/2020, Fecha de aceptación: 30/12/2020

Sep-2019 Jun-2020 Sep-2020

Empleo Adecuador 38.80% 16.70% 32.10%

El Efecto Socioeconómico de la Pandemia COVID-19 en Ecuador • Bastidas et al.

El Efecto Socioeconómico de la Pandemia COVID-19 en Ecuador • Bastidas et al.

Gráfico 1. Modelo SEIRD. Fuente: Los autores.

El Efecto Socioeconómico de la Pandemia COVID-19 en Ecuador • Bastidas et al.

Impacto en P Impacto en E Impacto en Desigualdad Impacto en IDH

Valor Mínimo 72.13% 61.85% -4.02% -24.04%

Efecto Mínimo 73.99% 64.51% -3.23% -23.96%

Efecto Máximo 83.81% 74.03% 3.80% -23.47%

Valor Máximo 88.33% 79.26% 7.05% -23.28%