Comentario

AAEP2012
“El impacto de las TIC en la actividad emprendedora a nivel países”
Comentario de trabajo
Autora: María Verónica Alderete; Universidad Empresarial Siglo XXI
Comentarista: Germán Tessmer; UNR-UDESA-CONICET
Introducción
El desafío que se ha propuesto el trabajo en evaluación es el de determinar la
relevancia de las tecnologías de información y comunicación (TIC), como factor
explicativo del emprendedorismo, respondiendo a la necesidad de considerarlo en la literatura especializada- como un factor de crecimiento de las economías y, en
consecuencia, un tema susceptible de estar presente en la agenda de los tomadores
de decisión. Para tal fin se utiliza una muestra de datos de panel y se busca estimar
la relación propuesta, mediante el método de efectos fijos. Completa este trabajo,
una breve descripción de distintos enfoques y trabajos de la literatura que
conceptualizan al emprendedorismo y las relaciones que de éste concepto se
derivan a nivel económico, a nivel de firma y en especial relación a las TICs.
Comentarios
1. Es necesario remarcar que se cuenta con una gran cantidad de información
de indicadores relacionados al tema de interés. Acorde a los objetivos del
trabajo, los principales resultados son las estimaciones presentadas en la
Tabla 2. Con respecto a la interpretación del parámetro de interés referido a
la variable rankIDIi,t no puede dejar de observarse que el resultado provisto
en todas las especificaciones del modelo, el signo del parámetro es negativo,
es decir, contrario a las expectativas del objetivo del trabajo. Por otra parte,
al ser la variable explicativa un ranking de países, no queda del todo claro
cuál debe ser la interpretación del parámetro, máxime si existieran
discontinuidades en el ranking, lo cuál es un escenario posible dado que la
muestra de 31 países se extrae de un total de 150 países para los cuales se
calcula el índice IDI. Al respecto, se recomienda brindar el criterio utilizado
para la selección de dichos países o -en términos generales- alguna
información que permita mejorar la interpretación del dato presentado. En
el mismo orden de prioridad, si bien es claro que existe una correlación
sistemática entre las variables de interés, también se parece estar ante la
presencia de un problema de endogeneidad por causalidad inversa, en el
sentido de que mayores niveles de emprendedorismo podrían estar
explicando mayores niveles de adopción de tecnologías de tipo TIC.
1
Considérese como ejemplo el caso de empresas innovadoras en el área de
tecnología: Basándose en un enfoque de principal-agente, el sistema de
incentivos apropiado para poder generar este tipo de actividades lleva a
esquemas jerárquicos horizontales de menor escala, lo cual favorece el
nacimiento de nuevas empresas, condicional a que el desembolso de capital
físico inicial es bajo en relación a otro tipo de industrias. Si esto es así, la
propia actividad de estas empresas explicaría mejoras en el ranking entre
países en la tasa de penetración de las TIC y no en el sentido inverso. A este
respecto, sería deseable que se utilicen variables instrumentales a los fines
de solucionar el posible problema de endogeneidad detectado.
2. Uno de los aspectos críticos del trabajo, es el número de observaciones
disponibles, especialmente en lo referente a la información de serie de
tiempo. Si a eso se le suma la posible presencia de multicolinealidad entre
las variables independientes, quizás podrían especificarse los modelos con
menor número de variables. Demás está decir que éste comentario es
irrelevante, en tanto los parámetros de interés son significativos en todas las
especificaciones. Sin embargo, podría intentarse esta estrategia para así
cumplir con la regla de incluir al menos 20 observaciones por cada variable
independiente que se estime a priori interesante, a los fines de evitar caer en
errores de tipo II; con la ventaja de poder realizar afirmaciones más precisas
sobre los parámetros de los controles, si así buscara hacerse. Vale aclarar
que la intuición de presencia de multicolinealidad se base en la relación
entre las variables: rankIDIi,t y TARIFAi,t. Por ejemplo, tarifas más altas
podrían corresponderse a ciclos tempranos de implementación de
infraestructura y a bajo número de usuarios por servicio; lo cual es
coherente a estar peor posicionado en el ranking TIC. Lo mismo podría
postularse para las variables: GNIpci,t, DESEMPLEOi,t y GASTOSRDi,t.
Países con alto PBI, probablemente tengan menor tasa de desempleo; en
tanto que existe la posibilidad que países con mayor nivel de PBI, sean
también los que destinen mayores recursos a gastos en investigación y
desarrollo. Lo mismo puede plantearse para las variables: PATENTESi,t y
MARCASi,t. Si la introducción de un nuevo producto, requiere una marca
distinta, es probable que exista una alta correlación entre ambas variables. Si
bien, no reviste un argumento de necesidad, basándose en el argumento de
la navaja de Ockham, quizás podría lograrse el mismo resultado con menor
número de controles, sin caer en sesgos por variables omitidas.
3. Con respecto a la presentación de los modelos en conjunto, como primer
observación sería deseable que se amplíen los comentarios sobre las
estrategias de inclusión o exclusión de las variables seleccionadas en cada
uno de éstos. Por otra parte, no se ha encontrado una explicación para la
variable lagTEA presente en los modelos del uno al tres. Asimismo,
2
teniendo en cuenta que en los modelos tres y cuatro, se disminuye la
variabilidad de la serie temporal, perjudicando con ello la estimación del
efecto fijo, no se explica como el número de observaciones aumenta al valor
máximo de 58 observaciones en el cuarto modelo. Por otra parte, sería
deseable tener una explicación de por qué aumenta la significatividad de
algunos de los coeficientes al disminuir el poder de la muestra en los
modelos tres y cuatro. Asimismo, sería deseable que se amplie la explicación
sobre los saltos en magnitud que se registran en las variables de interés,
especialmente cuando se pasa del bloque de los modelos uno y dos, a los
modelos restantes. Finalmente, y acorde al punto anterior, si bien no
representa un argumento de necesidad, en la literatura se estila el presentar
una primera regresión libre de controles, para paulatinamente ir mostrando
que su inclusión genera -o no- mejoras de eficiencia o cambios abruptos en
el estimador de interés. En ese sentido, se recomienda agregar esa primera
regresión; aunque se insiste en que esto último no es necesario.
4. Con respecto a las intuiciones previas al modelo de regresión, nótese que en
el Gráfico 1, que el emprendedorismo, captado por el promedio TEA,
muestra una tendencia creciente para todos los períodos. En tanto que el
promedio del ranking IDI, muestra un comportamiento oscilante, según el
año de referencia que se tome. Quizás podría completarse la información e
interpretación del gráfico calculando los cambios porcentuales de dichas
variables. De orden aún más general, es el problema que plantea la intuición
con respecto al crecimiento económico. En algunos apartados se justifica que
mayor incidencia de las TIC, conlleva a mayor emprendedorimo y éste a
mayor crecimiento económico. En otros apartados, se argumenta que existe
una vía indirecta a través de las cuales las TIC, al influenciar positivamente
en el crecimiento económico, mejoran el emprendedorismo. Finalmente, en
la regresión, se toma como variable explicativa el nivel de PBI de los países,
para explicar el emprendedorismo, a la par de las tecnologías TIC; todo lo
cuál redunda en que no parecería haber hay una postura clara sobre el
orden de causalidad entre éstos fenómenos. Al respecto, se sugiere mayor
claridad en este punto, para complementar la interpretación de los datos
presentados en la Tabla 2.
5. Finalmente, no terminan de ser claras la compatibilidad de las conclusiones
con el espíritu del trabajo. Si bien es cierto que la ventaja de datos de panel
soluciona el problema de variables inobservables, el parámetro que se
obtiene como resultado es en sí, un indicador de causalidad con magnitud y
dirección específica; aún a pesar de la dificultad que supone lidiar con la
multicausalidad del fenómeno. De no ser así, las recomendaciones de
política sugeridas al principio de ese apartado, no pueden derivarse de los
resultados de la Tabla 2. Para dar un ejemplo, si el orden de causalidad
3
fuera inverso, se estarían asignando recursos a una actividad sub-óptima, la
promoción de TICs para fomentar el emprendedorismo, cuando en términos
sociales sería deseable asignar esos recursos que tenga un impacto directo
sobre el objetivo propuesto, con la consecuente mejora en términos de
bienestar.
4