EFECTO DE LOS OBSTÁCULOS FINANCIEROS SOBRE
LA INNOVACIÓN Y LA PRODUCTIVIDAD EN LAS
EMPRESAS MANUFACTURERAS EN COLOMBIA
Erika Celene Sánchez Rodriguez
Universidad Nacional de Colombia
Facultad de Ciencias Económicas
Escuela de Economía
Bogotá, Colombia
2019
II
EFECTO DE LOS OBSTÁCULOS FINANCIEROS SOBRE
LA INNOVACIÓN Y LA PRODUCTIVIDAD EN LAS
EMPRESAS MANUFACTURERAS EN COLOMBIA
ERIKA CELENE SÁNCHEZ RODRIGUEZ
Tesis presentada como requisito parcial para optar al título de:
Magister en Ciencias Económicas
Director (a):
PhD Francesco Bogliacino
Línea de Investigación: Desarrollo Económico
Grupo de Investigación:
Teoría e Investigación Aplicada en Ciencias Económicas
Universidad Nacional de Colombia
Escuela de Economía
Bogotá, Colombia
2019
III
A mi madre colombiana quién siempre
me ha apoyado con cada sueño o meta
que me propongo y a mi madre brasilera
quién me ha acompañado y guiado
durante este camino.
V
Agradecimientos
Quiero manifestar mi agradecimiento a mi director de tesis, Francesco Bogliacino, por su
compromiso, paciencia, dedicación y diligente orientación. Estoy muy agradecida no solo por su
capacidad profesional, sino por la calidad humana que me ha demostrado a lo largo de este proceso.
También agradezco a Nadia Albis Salas, compañera y amiga a quién le profeso admiración y aprecio
infinito, por su asesoría y valiosa colaboración durante esta investigación y, por el aprendizaje
continuo que he obtenido al trabajar con ella durante estos años. Sin ustedes este trabajo no hubiera
sido posible.
Así mismo, quiero agradecer a las personas del Departamento Administrativo Nacional de
Estadística - DANE por el soporte prestado, en especial, a Laura Tatiana Ocampo por su amabilidad,
disposición y ayuda.
Por último, pero no menos importante, agradezco a mi madre Ana Teresa Rodriguez y a mi
hermano Adrián Sánchez y por estar siempre a mi lado y, a mi querida Lausanne Correia por sus
palabras de aliento y apoyo incondicional desde la distancia. A mis amigos Wilson Quijano, Gabriel
Duncan, Laura Cardona, Juan Diego Lobo, Angélica Rodriguez, Camilo Contreras, Marcela
Rodriguez y otros tantos, por cuidarme y ayudarme a relajar cuando lo necesitaba.
VI
Resumen
El objetivo de esta tesis es contribuir al estudio de los efectos de los obstáculos financieros
sobre la capacidad de innovación y la productividad de las empresas en Colombia. Para tal fin se usa
un panel de datos a nivel de firma que abarca el periodo 2007-2014, construido a partir de los datos
de las encuestas de desempeño productivo para los sectores de manufactura – EAM y las Encuestas
de Desarrollo e Innovación Tecnológica aplicadas a la industria – EDIT. El efecto de las barreras
financieras sobre la innovación se aborda a través de la estimación de una función de producción de
capital intangible, utilizando el procedimiento de selección Heckman para modelos probit junto con
variables instrumentales para corregir problemas de endogeneidad de los datos. Por otro lado, el
análisis del impacto sobre la productividad multifactorial, calculada mediante el método
semiparamétrico sugerido por Levinsohn y Petrin, se realiza de manera heterogénea aplicando el
método no paramétrico de regresión cuantílica.
Los resultados evidencian que, existe una relación entre los problemas de financiación de la
actividad innovadora y la capacidad de las empresas en Colombia para obtener innovaciones y
mejorar su productividad. La primera parte del análisis arroja que las limitaciones de financiación al
acceso a recursos privados se asocian a una menor probabilidad de obtener innovaciones de proceso,
mientras que, la innovación de producto de tipo radical se ve fuertemente influenciada por los
obstáculos financieros relacionados con el acceso a recursos públicos. En la segunda parte se obtiene
que, los obstáculos relacionados con la disponibilidad de recursos internos (propios) afectan
negativamente la productividad de la firma únicamente en los cuantiles más altos; teniendo un efecto
más pronunciado en las empresas ubicadas en el cuartil superior de la productividad multifactorial,
entretanto, las barreras asociadas a la financiación privada mantienen un comportamiento negativo a
lo largo de la distribución de productividad de la firma; afectando en mayor medida a los cuantiles
50 y 90. Los hallazgos sugieren que las empresas más productivas, tienden a percibir en mayor medida
como altamente relevantes las barreras relacionadas con la disponibilidad de recursos propios y de
acceso a financiamiento privado.
Palabras clave: obstáculos financieros, innovación, productividad multifactorial, industrias
manufactureras, Colombia.
VII
Abstract
The objective of this thesis is to contribute to the study of the effects of financial obstacles on the
capacity for innovation and productivity of firms in Colombia. For this purpose, a firm-level data
panel is used that covers the period 2007-2014, constructed from the data of the productive
performance surveys for the manufacturing sectors - EAM and the Technological Development and
Innovation Surveys applied to the industry - EDIT. The effect of financial barriers to innovation is
approached through the estimation of an intangible capital production function, using the Heckman
selection procedure for probit models together with instrumental variables to correct data endogeneity
problems. On the other hand, the analysis of the impact on multifactor productivity, calculated using
the semi-parametric method suggested by Levinsohn and Petrin, is carried out in a heterogeneous
manner by applying the non-parametric quantile regression method.
The results show that, there is a relationship between the problems of financing innovative activity
and the ability of firms in Colombia to obtain innovations and improve their productivity. The first
part of the analysis shows that financial limitations on access to private resources are associated with
a lower probability of obtaining process innovations, while radical product innovation is strongly
influenced by financial barriers related to access to public resources. In the second part it is obtained
that, the obstacles related to the availability of internal resources (own) negatively affect the
productivity of the firm only in the highest quantiles; having a more pronounced effect on companies
located in the upper quartile of multifactor productivity, meanwhile, the barriers associated with
private financing maintain a negative behavior throughout the distribution of productivity of the firm;
affecting quantiles 50 and 90 to a greater extent. The findings suggest that the most productive firms
tend to perceive, to a greater extent the barriers related to the availability of own resources and access
to private financing.
Keywords: financial obstacles, innovation, multifactor productivity, manufacturing industries,
Colombia.
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
8
CONTENIDO
Agradecimientos ................................................................................................................................ V
Resumen ............................................................................................................................................ VI
Abstract ............................................................................................................................................ VII
1. INTRODUCCIÓN ...................................................................................................................... 9
2. INNOVACIÓN Y OBSTÁCULOS FINANCIEROS ............................................................... 11
3. METODOLÓGIA ..................................................................................................................... 13
3.1. El modelo y especificación econométrica ............................................................................. 13
3.1.1. Función de producción de conocimiento (KPF) .............................................................. 13
3.1.2. Determinantes de la Productividad Total de Factores (PTF) .......................................... 17
3.2. Datos y estadísticas descriptivas ........................................................................................... 20
4. RESULTADOS ......................................................................................................................... 21
4.1. Efecto de los obstáculos financieros sobre la innovación ..................................................... 21
4.2. La productividad multifactorial y el efecto de los obstáculos financieros ............................ 24
4.2.1. Estimación de la productividad total de factores ....................................................... 24
4.2.2. Efectos de los obstáculos financieros sobre la productividad multifactorial ............. 25
5. CONCLUSIONES .................................................................................................................... 29
6. REFERENCIAS BIBLIOGRÁFICAS ...................................................................................... 31
7. ANEXOS ................................................................................................................................... 37
Anexo 1. Definición de variables para la estimación de la KPF ................................................... 37
Anexo 2. Equivalencia de la clasificación de los sectores según la taxonomía de Pavitt ............. 38
Anexo 3. Correlación de variables – función de producción de conocimiento KPF..................... 39
Anexo 4. Correlación de variables – estimación de la PTF .......................................................... 40
Anexo 5. Correlación de variables – determinantes de la PTF ..................................................... 40
Anexo 6. Modelos – Función de producción de conocimiento ..................................................... 41
Anexo 7. Estimación alternativa de los determinantes de la PTF ................................................ 43
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
9
1. INTRODUCCIÓN
En la literatura económica se define la innovación como todo aquel desarrollo,
implementación, imitación o adopción de un nuevo o significativamente mejorado producto, proceso
de producción y estructura organizacional o de mercadeo para la empresa, el mercado nacional o el
mercado internacional (Dosi, 1988; Edquist & Johnson, 1997; OECD/Eurostat, 2005). La innovación
es ampliamente reconocida como un factor clave en la competitividad de los países, sectores y
empresas, puesto que surge a partir de la acumulación de conocimientos y capacidades en las firmas
y la sociedad en general (OECD/Eurostat, 2005). Su importancia se ve intensificada por las presiones
competitivas derivadas de la creciente globalización de los mercados y la producción, la disminución
del ciclo de vida de los productos y la rápida evolución de las demandas de los consumidores (Madrid-
Guijarro, Garcia, & Van Auken, 2009). De hecho, aquellas empresas que incorporan la innovación
como parte central de su estrategia pueden aumentar su rendimiento productivo y su probabilidad de
supervivencia (Cefis & Marsili, 2006).
El éxito de un resultado innovador reside en superar varios obstáculos, tanto internos como
externos a las empresas, tales como: restricciones financieras, falta de recurso humano calificado,
restricciones de información y conocimiento, fallas de mercado y la presencia de una estructura
institucional pobre para el apoyo a la innovación (Blanchard et al., 2013; Coad, Pellegrino, & Savona,
2016; Mohnen et al., 2008). La mayor parte de la literatura alrededor de las barreras a la innovación
es relativamente reciente, pues sólo a partir de finales del siglo pasado, con la aplicación y difusión
de las encuestas de innovación, se empieza a contar con más información sobre sus alcances
permitiendo así implementar modelos que evalúan el efecto de los obstáculos sobre las capacidades
de generación de conocimiento y la productividad en las empresas (Coad et al., 2016).
Las encuestas de innovación son instrumentos de medición diseñados, principalmente, para
caracterizar la dinámica innovadora de un país. En Colombia, el primer ejercicio exploratorio para
medir la innovación se realizó en 1996 y, sólo a partir de la segunda aplicación de la Encuesta de
Innovación y Desarrollo Tecnológico – EDIT (2003-2004) se indaga por los obstáculos a la
innovación en las empresas del país (DANE, DNP, & COLCIENCIAS, 2005).
Quizás una de las barreras más importantes que afectan la actividad innovadora de las firmas,
son las restricciones financieras, esto es debido al alto riesgo que implican las actividades de
investigación y desarrollo (I+D), los problemas asociados a la apropiabilidad de los resultados de la
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
10
innovación por ser el conocimiento un bien público y la dificultad de usar bienes intangibles como
garantía para los créditos que financian los proyectos de innovación (Hall & Lerner, 2010; Mohnen
et al., 2008). A esto podemos agregar las restricciones impuestas por el grado de madurez de los
sistemas financieros, que en países de menor desarrollo pueden ser más pronunciadas (Álvarez &
Bertin, 2016; Crisóstomo, López-Iturriaga, & Vallelado, 2011; Gorodnichenko & Schnitzer, 2013).
En Colombia, las investigaciones sobre los obstáculos a la innovación han sido escasas. Entre
ellas resaltan, los trabajos de Barona-Zuluaga et al. (2015) y Busom & Vélez-Ospina (2017) y
(Villarreal, Lucio-Arias, Albis, & Mora, 2014), que sin embargo no abordan directamente el efecto
de las restricciones al financiamiento interno y externo en la innovación de las firmas.
Mejorar la comprensión de cómo los obstáculos financieros estimulan y restringen la
innovación es importante para propósitos teóricos y políticos. Lo cual es aún más relevante en
contextos en desarrollo, donde es primordial ampliar el entendimiento de las razones por las cuales
existe una escasa propensión a innovar y un bajo nivel de productividad de las empresas (Lundvall et
al., 2009).
En este contexto, el presente trabajo consiste en estudiar empíricamente los efectos de
diversas barreras financieras internas y externas sobre las capacidades de innovación y la
productividad de las empresas manufactureras y de servicios en Colombia, usando datos a nivel de
firma para el período 2007-2014. El efecto de las barreras financieras sobre la innovación se aborda
a través de la estimación de una función de producción de capital intangible (Criscuolo, Haskel, &
Slaughter, 2010; Griliches, 1979) mientras que su impacto sobre la productividad se estima aplicando
el método no paramétrico de regresión cuantílica. Los datos que se utilizan combinan las encuestas
de desempeño productivo para los sectores de manufactura y las Encuestas de Desarrollo e Innovación
Tecnológica para manufactura (EDIT en sus versiones IV a VII), ambas elaboradas por el
Departamento Administrativo Nacional de Estadística – DANE.
El documento se encuentra estructurado de la siguiente forma. En la segunda sección, se
presenta el marco conceptual que sustenta la investigación. En la tercera, se muestran las fuentes de
información y los métodos empíricos empleados. La discusión de los resultados se muestra en la
cuarta sección y en la quinta, las conclusiones e implicaciones de la investigación.
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
11
2. INNOVACIÓN Y OBSTÁCULOS FINANCIEROS
Como se mencionó en la introducción, la innovación es una condición esencial para el
desarrollo económico de una nación, pues representa un factor de crecimiento de la productividad
(Baumol, 1996; Song, Ai, & Li, 2015). Esto ocurre porque la inversión en actividades de innovación
y, principalmente, en I+D constituye un elemento fundamental en el desarrollo de capacidades de
conocimiento (Hall, 2002).
Tal inversión presenta un número de especificidades que la diferencian ampliamente de la
inversión tradicional (Hall, 2010; Himmelberg & Petersen, 1994). En primer lugar, se destaca el gasto
elevado en personal altamente calificado para evitar la pérdida de conocimiento tácito o de activos
intangibles, provocando que los proyectos de innovación se comporten como si tuvieran altos costos
de ajuste. Este hecho, hace que se requiera de una tasa elevada de rentabilidad para cubrir dichos
costos y sea difícil medir el efecto de la variación de los costos de capital en la inversión para innovar
(Czarnitzki & Kraft, 2004; Hall, Griliches, & Hausman, 1986). En segundo lugar, está el grado de
incertidumbre asociado a la producción de conocimiento que tiende a ser mayor al momento de
comenzar un proyecto de investigación, pero disminuye a medida que la información sobre la
probabilidad de éxito está disponible (Carreira & Silva, 2010). Estos proyectos se caracterizan por
rendimientos muy altos a la inversión inicial que son experimentados por unas pocas empresas,
logrando atraer a una cantidad de participantes similares para los cuales no hay garantía de éxito.
Una última especificidad de la inversión en innovación son los activos intangibles obtenidos
del proceso innovador, que con frecuencia son muy específicos de la empresa. El valor de este tipo
de activos depende del impacto que tengan en el mercado, además, pueden ser muy ilíquidos y de
escaso uso colateral (Bah & Dumontier, 2001; Myers, 1977; Williamson, 1988).
De acuerdo con Mohnen et al. (2008), las características inherentes de las actividades de
innovación incrementan las dificultades para su financiación, debido a: (i) el alto riesgo que implican
los proyectos de innovación con relación a otras iniciativas, en particular, por la necesidad de tener
una alta tasa de retorno para cubrir los costos del recurso humano y, el grado de incertidumbre
relacionado con la generación y éxito de un resultado innovador, haciendo que los inversionistas
externos requieran de una prima de riesgo para este tipo de financiación (Himmelberg & Petersen,
1994; Lach & Schankerman, 1989; Silva & Carreira, 2012); (ii) los problemas asociados a la
apropiabilidad de los resultados de la innovación, por tener el conocimiento algunas características
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
12
de un bien público; además, en la relación entre los innovadores y los inversionistas abundan los
problemas de información, al no tener estos últimos la capacidad de evaluar con precisión la calidad
y riesgo del proyecto, lo que conduce a problemas de selección adversa, racionamiento del crédito y
mayores costos de financiación externa (Akerlof, 1970; Bhattacharya & Ritter, 1983; Stiglitz &
Weiss, 1981); (iii) la dificultad de usar bienes intangibles como garantía para los créditos de
financiación y la insuficiencia de los retornos inmediatos para pagar la deuda, provoca el aumento de
la prima de riesgo cobrada a la empresa (Bah & Dumontier, 2001; Carpenter & Petersen, 2002; Myers,
1977; Williamson, 1988).
En general, los problemas de asimetrías de información, riesgo moral y consideraciones
impositivas conducen al aumento de los costos de la financiación externa de la innovación, lo que
explica la preferencia de las empresas por la financiación de las actividades de innovación con fuentes
internas (Crisóstomo et al., 2011; Hall, 2010; Mohnen et al., 2008).
Diversas investigaciones han evaluado el efecto de esas limitaciones financieras sobre la
innovación, y en algunos casos sobre la productividad, utilizando información a nivel de firma de
diferentes países y realizando diversos aportes sobre su alcance. Así, Canepa & Stoneman (2008);
Mohnen et al. (2008) encontraron que el impacto de los obstáculos financieros es negativo y mayor
en la realización oportuna de proyectos innovadores que otro tipo de obstáculos.
Por su lado, autores como Bogliacino & Gómez (2014); Madrid-Guijarro et al. (2009); Piva
& Vivarelli (2007) evidenciaron que tanto la innovación de producto como la de proceso se ven
negativamente afectadas por las restricciones de financiación externa que recaen sobre las firmas con
interés de innovar. Mientras que, Crisóstomo et al. (2011); Savignac (2008) lograron comprobar que
las actividades de innovación se reducen significativamente en presencia de restricciones financieras.
Finalmente, Coad et al. (2016) mostraron que, aplicando el método de regresión cuantílica,
tanto los costos financieros como la disponibilidad de financiamiento tienen un efecto negativo en
toda la curva de distribución de la productividad. Esto se explica, tomando en consideración los dos
roles o caras de la investigación y el desarrollo en las que, además de la función convencional de
estimular la innovación, la I+D mejora la transferencia de tecnología (capacidad de absorción) de las
firmas; razón por la cual, la innovación no sólo permite el aumento de la productividad por el canal
directo de la creación de nuevo conocimiento, sino también a través de la absorción del conocimiento
existente y la innovación generada por los competidores (Cohen & Levinthal, 1990; Griffith,
Redding, & Van Reenen, 2004).
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
13
Teniendo en cuenta estos estudios y las características inherentes a la innovación es posible
formular las siguientes hipótesis, para el caso colombiano:
H1: las restricciones de financiación propia (interna) se relacionan con un bajo nivel de
innovación y productividad en las empresas.
H2: los obstáculos financieros relacionados con el acceso a recursos públicos se asocian a
una menor capacidad de producción de conocimiento y productividad en las empresas.
H3: las limitaciones financieras relacionados con el acceso a recursos privados se asocian
a una menor capacidad innovadora y bajos niveles de productividad en las empresas.
3. METODOLÓGIA
Para abordar el análisis de los efectos de las barreras financieras sobre la innovación y la
productividad se procede en dos bloques. En el primero, se estima la Función de Producción de
Conocimiento (KPF por su sigla en inglés) conforme el modelo planteado por Griliches (1979, 1984)
y su desarrollo por parte de Criscuolo et al. (2010) y, en el segundo, se estima el efecto de los
obstáculos sobre la productividad usando el método no paramétrico de regresión cuantílica.
3.1. El modelo y especificación econométrica
3.1.1. Función de producción de conocimiento (KPF)
En términos generales, el modelo de Griliches (1979, 1984), busca evaluar el efecto causal
de la inversión en innovación sobre la producción de innovaciones (KPF por sus siglas en ingles).
Según este planteamiento, los productos de nuevo conocimiento dependen de dos insumos básicos:
la inversión en el descubrimiento de nuevo conocimiento y los flujos de ideas que surgen del acervo
de conocimiento existente, adquirido ya sea por medio de transacciones de mercado o vía
derramamientos (spillovers). Así, el modelo toma la siguiente forma:
Δ𝐾𝑖𝑡 = 𝑓 (𝐻𝑖𝑡 , 𝐾𝑖𝑖𝑡ʼ , 𝐾𝑖𝑒𝑡
ʼ , 𝑂𝐵𝑆𝑖𝑗𝑡ʼ , 𝑍𝑖𝑡
ʼ ) (1)
Donde Δ𝐾𝑖𝑡 es el cambio en el stock de conocimiento de la firma 𝑖; 𝐻𝑖𝑡 representa los insumos
utilizados para la producción de conocimiento; 𝐾𝑖𝑖𝑡ʼ y 𝐾𝑖𝑒𝑡
ʼ son los flujos de ideas que toma la firma
𝑖 internas y externas a la empresa, respectivamente; 𝑂𝐵𝑆𝑖𝑗𝑡ʼ son los tres tipos de obstáculos a la
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
14
innovación que se consideran y 𝑍𝑖𝑡ʼ es un vector de otras variables que pueden influenciar la creación
de nuevo conocimiento.
El cambio en el stock de conocimiento de la firma 𝑖, Δ𝐾𝑖𝑡, se mide a través de indicadores de
innovación como son la innovación en producto y la innovación de proceso, construidos a través de
preguntas de autoreporte en las encuestas de innovación. Además, la innovación de producto se
desagrega de acuerdo con su alcance, ya sea incremental o radical, de acuerdo con la definición
adaptada por Albis & Álvarez (2017) que se presentan a continuación:
• Innovaciones incrementales: empresas que innovan en bienes o servicios nuevos o
significativamente mejorados para la misma empresa o para el mercado nacional.
• Innovaciones radicales: firmas que logran obtener bienes o servicios nuevos o significativamente
mejorados para el mercado internacional.
Los insumos empleados para la generación de conocimiento 𝐻𝑖𝑡 , corresponden al gasto en
I+D dividido por el personal total de la firma (intensidad de la inversión en I+D). Los flujos de
conocimiento intra-firma y aquellos provenientes del exterior (𝐾𝑖𝑖𝑡ʼ y 𝐾𝑖𝑒𝑡
ʼ , respectivamente), se
calculan de acuerdo con la respuesta dada por las empresas cuando identifican las fuentes de
información que utilizan para innovar, de lo cual resultan cuatro variables dummy que toman el valor
de 1 cuando es utilizada la fuente en cuestión y cero en otro caso; estas fuentes son: información
interna, vertical (proveedores o clientes), horizontal (competidores) y, organizaciones de I+D
(universidades o centros de I+D).
Los obstáculos financieros se miden a través de la construcción de tres variables dicotómicas,
así: (i) financiación propia, toma el valor de 1 si la empresa reporta un grado alto o medio de
importancia a los obstáculos relacionados con la disponibilidad de recursos propios o internos; (ii)
acceso a recursos públicos, igual a 1 si la empresa identifica con alto o medio grado de importancia
de las restricciones para acceder a recursos públicos y (iii) acceso a recursos privados, igual a 1 si la
empresa reporta con un grado alto o medio de importancia de los obstáculos asociados con el acceso
a financiación externa de carácter privado. A continuación, en la figura 1, se presenta la relación
entre los obstáculos financieros y la innovación en la firma.
Finalmente, en el componente 𝑍𝑖𝑡ʼ se incluyen otras variables que también afectan la
innovación, entre las que están las variables dicotómicas de sector de acuerdo con la taxonomía de
Pavitt revisada por Bogliacino & Pianta (2016) (Ver el conjunto de definiciones de variables en el
anexo 1 y las equivalencias entre el sector CIIU a dos dígitos y la taxonomía Pavitt en el anexo 2).
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
15
Figura 1. Obstáculos financieros a la innovación
Fuente: Elaboración propia con base en DANE – EDIT (IV-VII)
Para estimar la ecuación 1 se requiere considerar dos aspectos en la especificación
econométrica. En primer lugar, es necesario corregir el problema de endogeneidad que media la
relación entre los insumos de la innovación (la inversión en I+D) y la obtención de innovaciones
(Crepón et al, 1998). En segundo lugar, en la encuesta de innovación colombiana solo las empresas
que innovan o que intentaron innovar responden los módulos restantes (p.ej. inversión, fuentes y
personal) y, por tanto, es necesario corregir el sesgo de selección generado por este diseño muestral.
En ese sentido, la especificación econométrica del modelo asumiría la siguiente forma:
𝑔𝑖𝑡 = {1 𝑠𝑖 𝑔𝑖𝑡
∗ = 𝛿𝑂𝐵𝑆𝑖𝑗𝑡ʼ + 𝜌𝑍1𝑖𝑡
ʼ + 𝛾𝑍2𝑖𝑡 + 𝑢𝑖𝑡 > 0
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 (2)
Δ𝐾𝑖𝑡 = { ∆𝐾𝑖𝑡
∗ = 𝛽1𝐻𝑖𝑡 + 𝛽2𝐾𝑖𝑖𝑡ʼ + 𝛽3𝐾𝑖𝑒𝑡
ʼ + 𝛽4𝑂𝐵𝑆𝑖𝑗𝑡ʼ + 𝛽5𝑍1𝑖𝑡
ʼ + 휀𝑖𝑡 if 𝑔𝑖 = 1
0 if 𝑔𝑖 = 0 (3)
donde, 𝐻𝑖𝑡 = 𝜂𝑍2𝑖𝑡 + ν𝑖𝑡 (4)
En la ecuación de selección (2), 𝑔𝑖𝑡∗ muestra la propensión no observada a innovar o a invertir
en innovación que depende de los obstáculos financieros 𝑂𝐵𝑆𝑖𝑗𝑡ʼ , el vector de características exógenas
a la empresa 𝑍1𝑖𝑡ʼ y la variable instrumental de la inversión en I+D (𝑍2𝑖𝑡). Por su parte, 𝑔𝑖𝑡 es la
variable de estado observada que refleja o no la actividad innovadora de la firma. En la ecuación 3,
Innovación de
Producto
Actividades de
Innovación
Innovación de
Proceso
Obstáculos financieros externos a la empresa
Acceso a recursos públicos:
• Escasa información sobre instrumentos públicos de apoyo
• Desconocimiento de las líneas de financiación públicas
existentes
• Falta de información sobre requisitos y trámites
• Dificultad para cumplir con los requisitos o completar los
trámites
• Tiempo del trámite excesivo
• Condiciones de financiación y/o cofinanciación poco
atractivas
• Demora en la intermediación entre la banca comercial y las
líneas públicas de crédito.
Acceso a financiación privada:
• Dificultades para acceder a financiamiento externo a la
empresa diferentes a los recursos públicos
Obstáculos financieros internos a la empresa
Disponibilidad de recursos propios:
• Escasez de recursos propios
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
16
Δ𝐾𝑖𝑡 es una variable dummy que toma el valor de uno si la empresa innova en producto o proceso y,
depende de las variables del modelo mostrado antes para la ecuación 1. La ecuación 4, representa la
proyección lineal para la variable potencialmente endógena o faltante 𝐻𝑖𝑡 instrumentada con 𝑍2𝑖𝑡. En
todas las ecuaciones, 𝛿, 𝜌, 𝛾, 𝜂 y los 𝛽𝑠 son los vectores de parámetros de interés, mientras que 𝑢𝑖𝑡,
휀𝑖𝑡 y ν𝑖𝑡 son los términos de error.
En cuanto al vector 𝑍1𝑖𝑡ʼ , incluye variables que miden la capacidad de una empresa para
obtener ganancias de la innovación (condiciones de apropiabilidad) y otros determinantes de la
innovación. Las condiciones de apropiabilidad están representadas por la protección formal a las
innovaciones que, es igual a uno si la firma solicitó algún método como patentes, modelos de utilidad,
derechos de autor, registros de software, registros de diseños industriales, registro de marcas y otros
signos distintivos o certificados de obtentor de variedades vegetales para proteger la innovación
durante el periodo de estudio y, cero en otro caso (Mairesse & Robin, 2009).
Los otros determinantes de la innovación que han sido incluidos en este vector son, los
sectores según la taxonomía de Pavitt (Bogliacino & Pianta, 2016) y el tamaño de la empresa medido
por el número de empleados, representado por una variable de tres categorías: (i) pequeñas, empresas
con menos de 50 empleados; (ii) medianas, firmas que tienen entre 51 y 200 empleados y, (iii)
grandes, empresas con más de 200 empleados.
En cuanto a los criterios de exclusión de variables en las ecuaciones 2 y 3, para esta
investigación se sigue la especificación del modelo de selección planteado por Griffith et al. (2006)
y Mairesse & Robin (2009), en la que se excluye de la ecuación 3 el tamaño empresarial y de la
ecuación 2 las variables asociadas a las fuentes de información. La elección del tamaño empresarial
como variable de exclusión está sustentada por Griffith et al. (2006), quién demostró que el tamaño
influye sobre la probabilidad de realizar I + D, pero no tiene un efecto en el monto de la inversión.
También, es de resaltar que, esta variable (el tamaño) no cobra relevancia en la ecuación de la KPF
(ecuación 3) cuando se está controlando por los sectores de la taxonomía de Pavitt que, de acuerdo
con Bogliacino & Pianta (2012, 2016), son capaces de explicar de manera efectiva la heterogeneidad
tecnológica de los sectores.
Para tratar el sesgo de selección muestral determinada por la propensión a innovar, las
ecuaciones 2 y 3 se estiman conjuntamente mediante el procedimiento de selección de Heckman en
su versión probit (Van de Ven & Van Praag, 1981). Además, para abordar el problema de
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
17
endogeneidad, en la segunda etapa se utiliza un modelo de variables instrumentales (MC2E), tomando
como instrumento de la inversión en I+D, el porcentaje de empleados en actividades de innovación.
El método de Heckman en dos etapas trata el sesgo de selección como un problema de
especificación. Por lo tanto, intenta resolverlo insertando una variable proxy que captura la parte
omitida de la muestra truncada que es atribuible a la selección (inversa de Mills). Así, teniendo en
cuenta que las variables dependientes de esta investigación son dicotómicas, el procedimiento de
estimación se realiza como sigue: (i) se estima un modelo Probit adaptado a datos panel para la
ecuación 2, mediante el paquete econométrico de Stata xtprobit, a partir del cual se construye la
inversa de Mills (�̂�𝑖𝑡 (�̂�𝑍𝑖𝑡ʼ ) = 𝜑(�̂�𝑍𝑖𝑡
ʼ )/𝜙(�̂�𝑍𝑖𝑡ʼ )) y; (ii) se incluye el término de corrección de
selección �̂�𝑖𝑡 obtenido del cálculo de la inversa de Mills en la función de producción de conocimiento
(ecuación 3), cuya estimación se realiza mediante un modelo Probit con variables instrumentales
(paquete econométrico ivprobit en Stata).
Adicionalmente, para comprobar la robustez de la especificación econométrica, se estima el
modelo a través de los métodos de Mínimos Cuadrados Ordinarios y el estimador de Heckman para
modelos probit dinámicos de efectos aleatorios con errores autocorrelacionados, usando el paquete
econométrico de Stata “redprob” diseñado por Stewart (2006) (ver anexo 6).
3.1.2. Determinantes de la Productividad Total de Factores (PTF)
Antes de estimar el modelo de determinantes de la PTF en función de los obstáculos
evaluados y otros regresores, es necesario calcular la productividad multifactorial. De acuerdo con el
modelo de crecimiento de Solow (1956), una economía se caracteriza por la dotación de factores
productivos (capital y trabajo) y la combinación de estos componentes dentro de una estructura
tecnológica establecida. En este contexto, utilizar una función de producción tipo Cobb Douglas
(donde el logaritmo de la PTF corresponde al residuo de Solow) facilita captar las variaciones de la
productividad ante un cambio de los factores mediante los rendimientos a escala (α y β). En su forma
log-linear la función se presenta como sigue:
𝑦𝑖𝑡 = 𝛽0 + 𝛽𝑙𝑙𝑖𝑡 + 𝛽𝑘𝑘𝑖𝑡 + 𝛽𝑚𝑚𝑖𝑡 + 𝜔𝑖𝑡 + 휀𝑖𝑡 (5)
En la ecuación 5, las letras en minúscula expresan las medidas en términos de logaritmo,
mientras que los subíndices i y t se refieren a la firma y el año, respectivamente. Con relación a las
variables, 𝑦𝑖𝑡 representa la producción bruta industrial de la firma y 𝑙𝑖𝑡, 𝑘𝑖𝑡 y 𝑚𝑖𝑡 son los insumos
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
18
relacionados con el trabajo, el capital y el consumo de materias primas. El término 𝜔𝑖𝑡 es el
componente de productividad o variables de estado (residuo de Solow) y 휀𝑖𝑡 es el término de error
que no debe estar correlacionado con la elección de los insumos. La variable de estado no es
observada y afecta la elección de los insumos realizada por las firmas, por lo cual estamos en
presencia de un problema de simultaneidad en la estimación de la función de producción. Así, la
medida de la PTF se construye como:
�̂�𝑖𝑡 = 𝑒𝑥𝑝(𝑣𝑖𝑡 − �̂�𝑙𝑙𝑖𝑡 − �̂�𝑘𝑘𝑖𝑡) (6)
Este cálculo se basa en el método semiparamétrico sugerido por Levinsohn & Petrin (2003)
el cual permite corregir los problemas de simultaneidad presentes en la estimación de la función de
producción derivados de la correlación entre el nivel de insumos (capital y trabajo) y el proceso no
observado que determina la productividad de las firmas. A continuación, en la tabla 1 se muestra la
descripción completa de las variables incluidas en la estimación de la productividad.
Tabla 1. Definición de variables para el cálculo de la PTF
Variable Definición
Dependiente
Log. producción Logaritmo de la producción bruta industrial deflactada por el índice de precios al
productor
Independientes
Log. stock de capital
Logaritmo del valor en libros del capital de las empresas deflactado por el índice de
precios al productor más cercano, de los diferentes tipos de activo fijo: terrenos, edificios
y estructuras, maquinaria y equipo, equipo de transporte y equipo de oficina.
Log. trabajadores
calificados
Logaritmo del número de profesionales, técnicos y tecnólogos y de personal de
administración y ventas
Log. trabajadores no
calificados Logaritmo del número de obreros y operarios
Materiales Logaritmo del consumo de materias primas Fuente: elaboración propia.
Una vez estimada la PTF, se aplica un modelo de regresión cuantílica para datos panel
(Powell, 2016) para estimar el impacto de los obstáculos a la financiación sobre la productividad de
las firmas. En particular, se estima la siguiente ecuación:
𝑃𝑇�̂�𝑖𝑡 = 𝜃𝑂𝐵𝑆𝑖𝑗𝑡 + 𝛾𝑉𝑖𝑡 + 𝑢𝑖𝑡 (7)
Donde el término 𝑃𝑇𝐹𝑖𝑡 es la productividad multifactorial de la empresa 𝑖 en el periodo 𝑡,
𝑂𝐵𝑆𝑖𝑡 representa los obstáculos a la financiación que toman el valor de 1 si la empresa reporta un
grado alto o medio de importancia de cada obstáculo analizado y cero en otro caso, 𝑉𝑖𝑡 corresponde
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
19
al vector de variables control (sector y tamaño de la empresa) y 휀𝑖𝑡 es el termino de error. En la tabla
2, se presenta una breve descripción de las variables utilizadas en el modelo.
Tabla 2. Definición de variables para la estimación de los determinantes de la PTF
Variable Definición
Dependiente
Productividad Logaritmo de la productividad total de los factores
Independientes
Obstáculos financieros
Disponibilidad de recursos
propios
Variable dicotómica igual a 1 si la empresa reporta con un grado alto o medio de
importancia obstáculos relacionados con la escasez de recursos propios o internos
Acceso a recursos públicos
Variable dicotómica igual a 1 si la empresa reporta con un grado alto o medio de
importancia alguno de los obstáculos relacionados con el acceso a recursos públicos:
• Escasa información sobre instrumentos públicos de apoyo
• Desconocimiento de las líneas de financiación públicas existentes
• Falta de información sobre requisitos y trámites
• Dificultad para cumplir con los requisitos o completar los trámites
• Tiempo del trámite excesivo
• Condiciones de financiación y/o cofinanciaciones poco atractivas
Demora en la intermediación entre la banca comercial y las líneas públicas de crédito
Acceso a recursos privados Variable dicotómica igual a 1 si la empresa reporta con un grado alto o medio de
importancia obstáculos relacionados con el acceso a financiación externa privada
Fuentes de información
Internas
Variable dicotómica igual a 1 si la empresa utiliza como fuentes de información para
la innovación ya sea de:1) Departamento interno de I+D; 2) Departamento de
Producción; 3) Departamento de Ventas y Mercadeo; 4) Otro departamento de la
Empresa; 5) Grupos Interdisciplinarios; 6) Directivos de la Empresa; 7) otras
empresas del grupo empresarial; 8) casa matriz, cuando la procedencia de las ideas
es nacional. Igual a 0 en otro caso
Vertical Variable dicotómica igual a 1 si la empresa utiliza como fuentes de información para
la innovación a los clientes y proveedores y 0 en otro caso
Horizontal Variable dicotómica igual a 1 si la empresa utiliza como fuentes de información para
la innovación a los competidores y 0 en otro caso
Organizaciones de I+D
Variable dicotómica igual a 1 si la empresa utiliza como fuentes de información para
la innovación a las universidades y centros de I+D (Centros de Desarrollo
Tecnológico –CDT y Centros de investigación); igual a 0 en otro caso.
Otras variables
Tamaño Logaritmo del empleo
Sectores según Taxonomía
Pavitt
Cuatro variables dicotómicas iguales a 1 si la empresa se ubica en sectores basados
en ciencia (BC), proveedores especializados (PE), intensivos en escala (IE) o
dominados por proveedores (DP). Ver en el anexo 2 las equivalencias entre sector
CIIU (a dos dígitos) y la taxonomía Pavitt.
Tiempo Variable dummy para cada periodo de tiempo estudiado
Fuente: elaboración propia.
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
20
3.2. Datos y estadísticas descriptivas
El análisis empírico que se presenta en este trabajo se basa en un panel de datos no balanceado
a nivel de empresa construido a partir de la integración de las siguientes fuentes estadísticas, todas
del Departamento Administrativo Nacional de Estadística – DANE1: (i) para manufactura, la
Encuesta Anual Manufacturera – EAM (desde 2007 a 2014) y la Encuesta de Desarrollo e Innovación
Tecnológica en Manufactura – EDIT (en sus versiones IV a VII).
La EAM busca captar la información sobre el desempeño productivo de los establecimientos
y las empresas en el país. La Encuesta Anual Manufacturera recoge datos de los establecimientos
industriales con diez o más personas ocupadas o con un valor de producción superior al estipulado
para cada año de referencia, en 2014 este valor debía ser mayor o igual a $142,2 millones de pesos
(DANE, 2014).
La encuesta de innovación recopila información a través una operación estadística censal, lo
que le permite una mayor cobertura del universo empresarial manufacturero colombiano y se aplica
al conjunto de las empresas incluidas en el directorio de la EAM (DANE, 2017).
Esta encuesta se lleva a cabo de manera bienal y recoge información de dos años de estudio2.
El objetivo de esta encuesta es caracterizar la dinámica tecnológica y las actividades de innovación
empresariales para el sector manufacturero en el país, teniendo como base los Manuales de Oslo
(OECD/Eurostat, 2005) y Bogotá (DANE, 2016, 2017).
Estos manuales son el resultado de la preocupación de medir la innovación por parte de
estudiosos dedicados a la economía del cambio técnico, tanto en Europa como en América Latina y
el Caribe. El Manual de Oslo (OECD/Eurostat, 2005) toma como referencia las directrices planteadas
en el Manual de Frascati (Oecd, 2002), enfocado en la medición de la I+D, para desarrollar una
metodología común que permita capturar el esfuerzo innovador de las empresas Europeas de manera
más sistémica.
Por su parte, el Manual de Bogotá (RICYT, 2001) adapta las recomendaciones del Manual
de Oslo a la complejidad de problemas presentes en la medición de la ciencia, tecnología e innovación
en América Latina y el Caribe. El objetivo de este manual es captar la peculiaridad de los procesos
1 Los datos a nivel de empresa están sujetos a una estricta regulación de reserva estadística. Por lo tanto, la información se
trabajó directamente en las oficinas del DANE mediante la firma de un acuerdo de confidencialidad. 2 En general, la EDIT está estructurada en seis capítulos que indagan por resultados y actividades conducentes a la
innovación.
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
21
de innovación en la región que, a diferencia de la Unión Europea, se caracteriza por tener menor
inversión en actividades de I+D, procesos diferenciales en adquisición y mejora de nuevas tecnologías
y, limitada interacción entre empresas e instituciones involucradas en el desarrollo innovador
(Bogliacino, et. al, 2012).
Así, para los propósitos de este estudio, las bases de datos utilizadas disponen de códigos de
identificación comunes de firmas que permiten su combinación. En general, se trabajó con un panel
no balanceado para el periodo de 2007 a 20143. La tabla 3, muestra las características principales de
los datos. En los anexos 3 y 5 se pueden consultar los estadísticos descriptivos de las variables usadas
en los dos modelos.
Tabla 3. Características del Panel de Datos
Periodo: 2007 – 2014 Manufactura
Observaciones 68.596
Firmas 11.180
Promedio de observaciones por firma 6,13
Fuente: Elaboración propia con base en DANE – EAM y EDIT (IV-VII)
4. RESULTADOS
4.1. Efecto de los obstáculos financieros sobre la innovación
En la tabla 4, se presentan los resultados de las estimaciones de la ecuación de selección con
un modelo Probit para panel y de la función de producción de conocimiento usando el método de
Heckman para modelos Probit combinado con variables instrumentales – Probit-Heckman (IV). Se
observa que, aunque para la probabilidad de innovar todos los obstáculos son significativos y su efecto
es contrario a lo esperado, ninguno de los obstáculos analizados tiene un efecto estadísticamente
significativo sobre la probabilidad de obtener innovaciones de producto.
No obstante, al desagregar la innovación de producto según su alcance se evidencia que, si
bien para las innovaciones incrementales este resultado se mantiene, los obstáculos relacionados con
el acceso a recursos públicos para financiar actividades de innovación tienen un efecto negativo y
3 Para la construcción de este panel sólo se contempló el periodo 2007-2014, debido a las amplias diferencias que existen
en el diseño de los formularios y en la forma de recolección de la información de esta encuesta de innovación con respecto
a sus versiones anteriores (EDIT I – III).
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
22
estadísticamente significativo sobre la probabilidad de lograr innovaciones radicales. Estos resultados
se permanecen si se estima el modelo a través de MCO, como se puede consultar en el anexo 6.
Tabla 4. Estimación del efecto de los obstáculos financieros sobre la innovación
manufacturera
Variables
Probabilidad
de Innovar
Innovación de Producto Innovación
de Proceso Total Incremental Radical
Probit -
Panel
Probit -
Heckman
(IV)
Probit -
Heckman
(IV)
Probit -
Heckman
(IV)
Probit -
Heckman
(IV)
Obstáculos financieros
Recursos propios 0,180*** -0,002 -0,003 0,016 0,028
(0,049) (0,044) (0,044) (0,045) (0,049)
Recursos públicos 0,137*** -0,008 -0,009 -0,144*** 0,050
(0,038) (0,043) (0,044) (0,043) (0,041)
Recursos privados 0,076* 0,036 0,029 0,001 -0,072*
(0,046) (0,042) (0,040) (0,044) (0,043)
Fuentes de Información
Internas -0,073 -0,073 -0,11 0,294*
(0,141) (0,134) (0,202) (0,162)
Horizontal 0,084** 0,075* -0,035 0,080*
(0,042) (0,042) (0,043) (0,041)
Vertical 0,300*** 0,283*** 0,311*** 0,170***
(0,051) (0,044) (0,062) (0,044)
Organizaciones de I+D -0,029 -0,032 0,028 0,103*
(0,057) (0,052) (0,054) (0,054)
Otras variables
Log. Intensidad de la inversión en
I+D1
0,246*** 0,239*** 0,483*** 0,117
(0,077) (0,065) (0,030) (0,082)
Protección formal 0,206*** 0,196*** 0,203*** -0,048 -0,032
(0,038) (0,045) (0,044) (0,046) (0,038)
Log. proporción de personal en
actividades de innovación
0,135***
(0,019)
Tamaño
Medianas 0,564***
(0,053)
Grandes 1,265***
(0,074)
Sectores-Taxonomía de Pavitt
Basados en ciencia 0,040 0,024 0,038 -0,372*** -0,399***
(0,057) (0,085) (0,089) (0,062) (0,068)
Proveedores especializados 0,161*** -0,081 -0,11 -0,233***
(0,062) (0,073) (0,072) (0,067) (0,068)
Intensivos en escala e información 0,025 0,002 0,013 -0,109** -0,066
(0,052) (0,049) (0,057) (0,053) (0,041)
Inversa de Mills -1,212*** -1,159*** -2,463*** -1,309***
(0,266) (0,230) (0,283) (0,261)
Constante 1,049*** -0,929** -0,895*** -3,251*** -0,681*
(0,060) (0,368) (0,331) (0,215) (0,401)
chi2 345,644 367,869 371,867 1231,107 191,569
Observaciones 15.722 5.529 5.529 5.529 5.529 Nota: Las desviaciones estándar se encuentran en paréntesis: los errores estándar del Probit- Panel y el Probit – Heckman (IV) son
bootstrapp (99 replicaciones). Los asteriscos denotan el grado de significancia: * Significativo al 10% ** Significativo al 5% ***
Significativo al 1% 1Instrumentalizada con la proporción del personal en actividades de innovación (log).
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
23
Es de resaltar que, este efecto de los obstáculos de la financiación pública sobre la innovación
de producto radical confirma la hipótesis 2 formulada en la segunda sección de este documento en la
que se plantea la existencia de una relación entre los obstáculos financieros del acceso a recursos
públicos y una menor capacidad de producción de conocimiento.
Por su parte, las estimaciones obtenidas para la innovación de proceso muestran que, existe
un efecto negativo y estadísticamente significativo de los obstáculos financieros en el acceso a
recursos privados sobre este tipo de innovación. En este sentido, es posible reiterar la hipótesis 3, que
asume una asociación entre las limitaciones financieras relacionadas con el acceso a recursos
privados y una menor capacidad innovadora de las empresas.
La explicación de estos resultados, puede ser atribuida a las diferencias existentes entre los
riesgos asumidos en estos dos tipos de innovaciones. La innovación de proceso está relacionada con
estrategias de racionalización de costos que es muy recurrente en Colombia y, en general, en toda
Latinoamérica. Es posible que estas innovaciones estén dirigidas a la mejora de procesos productivos,
por lo cual, las empresas usan recursos propios o se endeudan. Mientras que, la innovación de
producto requiere una inversión de mayor riesgo que la banca privada no está dispuesta a asumir,
pues es incierto si al final del proyecto se logre alcanzar un resultado innovador y los retornos de esta
inversión no son inmediatos, por tanto, acceder a financiación pública resulta ser la mejor opción para
las firmas en este caso.
Además, los hallazgos mostrados tanto para la innovación de producto y proceso en términos
de obstáculos de financiamiento público y privado, van acordes con la evidencia obtenida por autores
como Bogliacino & Gómez (2014); Madrid-Guijarro et al. (2009); Piva & Vivarelli (2007), los cuales
comprueban que las restricciones de financiación externa impactan negativamente las firmas con
interés de innovar.
Por otro lado, las estimaciones no arrojan resultados significativos concernientes a los efectos
de las limitaciones de financiación propia, por consiguiente, no es posible comprobar que haya una
asociación entre las restricciones de financiación propia (interna) y un bajo nivel de innovación en
las empresas (hipótesis 1).
En las demás variables del modelo, en general, se obtienen los resultados heterogéneos:
(i) La intensidad de la inversión en I+D tiene un efecto positivo y estadísticamente significativo
sobre la probabilidad de innovar en producto.
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
24
(ii) La protección formal afecta positivamente la propensión a obtener innovaciones de producto
de alcance nacional, sin embargo, no tiene implicaciones estadísticamente significativas
sobre la innovación de carácter radical y de procesos. En el último caso, este comportamiento
parece ser común en el país, ya que las empresas recurren con mayor frecuencia a
mecanismos informales para proteger sus resultados innovaciones de proceso.
(iii) Las empresas de mayor tamaño son más propensas a innovar.
(iv) Las fuentes de información más eficaces para mejorar la capacidad innovadora de las
empresas son las provenientes de clientes y proveedores (verticales) y, en menor proporción,
las ideas de los competidores (horizontales), lo que implica que, si las empresas aumentan
sus flujos de conocimientos con estos actores podrán mejorar sus resultados innovadores.
Además, en el caso de la innovación de proceso también cobran relevancia las fuentes
internas a la empresa y las procedentes de las organizaciones de I+D.
(v) Los sectores que tienen mayor efecto (negativo) sobre la innovación radical y de proceso son
los basados en ciencia y los proveedores especializados. También, se evidencia que los
sectores intensivos a escala afectan únicamente la innovación de alcance internacional,
aunque en menor medida.
4.2. La productividad multifactorial y el efecto de los obstáculos
financieros
4.2.1. Estimación de la productividad total de factores
En la tabla 5, se presentan los resultados de la PTF calculada por el método de Levinsohn y
Petrin (LP) y los modelos de MCO, efectos fijos y efectos aleatorios (ver los estadísticos descriptivos
de las variables usadas en el anexo 4). De aquí, se puede extraer que, los coeficientes estimados del
capital fijo y, el personal calificado y no calificado por los tres modelos difieren significativamente
de los hallazgos del modelo LP.
Tabla 5. Estimación de la productividad multifactorial en Colombia, 2007-2014
Variable dependiente: Producción
bruta industrial
Levinsohn &
Petrin MCO
Efectos
fijos
Efectos
aleatorios
Personal calificado (log.) 0,212*** 0,385*** 0,170*** 0,233***
(0,005) (0,003) (0,003) (0,003)
Personal no calificado (log.) 0,152*** 0,178*** 0,244*** 0,241***
(0,006) (0,003) (0,003) (0,003)
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
25
Capital fijo (log.) 0,278*** 0,200*** 0,099*** 0,134***
(0,011) (0,002) (0,002) (0,002)
Materias primas (log.) 0,307*** 0,358*** 0,336***
(0,002) (0,002) (0,002)
Constante 6,487*** 7,473*** 7,163***
(0,024) (0,031) (0,027)
R2_intra-grupos 0,655 0,651
R2_global 0,859 0,870
R2_entre grupos 0,816 0,836
R2 0,879 0,655
Observaciones 63.759 63.759 63.759 63.759
Nota: Las desviaciones estándar se encuentran en paréntesis: los errores estándar del MCO, efectos fijos y aleatorios son robustos. Los
asteriscos denotan el grado de significancia: * Significativo al 10% ** Significativo al 5% *** Significativo al 1%
4.2.2. Efectos de los obstáculos financieros sobre la productividad multifactorial
La tabla 6 exhibe los efectos heterogéneos de cada obstáculo financiero en la distribución de
la productividad total de factores, a través de cinco cuantiles (θ = 0.25, 0.50, 0.75, 0.90 y 0.99). En
general, los diferentes obstáculos financieros muestran efectos significativos en al menos un cuantil
de la productividad de la empresa.
El impacto de las barreras asociadas al acceso de recursos propios cambia a medida que se
incrementa el nivel de productividad de las empresas. Si bien estos obstáculos son estadísticamente
significativos y positivos en el cuantil 25, su comportamiento se vuelve negativo en los cuantiles 75
y 99, incrementándose de manera importante en este último cuantil de la PTF (pasa de 0,03 a 0,22).
Por otro lado, los obstáculos financieros relacionados con el acceso a recursos públicos sólo
parecen tener un efecto positivo y estadísticamente significativo, pero no mayor, en el cuantil 25 de
la productividad multifactorial.
El comportamiento contraintuitivo del cuantil 25, implica que, las empresas menos
productivas al no contar con recursos internos suficientes para llevar a cabo sus innovaciones y tener
dificultad para acceder a recursos públicos del país (que son bastante reducidos, con tramites
dispendiosos y largos periodos de aprobación) se ven obligadas a buscar otras fuentes de financiación
de sus actividades innovadoras. Este resultado, va en línea con el impacto negativo que presenta el
acceso a recursos privados sobre la productividad en este cuantil, ya que es aún más difícil lograr
innovar si no es posible obtener financiamiento alternativo.
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
26
Tabla 6. Estimación del efecto de los obstáculos financieros sobre PTF de la
manufactura4
Variables
Productividad Total de Factores - PTF
MCO Regresión Cuantílica
Q25 Q50 Q75 Q90 Q99
Obstáculos financieros
Propios 0,003 0,049*** 0,016 -0,034* -0,034 -0,221*
(0,016) (0,016) (0,016) (0,020) (0,031) (0,129)
Públicos 0,009 0,039*** 0,02 0,016 -0,014 -0,106
(0,013) (0,013) (0,014) (0,018) (0,025) (0,089)
Privados -0,092*** -0,089*** -0,100*** -0,088*** -0,130*** -0,007
(0,018) (0,017) (0,019) (0,023) (0,033) (0,127)
Tamaño
Empleo (log.) 0,399*** 0,399*** 0,401*** 0,406*** 0,403*** 0,352***
(0,003) (0,003) (0,003) (0,003) (0,004) (0,019)
Taxonomía de Pavitt
Basados en ciencia 0,269*** 0,195*** 0,298*** 0,371*** 0,321*** 0,362***
(0,011) (0,014) (0,014) (0,017) (0,021) (0,086)
Proveedores especializados -0,109*** -0,017 -0,054*** -0,179*** -0,290*** -0,464***
(0,012) (0,011) (0,010) (0,014) (0,022) (0,062)
Intensivos en escala e
información
0,046*** 0,073*** 0,036*** -0,024** -0,070*** 0,145*
(0,008) (0,008) (0,008) (0,010) (0,016) (0,086)
Constante 11,426*** 10,872*** 11,330*** 11,870*** 12,520*** 14,000***
(0,014) (0,017) (0,016) (0,019) (0,028) (0,106)
Dummies de tiempo SI SI SI SI SI SI
Observaciones 63.759 63.759 63.759 63.759 63.759 63.759 Nota: Las desviaciones estándar se encuentran en paréntesis: los errores estándar del MCO son robustos, mientras que, los errores estándar
de la regresión cuantílica son bootstrapp (999 replicaciones). Los asteriscos denotan el grado de significancia: * Significativo al 10%; **
Significativo al 5%; *** Significativo al 1%
En contraste, las barreras a la financiación privada mantienen un comportamiento negativo a
lo largo de la distribución y tienen un impacto significativo sobre la productividad de las empresas
ubicadas en cuantiles inferiores al 99, afectando en mayor medida a los cuantiles 50 y 90.
Dado que, en la mayoría de los casos la inversión requerida para desarrollar un proyecto
innovador es bastante alta, los recursos internos de las empresas (sean de baja, mediana o alta
productividad) nos son suficientes para lograr este objetivo. Por tanto, necesitan hacer uso de
cualquier fuente de financiación de la que puedan disponer, específicamente, en Colombia la
financiación pública es bastante reducida y toman mayor tiempo de tramitación. En consecuencia, las
4 También, se realizaron pruebas tomando los cuantiles 15, 30, 45, 60, 85 y 95 de la PTF. Los resultados, evidencian un
comportamiento similar de los efectos de los obstáculos sobre la productividad al mostrado en la tabla de productividad de
la tesis. En las barreras sobre disponibilidad de recursos propios los cuantiles 15 al 30 presenta un efecto positivo y
estadísticamente significativo, mientras que, a partir del cuantil 50 al 85 el impacto se vuelve negativo. En el caso de los
obstáculos de acceso a financiación pública, el efecto es positivo y significativo desde el cuantil 15 hasta el mientras que,
el impacto de las dificultades para el acceso a recursos privados se mantiene negativo y significativo a largo de la curva de
distribución de productividad hasta el cuantil 95.
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
27
líneas de crédito de la banca privada se convierten en una opción más accesible y, parecen ser de
mayor impacto mejorar la productividad de las empresas.
Los resultados de los efectos de los obstáculos presentados sobre la productividad van en
contravía de las tres hipótesis formuladas en este estudio, puesto que la magnitud del efecto (negativo)
de estos obstáculos es más grande en las firmas de mayor productividad. Este hallazgo se deriva de
la importancia que le dan las empresas altamente productivas a las restricciones financieras (Coad et
al., 2016). Dicho comportamiento también puede ser observado en el gráfico 3, donde un número
elevado de empresas del tercer y cuarto cuantil de la PTF dan importancia a los obstáculos de
financiación. Por tanto, es posible afirmar que las empresas más productivas tienen más
probabilidades de percibir como relevantes las barreras relacionadas con la disponibilidad de recursos
propios y de acceso a financiamiento privado.
Gráfico 3. Número de empresas que identificaron obstáculos financieros según cuantiles de la
productividad multifactorial
Fuente: Elaboración propia con base en DANE – EAM y EDIT (IV-VII)
Respecto a las variables de control, como era de esperarse el tamaño presenta un efecto sólido
y sistemático a lo largo de la distribución de productividad, es decir, en todos los cuantiles el número
de empleados afecta de manera positiva y estadísticamente significativa la productividad
multifactorial de las empresas. Es de agregar, que las empresas con más productividad parecen ser
las más grandes, tal como se puede comprobar en el gráfico 4.
Ese comportamiento en la distribución se repite para los sectores de la taxonomía de Pavitt
basados en ciencia que, de acuerdo con el gráfico 5, también cuentan con la productividad promedio
más alta. Mientras que, contrario a los resultados esperados, los sectores de proveedores
0
250
500
750
1,000
1,250
1,500
1,750
2,000
2,250
Obstáculos en recursos propios Obstáculos en recursos públicos Obstáculos en recursos privados
No
. d
e em
pre
sas
Cuantil 1 - PTF Cuantil 2 - PTFCuantil 3 - PTF Cuantil 4 - PTF
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
28
especializados afectan de manera negativa la capacidad productiva en todos los cuantiles. Las
magnitudes del impacto de este sector se incrementan negativamente desde 0,017 en el cuantil 25 a
0,46 en el cuantil 99.
Gráfico 4. Productividad promedio según tamaño empresarial
Fuente: Elaboración propia con base en DANE – EAM y EDIT (IV-VII)
Por su parte, el comportamiento de los sectores intensivos en escala es cambiante, al igual
que su magnitud. en toda la distribución de la PTF; si bien estos sectores muestran un efecto positivo
en los primeros dos cuantiles, este pasa a ser negativo en los cuantiles 75 y 90 y vuelve a ser positivo
en el cuantil más alto de la productividad. En el gráfico 5, se puede evidenciar que la capacidad
productiva promedio de este último sector es la segunda más grande.
Gráfico 5. Productividad promedio según sectores de la taxonomía de Pavitt
Fuente: Elaboración propia con base en DANE – EAM y EDIT (IV-VII)
50,000
400,000
750,000
1,100,000
1,450,000
1,800,000
2,150,000
2,500,000
Pequeñas Medianas Grandes
PT
F (
pro
med
io)
50,000
250,000
450,000
650,000
850,000
1,050,000
1,250,000
Basados en ciencia Proveedores
especializados
Intensivos en escala Dominados por
proveedores
PT
F (
pro
med
io)
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
29
5. CONCLUSIONES
Una de las barreras más importantes que enfrentan las empresas para innovar, son las
dificultades para acceder a recursos que financien la actividad innovadora. Conocer los tipos de
obstáculos financieros que estimulan o restringen la innovación es especialmente relevante en
contextos en desarrollo, donde es primordial ampliar el entendimiento de las razones por las cuales
existe una escasa propensión a innovar y un bajo nivel de productividad de las empresas.
La presente investigación espera contribuir a este debate a través del estudio de los efectos
de diversas barreras financieras internas y externas sobre las capacidades de innovación y la
productividad de las empresas manufactureras en Colombia, usando datos a nivel de firma para el
período 2007-2014.
Los resultados obtenidos proporcionan evidencia sobre la existencia de una relación entre los
problemas de financiación de la actividad innovadora y las posibilidades de que las empresas en
Colombia obtengan innovaciones y sean más productivas.
De la primera parte del análisis econométrico realizado, en el que se estima probabilidad de
que las empresas innoven, se desprenden que las limitaciones financieras relacionados con el acceso
a recursos externos a la empresa (públicos o privados) se asocian a una menor probabilidad de obtener
innovaciones de producto de alcance internacional e innovaciones de proceso.
Así mismo, el hecho de que la I+D y la protección formal sean estadísticamente significativas
va en línea con lo que han encontrado otros trabajos. En particular, para el caso colombiano, aunque
son pocas las empresas que hacen I+D (no más de 5% de las empresas), estas son las más innovadoras
en el país.
De la segunda parte del análisis, en la que se estiman los determinantes de la productividad
multifactorial de las empresas mediante una regresión cuantifica, se desprende que las barreras
asociadas al acceso de recursos propios afectan negativamente la productividad de la firma en los
cuantiles más altos; siendo su efecto más pronunciado en el caso de las empresas ubicadas en el cuartil
superior de la PTF, es decir, las más productivas.
Al igual que el caso de la estimación de la función de conocimiento, las restricciones para
acceder a recursos privados afectan negativamente la productividad, pero en este caso su efecto se
mantiene a lo largo de la distribución y, únicamente, no es significativo para las empresas del cuantil
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
30
99 de la PTF. Estos resultados sugieren que las empresas más productivas son las que en mayor
medida perciben como altamente relevantes las barreras relacionadas con la disponibilidad de
recursos propios y de acceso a financiamiento privado.
Finalmente, es necesario esbozar algunas limitaciones en la realización de esta investigación.
Inicialmente, los cálculos de este estudio se realizaron tanto para el sector manufacturero como de
servicios en la sala de procesamiento externo especializado del DANE – SPEE, sin embargo, debido
a demoras en la entrega de los resultados no fue posible contar con tal información5. Por tanto, se
hizo necesario trabajar con los datos anonimizados que esta misma entidad pone a disposición del
público en su página web. Es de aclarar que, los datos no están disponibles para la totalidad de las
empresas encuestadas y, en el caso del sector servicios, tal información no es adecuada para trabajar
datos panel, ya que es necesario contar con la correspondencia6 entre identificadores de las firmas de
una encuesta a otra para que sean comparables. Dicho esto, los resultados presentados en la
investigación se restringen al sector manufacturero y, es posible, que no capten el efecto total/real de
los obstáculos financieros sobre la innovación y la productividad de las empresas industriales.
5 No obstante, más adelante se espera contar con los resultados de los modelos estimados en la SPEE del DANE para realizar
el análisis respectivo e incluirlo en esta investigación. 6 Correspondencia sólo disponible en la SPEE del DANE
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
31
6. REFERENCIAS BIBLIOGRÁFICAS
Akerlof, G. A. (1970). The Market for “Lemons”: Quality Uncertainty and the Market Mechanism.
The Quarterly Journal of Economics, 84(3), 488. https://doi.org/10.2307/1879431
Albis, N., & Álvarez, I. (2017). A comparative analysis of the innovation performance between
foreign subsidiaries and owned domestic firms in Colombian manufacturing sector. Journal
Globalization, Competitiveness and Governability, 11(2), 20–41.
https://doi.org/10.3232/GCG.2017.V11.N2.01
Álvarez, R., & Bertin, M. J. (2016). Banking competition and firm-level financial constraints in
Latin America. Emerging Markets Review, 28, 89–104.
https://doi.org/10.1016/j.ememar.2016.08.019
Bah, R., & Dumontier, P. (2001). R&D intensity and corporate financial policy: Some international
evidence. Journal of Business Finance and Accounting, 28(5–6), 671–692.
https://doi.org/10.1111/1468-5957.00389
Barona-Zuluaga, B., Rivera-Godoy, J. A., Aguilera-Cifuentes, C. I., & Garizado-Román, P. A.
(2015). Financiación de la innovación en Colombia. Funding for Innovation in Colombia.,
11(1), 80–93. https://doi.org/10.18041/entramado.2015v11n1.21126
Baumol, W. J. (1996). Entrepreneurship: Productive, unproductive, and destructive. Journal of
Business Venturing, 11(1), 3–22. https://doi.org/10.1016/0883-9026(94)00014-X
Bhattacharya, S., & Ritter, J. R. (1983). Innovation and Communication: Signalling with Partial
Disclosure. The Review of Economic Studies, 50(2), 331. https://doi.org/10.2307/2297419
Blanchard, P., Huiban, J. P., Musolesi, A., & Sevestre, P. (2013). Where there is a will, there is a
way? Assessing the impact of obstacles to innovation. Industrial and Corporate Change.
https://doi.org/10.1093/icc/dts027
Bogliacino, F., & Gómez, S. (2014). Capabilities and investment in R&D: An analysis on European
data. Structural Change and Economic Dynamics, 31, 101–111.
https://doi.org/10.1016/j.strueco.2014.09.001
Bogliacino, F., Perani, G., Pianta, M., & Supino, S. (2012). Innovation and Development: The
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
32
Evidence From Innovation Surveys. Latin American Business Review, Vol. 13, pp. 219–261.
https://doi.org/10.1080/10978526.2012.730023
Bogliacino, F., & Pianta, M. (2012). Profits , R & D , and innovation — a model and a test. 22(3),
649–678. https://doi.org/10.1093/icc/dts028
Bogliacino, F., & Pianta, M. (2016). The Pavitt Taxonomy, revisited: patterns of innovation in
manufacturing and services. Economia Politica, 33(2), 153–180.
https://doi.org/10.1007/s40888-016-0035-1
Busom, I., & Vélez-Ospina, J. A. (2017). Innovation, Public Support, and Productivity in Colombia.
A Cross-industry Comparison. World Development, 99, 75–94.
https://doi.org/10.1016/j.worlddev.2017.07.005
Canepa, A., & Stoneman, P. (2008). Financial constraints to innovation in the UK: Evidence from
CIS2 and CIS3. Oxford Economic Papers, 60(4), 711–730.
https://doi.org/10.1093/oep/gpm044
Carpenter, R. E., & Petersen, B. C. (2002). Capital market imperfections, high-tech investment, and
new equity financing. Economic Journal, 112(477). https://doi.org/10.1111/1468-0297.00683
Carreira, C., & Silva, F. (2010). No deep pockets: Some stylized empirical results on firms’
financial constraints. Journal of Economic Surveys, 24(4), 731–753.
https://doi.org/10.1111/j.1467-6419.2009.00619.x
Cefis, E., & Marsili, O. (2006). Survivor: The role of innovation in firms’ survival. Research
Policy, 35(5), 626–641. https://doi.org/10.1016/j.respol.2006.02.006
Coad, A., Pellegrino, G., & Savona, M. (2016). Barriers to innovation and firm productivity.
Economics of Innovation and New Technology, 25(3), 321–334.
https://doi.org/10.1080/10438599.2015.1076193
Cohen, W. M., & Levinthal, D. A. (1990). Absorptive Capacity: A New Perspective on Learning
and Innovation. Administrative Science Quarterly. https://doi.org/10.2307/2393553
Criscuolo, C., Haskel, J. E., & Slaughter, M. J. (2010). Global engagement and the innovation
activities of firms. International Journal of Industrial Organization, 28(2), 191–202.
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
33
https://doi.org/10.1016/j.ijindorg.2009.07.012
Crisóstomo, V. L., López-Iturriaga, F. J., & Vallelado, E. (2011). Financial Constraints for
Innovation in Brazil. Latin American Business Review.
https://doi.org/10.1080/10978526.2011.592797
Czarnitzki, D., & Kraft, K. (2004). Innovation indicators and corporate credit ratings: Evidence
from German firms. Economics Letters, 82(3), 377–384.
https://doi.org/10.1016/j.econlet.2003.09.016
DANE. (2014). Boletín técnico Encuesta Anual Manufacturera - EAM 2014 (pp. 1–32). pp. 1–32.
Retrieved from https://www.dane.gov.co/index.php/estadisticas-por-tema/industria/encuesta-
anual-manufacturera-enam/eam-historicos
DANE. (2016). Metodología General Encuesta de Desarrollo e Innovación Tecnológica en los
Sectores Servicios y Comercio – EDITS. Retrieved from
https://www.dane.gov.co/index.php/estadisticas-por-tema/tecnologia-e-innovacion/encuesta-
de-desarrollo-e-innovacion-tecnologica-edit
DANE. (2017). Metodología General Encuesta de Desarrollo e Innovación Tecnológica en la
Industria Manufacturera – EDIT. Retrieved from
https://www.dane.gov.co/index.php/estadisticas-por-tema/tecnologia-e-innovacion/encuesta-
de-desarrollo-e-innovacion-tecnologica-edit
DANE, DNP, & COLCIENCIAS. (2005). Innovacion y desarrollo tecnologico en la industria
manufacturera colombia 2003-2004.
Dosi, G. (1988). The nature of the innovative process. In Technical Change and Economic Theory
(pp. 221–238). Retrieved from http://www.mendeley.com/research/nature-innovative-process/
Edquist, C., & Johnson, B. (1997). Institutions and organizations in systems of innovation. In
Systems of Innovation: Technologies, Institutions and Organizations.
https://doi.org/10.1016/S0024-6301(98)90244-8
Gorodnichenko, Y., & Schnitzer, M. (2013). FINANCIAL CONSTRAINTS AND INNOVATION:
WHY POOR COUNTRIES DON’T CATCH UP. Journal of the European Economic
Association, 11(5), 1115–1152. https://doi.org/10.1111/jeea.12033
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
34
Griffith, R., Huergo, E., Mairesse, J., & Peters, B. (2006). Innovation and productivity across four
European countries. Oxford Review of Economic Policy, 22(4), 483–498.
https://doi.org/10.1093/oxrep/grj028
Griffith, R., Redding, S., & Van Reenen, J. (2004). Mapping the two faces of R&D: Productivity
growth in a panel of OECD industries. Review of Economics and Statistics, 86(4), 883–895.
https://doi.org/10.1162/0034653043125194
Griliches, Z. (1979). Issues in assessing the contribution and development of research to
productivity growth. The Bell Journal of Economics, 10(1), 92–116.
https://doi.org/10.2307/3003321
Griliches, Z. (1984). R & D, Patents, and Productivity. In University of Chicago Press.
https://doi.org/10.1016/0164-0704(84)90114-9
Hall, B. H. (2002). The Financing of Research and Development. Oxford Review of Economic
Policy, 18(1), 35–51. https://doi.org/10.1093/oxrep/18.1.35
Hall, B. H. (2010). The Financing of Innovative Firms. Review of Economics and Institutions, 1(1).
https://doi.org/10.5202/rei.v1i1.4
Hall, B. H., Griliches, Z., & Hausman, J. A. (1986). Patents and R&D: Is There A Lag?
International Economic Review, 27(2), 265–283. https://doi.org/10.2307/2526504
Hall, B. H., & Lerner, J. (2010). The financing of R&D and innovation. Handbook of the
Economics of Innovation, 1(1 C), 609–639. https://doi.org/10.1016/S0169-7218(10)01014-2
Himmelberg, C. P., & Petersen, B. C. (1994). R & D and Internal Finance: A Panel Study of
Small Firms in High-Tech Industries. The Review of Economics and Statistics, 76(1), 38.
https://doi.org/10.2307/2109824
Lach, S., & Schankerman, M. (1989). Dynamics of R & D and Investment in the Scientific
Sector. Journal of Political Economy, 97(4), 880–904. https://doi.org/10.1086/261632
Levinsohn, J., & Petrin, A. (2003). Estimating Production Funct Using Inputs to Control for
Unobservables. Oxford University Press, 70(2), 317–341. Retrieved from
http://www.jstor.org/stable/3648636
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
35
Lundvall, B.-Å., Joseph, K., Chaminade, C., & Vang, J. (2009). Handbook of innovation systems
and developing countries : building domestic capabilities in a global setting. Edward Elgar
Publishing Limited, p. 416. https://doi.org/10.1177/097172181101600308
Madrid-Guijarro, A., Garcia, D., & Van Auken, H. (2009). Barriers to innovation among spanish
manufacturing SMEs. Journal of Small Business Management, 47(4), 465–488.
https://doi.org/10.1111/j.1540-627X.2009.00279.x
Mairesse, J., & Robin, S. (2009). Innovation and productivity: a firm-level analysis for French
Manufacturing and Services using CIS3 and CIS4 data (1998-2000 and 2002-2004).
Innovation, (December), 1–18.
Mohnen, P., Palm, F. C., Van der Loeff, S. S., & Tiwari, A. (2008). Financial constraints and other
obstacles: Are they a threat to innovation activity? Economist, 156(2), 201–214.
https://doi.org/10.1007/s10645-008-9089-y
Myers, S. C. (1977). Determinants of corporate borrowing. Journal of Financial Economics, 5(2),
147–175. https://doi.org/10.1016/0304-405X(77)90015-0
OECD/Eurostat. (2005). Oslo Manual: Guidelines for Collecting and Interpreting Innovation Data
(3rd Editio). https://doi.org/10.1787/9789264013100-en
OECD (2002). Frascati Manual: Proposed Standard Practice for Surveys on Research and
Experimental Development. In The Measurement of Scientific and Technological Activities
(Vol. 6th). https://doi.org/10.1787/9789264199040-en
Piva, M., & Vivarelli, M. (2007). Is demand-pulled innovation equally important in different groups
of firms? Cambridge Journal of Economics, 31(5), 691–710.
https://doi.org/10.1093/cje/bem010
Powell, D. (2016). Quantile Regression with Nonadditive Fixed Effects. RAND Working Paper.
RICYT. (2001). Manual d Bogotá, Normalización de indicadores de innovación tecnológica en
América Latina y el Caribe. In Red Iberoamericana de Indicadores de Ciencia y Tecnología -
RICYT.
Savignac, F. (2008). Impact of financial constraints on innovation: What can be learned from a
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
36
direct measure? Economics of Innovation and New Technology.
https://doi.org/10.1080/10438590701538432
Silva, F., & Carreira, C. (2012). Do financial constraints threat the innovation process? Evidence
from Portuguese firms. Economics of Innovation and New Technology, 21(8), 701–736.
https://doi.org/10.1080/10438599.2011.639979
Solow, R. M. . (1956). A Contribution to the Theory of Economic Growth. The Quarterly Journal
of Economics, 70(1), 65–94. https://doi.org/https://doi.org/10.2307/1884513
Song, M., Ai, H., & Li, X. (2015). Political connections, financing constraints, and the optimization
of innovation efficiency among China’s private enterprises. Technological Forecasting and
Social Change, 92, 290–299. https://doi.org/10.1016/j.techfore.2014.10.003
Stewart, M. (2006). Maximum simulated likelihood estimation of random-effects dynamic probit
models with autocorrelated errors. Stata Journal, 6(2), 256–272.
Stiglitz, J. E., & Weiss, A. (1981). American Economic Association Credit Rationing in Markets
with Imperfect Information. Source: The American Economic Review, 71(3), 393–410.
https://doi.org/10.2307/1802787
Van de Ven, W. P. M. M., & Van Praag, B. M. S. (1981). The demand for deductibles in private
health insurance. Journal of Econometrics, 17(2), 229–252. https://doi.org/10.1016/0304-
4076(81)90028-2
Villarreal, N. F., Lucio-Arias, D., Albis, N., & Mora, H. (2014). Determinantes de la innovación y
la productividad en la industria manufacturera colombiana por tamaño de firma. In
Observatorio Colombiano de Ciencia y Tecnología.
Williamson, O. E. (1988). Corporate Finance and Corporate Governance. Journal of Finance,
43(3), 567–591. https://doi.org/10.2307/2328184
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
37
7. ANEXOS
Anexo 1. Definición de variables para la estimación de la KPF
Variable Definición
Dependiente
Innovaciones de
Producto Variable dicotómica igual a 1 si la empresa alcanzó una innovación de
producto durante el periodo de estudio
Proceso Variable dicotómica igual a 1 si la empresa alcanzó una innovación de proceso
durante el periodo de estudio
Independientes
Obstáculos financieros
Disponibilidad de recursos
propios
Variable dicotómica igual a 1 si la empresa reporta con un grado alto o medio
de importancia obstáculos relacionados con la escasez de recursos propios o
internos
Acceso a recursos públicos Variable dicotómica igual a 1 si la empresa reporta con un grado alto o medio
de importancia obstáculos relacionados con el acceso a recursos públicos
Acceso a recursos privados Variable dicotómica igual a 1 si la empresa reporta con un grado alto o medio
de importancia obstáculos relacionados con el acceso a financiación privada
Fuentes de información
Internas
Variable dicotómica igual a 1 si la empresa utiliza como fuentes de
información para la innovación ya sea de:1) Departamento interno de I+D; 2)
Departamento de Producción; 3) Departamento de Ventas y Mercadeo; 4) Otro
departamento de la Empresa; 5) Grupos Interdisciplinarios; 6) Directivos de la
Empresa; 7) otras empresas del grupo empresarial; 8) casa matriz, cuando la
procedencia de las ideas es nacional. Igual a 0 en otro caso
Vertical Variable dicotómica igual a 1 si la empresa utiliza como fuentes de
información para la innovación a los clientes y proveedores y 0 en otro caso
Horizontal Variable dicotómica igual a 1 si la empresa utiliza como fuentes de
información para la innovación a los competidores y 0 en otro caso
Organizaciones de I+D
Variable dicotómica igual a 1 si la empresa utiliza como fuentes de
información para la innovación a las universidades y centros de I+D; igual a 0
en otro caso.
Otras variables
Intensidad de la inversión en
I+D (log.)
Inversión en I+D sobre personal total de la firma (log.)
Instrumentalizada con el porcentaje de personal en actividades de innovación
por trabajador (log.)
Protección formal
Variable dummy igual a 1 si la firma usó patentes, modelos de utilidad,
derechos de autor, registros de software, registros de diseños industriales,
registro de marcas y otros signos distintivos o certificados de obtentor de
variedades vegetales y, 0 en otro caso.
Sectores según Taxonomía
Pavitt
Cuatro variables dicotómicas iguales a 1 si la empresa se ubica en sectores
basados en ciencia (BC), proveedores especializados (PE), intensivos en escala
(IE) o dominados por proveedores (DP) (referencia). Ver en el anexo 2 las
equivalencias entre sector CIIU (a dos dígitos) y la taxonomía Pavitt.
Fuente: elaboración propia.
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
38
Anexo 2. Equivalencia de la clasificación de los sectores según la taxonomía de Pavitt
CIIU Rev. 3
A.C.* Sector Taxonomía de Paviit
24 Sustancias y productos químicos
Basados en ciencia (BC) 30 Maquinaria de oficina, contabilidad e informática
32 Radio, televisión y comunicaciones
33 Instrumentos médicos, ópticos y de precisión
29 Maquinaria y equipo Proveedores
especializados (PE) 31 Maquinaria y aparatos eléctricos
35 Equipo de transporte
21 Papel y sus productos
Intensivos en escala e
información (IE)
22 Imprentas y editoriales
23 Refinerías de petróleo
25 Plástico y caucho
26 Minerales no metálicos
27 Productos metalúrgicos básicos
34 Vehículos
15 Alimentos y bebidas
Dominados por
proveedores (DP)
16 Tabaco
17 Textiles
18 Confecciones
19 Cuero y calzado
20 Madera y productos de madera
28 Productos metálicos
36 Otras industrias
Fuente: Elaboración propia con base en Bogliacino & Pianta ( 2016)
*CIIU revisión 3 adaptada para Colombia
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
39
Anexo 3. Correlación de variables – función de producción de conocimiento KPF
Variable (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18)
(1) Inn. Producto 1
(2) Inn. Incremental 0,986 1
(3) Inn. Radical 0,187 0,146 1
(4) Inn. Proceso -0,078 -0,070 0,069 1
(5) Obst. Propios 0,071 0,065 0,143 0,066 1
(6) Obst. Públicos 0,079 0,072 0,105 0,078 0,352 1
(7) Obst. Privados 0,057 0,050 0,108 0,053 0,692 0,391 1
(8) Inf. Interna 0,082 0,075 0,199 0,089 0,665 0,257 0,530 1
(9) Inf. Horizontal 0,058 0,053 0,115 0,074 0,346 0,149 0,256 0,434 1
(10) Inf. Vertical 0,106 0,096 0,228 0,104 0,552 0,268 0,429 0,742 0,490 1
(11)
Inf.
Organizaciones de
I+D
0,092 0,088 0,213 0,085 0,283 0,147 0,220 0,381 0,333 0,417 1
(12)
Intensidad de la
inversión en I+D
(log.)
0,061 0,057 0,074 0,009 0,003 0,072 0,007 0,018 0,034 0,020 0,069 1
(13)
% del personal en
actividades de
innovación (log.)
0,032 0,031 0,053 -0,004 0,293 0,182 0,285 0,355 0,154 0,306 0,105 0,137 1
(14) Protección formal 0,130 0,132 0,068 0,033 -0,063 0,029 -0,075 -0,041 0,030 -0,008 0,095 0,044 -0,087 1
(15) Basados en ciencia 0,073 0,075 0,006 -0,075 -0,063 0,005 -0,056 -0,054 -0,002 -0,035 0,033 0,149 0,023 0,128 1
(16) Proveedores
especializados 0,001 -0,010 0,030 -0,007 0,006 0,070 0,010 -0,018 -0,024 -0,010 -0,021 0,039 -0,001 -0,045 -0,192 1
(17) Intensivos en
escala -0,017 -0,012 -0,004 0,028 0,045 -0,024 0,022 0,052 0,018 0,038 -0,011 -0,021 0,025 -0,137 -0,300 -0,219 1
(18) Dominados por
proveedores -0,047 -0,046 -0,016 0,051 0,021 -0,030 0,031 0,029 0,010 0,016 0,004 -0,137 -0,048 0,040 -0,424 -0,309 -0,483 1
Media 0,163 0,162 0,013 0,161 0,128 0,109 0,096 0,175 0,051 0,112 0,030 5,661 -2,769 0,261 0,096 0,087 0,259 0,545
Desviación Estándar 0,369 0,368 0,112 0,367 0,334 0,312 0,295 0,380 0,220 0,315 0,172 1,820 1,344 0,439 0,295 0,282 0,438 0,498
Fuente: Elaboración propia con base en DANE – EAM, EDIT (IV-VII)
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
40
Anexo 4. Correlación de variables – estimación de la PTF
Variable (1) (2) (3) (4) (5)
(1) Producción bruta industrial (log.) 1
(2) Personal calificado (log.) 0,833 1
(3) Personal no calificado (log.) 0,765 0,677 1
(4) Capital fijo (log.) 0,829 0,747 0,710 1
(5) Materias primas (log.) 0,842 0,671 0,655 0,689 1
Media 14,841 2,360 2,947 13,548 13,69
Desviación Estándar 1,737 1,366 1,364 2,084 2,153 Fuente: Elaboración propia con base en DANE – EAM, EDIT (IV-VII)
Anexo 5. Correlación de variables – determinantes de la PTF
Variable (1) (2) (3) (4) (5) (6) (7) (8) (9)
(1) Productividad Total de Factores 1
(2) Obstáculos - Propios 0,049 1
(3) Obstáculos - Públicos 0,061 0,596 1
(4) Obstáculos - Privados 0,020 0,770 0,583 1
(5) Tamaño (log. del empleo) 0,534 0,124 0,132 0,082 1
(6) Basados en ciencia 0,104 0,030 0,049 0,024 0,046 1
(7) Proveedores especializados (0,050) 0,002 0,024 0 -0,009 -0,103 1
(8) Intensivos en escala 0,017 0,021 0,003 0,015 0,015 -0,195 -0,186 1
(9) Dominados por proveedores -0,053 -0,029 -0,042 -0,023 -0,033 -0,357 -0,340 -0,6447 1
Media 12,823 0,128 0,109 0,096 3,417 0,096 0,087 0,259 0,545
Desviación Estándar 0,976 0,334 0,312 0,295 1,315 0,295 0,282 0,438 0,498 Fuente: Elaboración propia con base en DANE – EAM, EDIT (IV-VII)
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
41
Anexo 6. Modelos – Función de producción de conocimiento
Variables
Probabilidad de
Innovar
Innovación de Producto Innovación de Proceso
Total Incremental Radical Total
MCO Probit -
Panel MCO Redprob
Probit -
Heckman
(IV)
MCO Redprob
Probit -
Heckman
(IV)
MCO Redprob
Probit -
Heckman
(IV)
MCO Redprob
Probit -
Heckman
(IV)
Obstáculos
financieros
Recursos
propios
0,018* 0,180*** 0,015 0,038 -0,002 0,009 0,058 -0,003 0,017 -0,092 0,016 -0,004 -0,034 0,028
(0,011) (0,043) (0,031) (0,132) (0,045) (0,032) (0,130) (0,044) (0,025) (0,134) (0,047) (0,021) (0,111) (0,042)
Recursos públicos
0,026*** 0,137*** -0,006 0,062 -0,008 -0,006 0,088 -0,009 -0,043** -0,012 -0,144*** 0,032* 0,141 0,05 (0,009) (0,039) (0,026) (0,109) (0,042) (0,027) (0,108) (0,042) (0,022) (0,113) (0,042) (0,018) (0,093) (0,041)
Recursos privados
0,021** 0,076* 0,011 0,028 0,036 0,006 -0,022 0,029 0,006 0,218* 0,001 -0,005 0,1 -0,072* (0,010) (0,043) (0,031) (0,128) (0,043) (0,032) (0,126) (0,043) (0,023) (0,128) (0,045) (0,020) (0,107) (0,041)
Fuentes de
Información
Internas -0,418*** 0,353** -0,073 -0,368** 0,361** -0,073 -0,147** 0,793** -0,110 0,007 0,430*** 0,294**
(0,157) (0,171) (0,139) (0,156) (0,171) (0,139) (0,070) (0,393) (0,201) (0,084) (0,164) (0,146)
Horizontal 0,059** -0,038 0,084* 0,054** -0,049 0,075* 0,027 -0,063 -0,035 0,044** 0,173* 0,080** (0,026) (0,116) (0,045) (0,027) (0,114) (0,044) (0,022) (0,112) (0,042) (0,019) (0,099) (0,041)
Vertical 0,125*** 0,167 0,300*** 0,112*** 0,114 0,283*** 0,075*** 0,590*** 0,311*** 0,038* -0,007 0,170***
(0,032) (0,124) (0,044) (0,033) (0,123) (0,044) (0,021) (0,144) (0,063) (0,021) (0,107) (0,041) Organizaciones
de I+D
-0,004 0,132 -0,029 -0,014 0,118 -0,032 0,070*** 0,393*** 0,028 0,051** 0,062 0,103*
(0,029) (0,127) (0,054) (0,029) (0,125) (0,054) (0,024) (0,113) (0,059) (0,020) (0,104) (0,054)
Otras
variables
Log.
Intensidad de la inversión en
I+D 1
0,016** 0,030 0,246*** 0,015** 0,034 0,239*** 0,002 0,044 0,483*** 0,004 0,007 0,117
(0,006) (0,029) (0,071) (0,006) (0,028) (0,071) (0,005) (0,029) (0,032) (0,005) (0,025) (0,078)
Protección formal
0,029*** 0,206*** 0,064** 0,187* 0,196*** 0,066** 0,198** 0,203*** -0,006 0,246** -0,048 0,012 0,067 -0,032 (0,010) (0,038) (0,032) (0,100) (0,047) (0,032) (0,099) (0,047) (0,023) (0,106) (0,043) (0,020) (0,087) (0,040)
Log. % de
personal en innovación
0,023*** 0,135*** 0,022 0,030 0,065 0,081**
(0,003) (0,017) (0,047) (0,047) (0,049) (0,041)
Tamaño
Medianas 0,037** 0,564*** 0,174 0,185 0,379*** 0,032
(0,016) (0,046) (0,129) (0,128) (0,141) (0,112)
Grandes 0,089*** 1,265*** 0,338** 0,311** 0,714*** 0,168
(0,020) (0,072) (0,146) (0,144) (0,153) (0,125) Taxonomía de
Pavitt
Basados en ciencia
-0,046 0,04 -0,453*** 0,333** 0,024 -0,488*** 0,350** 0,038 -0,280** 0,254* -0,372*** 0,009 -0,248** -0,399*** (0,046) (0,060) (0,124) (0,151) (0,083) (0,123) (0,150) (0,084) (0,113) (0,146) (0,057) (0,083) (0,122) (0,070)
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
42
Variables
Probabilidad de
Innovar
Innovación de Producto Innovación de Proceso
Total Incremental Radical Total
MCO Probit -
Panel MCO Redprob
Probit -
Heckman
(IV)
MCO Redprob
Probit -
Heckman
(IV)
MCO Redprob
Probit -
Heckman
(IV)
MCO Redprob
Probit -
Heckman
(IV)
Proveedores
especializados
-0,017 0,161** 0,000 0,166 -0,081 0,053 0,047 -0,110 -0,247*** 0,368** -0,187*** -0,149** -0,132 -0,233***
(0,042) (0,071) (0,101) (0,164) (0,072) (0,106) (0,158) (0,071) (0,091) (0,164) (0,065) (0,075) (0,140) (0,068)
Intensivos en escala
-0,062* 0,025 -0,189** 0,051 0,002 -0,209** 0,063 0,013 -0,067 0,212* -0,109** 0,102 -0,044 -0,066 (0,033) (0,046) (0,090) (0,118) (0,050) (0,092) (0,117) (0,050) (0,108) (0,127) (0,049) (0,065) (0,105) (0,048)
Inv. Mills -1,212*** -1,159*** -2,463*** -1,309***
(0,253) (0,255) (0,282) (0,263)
Constante 0,884*** 1,049*** 1,041*** -0,080 -0,929*** 1,015*** -0,075 -0,895** 0,257*** -2,971*** -3,251*** 0,445*** -0,232 -0,681*
(0,019) (0,059) (0,161) (0,262) (0,347) (0,160) (0,260) (0,348) (0,084) (0,446) (0,212) (0,091) (0,234) (0,366)
chi2 429,308 40,176 310,383 37,574 290,041 123,604 1.117,10 36,238 171,168 R2_pseudo 0,044 0,040 0,134 0,029
R2 0,012 0,050 0,0459 0,037 0,009
Observaciones 15.722 15.722 5850 924 5.529 5.850 924 5.529 5.850 924 5.529 5.850 924 5.529
Nota: Las desviaciones estándar se encuentran en paréntesis: los errores estándar del MCO son robustos, mientras que, os errores estándar del Probit- Panel y el Probit-Heckman (IV) son bootstrapp (99 replicaciones). Los asteriscos denotan el grado de significancia: * Significativo al 10% ** Significativo al 5% *** Significativo al 1% 1Instrumentalizada con la proporción del personal en actividades de innovación (log) para el caso del modelo Probit-Heckman (IV)
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
43
Anexo 7. Estimación alternativa de los determinantes de la PTF
Se realizó un ejercicio de estimación alternativo para la medición de los efectos de los obstáculos
financieros sobre la productividad multifactorial, utilizando un modelo de regresión cuantílica. En
este caso, la medición de la PTF se establece sobre las siguientes variables:
𝑃𝑇�̂�𝑖𝑡 = 𝛽1
𝑔𝑖𝑡∗ + 𝛽
2𝑂𝐵𝑆𝑖𝑗𝑡
ʼ + 𝛽3
𝐻𝑖𝑡 + 𝛽4
𝐾𝑖𝑖𝑡ʼ + 𝛽
5𝐾𝑖𝑒𝑡
ʼ + 𝛽5
𝑍1𝑖𝑡ʼ + 𝑢𝑖𝑡
Donde:
𝑔𝑖𝑡∗ corresponde a la la propensión no observada a innovar o a invertir en innovación
𝑂𝐵𝑆𝑖𝑗𝑡ʼ es el vector de obstáculos financieros
𝐻𝑖𝑡 representa el gasto en I+D dividido por el personal total de la firma.
𝐾𝑖𝑖𝑡ʼ y 𝐾𝑖𝑒𝑡
ʼ son los flujos de conocimiento intra-firma y aquellos provenientes del exterior.
𝑍1𝑖𝑡ʼ es el vector de características exógenas a la empresa, que incluye, una dummy protección formal,
el tamaño empresarial (logaritmo del personal de la empresa), dummies de tiempo y variables
categóricas de sector según la taxonomía de Pavitt.
𝑢𝑖𝑡 términos de error.
A continuación, se presentan los resultados obtenidos a partir de esta estimación:
Estimación alternativa del efecto de los obstáculos financieros sobre PTF de la
manufactura
Variables
Productividad Total de Factores - PTF
MCO
Panel
Regresión Cuantílica
Q15 Q30 Q55 Q75 Q95 Q99
Probabilidad de
Innovar
0,015 0,044 0,047* 0,125*** 0,176*** 0,173* 0,105
(0,022) (0,036) (0,025) (0,028) (0,036) (0,090) (0,181)
Obstáculos financieros
Propios -0,044*** -0,081*** -0,105*** -0,154*** -0,184*** -0,171*** -0,293**
(0,014) (0,020) (0,018) (0,018) (0,021) (0,053) (0,126)
Públicos -0,016 -0,015 -0,02 -0,033** -0,046*** -0,038 -0,162
(0,013) (0,019) (0,017) (0,015) (0,017) (0,044) (0,121)
Privados -0,041*** -0,078*** -0,079*** -0,101*** -0,119*** -0,105** -0,114
(0,013) (0,018) (0,018) (0,017) (0,017) (0,049) (0,134)
Fuentes de Información
Internas 0,005 0,043 -0,018 -0,019 0,035 0,029 0,043
(0,030) (0,038) (0,048) (0,033) (0,040) (0,093) (0,482)
Horizontal 0,011 -0,001 0,005 0,013 0,048*** 0,037 0,141
(0,013) (0,020) (0,018) (0,016) (0,018) (0,044) (0,149)
Vertical -0,01 -0,004 0,004 -0,01 -0,03 -0,095* -0,094
(0,011) (0,017) (0,015) (0,015) (0,022) (0,054) (0,108)
Organizaciones de I+D 0,038** 0,136*** 0,142*** 0,155*** 0,143*** 0,098* 0,262*
Efecto de los obstáculos financieros sobre la innovación y la productividad
en las empresas manufactureras en Colombia
44
(0,015) (0,026) (0,018) (0,019) (0,025) (0,051) (0,143)
Otras variables
Protección formal 0,031** 0,037** 0,012 0,013 0,017 0,065 -0,006
(0,013) (0,018) (0,016) (0,017) (0,019) (0,052) (0,111)
Tamaño
Empleo (log.) 0,250*** 0,402*** 0,428*** 0,413*** 0,401*** 0,371*** 0,374***
(0,012) (0,012) (0,011) (0,008) (0,010) (0,024) (0,051)
Taxonomía de Pavitt
Basados en ciencia 0,186*** 0,173*** 0,257*** 0,297*** 0,287*** 0,153*** 0,332
(0,035) (0,024) (0,023) (0,019) (0,025) (0,058) (0,213)
Proveedores
especializados
-0,078** -0,054* -0,039* -0,098*** -0,202*** -0,375*** -0,447***
(0,036) (0,030) (0,021) (0,022) (0,026) (0,057) (0,132)
Intensivos en escala e
información
0,031 0,129*** 0,080*** 0,045*** -0,009 -0,142** 0,224
(0,023) (0,017) (0,014) (0,017) (0,021) (0,055) (0,195)
Constante
12,053**
* 10,667***
11,040**
*
11,388**
* 11,788*** 12,893*** 13,884***
(0,051) (0,051) (0,058) (0,038) (0,048) (0,107) (0,512)
Dummies de tiempo SI SI SI SI SI SI SI
Observaciones 15.152 15.152 15.152 15.152 15.152 15.152 15.152
Los resultados, muestran un impacto negativo y estadísticamente significativo de los obstáculos
financieros asociados con la disponibilidad de recursos propios y el acceso a recursos privados a lo
largo de la curva de distribución de la productividad multifactorial. Este efecto sobre la PTF, indica
que las barreras financieras para innovar representan un factor determinante en el desarrollo de la
capacidad productiva de las empresas en Colombia.
Lo hallazgos en relación con la disponibilidad de financiamiento propio para innovar pone en
evidencia que, al igual que en otros países, las empresas colombianas tienden a utilizar más fondos
internos para llevar a cabo sus proyectos de innovación, afectando de paso su productividad. Este
comportamiento, también se encuentra relacionado con los problemas de las firmas para obtener
financiamiento de la banca privada, debido a factores como el amplio periodo tiempo que implica
lograr retornos de una innovación, la incerteza en el éxito de la misma y el bajo grado de madurez del
sistema financiero (Álvarez & Bertin, 2016; Crisóstomo et al, 2011; Gorodnichenko & Schnitzer,
2010).
No obstante, estos resultados van contravía de las hipótesis formuladas en la investigación, puesto
que la magnitud del efecto (negativo) de estos obstáculos es más grande en las firmas de mayor
productividad. Tal tendencia, puede derivarse de la importancia que le dan las empresas altamente
productivas a las restricciones financieras (Coad et al., 2016).