Endeudamiento y vulnerabilidad financiera: factores asociados. Un caso de estudio

María Ibañez Martin; Cintia Karina Martínez

doi:10.5377/aes.v3i1.14604

Authors

María Ibañez Martin National University of the South, Department of Economics and Institute of Economic and Social Research of the South, Argentina https://orcid.org/0000-0002-0476-1654
Cintia Karina Martínez National University of the South, Department of Economics, Argentina https://orcid.org/0000-0001-7493-2853

DOI:

https://doi.org/10.5377/aes.v3i1.14604

Keywords:

vulnerability, debt, logit, pandemic, crisis, businesses

Abstract

The covid-19 pandemic and the consequent fall in the level of economic activity throughout the planisphere have put at risk numerous companies belonging to various economic sectors. In a difficult context, decision-making of public policy aimed at alleviating the situation of enterprises becomes central and, for this, it is vital to have information on the level of indebtedness and the explanatory factors. This paper aims to advance the study on both issues, using the commercial sector of the city of Bahía Blanca (Buenos Aires, Argentina) as a case study. Based on a study carried out during the first quarter of 2021 and using the technique of logistic models ordered in its generalized version, it is found that the profile of the decision maker in companies, the economic context and short-term financial situation condition the choice of debt, the form of financing, and the level of debt acquired. Additionally, there is a high degree of financial vulnerability in the sector, reflected in its inability to avoid risky situations using its own strategies. In the words of Castels, the commercial sector of Bahia seems to be “balancing on a tightrope”.

Downloads

Download data is not yet available.

References

Arce, Ó. (2020). El impacto de la crisis del Covid-19 sobre la situación financiera de las empresas no financieras en 2020: evidencia basada en la Central de Balances. Central de Balances. Resultados anuales de las empresas no financieras 2019, 1-31. https://repositorio.bde.es/handle/123456789/14317

Banco Bilbao Vizcaya Argentaria (2020). Los expertos alertan de la mayor vulnerabilidad financiera de las familias por la pandemia. Recuperado de https://www.bbva.com/es/sostenibilidad/los-expertos-alertan-de-la-mayor-vulnerabilidad-financiera-de-las-familias-por-la-pandemia/

Brant, R. (1990). Assessing proportionality in the proportional odds model for ordinal logistic regression. Biometrics, 46(4), 1171-1178. Recuperado de https://pubmed.ncbi.nlm.nih.gov/2085632/

Briozzo, A. & Vigier, H. (2009). A demand-side approach to SME’s capital structure. Evidence from Argentina. Journal of Business and Entrepreneurship, 21(1), 30–56. Recuperado de https://www.econbiz.de/Record/a-demand-side-approach-to-smes-capital-structure-evidence-from-argentina-briozzo-anahi/10009886232

Briozzo, A., Vigier, H., Castillo, N. Pesce, G., y Speroni, M. (2016). Decisiones de financiamiento en pymes: ¿Existen diferencias en función del tamaño y la forma legal? Estudios Gerenciales, 32(138), 71-81. https://doi.org/10.1016/j.estger.2015.11.003

Briozzo. A., Albanese. D., y Santolíquido. D. (2017). Corporate governance, financing and gender: A study of SMEs from Argentinean Securities Markets. Contaduría y Administración, 62(2), 358-376. https://doi.org/10.1016/j.cya.2017.03.002

Centro Regional de Estudios Económicos de Bahía Blanca (2014). Producto Bruto de Partido de Bahía Blanca. Recuperado de https://www.creebba.org.ar/?op=pbi#com_mino

Castel, R. (1997). Las metamorfosis de la cuestión social. Una crónica del salariado. Buenos Aires: Paidós Editorial.

Decreto 23/2020 Digesto Municipal de Bahía Blanca, Buenos Aires, Argentina 30 de julio de 2020. Recuperado de https://www.bahia.gob.ar/digestomunicipal/

Delbianco, F. y Herrero, M. (2017). Indicador Sintético de Actividad de Bahía Blanca. Cuarto trimestre de 2017. Recuperado de https://www.ecodata.uns.edu.ar/indicador-sintetico-de-actividad-de-bahia-blanca-4to-trimestre-2017/

De La Hoz Suárez, A., Mendoza Herrera, A., & González Vergara, M. (2020). Decisiones de inversión operativa-financieras en empresas importadoras de motores para vehículos. _SUMMA. Revista disciplinaria en ciencias económicas y sociales, 2(2),_ 137-160.

De La Hoz Suárez, A., Pacheco Ruíz, C., & Cantillo Padrón, J. (2021). Exposición a riesgos financieros en empresas importadoras de motores para vehículos. _SUMMA. Revista disciplinaria en ciencias económicas y sociales, 3(2),_ 1-20. https://doi.org/10.47666/summa.3.2.28

Freire,J. y Teijeiro, M. (2009), Análisis de los factores que afectan a la decisión de ser emprendedor, Cuadernos de Economía, 32(90), 5-28. Recuperado de https://econpapers.repec.org/scripts/redir.pf?u=https%3A%2F%2Frepositorio.uam.es%2Fbitstream%2Fhandle%2F10486%2F6250%2F37940_1.pdf;h=repec:cud:journl:v:32:y:2009:i:90:p:005-028

Guaipatín, C. (2003). Observatorio MIPYME: Compilación estadística para 12 países de la Región. Banco Interamericano de Desarrollo, Washington, DC. Recuperado de https://publications.iadb.org/publications/spanish/document/Observatorio-MIPYME-Compilaci%C3%B3n-estad%C3%ADstica-para-12-pa%C3%ADses-de-la-Regi%C3%B3n.pdf

Gujarati, D. y Porter, D. (2009). Econometría. México: Mc Graw Hill, Quinta Edición. Recuperado de https://www.academia.edu/33064534/Gujarati_Econometr%C3%ADa_5ta_Edici%C3%B3n_pdf

Ibáñez, M. (2018). Exclusión social: los desafíos de su conceptualización y medición. Una propuesta desde un enfoque axiomático. Aplicación para Argentina. Documento no publicado. Tesis Doctoral, Departamento de Economía de la Universidad Nacional del Sur. Recuperado de http://repositoriodigital.uns.edu.ar/handle/123456789/4475

Ibañez, M., Arnaudo, M. y Morresi, S. (2018). Inclusión y desempeño: el efecto de políticas educativas en Educación Superior. Un estudio aplicado a la Universidad Nacional del Sur (Argentina). Revista Complutense de Educación, 29(3), 699. https://doi.org/10.5209/RCED.53628

Katz, R., Jung, J. y Callorda, F. (2020). El estado de la digitalización de América Latina frente a la pandemia del COVID-19. Observatorio CAF del Ecosistema Digital

Liao, T. (1994). Interpreting Probability Models: Logit, Probit and Other Generalized Models. Thousand Oaks California: Sage University Papers. Recuperado de https://lib.ugent.be/nl/catalog/rug01:000319627

Mancilla, C.y Amorós, J. (2012), La influencia de factores socio-culturales en el emprendimiento, evidencia en Chile 2007–2010. Multidisciplinary Business Review, 5(1), 14-25. https://journalmbr.net/index.php/mbr/article/view/371

Manzanal, M., Pesce, G., Milanesi G. y Vigier H. (2015). Racionalidad, heurísticas y aversión al riesgo en decisiones de inversión empresarias. XXXV Jornadas Nacional de SADAF. Recuperado de https://studylib.es/doc/1126382/racionalidad--heur%C3%ADsticas-y-aversi%C3%B3n-al-riesgo-en-decisio.

Manzanal, M., Villarreal, F., Milanesi, G. y Vigier, H. (2020). El perfil decisorio del empresario pyme de Bahía Blanca, Argentina: ¿qué variables lo caracterizan? Estudios Gerenciales, 36(156), 288-298. https://doi.org/10.18046/j.estger.2020.156.3607

Marpsata, M. & Razafindratsimab, N. (2010). Survey methods for hard-to-reach populations: introduction to the special issue. Methodological Innovations Online, 5(2), 3-16. https://doi.org/10.4256/mio.2010.0014

Martínez, A. (2016). Factores socio-culturales asociados al emprendedor: evidencia empírica para América Latina. Revista Venezolana de Gerencia, 21(74), 312-330. Recuperado de https://www.redalyc.org/journal/290/29046685009/html/

Moskovits, C. (2021). Una situación fiscal insostenible. Indicadores de Coyuntura, 636, 6-8. Recuperado de www.fiel.org/publicaciones/IndicadoresCoyuntura//COYU_99_1636396773121.pdf

Orazi, S. y Reyes, M. (2020). Encuesta Virtual PUE: Metodología de diseño, difusión y nivel de respuesta. IIESS CONICET. Bahía Blanca. Documento de trabajo PUE n°11. Recuperado de https://iiess.conicet.gov.ar/images/Documentos-de-trabajo-PUE/PUE11.pdf

Susmel, N. (2021). Ingresos en la pandemia. Indicadores de Coyuntura, 633,10-12. Recuperado de http://www.fiel.org/publicaciones/IndicadoresCoyuntura//COYU_99_1628285670564.pdf

Susmel, N. (2021). Sin alcanzar el nivel pre pandemia. Indicadores de Coyuntura, 636,.10-11. Recuperado de www.fiel.org/publicaciones/IndicadoresCoyuntura//COYU_99_1636396773121.pdf

Van Meter, K. (1990). Methodological and design issues: techniques for assessing the representatives of snowball samples. In Lambert, E. (org.) The collection and interpretation of data from hidden populations. Recuperado de https://archives.drugabuse.gov/sites/default/files/monograph98.pdf

Voicu, M. & Babonea, A. (2011). Using the snowball method in marketing research in hidden population. International conference. Journal Volume & Issue, 1,1341- 1351. Recuperado de https://doaj.org/article/92cee3cbe5b74333ab0f96f635e97125

Welch, S. (1975) Sampling by referral in a dispersed population. Public Opinion Quarterly, 39(2)., 237-245. https://doi.org/10.1086/268221

Williams, R. (2006). Generalized Ordered Logit/Partial Proportional Odds Models for Ordinal Dependent Variables. The Stata Journal, 6(1), 58-82. Recuperado de http://www.nd.edu/~rwilliam/gologit2/gologit2.pdf