FACULTAD DE CIENCIAS EMPRESARIALES
Carrera de Administración y Emprendimiento
INFLUENCIA DE LA INVERSIÓN
TECNOLÓGICA EN LA PRODUCTIVIDAD,
COMPETITIVIDAD Y EXPORTACIÓN DE
EMPRESAS TEXTILES PERUANAS
Trabajo de Investigación para optar el Grado Académico de
Bachiller en Administración y Emprendimiento
LIBANY ÁNGELES VELAYSOSA
LIZETH PAMELA CHAUPIS HUACHOPOMA
Asesor:
Jaime Rómulo Canales Rimachi
Lima – Perú
2020
1
Índice
Resumen ........................................................................................................................... 3
Summary ........................................................................................................................... 4
Introducción ....................................................................................................................... 5
Método ............................................................................................................................. 11
Tipo y diseño de investigación: ........................................................................................ 11
Instrumentos .................................................................................................................... 14
Procedimiento .................................................................................................................. 14
Análisis de datos .............................................................................................................. 15
Resultados ....................................................................................................................... 16
Discusión ......................................................................................................................... 22
Referencias ...................................................................................................................... 25
Anexo............................................................................................................................... 28
Anexo 1: Estabilidad del modelo método polinomios .................................................... 28
Anexo 2: Estabilidad del modelo método gráfico........................................................... 29
Anexo 3: Test de normalidad ........................................................................................ 29
Anexo 4: Correlograma ................................................................................................. 30
Anexo 5: Matriz de correlación ...................................................................................... 30
Anexo 6: Variables para corrida de datos ..................................................................... 31
2
Índice de tablas
Tabla 1 Definición conceptual ............................................................................................... 12
Tabla 2 Definición operacional .............................................................................................. 13
Tabla 3 Durbin-Watson ......................................................................................................... 17
Tabla 4 Primera corrida de datos .......................................................................................... 17
Tabla 5 Segunda corrida de datos ........................................................................................ 18
3
Resumen
El estudio analizó a las empresas textiles exportadoras peruanas que invierten en la
adquisición de maquinaria con tecnología de punta para incrementar su productividad,
competitividad y sus exportaciones al mercado estadounidense. La finalidad de la presente
investigación fue determinar el nivel de influencia que tiene la inversión en tecnología en las
variables ya mencionadas. El diseño de investigación fue no experimental longitudinal
correlacional-causal. Se utilizó la metodología de series de tiempo con un tipo de investigación
cuantitativa, en tal sentido, se aplicó la modelo estadística vectorial auto regresivo (VAR). Para
la recolección de datos trimestrales de la variable independiente (inversión en tecnología), y
de las variables dependientes (productividad, competitividad y exportación), se utilizó la base
de datos publicado por Trade Map, Banco Central Reserva del Perú (BCRP), data trade y del
sistema integrado del comercio exterior (SIICEX) de los años 2009 al 2019; se realizó la corrida
de datos utilizando el programa Eviews y se analizó la información mediante el análisis de
contenido. Los resultados muestran que sí influye la inversión en tecnología en la
productividad, competitividad y exportación al obtener un R cuadrado de 0.859, 0.813 y 0.635
respectivamente. Se discute acerca del nivel de influencia que tiene la inversión en tecnología
en las variables ya mencionadas y en las consecuencias que puede tener una empresa textil
que no realiza un análisis de sensibilidad financiero antes de invertir.
Palabras claves: Inversión en tecnología, productividad, competitividad, exportación.
4
Summary
The study analyzed Peruvian exporting textile companies that invest in the acquisition of
machinery with cutting-edge technology to increase their productivity, competitiveness and
their exports to the US market. The purpose of this research was to determine the level of
influence that investment in technology has on the variables already mentioned. The research
design was non-experimental longitudinal correlational- causa. The time series methodology
was used with a type of quantitative research, in this sense, the auto regressive vector
statistical model (VAR) was applied. For the quarterly data collection of the independent
variable (investment in technology), and on the dependent variables (productivity,
competitiveness, and export), the database published by Trade Map, central reserve bank of
Perú (BCRP) and data trade from 2009 to 2019; the data run was performed using the E-views
program and the information was analyzed through content analysis. The results show that if
investment in technology influences productivity, competitiveness and exports by obtaining an
R squared of 0.859, 0.813 and 0.635 respectively. It discusses about the level of influence that
investment in technology has on the variables already mentioned and on the consequences
that a textile company may have that does not carry out a financial sensitivity analysis before
investing.
Key words: Investment in technology, productivity, competitiveness, export.
5
Introducción
Actualmente, se menciona sobre el desarrollo de nuevos avances tecnológicos y su
importancia dentro de nuestras vidas. ¿El sector textil peruano estará aprovechándolo? ¿Cuál
es su nivel de influencia en la productividad, competitividad y exportación? ¿Será conveniente
invertir en tecnología? La presente investigación se realiza porque existe la necesidad de
mejorar la competitividad de las empresas textiles exportadoras frente a otros países
centroamericanos y asiáticos que han logrado modernizar su proceso de productivos y han
logrado disminuir la participación de la industria textil en el mercado estadounidense.
La industria textil, es un sector para aquellas empresas que ven las dificultades como retos
y lo sobrellevan con inteligencia porque los mercados no son estáticos, las condiciones
cambian como la moda y el alto grado de competencia que exige una constante innovación y
renovación tecnológica.
En tal sentido, Carmen León, exrepresentante comercial en el Perú, Colombia y
Guatemala de UBM de Estados Unidos, una organizadora de la feria Sourcing at Magic,
menciono que:
“El uso de tecnologías de última generación permitirá a la industria textil- confecciones
del Perú, mejorar su competitividad ofreciendo tiempo de entrega más cortos, flexibles
y con bajo costo de producción, aunque la principal barrera es el financiamiento y el
acceso a proveedores”, (Como citó en diario Gestión, 2018)
Teniendo en cuenta los tipos de empresas textiles exportadoras peruanas, se puede
mencionar que una de las barreras principales para la inversión en tecnología es el acceso a
un financiamiento porque el 54.8 % son Microempresas que no tienen una alta participación
en el valor exportado, y esto se puede complementar con lo siguiente:
Según el artículo publicado por la sociedad del comercio exterior del Perú
(COMEXPERÚ, 2019), titulado “MYPE peruana internacional: ¿Lista para el reto?”, mencionó
que el 54.8 % de empresas textiles peruanas exportadoras son Microempresas y su
participación en el valor exportado es de 0.8 %, del mismo modo, el 26.7 % son pequeñas
empresas y su participación en el valor exportado es de 1 %, mientras que la mediana y grande
empresa suman un 18.5 % y su participación en envíos es de 98.2 %, en tal sentido el
6
Ministerio de Comercio Exterior y Turismo, considera que está asimetría se debe a la alta
incidencia de informalidad y el limitado acceso al crédito, además de la baja productividad y la
poca eficiencia, para lo cual, lanzó la estrategia “ MYPYME al mundo 2019-2021” y uno de
sus objetivos fue de impulsar la competitividad de las micro, pequeña y mediana empresas
mediante el acceso a financiamiento.
La especialista Carmen León, menciono también que el monto de la inversión varía
dependiendo a su situación y necesidades, una empresa textil puede necesitar tecnologías
digitales y sistema 3D en donde se puede necesitar una inversión de US$ 15,000 a US$
20,000, como también puede necesitar tecnologías integradas lo cual podría costar entre US$
80,000 y US$ 100,000, esto debido que se necesitara adquirir un software especializado para
integrar el área de desarrollo de producto con el área corte de la empresa. (Gestión, 2018).
Según la encuesta Nacional de innovación en la industria manufacturera realizada por el
Instituto Nacional de Estadística e informática (INEI, 2015), mencionó que el principal
obstáculo para realizar alguna innovación tecnológica es el costo, y de las empresas que
realizaron alguna innovación tecnológica en proceso, el 56.4 % lograron introducir un nuevo
método de producción. La industria textil ha importado el 2009 por un valor de 82.2 (millones
de US$) en maquinaria y equipo, mientras que el 2014 importó por un valor de 212.8 (millones
de US$) lo cual refleja un crecimiento de 158.9 %, pero pese a ello, PRODUCE mencionó
como conclusión de su estudio de investigación sectorial “Industria textil y confecciones”, la
falta de adopción tecnológica en los procesos de producción. PRODUCE (2015).
En un artículo publicado por la sociedad del comercio exterior del Perú ( ComexPerú, 2018)
titulado “Repunte de las exposiciones textiles”, menciono que, pese al esfuerzo de repunte de
las exportaciones, aún no se ha logrado recuperar el posicionamiento que se tenía a nivel
mundial y esto se ve reflejado en la disminución de un 22.3 % de exportaciones al comparar
las exportaciones a EE. UU. entre el 2008 y 2017, se nota que ha caído de US$ 810 millones
a US$ 629 millones y según el ministerio de producción, está disminución de debe a la fuerte
competencia de países latinoamericanos como Honduras, Guatemala, Nicaragua, Costa Rica,
El Salvador y países asiáticos como China, Indonesia, Vietnam y Pakistán, han desarrollado
una industria con menores precios y buena calidad, en tal sentido, enfatizó que el reto para la
industria textil peruana es invertir en tecnología para modernizar el proceso productivo y
capacitar al personal.
7
Por su parte, El equipo legal Centroamérica (2020), expreso que “Para fortalecer la
competitividad de la industria textil de Guatemala, la industria se basa en el uso de software y
sistemas para mejorar sus operaciones. La automatización de procesos es una forma de
reducir costos y aumentar la productividad”
En el año 2017, Goytizolo, Molina, Noriega y Tello, en su investigación titulada “causas
que originaron que la industria textil peruana disminuya sus volúmenes de exportación de la
partida 61.09.10.00.00 hacia EE. UU. entre los años 2011 y 2015”, mencionaron que “La
tecnología empleada por las empresas de confecciones en el país asiático, se puede apreciar
en toda su cadena productiva, lo cual le permite ofertar sus prendas a precios bajos, gracias
al menor costo de producción generado”.
En tal sentido, Pérez (2009), en su investigación “Análisis de las relaciones comerciales
entre China y Colombia en el sector textil desde la perspectiva de las estrategias diplomáticas.
Periodo 2003 - 2008” agregó, que la industria textil China es mucho más competitiva en precios
respecto a la industria textil de otros países porque poseen una mayor capacidad de inversión
en tecnología dentro de sus mismas industrias lo cual les permite producir a bajos costos.
Vargas, Bracho, Labarca & Leal (2017), en su investigación titulada “ Gestión tecnológica
en pymes del sector textil del municipio Maracaibo- Zulia- Venezuela” mencionaron que una
inversión apropiada en tecnología puede tener una influencia en la calidad de los productos y
costos de producción, al brindar un mejor acabado de las prendas y en la optimización del uso
de materiales, porque se contará con menos desperdicios, re trabajos y desperfectos en su
fabricación, de igual forma al utilizar eficientemente las maquinarias se podrá disminuir las
horas invertidas en la fabricación de una prenda.
La industria textil, tiene una buena reputación en el mercado estadounidense por la calidad
de sus prendas, la combinación de las fibras que utilizan, sus diseños innovadores y buenos
acabados, pero tienen un rezago tecnológico dentro de su proceso productivo al no contar con
maquinaria automatizadas y digitalizados como los que cuentan otros países asiáticos como
China, Indonesia y Pakistán que tienen una gran ventaja competitiva en precios gracias a ello.
Es importante también mencionar que otros de los factores que influyen en el nivel de
competitividad de la industria textil es el apoyo del gobierno y la mano de obra calificada.
8
Este estudio es importante porque permitirá analizar la situación de la industria textil
peruana y el impacto que ha tenido la inversión en tecnología en la productividad,
competitividad y exportación entre los años 2009 al 2019. Esto permitirá poder realizar un
análisis e identificar si es conveniente invertir en tecnología o en otros factores que en futuras
investigaciones se puede realizar como la mano de obra, en innovación o en investigación que
podrían tener mayor influencia en la productividad, competitividad y exportación.
Inversión en tecnología.
Según la Real Academia Española (RAE, 2020), la definición de inversión es “Plan que
establece el destino de los recursos financieros de una empresa”.
Del mismo modo (RAE, 2020), define la tecnología como el “Conjunto de instrumentos y
procedimientos industriales de un determinado sector o producto”.
Henríquez (2012), en su artículo “Que significa invertir en tecnología”, mencionó que la
inversión en tecnología implica “disponer recursos, económicos, técnicos y humanos, tanto en
la concepción del uso de la tecnología como en la forma de uso de la tecnología de manera
efectiva y eficiente”
Henríquez, Casella (2017), en su artículo publicado “Como mejorar la competitividad laboral
en tu empresa”, menciono que “La tecnología y la productividad son dos aliados
indispensables para el éxito y que las empresas están obligadas a adaptar sus procesos de
producción a las nuevas tecnologías si quieren sobrevivir en un mercado cambiante”.
Castro (2018), en su artículo “Importancia de la tecnología en las Pymes y empresas en
crecimiento” definió la tecnología como “Herramienta con la que se puede lograr la
optimización y mejora de procesos de producción, organización, etc. Que les permitirá
establecer ventajas competitivas con los cuales podrán posicionarse en el mercado”.
Entonces, la inversión en tecnología es utilizar los recursos financieros de una empresa
destinados para la adquisición de herramientas que ayudarán a lograr la mejora de los
procesos de producción.
9
Productividad.
Según la Real Academia Española (RAE, 2020), la productividad significa “Relación entre
lo producido y los medios empleados, tales como la mano de obra, materiales, energía, etc.”.
Levitan, define la productividad como un indicador que refleja que tan bien se están usando
los recursos de una economía en la producción de bienes y servicios. Define también como
una relación entre recursos utilizados y productos obtenidos y denota la eficiencia con la cual
los recursos -humanos, capital, conocimientos, energía, etc. - son usados para producir bienes
y servicios en el mercado (Levitan, 1984, citado por Martínez, 2008).
Rosero (2019) señala que la productividad es uno de los objetivos primordiales de las
empresas, debido a que, sin objetivos de productividad, las operaciones de la empresa no
encontrarían los horizontes de competencia que necesitan para desarrollarse dentro de la
economía. En tal sentido, menciona que la productividad sería la relación de los niveles de
producción y la cantidad de recursos empleados en ello; del mismo modo, también resalta la
relación que tiene la productividad con la eficiencia y eficacia.
Martínez, 1989, citado por Arrarte Mera, R., Bortesi Longhi, L., & Michue Salguero, E.
(2017). “La productividad consiste en la relación entre el volumen de producción y los recursos
utilizados, por unidad de tiempo”.
Entonces, la productividad es un indicador que mide el resultado de la relación que tiene
lo producido y los recursos empleados para su cómo mano de obra, materiales, energía, etc.
Este indicador sirve para medir si se está utilizando bien los recursos empleados.
Competitividad.
Para Ruesga y Da Silva, (2007), la competitividad se define como la capacidad de las
empresas para competir en los mercados, ganar parcelas de mercado, aumentar sus
beneficios y crecer. En tal sentido menciona que los indicadores de la competitividad son: la
cuota de mercado, los beneficios, los dividendos y el volumen de inversiones. Por otra parte,
también menciono que los factores que influyen en la competitividad son: los precios, los
costes de los inputs, la calidad de los productos, la economía de escala, la tecnología de
10
procesos y de producto, la organización de la producción, el sistema de distribución eficiente
y la capacidad de motivación de los trabajadores.
Para Michel Porter la competitividad consiste en “La capacidad para sostener e
incrementar la participación en los mercados internacionales, con una elevación paralela del
nivel de vida de la población. El único camino sólido para lograrlo se basa en el aumento de
la productividad” (Porter, 1990, citado por Suñol, 2006)
Valero (2019), señala que la competitividad de las industrias en el mercado internacional
se logra a través de la mejora de la cadena de valor con el fin de satisfacer las necesidades
de los clientes. En el mismo sentido, menciona que las estrategias competitivas se dan a
través de los costos, diferenciación y punto central; los cuales dependen directamente del nivel
de tecnología que cuenta la empresa dentro de su proceso de producción.
Entonces, la competitividad depende de factores internos tales como la eficiencia y
eficacia de la cadena de valor de la empresa, esto repercute en la calidad, precio, etc. Lo cual
permite competir y ganar mayor mercado. Pero también depende de factores externos, como
la eficiencia de las economías, la innovación internacional y las regulaciones
gubernamentales. Considerando lo dicho por los autores citados, el indicador para medir la
competitividad en la presente investigación será la cuota de mercado de la industria textil
peruana en el mercado estadounidense.
Exportación.
La Real Academia Española (RAE, 2020) define la exportación como “vender bienes en
otro estado que no pertenezca al mismo territorio aduanero”.
Según Montes (2019), la exportación es “todo bien y/o servicio legítimo que el país
productor o emisor (el exportador) envíe como mercancía a un tercero (importador), para su
compra o utilización”.
Según Hernández y Duana (2010), en su investigación” visión hacia la cultura de
exportaciones de los empresarios* definió la exportación como la venta de productos
producidos en a un país para residentes en otro país, con el fin de incrementar sus
oportunidades de mejorar sus ingresos en mercados extranjeros.
11
Según el Instituto Nacional de estadística y geografía (INEGI, 2013), definió la
exportación como “la venta, trueque o donaciones de bienes y servicios de los residentes a los
no residentes; las exposiciones tienen lugar cuando ocurre la transferencia de propiedad entre
residentes y no residentes”
Método
El método empleado en la presente investigación fue de la observación científica y
cuantitativa. La observación científica consiste en la examinación directa de un hecho con el
propósito de recopilar información de manera sistemática. Por otro lado, el método cuantitativo
nos permitió utilizar datos numéricos recopilados. Se optó por utilizar la observación científica
y cuantitativa; porque, se tuvo como objetivo determinar el nivel de influencia de la inversión
en tecnología en la productividad, competitividad y exportación textil, a través de datos
cuantitativos económicos de los años 2009-2019.
Tipo y diseño de investigación:
Tipo de investigación
La investigación se desarrolló mediante un análisis cuantitativo con un alcance explicativo.
Según Hernández, Fernández, y Baptista (2010), en su libro Metodología de la investigación,
menciona que en dicho análisis se usa la recolección de datos para probar hipótesis, con base
en la medición numérica y el análisis estadístico, para establecer patrones de comportamiento
y probar teorías. Es explicativo porque pretende establecer las causas de los eventos, sucesos
fenómenos que se estudian.
Diseño de investigación
El diseño de investigación fue no experimental longitudinal correlacional-causal. Según
Hernández et al. (2010), su libro Metodología de la investigación, se define como aquella
investigación en la cual los estudios se realizan sin la manipulación deliberada de variables y
en las que solo se observa el fenómeno tal y como se da en su contexto natural. Por otra parte,
se define longitudinal recolecta datos a través del tiempo en puntos o períodos especificados,
para hacer inferencias respecto al cambio, sus determinantes y consecuencias por un período
prolongado de tiempo.
12
Participantes:
En el presente trabajo de investigación se recopilaron los datos de información mediante
fuentes secundarias ya existentes del período 2009 al 2019. Dichos datos fueron obtenidos de
fuentes como Trade Map, Banco Central de Reserva del Perú y Adex Data trade.
Tabla 1
Definición conceptual
N°
Nombre
largo
Nombre
corto
Definición
conceptual
1 Inversión en
tecnología
IMT Esta variable está determinada por todas las
importaciones de tecnología que realiza la industria
textil peruana.
2 Productividad PR
Esta variable representa el nivel de productividad
que tiene la industria textil al invertir en tecnología.
3 Competitividad PM Esta variable está determinada por el nivel de
participación de mercado que tiene la industria textil
en el mercado estadounidense.
4 Exportación XEUU
Esta variable está determinada por todos los
productos textiles exportados al mercado
estadounidense.
Fuente: Elaboración propia
13
Tabla 2
Definición operacional
N° Nombre
largo
Nombre
corto
Definición
operacional
1 Inversión en
tecnología
IMT • Tipo de variable en el modelo
econométrico
Independiente
• Unidad de medida: Miles de USD
• Frecuencia original de los datos:
Trimestrales
• Fuente de los datos: Trade Map
• Período: 2009 - 2019
2 Productividad PR
• Tipo de variable en el modelo
econométrico
Dependiente
• Unidad de medida: Kilógramos por cada
dólar invertido
• Frecuencia original de los datos:
Trimestrales
• Fuente de los datos: Banco Central de
Reserva del Perú
• Período: 2009 - 2019
3 Competitividad PM • Tipo de variable en el modelo
econométrico
Dependiente
• Unidad de medida: Porcentaje
• Frecuencia original de los datos:
Trimestrales
• Fuente de los datos: Data Trade y
Trade Map
• Período: 2009 - 2019
4 Exportación XEUU
• Tipo de variable en el modelo
econométrico
Dependiente
• Unidad de medida: kilógramos
14
• Frecuencia original de los:
Trimestrales
• Fuente de los datos: Data trade
• Período: 2009 - 2019
Fuente: Elaboración propia
Instrumentos
Los datos para las variables dependientes e independientes fueron recolectados de
fuentes secundarias, debido a que este trabajo de investigación tuvo como objetivo determinar
el nivel de influencia de la inversión en tecnología en la productividad, competitividad y
exportación en el período 2009-2019. En tal sentido, al investigar un hecho en el pasado
específico se utilizaron datos públicos extraído de portales online publicados por el Banco
Central de Reserva del Perú (BCRP), Asociación de Exportadores (ADEX) y del Centro del
Comercio Internacional (ITC). Cabe mencionar que se desconoce los instrumentos de
investigación que utilizaron estás instituciones.
Procedimiento
Es relevante señalar que, se realizaron los ajustes correspondientes a los datos de las
variables obtenidos de servidores públicos para que todos presenten la misma frecuencia
trimestral y la misma moneda porque los datos están expresados en miles de dólares
americanos debido a que es la moneda más manejable a nivel internacional a continuación
se presentará una breve explicación:
Para la única variable independiente (Inversión en Tecnología), dichos datos fueron
obtenidos con el nombre de importación de maquinaria para el sector textil del Trade Map,
herramienta online desarrollada por el Centro Comercial Internacional (ITC)
Para la primera variable dependiente (Productividad), dichos datos fueron obtenidos del
portal del Banco Central de Reserva del Perú (BCRP). Estos datos fueron obtenidos en
periodo anual por lo cual se convirtió a trimestral.
Para la segunda variable dependiente (Competitividad), teniendo en cuenta que uno de
sus indicadores es la participación de mercado, se dividió las exportaciones textiles
peruanas a Estados Unidos entre el total de importaciones que llegan al mercado
15
estadounidense y estos datos fueron obtenidos del Trade Map del centro comercial
internacional (ITC) y del Data Trade, herramienta publicada por la Asociación de
Exportadores (ADEX), en tal sentido el indicador participación de mercado se encuentra en
porcentaje (%).
Para la tercera variable dependiente (Exportación), dichos datos fueron obtenidos de
Data Trade, herramienta desarrollada por la Asociación de Exportadores (ADEX).
Análisis de datos
En base a los datos recaudos de fuentes secundarias expuestos anteriormente, se realizó
una exploración de variables.
Dichos datos fueron juntados en una hoja de cálculo de Microsoft Excel para luego ser
insertadas al programa estadístico Eviews, con el fin de definir un modelo econométrico acordé
a la presente investigación.
En el programa Eviews, se inició realizando la prueba de estacionariedad para cada una
de las variables y se descartó su auto correlación mediante el análisis de Durbin Watson stat.
Según Arturo Ramírez (2019), en un artículo publicado “¿Por qué es importante la
estacionariedad?” menciono que:
“Se refiere a que las propiedades de la serie no varían con respecto al tiempo. En
otras palabras, significa que su variación (la forma en la que cambia) no cambia en
función del tiempo”
Luego se prosiguió con la primera corrida de datos, al estimar el primer modelo VAR se
halló los R cuadrados por debajo del 50% considerando además que no puede ser el modelo
óptimo para la estimación. Se busco el rezago del modelo más adecuado haciendo
comparativa para ello de los criterios de información y se hizo la segunda corrida de datos.
Para poder asegurarnos de que se cumpla las propiedades del modelo se realizó las siguientes
pruebas:
16
Se realizó el test de estabilidad de polinomios, si se tiene valores menores a la unidad se
determina que el modelo es estable para explicar los efectos entre las variables simultáneas
del modelo. Pero también se realizó el test de estabilidad del modelo método gráfico lo cual
sirve para comprobar el test de estabilidad de polinomios.
Se realizó también el test de normalidad, para determinar si los datos están bien modelados
por una distribución normal y también para calcular la probabilidad de que una variable
aleatoria subyacente a los datos se distribuya normalmente.
Por último, se analizó los correlogramas residuales si se mantienen dentro de la banda
permitida a lo largo de los años lo cual denota homogeneidad de dichos residuos cumpliendo
de forma adecuada la propiedad del modelo en estudio.
o Análisis inferencial.
Se realizó un análisis inferencial mediante el coeficiente de determinación, denominado
como R cuadrado, para precisar si las variables cuantitativas tienen relación entre ellas, por lo
tanto, ayudará determinar si se acepta o rechaza la hipótesis nula. La región de aceptación de
la prueba para cada hipótesis planteado fue lo siguiente:
Se rechaza la H0, si el valor del R cuadrado es <
No se rechaza la H0, Si el valor del R cuadrado es > (0.05)
Se analizó con el coeficiente de determinación llamado también R cuadrado, porque al
realizar el estudio con el modelo VAR, el chi cuadrado pierde valor, por lo cual para este
tipo de modelo se utilizó el R cuadrado.
Resultados
Los resultados de la investigación están divididos en dos partes: Estadísticos descriptivos
y análisis inferencial.
• Estadísticos descriptivos
17
En primer lugar, se realizó el test de estacionariedad mediante el P Valor y al tener todas
las variables un P valor menor a 0.05 se determinó que si son estacionarias.
Mediante un análisis de Durbin-Watson stat se descartó la auto correlación al obtener un
Durbin-Watson entre 1.85 y 2.15.
Tabla 3
Durbin-Watson
Durbin-Watson stat
Productividad 2.043802
Competitividad 2.197706
Exportación 2.094090
Inversión en tecnología 1.932158
Fuente: Elaboración propia.
Luego se realizó la primera corrida de datos en el programa Eviews.
Tabla 4
Primera corrida de datos
Vector Autoregression Estimates
Date: 06/26/20 Time: 17:06
Sample (adjusted): 4 44
Included observations: 41 after adjustments
Standard errors in ( ) & t-statistics in [ ] D(XEUU) D(PR) D(PM)
D (IMT (-1)) -36.62273 0.033641 2.38E-10
(32.1794) (0.06474) (1.5E-07)
[-1.13808] [ 0.51961] [ 0.00163]
D (IMT (-2)) -13.50661 0.019957 -8.23E-08
(31.5273) (0.06343) (1.4E-07)
[-0.42841] [ 0.31462] [-0.57462]
C -22963.10 -45.41326 -3.97E-05
(42576.1) (85.6605) (0.00019)
[-0.53934] [-0.53015] [-0.20505]
18
R-squared 0.394191 0.248139 0.274570
FUENTE: Elaboración propia
Al estimar el primer modelo VAR se halló los R cuadrado por debajo del 50% considerando
además que no puede ser el modelo óptimo para la estimación. Se busco el rezago más
adecuado del modelo haciendo comparativa para ello de los criterios de información.
Luego se realizó la segunda corrida de datos, para ello se encontró el rezago óptimo
retrocediendo cinco trimestres la variable con respecto a si misma y sobre las otras variables
además de incluir 2 variables dicotómicas en el periodo 8 y 32 generando con ello se cumplan
las propiedades del modelo.
Para asegurarnos que las variables cumplan las propiedades del modelo se realizó el test
de estabilidad de polinomios, está test se encuentra en anexos como anexo 1; al encontrar
todos los valores menores a la unidad se determinó que el modelo es estable para explicar los
efectos entre las variables simultáneas del modelo.
Para comprobar el modelo de polinomios se realizó el test de estabilidad del modelo método
gráfico, este test se encuentra en el anexo 2; al observar todos los puntos dentro del área del
círculo se pudo comprobar que las variables del modelo son estables.
También se realizó el test de normalidad, este test se encuentra en anexos como anexo 3;
al obtener una probabilidad de 0.9766 el cual es mayor al punto de referencia 5% (0.05) se
pudo asegurar que el modelo si posee una distribución normal.
Por último, se analizó los correlogramas residuales, está tabla se encuentra en el anexo
4; al tener todos los puntos dentro de las bandas de confianza se pudo afirmar que el modelo
ya está correctamente validado.
Tabla 5
Segunda corrida de datos
D(XEUU)= Exportación
D(PR)= Productividad
D(PM)= Participación de mercado (competitividad)
D(IMT)= Inversión en tecnología
19
Vector Autoregression Estimates
Date: 06/26/20 Time: 16:49
Sample (adjusted): 7 44
Included observations: 38 after adjustments
Standard errors in ( ) & t-statistics in [ ] D(XEUU) D(PR) D(PM)
D (IMT (-1)) -26.31828 0.105185 3.27E-08
(72.7490) (0.08796) (2.3E-07)
[-0.36177] [ 1.19585] [ 0.14212]
D (IMT (-2)) 20.20084 0.045020 2.22E-07
(73.7214) (0.08913) (2.3E-07)
[ 0.27402] [ 0.50509] [ 0.95457]
D (IMT (-3)) 50.05955 0.008160 1.98E-07
(60.3673) (0.07299) (1.9E-07)
[ 0.82925] [ 0.11179] [ 1.03632]
D (IMT (-4)) 3.037188 0.018889 6.89E-08
(49.0889) (0.05935) (1.6E-07)
[ 0.06187] [ 0.31826] [ 0.44440]
D (IMT (-5)) 17.86909 0.020425 1.35E-07
(49.1843) (0.05947) (1.6E-07)
[ 0.36331] [ 0.34347] [ 0.86717]
C -21662.54 -8.118355 -1.81E-05
(50452.1) (61.0001) (0.00016)
[-0.42937] [-0.13309] [-0.11358]
@ISPERIOD ("8") 989058.0 -2356.406 0.002414
(1483354) (1793.48) (0.00469)
[ 0.66677] [-1.31387] [ 0.51501]
@ISPERIOD ("32") 246731.0 1635.801 0.001754
(307099.) (371.305) (0.00097)
[ 0.80342] [ 4.40555] [ 1.80715] R-squared 0.635556 0.859406 0.813822
Adj. R-squared 0.101038 0.653202 0.540762
Sum sq. resids 1.19E+12 1733057. 1.18E-05
S.E. equation 281131.1 339.9075 0.000889
F-statistic 1.189027 4.167742 2.980372
Log likelihood -513.0284 -257.7481 230.7275
Akaike AIC 28.21202 14.77621 -10.93303
Schwarz SC 29.20319 15.76738 -9.941858
Mean dependent -26530.01 -14.03081 -4.39E-05
S.D. dependent 296509.3 577.1947 0.001311 FUENTE: Elaboración propia
En tal sentido, las ecuaciones del modelo serían:
20
Productividad= -8.118355+0.105185 IMT (-1) + 0.045020 IMT (-1) +0.008160 IMT (-3)
+0.018889 IMT (-4) +0.020425 IMT (-5)+u1t
Competitividad= -1.81E-05 + 3.27E-08 IMT (-1) + 2.22E-07IMT (-2) + 1.98E-07 IMT (-3)
+6.89E-08 IMT (-4) + 1.35E-07IMT (-5) +u2t
Exportación= -21662.54+ (-26.31828) IMT (-1) + 20.20084 IMT (-2) + 50.05955 IMT (-3) +
3.037188 IMT (-4) + 17.86909 IMT (-5) +u3t+ −26.31828Exportación (-1) + 𝝁
• Análisis inferencial: Coeficiente de determinación (R cuadrado)
➢ Hipótesis General
H0: La inversión en tecnología no influye significativamente en la productividad, competitividad
y exportación de las empresas textiles exportadoras durante los años 2009 al 2019.
H1: La inversión en tecnología influye significativamente en la productividad, competitividad y
exportación de las empresas textiles exportadoras durante los años 2009 al 2019.
La tabla 5, expone la segunda corrida de datos, pero en la parte inferior se muestra el R-
squared, el cual muestra el nivel de ajuste de las 4 variables al modelo: Inversión en
tecnología, productividad, competitividad y exportación. De acuerdo con los resultados
obtenidos, se observa que el coeficiente de determinación para la competitividad y
productividad muestra un 0.859406, 0.813822 y 0.635556 respectivamente y son valores
cercanos a 1, por tal motivo se rechaza la hipótesis nula y se acepta la hipótesis alterna, lo que
quiere decir que la inversión en tecnología si influye significativamente y positiva en la
productividad, competitividad y exportación de la industria textil.
➢ Hipótesis específicas
Hipótesis 1
H0: La inversión en tecnología no mejora razonablemente la competitividad en la industria
textil exportadora.
21
H1: La inversión en tecnología mejora razonablemente la competitividad en la industria textil
exportadora.
En la tabla 5, se presenta la segunda corrida de datos, pero en la parte inferior se
encuentra el R- squared, el cual muestra el nivel de ajuste de las dos variables al modelo:
Inversión en tecnología y competitividad. De acuerdo con los resultados que se obtuvieron y
se observan en la tabla, un coeficiente de determinación de 0.813822 por lo cual se rechaza
la hipótesis nula y se puede afirmar que la inversión en tecnología mejora razonablemente la
competitividad de la industria textil.
Hipótesis 2
H0: La inversión en tecnología no mejora notablemente la productividad en la industria textil
exportadora.
H1: La inversión en tecnología mejora notablemente la productividad en la industria textil
exportadora.
La tabla 5, muestra la segunda corrida de datos, pero en la parte inferior se encuentra el
R- squared, el cual muestra el nivel de ajuste de las dos variables al modelo: Inversión en
tecnología y productividad. De acuerdo con los resultados que se obtuvieron y se observan en
la tabla, se rechaza la hipótesis nula y se puede afirmar que la inversión en tecnología mejora
notablemente la productividad de la industria textil, debido a que el coeficiente de
determinación muestra un 0.859406 y es un valor cercano a 1.
Hipótesis 3
Ho: La inversión en tecnología no mejora notablemente la exportación textil a EE. UU.
H1: La inversión en tecnología mejora notablemente la exportación textil a EE. UU.
La tabla 5, muestra la segunda corrida de datos, pero en la parte inferior se encuentra
el R- squared, el cual muestra el nivel de ajuste de las dos variables al modelo: inversión en
tecnología y exportación. De acuerdo con los resultados obtenidos por el coeficiente de
determinación un 0.635556, se rechazó la hipótesis nula y se puede afirmar que la inversión
en tecnología mejora notablemente la exportación de la industria textil.
22
Discusión
En la investigación realizada se establecieron cuatro variables: Inversión en tecnología
(IMT), productividad (PR), competitividad (PM) y exportación (XEUU), después de la
recolección de datos, se determinó que las 4 variables tienen un alto nivel de ajuste al modelo;
esto quiere decir que la inversión en tecnología realizada por las empresas textiles si ha influido
positivamente en la productividad, competitividad y ha aumentado los niveles de exportación,
este resultado es beneficioso para la industria textil, puesto que podrán invertir sabiendo que
su inversión dará resultados positivos en las variables ya mencionadas.
La hipótesis planteada del estudio es si la inversión en tecnología influye
significativamente en la productividad, competitividad y exportación de las empresas textiles
exportadoras durante los años 2009 al 2019. Además, se obtuvieron datos estadísticos como
el coeficiente de determinación: R cuadrado= 0.859406, 0.813822 y 0.635556
respectivamente, esto indica la aceptación de la hipótesis alterna. Al respecto, existe
concordancia con lo que menciona PRODUCE (2015), en la conclusión de su estudio de
investigación sectorial, la importancia y la falta de la inversión en tecnología para mejorar la
productividad y lo dicho por la especialista Carmen León a Gestión (2018), sobre la importancia
de la inversión en tecnología para mejorar la competitividad y ganar mercado para aumentar
en exportación.
De los resultados obtenidos dentro de esta investigación, se pudo comprobar que la
inversión en tecnología tuvo influencia en la productividad. De manera similar Vargas, Bracho,
Labarca & Leal (2017), en su investigación titulada “Gestión tecnológica en pymes del sector
textil del municipio Maracaibo- Zulia- Venezuela”, mencionaron que una adecuada inversión
en tecnología puede permitir reducir los costos de fabricación porque se reduciría los residuos
y se disminuirían las horas de trabajo lo cual se ve reflejado en el aumento de productividad.
En el mismo sentido, en el modelo también se analizó el coeficiente de la productividad y
la inversión en tecnología, lo cual se encuentra las ecuaciones del modelo y en la tabla número
5, al obtener un coeficiente de 0.105185 nos quiere decir que por cada dólar invertido en
tecnología por las empresas textiles en el período anterior, aumentan en 0.10 la productividad
en el período actual, mientras que para el segundo trimestre la productividad aumenta en
0.045 un monto menor a la primera, lo cual quiere decir que la inversión en tecnología influye
23
de manera positiva en la productividad a corto plazo puesto que en los siguientes trimestres
también continua disminuyendo.
Por otro lado, de acuerdo con los resultados obtenidos en esta investigación, se pudo
comprobar también que la inversión en tecnología influye significativamente en la
competitividad de las empresas textiles. El equipo legal Centroamérica (2020), expresaron que
para fortalecer la competitividad de la industria textil de Guatemala se basó en la inversión
para la automatización de sus procesos y de esta manera lograron reducir costos y
aumentaron su productividad.
En el mismo sentido, en el modelo también se analizó los coeficientes de la competitividad
y la inversión en tecnología, y se pudo observar que, cada dólar invertido en tecnología por
las empresas textiles en el período anterior, se incrementa en 3.27E-08 la competitividad en
el período actual, mientras que para el segundo trimestre se incrementa en 2.22E-07, lo que
quiere decir es que su impacto es relativamente bajo pero positivo en los trimestres siguientes
de la inversión.
De acuerdo con los resultados obtenidos en la presente investigación, se pudo comprobar
que la inversión en tecnología influye en la exportación. Según, Goytizolo, Molina, Noriega y
Tello (2017), en su investigación titulada “causas que originaron que la industria textil peruana
disminuya sus volúmenes de exportación de la partida 61.09.10.00.00 hacia EE. UU. entre los
años 2011 y 2015”, mencionó que la tecnología empleado en toda su cadena productiva de la
industria textil asiático les permite ofertar sus prendas a precios bajos con lo cual gana
mercado en otros países y aumentan sus exportaciones.
En el mismo sentido, en el modelo también se analizó mediante los coeficientes de la
exportación y la inversión en tecnología, y se pudo observar que, por cada dólar invertido en
tecnología por las empresas textiles en el período anterior, las exportaciones a Estados Unidos
disminuyen en 26.31 en el período actual, pero para el segundo trimestre las exportaciones
aumentan en 20.20 y el tercer trimestre en 50.05. Lo que significa que la inversión en
tecnología tiene una mejor influencia a largo plazo y una influencia negativa en el primer
trimestre. Cabe resaltar que también se debe de considerar que el 54.8% de las empresas
textiles son microempresas mencionado por ComexPerú (2019), quienes no cuentan con
capital suficiente para invertir en tecnología por tal motivo se recomienda que una de las
24
entidades públicas establezca estrategias para ayudar a estas Microempresas generadoras
de empleo.
Por último, si bien en el resultado de la investigación sí existe relación entre las variables
expuestas, existe todavía la posibilidad de mejorar dicha relación, porque existen otras
variables como la innovación, capital, apoyo del gobierno, investigación y desarrollo que
pueden tener una mejor relación con la productividad, competitividad y exportación.
25
Referencias
Bardales, E. (2018). Empresas de confecciones deben incorporar la innovación tecnológica, ¿cuánto es el costo? [Gestión]. Recuperado de: https://gestion.pe/economia/empresas-confecciones-deben-incorporar-innovacion-tecnologica-costo-226939-noticia/
Casella, J (2017). Cómo mejorar la productividad laboral de tu empresa. [Captio by emburse].
Recuperado de: https://www.captio.net/blog/el-impacto-de-las-nuevas-tecnologias-en-la-productividad-laboral
Castro, J. (2016). Importancia de la tecnología en las PyMEs y empresas en crecimiento.
[CORPONET]. Recuperado de: https://blog.corponet.com.mx/importancia-de-la-tecnologia-en-las-empresas-en-crecimientoCOMEX PERÚ. (2019, 6 septiembre). MYPE PERUANA INTERNACIONAL: ¿LISTA PARA EL RETO? [COMEX PERÚ - Sociedad de Comercio Exterior del Perú]. Recuperado de: https://www.comexperu.org.pe/articulo/mype-peruana-internacional-lista-para-el-reto
COMEX PERÚ. (2018). El repunte de las exportaciones textiles [COMEX PERÚ - Sociedad de
Comercio Exterior del Perú]. Recuperado de: https://www.comexperu.org.pe/articulo/el-repunte-de-las-exportaciones-textiles
Davis, R. (2019). Aumento en las Exportaciones de Textiles en Centroamérica [Textiles
Panamericanos]. Recuperado de: https://textilespanamericanos.com/textiles-panamericanos/2019/04/aumento-en-las-exportaciones-de-textiles-en-centroamerica/
Equipo Legal Centroamérica. (2020). Tecnología e Innovación en la Industria Textil de
Guatemala [Biz Latín Hub]. Recuperado de: https://www.bizlatinhub.com/es/tecnologia-innovacion-industria-textil-guatemala/
García, B. y Duana, D. (2010). Visión hacia la cultura de exportaciones de los empresarios de
las Pymes del Estado de Hidalgo y su impacto en el desarrollo regional. Trabajo presentado en Mesa 2 Empresas y Empresarios. VII Congreso de estudios del Trabajo, AMET. Mérida. Recuperado de: https://www.uaeh.edu.mx/investigacion/icea/LI_EcoReg/Blanca_Garcia/exportacion.pdf
Goytizolo, Á., Molina, E., Noriega, J. y Tello N. (2017). Causas que originaron que la industria
textil peruana disminuya sus volúmenes de exportación de la partida 61.09.10.00.00 hacia EE. UU entre los años 2011 y 2015. (Tesis de licenciatura). Universidad Peruana de Ciencias Aplicadas, Lima. Recuperada de: http://repositorio.usil.edu.pe/bitstream/USIL/2485/1/2017_USIL_GuIa-de-Estilo-Editorial-USIL.pdf
Henríquez, P. (2012). ¿Qué significa invertir en tecnología? [América Economía]. Recuperado
de: https://www.americaeconomia.com/analisis-opinion/que-significa-invertir-en-tecnologia
Hernández, R., Fernández, C. y Baptista, M. (2010). Metodología de la investigación (Quinta
edición). Recuperado de:
26
https://www.academia.edu/20792455/Metodolog%C3%ADa_de_la_Investigaci%C3%B3n_5ta_edici%C3%B3n_Roberto_Hern%C3%A1ndez_Sampieri
Instituto Nacional de Estadística y Geografía (2018). Sistema de Cuentas Nacionales de
México: fuentes y metodologías: año base 2013. Recuperado de: https://www.inegi.org.mx/contenidos/programas/pibact/2013/metodologias/METODOLOGIA_CBYSB2013.pdf
Martínez, C. (1995). Del concepto de productividad en el management clásico al concepto de
eficacia en el management contemporáneo. Innovar, (6), 66-79. Recuperado de: https://revistas.unal.edu.co/index.php/innovar/article/view/19135/20081
Martínez, M. (2009). El concepto de productividad en el análisis económico. Recuperado de:
https://www.yumpu.com/es/document/read/4464117/maria-eugenia-martinez-de-ita-critica-azcapotzalco
Ministerio de la Producción. (2015). Estudio de investigación del sector textil y confecciones
(1a Edición). Lima. Recuperado de: http://ogeiee.produce.gob.pe/images/oee/docTrab_Textil.pdf
REAL ACADEMIA ESPAÑOLA: Diccionario de la lengua española, 23. ª ed., [versión 23.3 en
línea]. Recuperado de: https://dle.rae.es Leal, M., Labarca, N., Bracho, O. y Vargas, V. (2018) Gestión Tecnológica en pymes del sector
textil del municipio Maracaibo-estado Zulia- Venezuela 1. Revista Venezolana de Gerencia, 23 (82). Recuperado de: https://www.redalyc.org/jatsRepo/290/29056115005/html/index.html#fn25
Oca, J. (2020, 9 de julio). Exportación. [Economipedia]. Recuperado de:
https://economipedia.com/definiciones/exportacion.html Ramírez, A. (2019). Series de Tiempo: Estacionariedad. [RPubs by RStudio]. Recuperado de:
https://rpubs.com/Arthurus/492144 ROSERO, S. (2019). Influencia de la tecnología en la productividad del Sector bananero en
la provincia De Los Ríos. Periodo 2012-2017. (Tesis de licenciatura). Universidad Católica de Santiago de Guayaquil, Guayaquil. Recuperada de: http://repositorio.ucsg.edu.ec/bitstream/3317/12871/1/T-UCSG-PRE-ECO-CECO-268.pdf
Ruesga, S. y Da Silva, J. (2007). Competitividad y globalización: nuevos y viejos desafíos.
Papeles del Este, (14), 1-27. Recuperado de: https://revistas.ucm.es/index.php/PAPE/article/download/PAPE0707220007A/25690
Suñol, S. (2006). Aspectos teóricos de la competitividad. Ciencia y Sociedad, 31 (2), 179-198.
Disponible en: https://www.redalyc.org/pdf/870/87031202.pdf Valero, G. (2020). Influencia de la competitividad y el capital tecnológico, en la
internacionalización de las empresas exportadoras de Bucaramanga y su Área
27
Metropolitana-Colombia. (Tesis Doctoral.) Universidad Politécnica de Valencia, Valencia. Recuperado de: https://riunet.upv.es/handle/10251/140312
28
Anexo
Anexo 1: Estabilidad del modelo método polinomios
Roots of Characteristic Polynomial
Endogenous variables: D(XEUU) D(PR) D(PM) D(IMT)
Exogenous variables: C @ISPERIOD ("8") @ISPERIOD ("32")
Lag specification: 1 5
Date: 06/26/20 Time: 16:52
Root Modulus
-0.942182 0.942182
-0.753413 + 0.541658i 0.927914
-0.753413 - 0.541658i 0.927914
-0.033388 - 0.893007i 0.893631
-0.033388 + 0.893007i 0.893631
-0.871736 - 0.163991i 0.887027
-0.871736 + 0.163991i 0.887027
-0.438362 - 0.743715i 0.863292
-0.438362 + 0.743715i 0.863292
0.761067 + 0.406393i 0.862774
0.761067 - 0.406393i 0.862774
0.445511 - 0.687653i 0.819357
0.445511 + 0.687653i 0.819357
-0.265636 + 0.762370i 0.807323
-0.265636 - 0.762370i 0.807323
0.049047 + 0.685013i 0.686766
0.049047 - 0.685013i 0.686766
0.287373 + 0.614908i 0.678745
0.287373 - 0.614908i 0.678745
0.088301 0.088301
No root lies outside the unit circle. VAR satisfies the stability condition.
FUENTE: Elaboración propia
29
Anexo 2: Estabilidad del modelo método gráfico
FUENTE: Elaboración propia
Anexo 3: Test de normalidad
Component Jarque-Bera df Prob. 1 0.101218 2 0.9507
2 0.912543 2 0.6336
3 1.087340 2 0.5806
4 0.034200 2 0.9830 Joint 2.135301 8 0.9766
FUENTE: Elaboración propia
30
Anexo 4: Correlograma
FUENTE: Elaboración propia
Anexo 5: Matriz de correlación
Influencia de la inversión tecnológica en la productividad, competitividad y exportación de
empresas textiles peruanas (2009-2019)
Problema general Objetivo general Hipótesis general
¿En qué medida la inversión en
tecnología impacta en la
productividad, competitividad y
exportación entre los años 2009 al
2019?
Demostrar que la inversión en
tecnología por las empresas
exportadoras del sector textil impacta
significativamente en la productividad,
competitividad y exportación durante
los años 2009 al 2019.
La inversión en tecnología influye
significativamente en la productividad,
competitividad y exportación de las
empresas textiles exportadoras
durante los años 2009 al 2019.
Problema específico Objetivo específico Hipótesis específica
¿La inversión en tecnología
mejora notablemente la
competitividad de la industria
textil exportadora?
Determinar que la inversión en
tecnología mejora razonablemente la
competitividad en la industria textil
exportadora.
La inversión en tecnología influye
notablemente en la mejora de la
competitividad en la industria textil
exportadora.
¿La inversión en tecnología mejora
significativamente la productividad en
la industria textil exportadora?
Mostrar que la inversión en
tecnología mejora notablemente la
productividad en la industria textil
exportadora.
La inversión en tecnología influye
significativamente en la mejora de la
productividad en la industria textil
exportadora.
¿La inversión en tecnología mejora
notablemente la exportación textil a
Estados Unidos?
Analizar si la inversión en tecnología
mejora notablemente la exportación a
Estados Unidos.
La inversión en tecnología mejora
notablemente la exportación a
Estados Unidos.
Fuente: Elaboración propia
31
Anexo 6: Variables para corrida de datos
Periodo
Variable
dependiente
Variable
independiente
1
Variable
independiente
2
Variable
independiente
3
Inversión de
maquinaria
textil en miles de
dólares
Productividad
(KG por cada
dólar invertido
en
maquinaria)
Participación
de mercado
Exportación
textil a Estados
Unidos en Kg
1T 5,172 359.4321075 0.78% 1,858,982.86
2T 242 7689.452066 0.83% 1,860,847.40
3T 2,430 960.2071605 0.79% 2,333,303.40
4T 2,152 856.062881 0.77% 1,842,247.32
1T 2,544 897.4721344 0.87% 2,283,169.11
2T 2,855 900.0964834 0.94% 2,569,775.46
3T 3,757 645.5465345 0.72% 2,425,318.33
4T 5,825 384.5573425 0.95% 2,240,046.52
1T 5,461 484.6137978 1.04% 2,646,475.95
2T 3,749 688.9119579 1.03% 2,582,730.93
3T 9,192 190.9251947 0.65% 1,754,984.39
4T 7,812 206.9789836 0.77% 1,616,919.82
1T 9,574 152.4588688 0.63% 1,459,641.21
2T 6,101 250.1066055 0.59% 1,525,900.40
3T 2,736 554.7501645 0.52% 1,517,796.45
4T 3,009 579.7486507 0.69% 1,744,463.69
1T 2,741 512.0620759 0.54% 1,403,562.15
2T 2,323 681.2928239 0.63% 1,582,643.23
3T 3,320 510.9761446 0.55% 1,696,440.80
4T 1,080 1264.867222 0.57% 1,366,056.60
1T 4,567 420.5000504 0.80% 1,920,423.73
32
2T 1,937 763.4208467 0.62% 1,478,746.18
3T 5,159 254.2192751 0.47% 1,311,517.24
4T 4,476 252.0246001 0.51% 1,128,062.11
1T 2,318 593.3688697 0.50% 1,375,429.04
2T 1,648 733.2262075 0.47% 1,208,356.79
3T 1,705 706.343478 0.41% 1,204,315.63
4T 1,247 1101.331443 0.54% 1,373,360.31
1T 1,543 987.3794297 0.55% 1,523,526.46
2T 2,324 545.6533993 0.52% 1,268,098.50
3T 2,889 449.3385358 0.45% 1,298,139.03
4T 688 2343.899709 0.70% 1,612,603.00
1T 2,465 580.2947789 0.59% 1,430,426.63
2T 2,193 587.1004697 0.55% 1,287,511.33
3T 1,331 1553.686341 0.71% 2,067,956.52
4T 1,771 1027.267781 0.76% 1,819,291.24
1T 1,971 830.9162659 0.64% 1,637,735.96
2T 2,151 771.7499721 0.73% 1,660,034.19
3T 2,736 729.4449561 0.70% 1,995,761.40
4T 3,248 522.9593966 0.73% 1,698,572.12
1T 3,181 606.5753411 0.75% 1,929,516.16
2T 2,236 863.150076 0.77% 1,930,003.57
3T 1,320 1443.036848 0.65% 1,904,808.64
4T 4,256 366.9255475 0.77% 1,561,635.13
Fuente: BCRP/ TRADE MAP/Data Trade
Top Related