DETERMINANTES DE LA INVERSIÓN EN I+D DE LAS EMPRESAS

Transcripción

1 DETERMINANTES DE LA INVERSIÓN EN I+D DE LAS EMPRESAS Eloy Sánchez Genicio Vella V. Somoza Sánchez Eva Morín Alonso 1

2 ABSTRACT El trabajo que nosotros vamos a presentar consiste en una regresión mediante la cual vamos a identificar, o al menos a intentarlo, cuales son los factores que podrían determinar la inversión en I+D en un sector, para ello hemos estructurado el trabajo de la siguiente manera: Primero a modo de introducción explicaremos algunos aspectos teóricos, así como las variables que vamos a usar y los signos que esperamos obtener, también hablaremos brevemente de algunos documentos que hemos estudiado para realizar este trabajo, ya que no hay ninguna literatura especifica que explique lo que vamos hacer. A continuación nos centraremos en la regresión, en los resultados que hemos obtenido y en las dificultades que hemos encontrado para hacerla Para finalmente cerrar el trabajo con las conclusiones obtenidas. 2

3 ÍNDICE: 1. Introducción 2. Literatura 3. Modelo 4. Regresiones 5. Conclusiones 6. Bibliografía 3

4 1. INTRODUCCIÓN Existe un interés por la innovación debido a que produce efectos sobre la actividad económica. La innovación es muy importante para el crecimiento económico a largo plazo de un país, ya que estimula la productividad y la competitividad de las empresas, permitiendo que disminuyan los precios de los bienes y servicios finales que ofrecen las empresas por las empresas (Wilson, 2003). Además, las innovaciones realizadas en un sector incrementan indirectamente la productividad de otros sectores. A nivel empresarial, la innovación puede traducirse en mejoras de calidad o en una mayor diferenciación de producto, lo que les permite incrementar su valor añadido. El crecimiento económico que se produce debido a la innovación provoca un aumento de la renta nacional, que permite aumentar la inversión, incentivando así la creación de riqueza. Este incremento en la riqueza permitirá a su vez aumentar la competitividad de las empresas, así como el esfuerzo innovador de la misma. Cuando las empresas utilizan la innovación para mejorar o producir nuevos bienes y servicios se incrementa la satisfacción de los consumidores y aumenta el bienestar general. Para realizar nuestro trabajo hemos cogido datos del ranking de las 2000 primeras empresas por inversión en I+D a nivel mundial en al año 2005, estas empresas las hemos agrupado por sectores y hemos cogido los 6 mas representativos (fijándonos en aquellos que tenían el mayor numero de empresas invirtiendo en I+D) y en cada uno de estos sectores hemos cogido una muestra de 40 empresas, las que mayor inversión realizan según la clasificación industrial ICB (industry classification Benchmark). Los 6 sectores que hemos elegidos son: - Aeronáutica - Automóviles - Biotecnología - Empresas químicas - Maquinaria industrial - Empresas farmacéuticas 4

5 Este es un grafico en el que se ve la inversión en I+D realizada por cada uno de los sectores analizados en el año 2005 (en millones de euros) INVERSIÓN EN I+D EN EL AÑO 2005 (en millonse de euros) 9% 5% 2% Automoviles 9% 40% Empresas Farmaceúticas Aeronautica Empresas químicas Biotecnología Maquinaria industrial 35% Fuente: elaboración propia a partir de datos del Scoreboard Industrial R&D Los sectores que representan el mayor porcentaje como podéis observar son los automóviles (40%) y la Biotecnología (35%) y el que menor la maquinaria industrial solo cono un (2%). Esto en cifras seria: SECTOR MILLONES DE Automóviles 61204,14 Farmacéutica 55294,44 Aeronáutica 14830,95 Empresas 13683,64 químicas Biotecnología 7845,95 Maquinaria 3878,85 industrial Ahora vamos a ver un grafico que muestra la evolución de los años 2002 a 2005 de la inversión media en I+D en estos sectores en millones de euros. 5

6 EVOLUCIÓN DE LA INVERSION MEDIA EN I+D POR SECTORES (millones de euros) Aeronaútica Automoviles Biotecnología Empresas químicas Maquinaria industrial Empresa farmaceutica Fuente: elaboración propia a partir de datos del Scoreboard industrial R&D Realizando un análisis por sectores en función de los que realizan una mayor inversión en I+D vemos que: - la lista esta encabezada por el sector de los automóviles - seguido en segundo lugar de las empresas farmacéuticas - en tercer lugar (y con una gran diferencia respecto a los dos sectores anteriores) están las empresas químicas - en cuarto lugar el sector aeronáutico - en quinto lugar biotecnología - y en sexto y ultimo lugar la maquinaria industrial Ahora centrando el análisis en función de la evolución en estos años podemos decir que la evolución en cada sector ha sido diferente. En las empresas farmacéuticas la tendencia ha sido creciente, pasando de 1094 a casi 1400 (1382) millones de euros, en el resto de sectores, la inversión media en I+D del año 2002 al 2003 disminuyo, siendo la evolución en el año 2003 y 2004 diferente para cada uno de ellos, una característica común a los seis sectores, es la cantidad media invertida en millones de euros en I+D es mayor en ultimo año analizado (2005) que en el primero (2002) Lo que nosotros pretendemos es explicar de que depende la inversión en I+D (en millones de euros) en un año determinado, en este caso concreto en 6

7 el año 2005 vamos a intentar explicar esto para los seis sectores con datos obtenidos del Scoreboard industrial R&D, en función de: - termino constante - cuota de mercado del año tasa de crecimiento del beneficio operativo - tasa de crecimiento de la ventas netas - cuota de mercado del año anterior (2004). 7

8 2. LITERATURA: El primer trabajo en el que nos basamos para llevar a cabo la regresión fue la postura de Schumpeter de 1942, que propone la concentración de mercado como principal motor para la inversión. Debido a la polémica de esta afirmación en la literatura decidimos seguir el trabajo de Tom Nicholas en su artículo del Vol. 63, no. 4 (December 2003), pp de la revista The Journal of Economic History, titulado Why Schumpeter was Right: Innovation, Market Power, and Creative Destruction in 1920s America, el cual a través de una Ecuación de innovación y de una ecuación de mercado llega a unos resultados que reafirman la hipótesis Schumpeteriana. El siguiente trabajo en el que nos fijamos es el del Volume 25, Number 4, August 2003 ETRI Journal: Determinants of Corporate R&D Investment: An Empirical Study Comparing Korea s. IT Industry with Its Non-IT Industry de Myeong-Ho Lee y In Jeong Hwang. Nos fijamos en las variables que utilizan para su regresión: H1: El tamaño de la empresa está asociado positivamente con la inversión en I+D. H2: Los mercados más concentrados son los que más invierten en I+D H3: La inversión en I+D se incrementa a la vez que el beneficio. H4: La existencia de un gobierno subsidiario incrementa la inversión en I+D. H5: El crecimiento potencial está correlacionado positivamente con la inversión en I+D. Los primeros intentos que llevamos a cabo incluían algunas de estas variables, pero acabamos por desecharlas porque no nos salían significativas. En la línea de estos autores, nos fijamos en la literatura que a su vez utilizaban: 8

9 1 Si nos fijamos en la hipótesis de Grabowski, nos damos cuenta que al igual que el trabajo de Nicholas, maneja las patentes como uno de los determinantes de la inversión en I+D, pero al contrario que éste no las mesura con las citaciones de patentes y el alcance de las mismas, por lo que supone una variable con un sesgo importante, ya que en algunos sectores las patentes no son el primer mecanismo para adueñarse de los esfuerzos en I+D, y también puede suceder que las patentes no sean sino la muestra del intento de mantenerse en posiciones de monopolio por parte de algunas empresas, siendo por tanto están patentes herramientas sin valor económico. En nuestro análisis no introdujimos variables acerca de las patentes debido a la dificultad para obtener datos fidedignos del alcance de las mismas. 1 Volume 25, Number 4, August 2003 ETRI Journal: Determinants of Corporate R&D Investment: An Empirical Study Comparing Korea s. IT Industry with Its Non-IT Industry (Myeong-Ho Lee and In Jeong Hwang) 9

10 De entre todos los trabajos que presentamos en la tabla anterior es el trabajo de Reynard el que más se asemeja a nuestras hipótesis, ya que sus análisis del la inversión en I+D utilizan como variable explicativa el beneficio neto, el cual hemos utilizado para obtener la cuota de mercado en nuestra regresión, ya que siguiendo los escritos de Schumpeter de 1942, los cuales tomamos inicialmente como referencia principal, es el poder de mercado de las empresas lo que lleva a una mayor concentración de la inversión en I+D en las empresas al borde del monopolio ( lo que Schumpeter llama consorcios y que en la actualidad se identificaría con empresas oligopolísticas). Siguiendo nuestra búsqueda en la literatura, y en la línea de los autores anteriores encontramos otro trabajo que defiende las hipótesis de Schumpeter de 1942: En la PICMET 2006 Proceedings, 9-13 July, Istanbul, Turkey (c) 2006 PICMET, Determinants of Firm R&D Investment: Evidence From China, de Hua Cheng y Xianping Chen. Estos autores incluyen como novedad la figura del Estado como herramienta necesaria para que se pueda dar la innovación a través de la inversión en I+D. En definitiva también refutan la hipótesis Schumpeteriana en el sentido de que según el trabajo de Nicholas: El hecho de que el gobierno mantuviese una visión positiva de los grandes negocios durante la década de los años veinte, que las instituciones fueran fuertes, y que no hubiese barreras en el mercado, supuso un marco ideal para analizar las fuerzas que condujeron al crecimiento basado en la innovación. Cabe destacar por último en cuanto a la literatura se refiere, el hecho de que algunos de los autores son asiáticos y poseen un concepto de las relaciones sociales diferente al occidental, lo cual puede que suponga un sesgo a favor de las ideas de 1942 de Schumpeter, que es probable que autores occidentales no aprobasen en sus análisis. Prueba de ello es que en nuestra regresión acabamos por desechar la variable que se refería al entrenamiento de los individuos para su inserción en la empresa. 10

11 3. EL MODELO DEFINICIÓN DE VARIABLES En nuestra regresión, en concreto, las variables que vamos a utilizar son: VARIABLE DEPENDIENTE Inversión en I+D: es el dinero invertido en I+D que proviene de los fondos de la propia empresa. Investigación: se refiere a una investigación original y planificada. Los gastos en investigación se reconocen cuando han ocurrido. Desarrollo: es la aplicación de la investigación u otros conocimientos a un plan para producir algo nuevo o mejorar sustancialmente materiales, productos, procesos, sistemas o servicios antes de empezar la producción comercial o su uso. Los costes de desarrollo son cobrados cuando se puede demostrar que esta inversión puede generar beneficios futuros. VARIABLES INDEPENDIENTES - Cuota de mercado del año 2005: Ventas netas/total de ventas del sector; siendo las ventas netas - Tasa de crecimiento del beneficio operativo: (BAI) ((beneficio operativo 05-beneficio operativo de 04)/ beneficio operativo de 04)) - Tasa de crecimiento de las ventas: (ventas netas 05- ventas netas 04)/ ventas netas Inversión en I+D del año anterior (2004) Los signos que en principio esperamos obtener son: - Cuota de mercado (+): cuanto mayor poder de mercado tiene un sector mayor será la inversión en I+D que realiza - Tasa de crecimiento del Beneficio operativo; (+) cuanto mayor beneficio obtiene mayor es la cantidad de dinero que dedica a la inversión en I+D, al hacer la regresión nos hemos dado cuenta que en este signo estamos equivocados, porque vemos que no es significativo - Tasa de crecimiento de las ventas (+): a mayor cantidad de ventas mayor inversión en I+D - Inversión en I+D del año anterior (+): cuanto mayores la inversión en I+D en un sector en un año, es de esperar que el año siguiente, también invierta, no tendría mucho sentido que dejara de invertir. 11

12 En un primer momento, incluimos más variables, como por ejemplo el número de empleados, pero incluyendo esta variable, el resultado de la regresión era muy malo, esta variable no era significativa y por tanto decidimos eliminarla. Al incluir las variables de las que hemos hablado en el modelo inicial, resultó que para todos los sectores, ni la tasa de crecimiento de las ventas, ni la tasa de crecimiento de los beneficios, salían significativas para ninguno de los sectores, y la inversión en el periodo anterior nos daba coeficientes de correlación altos con significatividad, pero no resultaba explicativo decir que la inversión de este año depende de la del anterior, por ello, finalmente el modelo que decidimos estimar para los 6 sectores fue el siguiente: Donde: It es la inversión en I+D de cada empresa en el periodo t. Ct es la cuota de mercado de la empresa en el periodo t, definida como antes hemos dicho. 12

13 4. REGRESIONES Vamos a estimar esta ecuación como ya hemos dicho, para los seis sectores más representativos en cuanto a inversión en I+D, que son los siguientes: Sector Aeronáutica Sector Automovilístico Sector Biotecnología Sector Farmacéutico Sector de Maquinaria Industrial Sector Químico Regresión conjunta (6 sectores) Finalmente realizaremos una regresión conjunta con los 6 sectores, para ver los resultados a nivel global. 1. SECTOR AERONÁUTICA 2000, , ,00 500,00 0, , ,00 La ecuación estimada es la que puede verse arriba a la derecha. Como puede observarse el coeficiente de correlación de esta estimación es regular, un 0,59 si nos fijamos en el corregido. 13

14 Los parámetros son conjuntamente significativos, como puede observarse con el p-valor de la F, y la Cuota de mercado de 2006 es significativa individualmente. Ciertamente la constante no es significativa pero no la quitamos de la regresión para poder mantener el R² entre 0 y 1. De la ecuación estimada deducimos que las empresas del sector de la aeronáutica, invertirán millones de por cada unidad porcentual de cuota de mercado que tengan. Si no tienen cuota de mercado, como mínimo invertirán 37 millones de todos los años. El gráfico de residuales nos indica que estamos más que probablemente en presencia de heterocedasticidad. 2. SECTOR AUTOMOVILÍSTICO 1500, ,00 500,00 0, , , ,00 De la ecuación estimada podemos rápidamente deducir que en el sector automovilístico la cuota de mercado tiene un mayor impacto a efectos de la cuantía invertida por las empresas del sector en I+D. 14

15 El coeficiente de correlación de esta estimación es bastante bueno, un 0,94 si nos fijamos en el corregido, salvando claro las distancias cuando observamos el gráfico de residuos que no parece correcto. Los parámetros son conjuntamente significativos, como puede observarse con el p-valor de la F, y la Cuota de mercado de 2006 es muy significativa individualmente. La constante de nuevo no sale significativa De la ecuación estimada deducimos que las empresas del sector automovilístico, invertirán millones de por cada unidad porcentual de cuota de mercado que tengan. Si no tienen cuota de mercado, como mínimo invertirán 122 millones de todos los años. 3. SECTOR BIOTECNOLOGÍA 300,00 200,00 100,00 0, ,00-200,00-300,00 El análisis para este sector es muy parecido al del caso anterior, buen R², significatividad conjunta de las variables, y de manera individual en la cuota de mercado con residuos no muy buenos. 15

16 Pero tiene dos diferencias respecto a los casos anteriores, primero que por primera y única vez en todas las regresiones del trabajo, la constante sale significativa. Segundo, que a la luz de la ecuación estimada, en este sector no tiene demasiado efecto un aumento de un punto porcentual de la cuota de mercado en términos de inversión en I+D si atendemos a los casos anteriores. 4. SECTOR FARMACÉUTICO 1000,00 500,00 0,00 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 40,00-500, , ,00 En este caso el R² que obtenemos es el mejor de todos los anteriormente obtenidos, y el mejor de los que quedaban por obtener. Como puede observarse, y nos resulta curioso, hemos obtenido los mejores resultados de explicación de la variabilidad de la inversión en I+D por parte de las empresas, al realizar el estudio en los 3 sectores con más fuerte inversión en I+D. El análisis para este sector es muy parecido al del sector automovilístico, buen R², significatividad conjunta de las variables, y de manera individual en la cuota de mercado significativa individualmente, pero si observamos el gráfico de residuos no son buenos. Probablemente la mayor dispersión inicial en todos los gráficos de residuos, se debe a que al hacer la regresión los datos estaban distribuidos 16

17 de manera ordenada de mayor a menor inversión en I+D, pero aparezcan como aparezcan ordenados los datos, lo que si que parece claro es que existe heterocedasticidad o el modelo elegido no es correcto. 5. SECTOR DE MAQUINARIA INDUSTRIAL 250,00 200,00 150,00 100,00 50,00 0,00-50,00 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 40,00-100,00-150,00-200,00 Continuando con el siguiente sector, llegamos al de maquinaria industrial. En este caso nuestro R² se ve bastante reducido, y observamos comparativamente que en este sector es en el que menos influye la posesión de un uno por ciento de cuota de mercado para invertir en I+D, siendo la cifra de nuestro α1 estimado, inferior incluso al calculado para el sector de la biotecnología. De nuevo hay significatividad conjunta de las variables, y de manera individual la cuota de mercado es significativa, la constante todo lo contrario, y el gráfico de residuos no es bueno. 17

18 6. SECTOR QUÍMICO 1200, ,00 800,00 600,00 400,00 200,00 0,00-200,00 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 40,00-400,00-600,00 A la vista de los resultados, se aprecian claras similitudes con el sector de la aeronáutica y su regresión, un coeficiente parecido para la cuota de mercado, y un coeficiente de correlación de 0,6. Las variables son conjuntamente significativas, y la cuota de mercado es significativa individualmente, no así la constante. El gráfico de residuos no es positivo. 18

19 7. REGRESIÓN CONJUNTA DE LOS 6 SECTORES 6000, , ,00 0,00 0,00 50,00 100,00 150,00 200, , , ,00 Finalmente, como anticipábamos antes, decidimos realizar una regresión conjunta con los datos para los 6 sectores, con el resultado que puede observarse. Lo que más nos llama la atención a parte del reducido coeficiente de correlación, que nos podría indicar que la regresión para todos los sectores no funciona porque son muy diferentes entre sí, es el gráfico de residuos, donde parecen aparecer los distintos sectores de forma separada o al menos dos de ellos. Hay significatividad conjunta de las variables, y de manera individual, la cuota de mercado es significativa, aunque no lo es la constante. 19

20 5. CONCLUSIONES Después de todo el proceso que hemos seguido en el trabajo, son muchas las conclusiones obtenidas, pero principalmente nos gustaría destacar las siguientes: La cuota de mercado del año en curso parece explicar la inversión del presente año en I+D, y el signo (+) obtenido coincide con el esperado. El tamaño de la empresa, medido por el número de empleados, no parece tener efectos sobre la variable a explicar. La tasa de crecimiento de las ventas no influye en la inversión en I+D contradiciendo nuestra hipótesis inicial. En contra de lo que pensábamos, ni el beneficio operativo de 2006, ni la tasa de incremento de dicho beneficio parecen explicar la inversión en I+D en el año Es posible que lo que ocurra sea lo contrario y sea la inversión en I+D la que incremente la competitividad de las empresas y a través de ella los beneficios. Los sectores a los que nos enfrentamos, parecen ofrecer resultados muy dispares, lo cual implica que la realidad en cada sector es diferente en el ámbito de la inversión en I+D y de ahí su dificultad para agregarlos con éxito. Todos los resultados obtenidos han de observarse desde una óptica crítica, a la luz de los gráficos de residuos, sería necesario conocer qué provoca esos gráficos y solucionarlo para poder sacar conclusiones más firmes. A pesar de lo importantes que son las expectativas para explicar todo tipo de inversión, no las hemos metido en el trabajo por su dificultad para medirlas, sería interesante avanzar en el análisis con datos a este respecto. 20

21 6. BIBLIOGRAFÍA The007 R&D Scoreboard The top 850 UK and 1250 global companies by R&D investment 2007 BERR. Why Schumpeter was Right: Innovation, Market Power, and Creative Destruction in 1920s America Tom Nicholas Vol. 63, no. 4 (December 2003), pp The Journal of Economic History. Determinants of Corporate R&D Investment: An Empirical Study Comparing Korea s IT Industry with Its Non-IT Industry Myeong-Ho Lee and In Jeong Hwang. ETRI Journal, Volume 25, Number 4, August Determinants of Firm R&D: Evidence from Swedish Firm Level Data Patrik Gustavsson, Andreas Poldahl. FIEF Working Paper Series Determinants of Firm R&D Investment: Evidence From China Hua Cheng, Xianping Chen. PICMET 2006 Proceedings, 9-13 July, Istanbul, Turkey Entrepreneurial innovation in Europe: A review of 11 studies of innovation policy and practice in today s Europe Innovation papers No 27 European Commission. La innovación empresarial en España Secretaría General del Ministerio de Industria