RESUMEN EJECUTIVO

El análisis del siguiente trabajo tiene por objetivos Identificar la demanda efectiva de

productos y servicios específicos que la MYPE requiere para incrementar su productividad.

Para el cual se usara el modelo PROBIT el cual nos mostrara resultados mas claros los cuales

nos servirán para una interpretación de los coeficientes para la estimación del modelo PROBIT

se usara el programa STATA este programa nos brindara información exacta o resultados y

mediante comando que usaremos para la estimación del modelo PROBIT.

Y posteriormente se vera si las variables o coeficientes estudiados son significativos para la

mejora de productividad de las MYPES.

 INTRODUCCION

La Encuesta de Micro y Pequeña Empresa 2013, se ejecutó en diez ciudades: Lima y la

Provincia Constitucional del Callao, Arequipa, Ayacucho, Chiclayo, Cusco, Huancayo, Iquitos,

Juliaca, Piura y Trujillo.

La cual se analizara en cuanto afectan los coeficientes o variables dependientes en la mejora

de las MYPES y las variable que se analizaran en el trabajo son; clientes, mercados, producción,

precios, organización, capacitación los cuales nos mostraran en cuanto mejoran la productividad

las variables adicionales que mi persona agrego al trabajo son las variables de acceso a crédito y

financiamiento de un socio.

Se analizara los coeficientes mencionados y se verán si hace que mejore la productividad o

beneficios de la las MYPES.

 MARCO TEORICO

INTRODUCCIÓN

En este tema presentamos algunas herramientas que se utilizan para estimar modelos con

información de corte trasversal. Por tanto, examinaremos algunos de los modelos conocidos

como modelos de respuesta cualitativa (RC). En todos estos modelos la variable dependiente es

discreta, es decir toman varios valores (0, 1, 2,..) o dos valores “si” o “no”(0 ó 1), por lo que los

métodos de regresión clásicos no son los adecuados(MCO).

TIPOS DE VARIABLES.

VARIABLES CONTINUAS.

Son aquellos datos que puede tomar cualquier valor, dentro de ellos tenemos las series de

tiempo del producto bruto interno. Se usa los modelos clásicos como MCO.

VARIABLES DISCRETAS

VARIABLES CATEGÓRICAS

Se clasifican en dicótomas policótomas.

VARIABLES DICÓTOMAS (DUMMY O BINARIAS)

Son aquellas que toma sólo dos valores, 0 y 1, es decir:

Yi = 1, si se cumple cierta condición

0, de cualquier otra forma

y para este tipos de variables endógenas se usa los modelos Logit y Probit.
 MODELOS DE ELECCIÓN BINARIA O DISCRETA

En estos modelos la variable dependiente binaria, Y, toma dos valores cero y uno. Por

Ejemplo, en un modelo de demanda de entradas para un espectáculo deportivo, podrá ocurrir que

las observaciones sólo nos informen sobre si el estadio se llenó(Y=1) o no(Y=0). Ya que nos

ocuparemos de las similitudes o disparidades de un grupo o grupos en determinado momento de

tiempo; nuestras observaciones pasarán a tener el subíndice i, donde i hace referencia al

individuo(familia, empresas, etc.) i de la muestra.

Los métodos de regresión clásicos no son los adecuados(MCO) para estos modelos. La idea

clave de porque no podemos utilizar M.C.O. es que el termino de error no se distribuye como

una normal, veamos:

Yi  1  1 X 2i   3 X 3i   4 X 4i   5 X 5i  .... n X ni  ui
Yi  X i   ui

MODELOS PROBIT

La ecuación de la función de densidad de una distribución normal lo expresamos a través de:

( x u )2
1 
f ( X ; u , )  e 2 2
2 

Si la media es cero( u  0 ), y la desviación estándar es 1(   1), obtenemos la función de

distribución normal estándar. Por tanto, la ecuación de la función de densidad normal estándar

es:

( x 0 )2

1 2( 1 )2
f ( X ;0,1 )  e
2 ( 1 )
 ( x )2
1 
f ( X ;0,1 )  e 2
2

Esta ultima ecuación lo expresamos en términos de X i  ,

( X i )2
1 
f ( X i  )  e 2
2

MODELO PROBIT: EFECTO MARGINAL

Permite analizar los efectos de las variables explicativas sobre la probabilidad. Para calcular

los efectos marginales, una posibilidad es evaluar las expresiones obtenidas en la media de las X;

o en otros puntos que pueden resultar de interés (Por ejemplo, evaluar los efectos marginales en

cada observación de la muestra).

La derivada parcial del modelo probit, respecto a la variable X es:

i i 

E Y | X   EY | X   Pr(Yi  1)
  f ( X i ).   X i     ' X 
X  X  X
i

Siendo f(.) la función de densidad asociada a la función de distribución F(.)

 METODOLOGIA

El objetivo de este trabajo es el encontrar que tan probable es que las variables sean

significativos para la variable mejora.

El modelo PROBIT permite llevar a cabo este tipo de estudios dado que en este se cumple la

existencia de una variable latente subyacente para lo cual se observa una evidencia dicotómica.

En este trabajo el modelo PROBIT postula como una variable observable si la persona tiene o no

mejora en su productividad en cómo afectan las variables EDAD_MYPE, LICENCIA,

EDAD_PROP, FACEBOOK, TWITTER, EDU GENERO, CLIENTES, MERCADOS,

PRODUCCION, PRECIOS, ORGANIZACIÓN, CAPACITACION las cuales nos darán

resultado a que como se encuentran las MYPES.

MODELO PROBIT

Se observa el siguiente modelo

𝑷(𝒚 = 𝟏/𝒙) = 𝑮(𝜷 + 𝜷𝒙 + ⋯ + 𝜷𝒙) = 𝑮(𝜷 + 𝜷𝑿)

En donde G es una función que adopta valores entre cero y uno para todos los números reales

z.