Bivariate Probit model

Una de las fortalezas del AC es su poder de predicción de las probabilidades de elección de las alternativas de elección (Green, Krieger et al. 2001), que en el caso de esta investigación son los paquetes de estímulo a la innovación. El procedimiento CONJOINT realiza las predicciones mediante el comando UTILITY para lo cual utiliza perfiles de estímulos no evaluados por las empresas, los cuales deben ser codificados específicamente para la simulación. Se deben ordenar en una secuencia nueva justo después de los perfiles generados para el análisis de preferencias.

Tal como se indicó en el capítulo de metodología, mediante el procedimiento ORTHOPLAN se generaron dos perfiles ad hoc para un ejercicio inicial de simulación. La tabla 8.19 consiste en una captura de pantalla en la que en la parte inferior se aprecian sombreados los paquetes de estímulos generados para la simulación, precedidos de los 16 paquetes utilizados para la estimación de utilidades y preferencias:

Tabla 8.19 Perfiles de simulaciones para el pronóstico de preferencias

Tal como se ha indicado, el procedimiento CONJOINT utiliza tres modelos para la estimación de las probabilidades de elección: utilidad máxima, Bradley-Terry-Luce (BTL) y Logit, cuyos resultados iniciales son las puntuaciones de las utilidades esperadas de las combinaciones de estímulos utilizadas en la simulación, presentadas en la tabla 8.20:

Tabla 8.20 Puntuaciones de preferencias de los perfiles de simulación

Número de

tarjeta ID Puntuación

17 1 9.834

18 2 5.714

Puntuaciones de preferencias de las simulaciones

Fuente: Elaboración propia

En el modelo general el perfil de simulación 1 (tarjeta 17) recibió una puntuación notablemente mayor que el perfil de simulación 2 (tarjeta 18), lo que se traduce en que el primer perfil genera un mayor nivel de utilidad para los sujetos. Con respecto a la probabilidad de elección de los dos perfiles, la tabla 8.21resume los resultados:

Tabla 8.21 Estimación de las probabilidades de preferencia de los perfiles de simulación

Número de tarjeta ID Utilidad máxima** Bradley-Terry- Luce Logit 1 1 77.90% 61.60% 73.50% 2 2 22.10% 38.40% 26.50%

Probabilidades de preferencias de las simulaciones*

*En los métodos Bradley-Terry-Luce y Logit se utilizarán 205 de 231 sujetos. **Incluidas simulaciones empatadas.

Fuente: Elaboración propia

De acuerdo con la estimación del modelo de máxima utilidad el primer perfil tuvo una probabilidad de selección del 77.9% con respecto al segundo perfil.

De acuerdo con el modelo BTL, el primer perfil obtuvo una probabilidad del 61.6% y con base en el modelo logit, la probabilidad fue del 73.5%. Se carece de convenciones para decir cuál de los modelos de probabilidad es más eficiente o apropiado que el otro, pero los modelos concuerdan en que el primer perfil es el de mayor probabilidad de elección ¿Cuáles niveles de atributos integran los dos perfiles? En la tabla 8.22 se comparan los niveles de atributos de cada perfil:

Tabla 8.22 Comparación de las puntuaciones de utilidad de los perfiles de simulación

Nivel de atributo Utilidades parciales (part- worths) Nivel de atributo Utilidades parciales (part- worths) Sin diferimiento de impuestos -0.216 Sin diferimiento de impuestos -0.216

Con deducción fiscal 0.374 Con deducción fiscal 0.374 Amortización de bienes de

capital por depreciación acelerada

-0.155

Amortización de bienes de capital por depreciación acelerada

-0.155 Sin crédito fiscal 0.616 Con crédito fiscal -0.616 Sin exenciones fiscales -0.474

Exención fiscal por colaboración con otras empresas

-0.937 Con fondos de garantía 0.714 Sin fondos de garantía -0.714 Con fondos públicos de

confinanciamiento sin retorno

0.167 Sin fondos de _{cofinanciamiento público} -0.249 Con transferencia de PI 0.291 Sin transferencia de PI -0.291

Utilidad total 9.835 Utilidad total 5.714

Perfil 1 Perfil 2

Fuente: Elaboración propia

Los dos perfiles comparten las puntuaciones de los tres primeros niveles de atributos pero al partir del quinto nivel difieren visiblemente. La simulación de probabilidades de elección, indica con claridad lo afirmado previamente: que las empresas encuestadas preferirán aquellas combinaciones de incentivos a la innovación que maximicen el impacto en la cuota tributaria y el financiamiento directo. Ejercicios de simulación como los anteriores, pueden continuar y ampliarse casi de manera indefinida. Aquí se optó por presentar tan sólo dos casos de simulación para ilustrar la capacidad de predicción del AC.

En lo que respecta a los pronósticos de los distintos grupos de empresas (segmentación), la tabla 8.23 resume los resultados para los dos perfiles de simulación indicados anteriormente:

Tabla 8.23 Segmentación y probabilidades de elección de las empresas Utilidad máxima Bradley-Terry- Luce Logit Utilidad máxima Bradley-Terry- Luce Logit Manufactura 10.205 78.2 62.1 74.0 5.662 21.8 37.9 26.0 Servicios 9.332 77.6 61.0 72.9 5.786 22.4 39.0 27.1 Conglomerado 1 10.124 76.3 60.9 72.0 6.095 23.4 39.1 28.0 Conglomerado 2 9.456 80.2 62.7 75.8 5.201 19.8 37.3 24.2 Segmentación Perfil 1 Perfil 2 Puntuaciones preferencias

Probabilidad de elección _Puntuaciones

preferencias

Probabilidad de elección

Fuente: Elaboración propia

En la tabla 8.23 se puede apreciar que en el caso de la segmentación a priori, los pronósticos de probabilidades de elección de las empresas por actividad, si bien no son precisamente iguales tienden a ser similares tal como ocurre con sus estructuras de preferencias. En el caso de la segmentación post hoc, se aprecian las diferencias en los pronósticos de las probabilidades de elección entre las empresas adscritas a los conglomerados definidos, que como se explicó previamente llegan a ser estadísticamente significativas.

Con respecto a los 16 paquetes de estímulo que fueron evaluados por las empresas en el marco de esta investigación, a modo de ejemplo se ha realizado un segundo ejercicio de simulación únicamente con los primeros cinco paquetes para el modelo general de preferencias. A continuación en la tabla 8.24 las puntuaciones de preferencias obtenidas:

Tabla 8.24 Puntuaciones de preferencias de los estímulos evaluados por las empresas

Número del

paquete Puntuación de utilidad

1 10.144

2 11.367

3 11.07

4 9.561

5 8.602

Fuente: elaboración propia

En el ejercicio de los cinco paquetes, los paquetes 2 y 3 son los que reciben las mayores puntuaciones, lo que ratifica el hecho de que no necesariamente las combinaciones de niveles de atributos que totalicen las puntuaciones de utilidad más altas serán las más preferidas. En la tabla 8.25 se presentan los resultados de los modelos de probabilidades de elección:

Tabla 8.25 Probabilidades de elección de los 5 perfiles iniciales evaluados por las empresas Número del paquete Utilidad máxima Bradley-Terry- Luce Logit 1 15.80% 20.20% 15.60% 2 37.70% 22.10% 36.10% 3 23.40% 21.70% 24.40% 4 14.30% 18.40% 13.90% 5 8.90% 17.70% 10.00%

Probabilidades de preferencias de los cinco primeros paquetes

Fuente: Elaboración propia (2013)

Con base la estimación del modelo logit el paquete 2, tiene una probabilidad del 36.10% de ser seleccionado, seguido del paquete 3, con el 24.50% de probabilidad de elección. El paquete 1 tiene una probabilidad asociada del 15.6%. Los resultados anteriores fortalecen la idea de que el ordenamiento de preferencias no ha respondido a un orden lexicográfico, lo que puede apreciarse en la carencia de pautas de comportamiento en los gráficos de residuos los paquetes en el anexo 7 (Kolhi and Jedidi 2007).

Es importante aclarar, tanto para los perfiles de simulación como para los paquetes de estímulo a la innovación, que los resultados de las probabilidades no son elecciones propiamente dichas, por lo que no se puede esperar de estos ni de ningún resultado basado en probabilidades, una correspondencia exacta con las elecciones. Con base en los resultados anteriores, puede afirmarse que el efecto de las características de las empresas en el ordenamiento de preferencias de unas determinadas combinaciones de atributos y niveles, se aprecia en las probabilidades de elección más que en las estructuras de las preferencias, ya que dichas estructuras se relacionan más con las características del diseño ortogonal que produce las combinaciones de niveles de atributos.

Por último, las puntuaciones de utilidad así como las probabilidades de elección pueden estar condicionadas por el contexto institucional en el que existen las empresas y en buena medida por sus experiencias previas, es decir, puede tratarse de un proceso con memoria lo que en la literatura de sistemas nacionales de innovación se conoce como “path dependence” e inclusive pueden verse afectadas por sus trayectorias tecnológicas (Dosi 1988; Metcalfe 1994), pero este tipo de análisis tiene implicaciones metodológicas fuera del alcance de esta investigación.