Frente a la rápida evolución tecnológica, el sector bancario ha estado a la vanguardia de la adopción del cambio. Desde la comodidad de los pagos electrónicos hasta el perspicaz mundo del análisis de big data y la inteligencia de las soluciones de IA y blockchain, los bancos han aprovechado estas tecnologías innovadoras para revolucionar sus procesos de toma de decisiones. Estos avances recientes en la tecnología pueden introducir nuevos paradigmas de préstamo que podrían ampliar nuevas oportunidades a clientes tradicionalmente desatendidos, como las pymes.
Las pequeñas y medianas empresas (pymes) desempeñan un papel vital en la promoción del crecimiento económico sostenible en todo el mundo mediante el fomento de la innovación y la competencia, y la creación de empleo. En Europa, las pymes representan el 99% de la población empresarial y más de la mitad de su PIB y empleo. A pesar de su reconocida importancia para la economía, las pymes reciben una proporción desproporcionadamente pequeña de crédito de las instituciones financieras, y esta tendencia persiste tanto en los países desarrollados como en los países en desarrollo. Estas limitaciones de financiación tienen sus raíces en la opacidad inherente a la información de las PYMES, que exacerba la asimetría entre prestamistas y prestatarios y conduce al racionamiento del crédito. Además, la falta de garantías valiosas y los costos desproporcionadamente altos de la financiación bancaria para las pymes excluyen aún más a estas últimas de la financiación bancaria.
Verificamos si las innovaciones tecnológicas más recientes adoptadas por los bancos pueden resolver los desafíos existentes que enfrentan las pymes cuando buscan financiamiento bancario, y qué avances tecnológicos pueden contribuir a la mejora del acceso del crédito bancario de las pymes.
La metodología involucra modelos de regresión de efectos fijos de dos vías, que incluyen efectos de interacción, estimaciones de diferencias en diferencias (DID) y técnicas de variables instrumentales de dos etapas (2SLS IV) para abordar la posible endogeneidad entre la adopción de tecnología bancaria y el endeudamiento de las pymes. Mostramos que la Segunda Directiva de Servicios de Pago (PSD2) adoptada por la Comisión Europea a finales de 2015 ha provocado un shock exógeno, acelerando significativamente la digitalización de todo el sector financiero en Europa posteriormente. La ocurrencia de este shock ha ampliado el acceso a diferentes tecnologías para los bancos y ha proporcionado una base sólida para nuestras estimaciones de DID.
En contraste con la literatura existente que examina el papel de las empresas FinTech y BigTech para atender a los clientes desatendidos, nuestro estudio ofrece una perspectiva única sobre el papel de la innovación tecnológica en los bancos en el acceso al crédito para los prestatarios opacos. Si bien hay algunos estudios académicos que documentan cómo las empresas FinTech y BigTech extienden los servicios financieros a clientes ignorados o desatendidos, poco se sabe sobre cómo las recientes innovaciones tecnológicas bancarias están cambiando el marco crediticio hacia clientes opacos. Aunque recientemente se ha evidenciado el papel de la digitalización bancaria en la oferta de crédito superior, principalmente durante la crisis pandémica.
La reciente adopción de innovaciones tecnológicas por parte de los bancos ha permitido a las pymes superar ciertas barreras y obtener un mejor acceso al crédito bancario. Sin embargo, también encontramos que es necesario un cierto nivel de desarrollo tecnológico en los bancos para abordar de manera efectiva los desafíos asociados con la opacidad de la información de las pymes. Es importante destacar que observamos un impacto más pronunciado de la tecnología bancaria en el aumento del endeudamiento a largo plazo de las pymes en comparación con el endeudamiento a corto plazo. Esto sugiere que la innovación tecnológica no solo mitiga los problemas de asimetría de información, sino que también mejora la eficiencia de la información, afectando otros canales de toma de decisiones de crédito bancario. Esto subraya el papel multifacético de las diferentes innovaciones tecnológicas para ayudar a los bancos a tomar decisiones crediticias para empresas opacas.
Nuestra investigación subraya el papel fundamental de la tecnología blockchain en la mitigación de las dificultades encontradas por las pymes para obtener crédito bancario. En particular, nuestro análisis de regresión revela que la tecnología blockchain amplía significativamente el espectro de opciones de crédito disponibles para las pymes. A través de su capacidad para recopilar y procesar grandes conjuntos de datos, permite a los bancos reducir el problema de la información asimétrica de una manera eficiente, mejorando el acceso al crédito bancario para las empresas opacas. Además, también encontramos que el análisis de datos y la automatización también parecen ser altamente significativos estadísticamente para mejorar el acceso de las pymes al crédito. En consecuencia, nuestras regresiones revelan que el acceso a los datos y la eficiencia en la recopilación y el procesamiento de los mismos parecen ser los factores más importantes para otorgar crédito a los clientes opacos.
Los resultados documentan que los bancos con tecnología más innovadora requieren garantías menos valiosas de las pymes que los bancos menos digitalizados. Es decir, las pymes asociadas a bancos tecnológicamente avanzados pueden acceder a créditos con menores requisitos de garantía que los asociados a bancos menos digitalizados. Este hallazgo parece sugerir que los datos transaccionales también pueden mejorar los procesos de selección en los bancos. Al mismo tiempo, nuestros resultados de regresión desafían la presunción de que la innovación tecnológica conduce a menores costos de financiamiento. A su vez, encontramos que los bancos más avanzados tecnológicamente tienden a cobrar a las pymes tasas de interés más altas. Nuestro estudio puede indicar que la tecnología podría no reemplazar perfectamente los datos blandos relacionales que los bancos acumulan con el tiempo, y la facilidad de las garantías obliga a los bancos a cobrar una prima de riesgo más alta.
DATOS Y METODOLOGÍA
El proceso de recopilación de datos comienza con la construcción de la muestra del panel PYME. Para ello, se utiliza la base de datos Amadeus proporcionada por el Bureau van Dijk, que es la principal fuente de datos financieros y contables comparables de la UE sobre las empresas. El proceso consta de dos etapas: i) construcción de los indicadores financieros clave y controles a nivel de empresa para las empresas con cuentas no consolidadas; y (ii) recopilación de información de afiliación bancaria de las empresas. Para identificar a las pymes, seguimos la definición de pymes de la Comisión Europea, que también utiliza Eurostat, como aquellas que tienen menos de 250 personas empleadas y un volumen de negocios anual de hasta 50 millones de euros o un balance total de no más de 43 millones de euros. La base de datos de Amadeus es también una fuente primaria de información que nos permite poner en contacto a las pymes con sus bancos afiliados. Por lo tanto, restringimos nuestra base de datos solo a aquellas empresas para las que la información sobre su afiliación bancaria estaba disponible en la base de datos. En total, podemos identificar 179.921 empresas de 15 países, es decir, Austria, Croacia, Dinamarca, Estonia, Francia, Alemania, Grecia, Hungría, Irlanda, Letonia, Polonia, Portugal, Eslovenia, España y Reino Unido.
El segundo conjunto de información utilizado en el análisis se refiere a los datos bancarios. Dado que estamos interesados en el efecto del desarrollo tecnológico bancario en el acceso al crédito de las pymes y su costo, tuvimos que recopilar información sobre la tecnología financiera implementada por cada banco afiliado en cada año de la muestra. Utilizando la información obtenida de las bases de datos Crunchbase y CBInsights, que complementamos adicionalmente con técnicas de minería web sobre los anuncios de compras o desarrollos tecnológicos de los bancos. Más concretamente, para cada solución digital implantada en un banco, recogemos información sobre el tipo y el año de su implantación. Nuestra definición de innovación tecnológica es muy amplia e incluye las últimas soluciones tecnológicas implementadas por los bancos, tales como: software de automatización, tecnología blockchain, analítica de datos, soluciones de préstamos, pagos electrónicos, finanzas personales y tecnología regulatoria. También construimos una medida de la capacidad global de innovación tecnológica de un banco, calculada como la suma de las siete variables mencionadas anteriormente.
Sin embargo, la trama subraya la pronunciada heterogeneidad en el desarrollo tecnológico del sector bancario europeo. Si bien el número medio de soluciones implementadas alcanzó un máximo de tres en 2018, hubo una divergencia convincente en la innovación entre los bancos después de 2012. Esta divergencia indica diferentes ritmos de adopción digital entre las diferentes instituciones bancarias. Curiosamente, en 2013, la mitad de los bancos aún no habían integrado ninguna solución tecnológica, lo que pone de manifiesto resistencias o posibles barreras a la transformación digital. Por el contrario, algunos bancos alcanzaron la mediana de 2018 ya en 2013, lo que subraya su condición de pioneros en innovación digital.
Para evaluar cómo el progreso tecnológico de un banco afecta la capacidad de las pequeñas y medianas empresas (PYMES) para obtener crédito, utilizamos un método estadístico robusto conocido como regresión de diferencia en diferencia (DID) de efecto fijo bidireccional (TWFE). Este método compara los cambios a lo largo del tiempo entre las pymes que piden préstamos a bancos con tecnología avanzada (nuestro grupo de tratamiento) y las que piden préstamos a bancos menos equipados tecnológicamente (nuestro grupo de control). Para que nuestros hallazgos sean fiables, el método DID requiere que se cumplan dos condiciones clave: en primer lugar, el supuesto de «tendencia paralela», lo que significa que, sin el desarrollo tecnológico de los bancos, ambos grupos de pymes habrían seguido tendencias crediticias similares; y, en segundo lugar, la condición de «no anticipación del shock», que implica que los bancos afectados, y por lo tanto las pymes, no cambiarían su comportamiento sin el shock tecnológico.
En el entorno de modelo, se asumió que la regulación PSD2 presenta un experimento natural ideal que podría cambiar la situación de las pymes al ofrecer grandes oportunidades para que los bancos accedan a datos alternativos e innoven como resultado de un entorno exógeno (entradas en FinTech, la aparición de nuevas tecnologías ofrecidas por terceros, o simplemente acceder a más datos a través de oportunidades de banca abierta). Aunque la decisión de un banco de aprovechar estas oportunidades podría haber sido endógena a sus características financieras y operativas (de las que hablaremos más adelante en el apartado de Robustez), la PSD2 ha acelerado la digitalización de múltiples bancos. Posteriormente, comparamos cómo cambió el endeudamiento a las pymes antes y después de la implantación de la PSD2, en función de si una empresa opaca tiene relación con un banco más innovador tecnológicamente o con un banco tradicional.
Inicialmente se realizó un análisis de regresión para investigar la relación entre la innovación tecnológica bancaria y la expansión del crédito a las PYME. Nuestro modelo integra un término de interacción para discernir los cambios en la accesibilidad al crédito de las pymes antes y después de la implementación de la PSD2 en 2015, un factor fundamental que ha sido reconocido como catalizador del desarrollo tecnológico del sector financiero. Si bien somos conscientes de que algunos posibles problemas de endogeneidad no se abordan en este modelo, a diferencia del enfoque DID, la regresión OLS no requiere la identificación de grupos de tratamiento y control ni la evaluación de su relación (supuesto de tendencia paralela), lo que, en muchos estudios financieros, ha generado dudas y ha llevado a sesgos en estudios académicos en el pasado. Sin embargo, el análisis de las tendencias en el crecimiento del crédito a las pymes antes de la crisis tecnológica mediante el uso de OLS permite realizar una prueba inicial para determinar si se mantiene la hipótesis de tendencias similares en todos los grupos. Si se constata que las tendencias son paralelas, esto refuerza los argumentos a favor del uso de la metodología DID para aislar el impacto de los shocks tecnológicos en el crecimiento del crédito a las pymes.
RESULTADOS EMPÍRICOS
Comenzamos nuestro análisis investigando el impacto general del avance tecnológico de los bancos en el endeudamiento de las pymes a lo largo del tiempo. Como se ha comentado en el apartado anterior, la PSD2 ha fomentado la innovación y los avances tecnológicos a través de la entrada de nuevas empresas que ofrecen productos y servicios financieros innovadores, aumentando así el desarrollo tecnológico de muchas otras instituciones financieras, incluidos los bancos. Para ver si también podríamos notar un cambio en el endeudamiento de las pymes antes y después de un posible cambio en la innovación tecnológica bancaria, interactuamos con el banco.
Los hallazgos ofrecen información interesante sobre el endeudamiento de las pymes y los avances tecnológicos de los bancos. En primer lugar, vemos que el avance tecnológico de los bancos está correlacionado positivamente con todas las formas de crecimiento del crédito a las pymes. Más concretamente, encontramos que las pymes afiliadas a bancos más avanzados tecnológicamente experimentan un mayor crecimiento del crédito. Esto nos da una primera visión del papel de la innovación tecnológica bancaria en la ampliación del acceso de las pymes al crédito bancario. Curiosamente, encontramos que el impacto de la innovación tecnológica bancaria parece ser más pronunciado en el crédito a largo plazo que en el corto plazo. Las pymes afiliadas a un banco que tiene una solución adicional experimentan un crecimiento del crédito a largo plazo del 0,09% superior, mientras que el efecto sobre el crecimiento del crédito a corto plazo es solo del 0,024%. Este resultado es válido desde el punto de vista económico, ya que la media del crecimiento del crédito a las pymes para el conjunto de la muestra es negativa. El resultado significa que las pymes podrían compensar la tendencia negativa del mercado asociada a los bancos más avanzados tecnológicamente. Estos hallazgos son particularmente prometedores, ya que sugieren que las soluciones tecnológicas no solo reducen los problemas de información asimétrica para facilitar el crédito a corto plazo de las pymes, sino que probablemente también mejoran otros canales que afectan las decisiones de préstamo a largo plazo de los bancos.
Los resultados de la regresión sobre la interacción presentados en las especificaciones (4)-(6) ofrecen información adicional sobre nuestro análisis. Documentan que el efecto de la innovación tecnológica bancaria en el endeudamiento de las pymes no se produjo de manera homogénea a lo largo del tiempo. Los resultados de la regresión parecen sugerir que cuando la innovación tecnológica bancaria se ha acelerado, podemos ver un mayor crecimiento del crédito en las pymes.
LOS CANALES DE LOS EFECTOS TECNOLÓGICOS SOBRE EL ENDEUDAMIENTO DE LAS PYMES
Hasta ahora, los resultados sugieren que los avances tecnológicos bancarios proporcionan a los bancos un amplio espectro de datos diferentes, lo que parece mitigar significativamente los problemas de información asimétrica, reduciendo el riesgo crediticio para los bancos. Además, el acceso a un gran conjunto de datos en tiempo real podría permitir a los bancos cambiar a modelos avanzados de calificación crediticia, reduciendo así la demanda de garantías de los bancos. Por lo tanto, la innovación tecnológica podría dar lugar a una relajación de los requisitos de garantía para las pymes, que sigue siendo una de las principales barreras para el acceso a los préstamos identificadas en la literatura.
Los resultados revelan que la importancia de la innovación tecnológica de un banco se neutraliza cuando una empresa cuenta con garantías adecuadas. El término de interacción se presenta positiva y significativa, lo que sugiere que la tecnología complementa las garantías de las empresas para facilitar el acceso a la financiación de las PYME. Sin embargo, el coeficiente negativo de las garantías por sí solo sugiere una posible reducción del impacto de las garantías en los préstamos cuando se considera la tecnología bancaria, particularmente en el contexto de los bancos tecnológicamente más avanzados.
Curiosamente, también se observa un coeficiente positivo para la interacción de las garantías de bajo valor y la innovación tecnológica bancaria, lo que sugiere que las empresas con menos garantías se benefician de un mayor crecimiento del crédito cuando se alinean con bancos tecnológicamente hábiles. La propia variable de innovación tecnológica del banco se correlaciona positivamente con el endeudamiento de las empresas, mientras que un bajo valor de las garantías sigue siendo un factor negativo significativo. Esto implica que la innovación tecnológica puede ayudar a las empresas con garantías limitadas a obtener financiación externa contrarrestando los efectos negativos del bajo valor de las garantías.
Se observan claras diferencias al separar los efectos del endeudamiento a corto plazo y a largo plazo de las PYMES. Los impactos positivos del avance tecnológico bancario en los requisitos de garantía son particularmente pronunciados para el crédito a largo plazo, lo que resuena con los hallazgos académicos que enfatizan el papel fundamental de la garantía en la obtención de financiamiento a largo plazo. Estos resultados subrayan el potencial de la tecnología bancaria para ayudar a las empresas opacas a obtener financiación a largo plazo, un componente esencial del crecimiento empresarial sostenible.
El potencial de la tecnología para mejorar la recopilación de información y la eficiencia del procesamiento es significativo, lo que a su vez podría influir en el coste de la intermediación, un obstáculo notable para las pymes que buscan financiación externa en Europa. Por lo tanto, comprender el efecto del avance tecnológico de un banco en los costos del crédito podría proporcionar información vital. En esta sección se presentan los resultados de la regresión que reflejan el impacto de la innovación tecnológica bancaria en el crédito bancario intermediado a las PYMES.
Los resultados de la regresión de la Especificación sugieren que la adopción generalizada de soluciones tecnológicas por parte de los bancos no afecta de manera uniforme el costo de la intermediación, como lo demuestra el coeficiente estadísticamente insignificante del BANK rezagado. Este resultado inicialmente sorprendente puede explicarse por los efectos matizados que las distintas soluciones tecnológicas ejercen sobre los costos de endeudamiento de las pymes. Por ejemplo, los bancos que dependen únicamente de datos concretos, como las plataformas de préstamos en línea, podrían imponer una prima de riesgo, lo que refleja las limitaciones de la tecnología para capturar todo el espectro de información de los prestatarios, como sugieren nuestros resultados anteriores. La única explicación posible podría ser que los bancos podrían cobrar tasas más altas por el crédito cuando las decisiones se basan exclusivamente en datos duros. Por el contrario, la Especificación muestra un efecto negativo y significativo del avance tecnológico de los bancos, con un término de interacción que indica mayores costes después de 2015, correlacionado con una mayor digitalización bancaria siguiendo la PSD2. Las estimaciones de DID en las Especificaciones vuelven a confirmar estos hallazgos, sugiriendo un aumento económicamente significativo en los costos del crédito a las PYME de 0,01 a 0,3 puntos porcentuales, suponiendo que otros factores permanezcan constantes. Estos resultados de regresión parecen sugerir un cambio en las posturas de evaluación de riesgos de los bancos. Con condiciones de endeudamiento más relajadas, los bancos podrían estar incentivando primas de riesgo más altas. Esto estaría en línea con la hipótesis de que la información dura proveniente de la tecnología no reemplaza completamente el papel de la relación entre prestatario y prestamista, y la consecuente importancia de la información blanda en la toma de decisiones de crédito bancario.
COMPROBACIONES DE ROBUSTEZ
El principal desafío para establecer una relación causal entre la innovación tecnológica de los bancos y el endeudamiento de las PYMES radica en la cuestión de la endogeneidad. Este problema surge del hecho de que la elección de la tecnología de un banco y su estrategia de préstamo podrían determinarse simultáneamente como parte de sus operaciones. En otras palabras, las decisiones relativas a la adopción de determinadas tecnologías y a la formulación de estrategias de préstamo no son independientes entre sí, sino que pueden ser componentes interrelacionados del endeudamiento de las PYMES.
Hay intentos de controlar esta endogeneidad incorporando una amplia gama de soluciones a la medida tecnológica bancaria. Estas soluciones se dirigen a varios aspectos de las operaciones bancarias, por lo que es difícil atribuirlas específicamente a un modelo de negocio concreto de un banco o al tipo de clientes a los que se dirige el banco.
Sin embargo, para probar formalmente si los resultados están sesgados hacia algún modelo de negocio específico, realizamos comprobaciones de robustez mediante la ejecución de la regresión de variables instrumentales. Este enfoque requiere identificar la variable que está altamente correlacionada con nuestra medida de innovación tecnológica bancaria, mientras que no debe estar relacionada con ninguna otra característica individual de los bancos. Comenzamos nuestra regresión estimando el modelo Tobit, introduciendo la censura en el lado izquierdo en (0) y en el lado derecho en el máximo para cada solución tecnológica analizada en nuestro trabajo. Dadas las distribuciones de soluciones tecnológicas bancarias, este enfoque funciona bien para ejecutar el primer paso de los modelos IV en línea con el enfoque de la función de control de Wooldridge. En esta regresión, comprobamos si los gastos de TI de un banco pueden explicar la adopción de una solución tecnológica bancaria. Los resultados de la regresión sugieren que el valor rezagado de la inversión bancaria en TI es siempre muy significativo en todas las soluciones tecnológicas utilizadas por los bancos, con signos variables entre positivos y negativos, lo que sugiere un efecto de orden jerárquico en la priorización de la introducción de soluciones tecnológicas específicas en el corto plazo. Sin embargo, el efecto cambia a positivo en los retrasos posteriores, como el segundo y el tercero. Sin embargo, el uso de más retrasos da como resultado una pérdida de observaciones.
Curiosamente, los resultados de la regresión respaldan nuestros hallazgos de referencia. Encontramos que la innovación tecnológica bancaria impacta positivamente en el crecimiento del crédito a las pymes. Una vez más, encontramos que este efecto es mayor para el crédito a largo plazo que para el crédito a corto plazo, lo que respalda nuestra idea de que la tecnología apoya a los bancos en sus decisiones crediticias, proporcionándoles acceso a los datos de manera eficiente, al tiempo que mejora los procesos de calificación crediticia. Sin embargo, curiosamente, al igual que en los modelos de regresión lineal estándar, no encontramos que la tecnología cambie el costo del crédito. Esto podría deberse a los efectos compensatorios de las diferentes tecnologías en el costo de la intermediación.
Además, también adoptamos un segundo enfoque para abordar el problema de la endogeneidad desde una perspectiva diferente. Nuestro estudio tiene como objetivo confirmar que la regulación PSD2 ha sido un importante impulsor de las actualizaciones tecnológicas en los bancos. Un reto clave para demostrar esto es garantizar que los cambios tecnológicos que observamos en los bancos se deban realmente a la PSD2, y no a algunas características observadas o no observadas de bancos individuales. A pesar de que la introducción de la PSD2 fue un shock que los bancos no controlaron, es posible que no haya afectado a todos los bancos de la misma manera. Algunos bancos podrían haber estado más dispuestos o dispuestos a cambiar debido a sus propias características.
Centrados en Europa, donde el Reino Unido fue pionero en la adopción de la PSD2 en 2016, adelantándose a otros países europeos que la implementaron en 2018 y 2019. Esta variación en la adopción nos ofrece un experimento natural para investigar cómo la adopción temprana o tardía de la PSD2 influyó en el progreso tecnológico de los bancos en nuestro periodo de estudio. En nuestro análisis, asignamos un valor de «1» a los bancos del Reino Unido que adoptaron la PSD2 desde el principio, y de «0» a los bancos de los países que lo hicieron más tarde. Esta distinción sirve de base para explorar si la variación en el desarrollo de la PSD2 entre países después de 2016 es un indicador fiable del avance tecnológico en los bancos, y para comprender su impacto posterior en las prácticas de préstamo de las pymes a las pymes. En la Tabla 10 presentamos los resultados de la regresión tanto para el corto como para el largo plazo.
Nuestros resultados documentan que las variaciones entre países en la adopción de la PSD2 influyen significativamente en el desarrollo tecnológico de los bancos, como lo demuestra el número de soluciones adoptadas por estos bancos. Este hallazgo tiene una fuerte significación estadística en el nivel del 1%, lo que subraya el impacto de las políticas gubernamentales en la banca abierta. Es importante destacar que también observamos que esta variable instrumental tiene un efecto estadísticamente significativo en el crecimiento del crédito a las pymes. En particular, este efecto es positivo para el crecimiento del crédito tanto a corto como a largo plazo, lo que proporciona pruebas convincentes de que el desarrollo tecnológico bancario mejora las oportunidades de crédito para las pymes.
Para hacer frente a este tipo de desafíos, realizamos algunas comprobaciones de solidez. En primer lugar, para demostrar que las empresas más digitalizadas no recibieron más crédito tras el desarrollo tecnológico de un banco o no lo habían recibido antes, comenzamos por segmentar las empresas en función de su nivel de digitalización, informados por sus respectivos códigos NACE.5 Las empresas de sectores como la programación informática, la consultoría, el procesamiento de datos, las operaciones de portales web y el comercio online se clasifican como más digitalizadas. Esta clasificación nos permite examinar el problema de identificación de que estas empresas recibieron más crédito tras la revolución tecnológica en la banca, que se produjo tras la introducción de la PSD2. Podría deberse a las características individuales de estas empresas, que las han hecho propensas a tal situación.
En segundo lugar, también analizamos si las empresas más digitalizadas tienen más probabilidades de asociarse con bancos más digitalizados. Esto también podría abordar el problema de identificación relacionado con el hecho de que algunos bancos podrían haber estado más motivados para invertir en desarrollo tecnológico debido a su sólida relación con las pymes.
Además, también abordamos el posible problema de identificación relacionado con el hecho de que las empresas más digitalizadas podrían haberse inclinado más hacia bancos específicos que aumentaron el acceso al crédito bancario durante el período de digitalización bancaria. Alternativamente, esto también podría poner a prueba el problema de la endogeneidad relacionado con el hecho de que los bancos más propensos a inclinarse hacia tales empresas podrían haber estado más motivados para invertir en desarrollo tecnológico. Con este fin, controlamos el grado de avance tecnológico del banco utilizando la interacción entre el banco. Este enfoque arroja luz sobre si el crecimiento del crédito observado para las empresas digitalmente avanzadas en los bancos más digitalizados después de 2016 es distinto del de otras empresas. La significación estadística del HIGH. La variable DIGITAL, independientemente de la interacción, indicaría que el movimiento de los bancos hacia la digitalización tiene un valor inherente para facilitar el crecimiento del crédito a las pymes que está separado de cualquier relación preexistente. Esta distinción es fundamental, ya que nuestro ALTO. La definición de DIGITAL incluye específicamente a los bancos que se han digitalizado desde 2015. La metodología, por tanto, permite dar cuenta de los patrones históricos de endeudamiento de las pymes antes de 2016, y observar la evolución de las relaciones crediticias tras el cambio de digitalización.
CONCLUSIONES
La reciente digitalización de los servicios financieros ha suscitado un gran debate público y académico sobre el papel de la tecnología bancaria a la hora de abordar las limitaciones de financiación a las que se enfrentan las pymes. Durante años, este grupo específico de empresas ha estado infra financiado por los bancos tradicionales debido a la opacidad de su información. La reciente adopción de innovaciones tecnológicas por parte de los bancos ha traído cierta esperanza de aumentar el acceso a los datos y su procesamiento eficiente, lo que debería conducir a una mejor disponibilidad de crédito para estas empresas.
Los resultados enfatizan que las innovaciones tecnológicas bancarias tienen un impacto más sustancial en el endeudamiento a largo plazo de las pymes que en el endeudamiento a corto plazo, lo que indica la utilidad de estas tecnologías para proporcionar datos que no solo reducen la asimetría de la información, sino que también mejoran los canales de decisión a largo plazo, como los procesos de calificación crediticia de los bancos. Además, los resultados de nuestra regresión destacan el papel fundamental de la tecnología blockchain y la automatización como tecnologías que mejoran la eficiencia de la recopilación y el procesamiento de datos, mitigando así las dificultades que encuentran las pymes para obtener crédito bancario.
Existe un doble efecto de la tecnología en el endeudamiento de las pymes. Si bien alivia las restricciones de las garantías, paradójicamente eleva el costo del crédito para las pymes. Esto es especialmente observable desde la introducción de la PSD2 europea, que provocó un importante auge de la digitalización bancaria. Los resultados indican que la relajación de los requisitos para que las pymes accedan al crédito bancario puede desafiar a los bancos a aumentar la prima de riesgo debido a una relación potencialmente más flexible o una actitud relajada hacia las garantías.
La investigación sobre el impacto de la innovación tecnológica bancaria en el endeudamiento de las pymes sugiere intervenciones políticas específicas. Para mejorar la situación de las pymes en su acceso al crédito bancario, los reguladores deben incentivar la adopción de soluciones tecnológicas específicas. Además, también deben garantizar que tales innovaciones no aumenten desproporcionadamente el costo del crédito para las PYME. Apoyar los precios competitivos, especialmente para las empresas más opacas, y mantener los beneficios de la banca relacional en medio de la digitalización parecen ser clave. La supervisión de las estrategias de fijación de precios de los bancos es esencial para evitar la transferencia indebida de los costos de inversión en tecnología a las pymes prestatarios. En última instancia, las políticas deben apuntar a equilibrar el avance tecnológico con el acceso equitativo al crédito, reforzando la base para un crecimiento económico sostenible impulsado por una sólida financiación de las pymes.