9 | P á g i n a
Efectos del programa reactiva en la fuerza laboral de MYPES
en regiones pobres del Perú
Effects of the reactive program on the labor force of MYPES in poor regions of Perú
• Peralta G. Carmen P. 1 • Sillo S., Angela 1 • Robles R., Milagros L. 1 • Salazar E., Jaime R. 1
• Mendoza C., Ronal M. 1 • Quispe L, Sheyla 1 • Lizana A., Ivan J. 1
Recibido: 10 de Agosto del 2022 / Aceptado: 29 de Diciembre del 2022
RESUMEN
Las evidencias y la necesidad de reactivar las actividades económicas de las Mypes (Medianas y pequeñas
empresas) ante la crisis sanitaria del covid_19 permitieron establecer posibles consecuencias del programa
reactiva en la fuerza laboral particularmente en los sectores económicos de las regiones pobres del Perú
(Ayacucho, Cajamarca, Huancavelica, Huánuco, Loreto, Pasco y Puno). El propósito de este estudio fue
determinar el efecto del “Programa Reactiva” en la fuerza laboral de Mypes en regiones pobres del Perú. El
estudio asumió una investigación cuantitativa, basada en la unidad de análisis de Mypes con acceso a créditos
de reactiva Perú; el método de estimación “Mínimos Cuadrados Ordinarios” (MCO) y el data utilizada de las
variables de mayor incidencia fueron extraídas del portal de la SUNAT y “Reactiva Perú”. Los resultados
propiciaron un ajuste de bondad del 93.3%, es decir que el modelo es explicado por las variables independientes
en un 93.3%, así mismo respecto al sector de mayor impacto de los fondos de reactiva Perú en cada región,
predomina el sector comercio con un 48.6% en promedio. Por consiguiente, el efecto fue significativo, los
fondos de reactiva Perú evitaron el rompimiento de pagos de la fuerza laboral en las Mypes.
Palabras clave: Reactiva Perú, Fuerza laboral, Mypes.
ABSTRACT
The evidence and the need to reactivate the economic activities of Mypes (Medium and small companies) in
the face of the covid_19 health crisis allowed us to establish possible consequences of the reactive program in
the labor force, particularly in the economic sectors of the poor regions of Peru (Ayacucho, Cajamarca,
Huancavelica, Huánuco, Loreto, Pasco and Puno). The purpose of this study was to determine the effect of the
"Reactive Program" on the Mypes labor force in poor regions of Peru. The study assumed a quantitative
investigation, based on the analysis unit of Mypes with access to reactive Peru credits; the estimation method
"Ordinary Least Squares" (OLS) and the data used for the variables with the highest incidence were extracted
from the SUNAT and "Reactiva Perú" portal. The results led to a goodness adjustment of 93.3%, that is to say
that the model is explained by the independent variables in 93.3%, likewise with respect to the sector with the
greatest impact of the reactive Peru funds in each region, the commercial sector predominates with 48.6% on
average. Therefore, the effect was significant, the funds of reactiva Peru avoided the break of payments of the
labor force in the Mypes.
Keywords: Reactiva Perú, Labor force, Mypes.
1. INTRODUCCIÓN
Los últimos acontecimientos frente a la crisis
sanitaria por el Covid 19 terminaron afectando el
funcionamiento del aparato empresarial y su
vinculación en la fuerza laboral; en medio de la
crisis todo el esfuerzo se había concentrado
en reactivar los negocios al verse paralizado la
economía en todo el mundo, de hecho, las
economías más vulnerables tardaron más tiempo
en recuperarse. En América latina en promedio el
PBI se contrajo en un 7.7% en el primer año,
afectando al cierre de más de 2.6 millones de
negocios formales y una pérdida de 8.5 millones de
puestos de trabajo, lo que significó más adelante un
paso a la pobreza. Particularmente en el Perú
las Mypes representan el 95% del tejido
empresarial, por lo que constituye uno de las
principales fuentes de empleo en la economía
peruana, generando ingresos al 36% de la PEA,
Revista de Investigación Científica Siglo XXI (2023)
https://doi.org/10.54943/rcsxxi.v3i1.210
ARTÍCULO ORIGINAL
Vol. 3, Núm. 1, pp. 09 - 16
1 Universidad Nacional de Huancavelica,
Huancavelica, Perú
Carmen P. Peralta G.
carmen.peralta@unh.edu.pe
10 | P á g i n a
donde uno de cada 4 trabajadores, trabaja en
Mypes (Encuesta Nacional de Hogares, ENAHO,
2020).
El impacto de la crisis también afectó en la
disminución de las ventas en las Mypes durante los
meses de marzo, abril y mayo del 2020; quienes
alcanzaron ventas equivalentes al 8% del PBI y
una disminución del 3% en comparación al 2019
(Instituto Nacional de Estadística, INEI, 2020). A
esto, recordemos las medidas de restricción social
implementadas por el gobierno, la cual generó una
paralización de la producción y un despido masivo
de los trabajadores, lo que originó una disminución
de la demanda de bienes y servicios; situación que
explicaría el cierre de pequeños negocios y las
obligaciones de pago, reflejados como deuda
(Banco Central de Reserva del Perú, BCRP,2020).
Diversas investigaciones dieron cuenta el difícil
desempeño de las Mypes, tras las medidas de
restricción social, asimismo reportes
institucionales, encuestas advertían un posible
rompimiento de la cadena de pagos; (Hanampa y
Casazuela, 2020), evidenciaron bloqueos en la
liquidez de las empresas tras una caída de ventas,
retrasos en la recuperación de cuentas por cobrar y
la necesidad de cubrir pagos a los proveedores, de
servicios públicos, impuestos y cargas financieras.
Estos reportes, constituyen los primeros indicios
de quiebre, tal es, así 7124 empresas aplicaron la
suspensión de labores, afectando a 85000
trabajadores, otros estudios como (Vito y Gómez,
2020); (Povis y Villanueva, 2020), mostraron la
falta de liquidez en compañías y/o empresas
producto del Covid 19, examinando; sus estados
financieros, ingresos por ventas, obligaciones
frente a trabajadores, proveedores y entidades
públicas, también determinando en el aspecto
financiero pasivos a corto plazo, a nivel
organizacional el peligro de la continuidad y un
mayor riesgo frente al escenario de cierre.
Giraldo, (2020) en su investigación: ¿Cuáles son
las estrategias para enfrentar los desafíos en
tiempos de crisis? sostiene que el Covid 19 ha
generado impacto negativo y efectos colaterales en
el sector privado, la industria y las economías
personales, obligando a numerosas firmas a buscar
financiamiento para poder operar y reactivar su
economía. Concluyó que las firmas necesitan del
apoyo de programas del Estado y de las entidades
financieras para poder reactivar la economía ya que
este financiamiento y/o préstamo son necesarios
para afrontar los retos empresariales en tiempos
difíciles. El flujo de liquidez les permitirá diseñar
nuevas estrategias en su gestión financiera,
operativa y cumplir con las obligaciones.
Otro aspecto determinante en la continuidad de las
Mypes fueron las condiciones de infraestructura,
transporte y telecomunicaciones del lugar donde
operan; en esa línea Perú cámaras; promueve la
descentralización productiva en post Covid,
incentivando a la empresa privada a mejorar la
competitividad en las regiones; a fin de reducir
brechas de informalidad (75% de las Mypes no
lleva ningún registro de cuentas y el 49% no cuenta
con un local propio) (Comex, 2020).
Es evidente que la crisis sanitaria del Covid 19
ocasionó mayor gasto en la economía de los países,
incrementado la deuda en muchos casos para
consumos del día a día, al respeto Bohoslavsky,
(2020), en su publicación, señaló que se debería
implementar una prórroga al pago de la deuda
pública para los países, además, rescató el anuncio
del Fondo Monetario Internacional (FMI), de
“poner a disposición $ 50,000,000 por sus servicios
de financiamiento en emergencia con pronta
entrega para naciones pobres y de mercados en
ascendencia; la quinta parte de este monto podrá
ser otorgado a tasa nula a los miembros más
pobres”.
En ese contexto, el estudio determinó el efecto del
Programa Reactiva Perú en la fuerza laboral de
Mypes y el efecto del programa reactiva en los
sectores económicos en las regiones pobres del
Perú; corroborando las hipótesis: “El programa
reactivo Perú tiene efecto positivo en la fuerza
laboral de Mypes en las regiones pobres del Perú,
asimismo: “El efecto del programa reactiva en los
sectores económicos es significativo en las
regiones pobres del Perú”.
Mejía (2020), analiza el comportamiento y
expectativas de las Mypes en tiempos de
pandemia, basado en la percepción de los
microempresarios a través de una encuesta en
google; sobre la actividad económica, acción de la
Mype frente a las obligaciones tributarias, decisión
respecto a la continuidad del negocio y aquellas
adoptadas ante la coyuntura. Concluye señalando
el impacto negativo con respecto al volumen de
trabajo atendido y los bajos ingresos recaudados.
Por su parte Gamero y Pérez, (2020), diagnostica
el impacto del empleo peruano en la pandemia, a
través de información secundaria; por lo que
evidencia un nivel de significancia en la presencia
de informalidad del empleo debido a una marcada
heterogeneidad y escasa diversificación
productiva. En efecto la población ocupada se
redujo en 6,7 millones de personas en el segundo
trimestre del 2020. De igual forma en Lima
Metropolitana la desocupación creció en mayor
proporción en hombres de 14 a 24 años de edad, y
en personas con menores niveles educativos.
Además, el nivel de ingreso laboral real, en
promedio, habría retrocedido cerca de nueve años.
Por otro lado, Arismendiz et al., (2022), en su
investigación calcula el valor económico de las
garantías otorgadas por el Estado, aplicando la
teoría de valuación de opciones de Black y Scholes
(1973), bajo una simulación Montecarlo y ciertos
supuestos explica la determinación del costo de las
garantías. Por lo que alcanza una estimación de
11 | P á g i n a
3,923 millones de garantías del Estado; resultado
que se ajusta a las garantías del programa
“Reactiva Perú” haciendo comparable con el
resultado de la Dirección General de Tesoro
Público (DGTP). Asimismo, la escasa información
de las empresas con acceso a préstamos fueron las
limitantes para estimar el valor de las garantías que
asumiría el estado.
La base empírica por el lado de costos, en un
escenario de precio de cierre las firmas o empresas
decidirán suspender temporalmente y asumir parte
de los costos fijos; ya sea vía préstamo o el cierre
definitivo, en vista que los ingresos no pueden
cubrir parte de los costos fijos. En definitiva, las
Mypes perdieron capacidad de pago y el
mecanismo de inyectar financiamiento era la única
vía de reactivar la economía, sin duda la liquidez
es la clave para mantener los activos en forma
líquida, la cual permite una capacidad de respuesta
rápida, por ello el activo líquido es el más efectivo
(Armas, 2016). Por otro lado, acceder a préstamos
en tiempos de crisis para muchos
microempresarios les conduciría a un cierre y
quiebre definitivo de la empresa.
El programa “Reactiva Perú”, fue creado bajo un
marco normativo (Decreto Legislativo N°1455,
2020: 3) por el Ministerio de Economía y Finanzas
en respuesta a gremios, sectores económicos,
quienes aseguraban que el estado de emergencia y
el aislamiento social obligatorio dejarían secuelas
en el sector laboral y en la estabilidad de las
empresas. Bajo la intervención en conjunto del
Minicetrio de economía y Finanzas (MEF), Banco
Central de Reserva del Perú (BCRP) y Corporación
Financiera de Desarrollo (COFIDE), el programa
contribuyó al financiamiento del sector
empresarial, otorgando créditos de capital a
empresas con dificultades de liquidez. Este
mecanismo de gasto en términos
macroeconómicos garantizó puestos de trabajo de
millones de peruanos; tal es así, que el 98.1 % de
los créditos fueron destinados a las Mypes, con
montos entre 10,000.00 a 30,000.00 soles; de ello
cabe indicar que más del 70% no registró
información de ventas, por lo que, la mayor parte
de los créditos fueron otorgados con DNI. En
términos globales los fondos de reactiva
alcanzaron la suma de 23,437 millones de soles,
siendo el 43.6% de participación de las Mypes
(BCRP, 2020)
Por otro lado, Hernández et al., (2022); infieren
que el capital de trabajo en el desarrollo
empresarial, en particular del Centro Comercial
Malvinas Plaza en Lima Metropolitana, mediante
gestión del efectivo y equivalentes de efectivo,
cuentas por cobrar comerciales, existencias; pasivo
corriente y el capital de trabajo neto de las
empresas. Empíricamente la fuerza laboral es
factor de producción fundamental en la empresa,
determinante a la vez del trabajo; diversas
investigaciones como (Cazón et al., 2012), señala
que la fuerza de laboral sea vendida por debajo de
su valor, la acumulación de capital debe tener
disponible una cantidad de mano de obra mayor a
la que precisa normalmente para atender a las
fluctuaciones del ciclo económico.
2. METODOLOGÍA
El estudio asumió una investigación cuantitativa,
basado en un diseño no experimental de corte
“transversal” de alcance correlacional y
explicativo. La unidad de análisis se definió sobre
las Mypes quienes accedieron a los créditos de
reactiva en las regiones pobres del Perú, cuya data
fue extraída del portal web SUNAT y “Reactiva
Perú”, de este modo la variable dependiente
representa los fondos del programa “Reactiva
Perú”: (FRP). Por otro lado, la variable
independiente o variables explicativas
corresponde:
• Garantía del préstamo: GPRES
• Número de trabajadores: NTRA
• Registro de movimiento financiero:
RMOF
La información utilizada proviene de una data
numérica inalterada, no manipulable, sujeta a un
tipo de diseño no experimental. Donde la variable
independiente no se manipula con el fin de ver su
efecto en otras variables, sino se observan los
fenómenos tal y como se dan en su contexto natural
(Yancul y Cachay, 2021) .Por tanto, la información
proporcionada es muy válida. Lo que ofrece una
visión más completa del problema, interpretando
mejor la dinámica del cambio en un periodo de
tiempo.
Para la estimación del modelo se utilizó el método
de mínimos cuadrados ordinarios (MCO) y
herramientas informáticas (software Stata 16,
Excel 2019), entre otras que fueron indispensables
para su posterior análisis e interpretación.
- Especificación del modelo
El efecto de los fondos de reactiva Perú en la fuerza
laboral en Mypes puede explicarse a partir de los
préstamos otorgados por el programa;
involucrando las garantías del Estado y las
obligaciones de deuda de la Mypes en los diversos
sectores económicos. Al respecto, el Programa
“Reactiva Perú” otorga garantías a las Empresas
del Sistema Financiero (ESF), y estas conceden a
favor de las empresas que buscan financiar la
reposición de su capital de trabajo.
La evaluación para el otorgamiento de crédito
contempla el criterio del monto ventas en promedio
mensual, señalado en el acuerdo a los registros de
la Superintendencia Nacional de Aduanas y de
Administración Tributaria (SUNAT). (Decreto
12 | P á g i n a
Legislativo N°1455, 2020: 3). En definitiva, para
explicar la naturaleza del préstamo o crédito
(Mody y Patro, 1995) realizó una comparación
entre la equivalencia de (i) un préstamo sin riesgo
y (ii) un préstamo con riesgo de incumplimiento
con una garantía sobre el mismo préstamo. Es decir
que, en general, se debe satisfacer la siguiente
relación:
Préstamo libre de Riesgo = Préstamos con Riesgo
+ Garantías sobre el Préstamos
En ese sentido; el modelo utilizado en el estudio,
asume los fundamentos y criterios de préstamos de
reactiva Perú bajo la garantía del estado, la cual
busca cubrir deuda de capital de trabajo;
particularmente la fuerza laboral (N° de
trabajadores). Por tanto, la especificación del
modelo está representado por la ecuación (1);
siendo las principales variables de estudio
asociadas a la garantía del préstamo, número de
trabajadores y registro de movimientos
financieros. Por tanto, se pretende determinar si las
variaciones observadas en el modelo se deben a
cambios en las variables explicativas.
𝐹𝑅𝑃𝑖= 𝛽0+ 𝛽1𝐺𝑃𝑅𝐸𝑆𝑖+ 𝛽2𝑁𝑇𝑅𝐴𝑖+
𝛽3𝑅𝑀𝑂𝐹𝑖+ 𝜇 (1)
Donde:
Y: Fondos de Reactiva Perú: FRP
𝑋0 : Intercepto: 𝛽0
𝑋1: Garantía del préstamo: GPRES
𝑋2: Número de trabajadores: NTRA
𝑋3: Registro de movimiento financiero:MOF
𝜇 : Error
Proceso de estimación del modelo
- La prueba de multicolinealidad
Al estimar por MCO, apreciamos el
comportamiento del nivel de significancia de todas
las variables tanto dependientes e independientes;
en tal estimación no debe existir multicolinealidad,
para ello procederemos a evaluar la matriz de
correlaciones.
Tabla 1.
Matriz de correlación
FRP
NTRA
RMOF
FRP
1
GPRES
0.9613
NTRA
0.513
1
RMOF
0.1209
0.1777
1
Fuente: Elaborado por el equipo investigador.
En la tabla 1, observamos que hay una fuerte
correlación entre estas variables, siendo alguna de
estas variables que probablemente presenten
multicolinealidad. En seguida se procedió a
realizar una prueba más formal; factor de inflación
de la varianza (VIF), donde la multicolinealidad
leve presenta valores cercanos a uno, mientras que
un alta multicolinealidad sus valores serán
cercanos a 10. Los resultados se muestran en la
tabla 2.
Tabla 2.
Resultados del análisis de multicolinealidad
Variable
VIF
1/VIF
NTRA
1.29
0.77
GPRES
1.26
0.79
RMOF
1.03
0.97
Mean VIF
1.19
Fuente: Elaborado por el equipo investigador.
Según la tabla 2; el modelo no presenta
multicolinealidad, porque el valor VIF de cada
variable nos da valores cercanos a uno.
- Supuesto de normalidad:
Según esta prueba se plantea la hipótesis nula
(existencia de normalidad) y hipótesis alterna (no
existencia de normalidad), para ello realizaremos
la prueba de Shapiro-Francia, donde los valores
mayores a 0.05 representan normalidad y por otro
lado si los valores son menores a 0.05 no presentan
normalidad.
Tabla 3.
Resultados de supuestos de normalidad
Shapiro-Francia W' test for normal data
Variable
Obs
W'
V'
Z
Prob>z
rea
4,28
0.35
1634.52
18.57
0.00001
Fuente: Elaborado por el equipo investigador.
De los resultados, se evidencia que no hay
presencia de normalidad. Por tanto, se rechaza la
hipótesis nula y se acepta la hipótesis alterna, con
un p-value de 0%.
- Heteroscedasticidad
Aplicaremos el test de White, bajo la hipótesis nula
(existencia de homocedasticidad) y como hipótesis
alterna (no existencia de homocedasticidad).
Tabla 4.
Resultados del análisis de Heteroscedastidad
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(7) = 2839.07
Prob > chi2 = 0.0000
Cameron & Trivedi's decomposition of IM-test
13 | P á g i n a
Source
chi2
df
P
Heteroskedasticity
2839.07
7
0
Skewness
29.61
3
0
Kurtosis
-1.49E+15
1
1
Total
-1.49E+15
11
1
Fuente: Elaborado por el equipo investigador.
De la tabla 4. Se evidencia los resultados de
heteroscedasticidad. Por lo que se rechaza la
hipótesis nula y se acepta la hipótesis alterna, con
un p-value de 0%. Por lo tanto, existe
Heteroscedasticidad.
En esa línea, el modelo amerita una corrección, con
nueva estimación con MCO (Robusto), la cual se
aprecia en la tabla 5.
De los resultados se evidenció que las variables
llegaron a ser significativas o tienden a hacerlo,
con una reducción del p-value, donde toda
evidencia o intento de llegar a la
Heteroscedasticidad fue eliminada.
Tabla 5.
Resultados de corrección de presencia de Heteroscedastidad.
Linear regression
Number of obs
=
4,284
F(3, 4280)
=
454.09
Prob > F
=
0
R-squared
=
0.933
Root MSE
=
1.00E+05
FRP
Coef.
Std. Err.
t
P>t
[95% Conf. In terval]
GPRES
5.26
0.19
26.93
0.000
4.88
5.31
NTRA
1905.01
700.60
2.72
0.007
531.47
2090.77
RMOF
30222.33
4291.27
7.04
0.000
21809.22
36563.13
_cons
20015.98
596.05
33.58
0.000
18847.41
24683.12
Fuente: Elaborado por el equipo investigador.
3. RESULTADOS
Regresión de modelo:
𝐹𝑅𝑃𝑖= 𝛽0+ 𝛽1𝐺𝑃𝑅𝐸𝑆𝑖+ 𝛽2𝑁𝑇𝑅𝐴𝑖+
𝛽3𝑅𝑀𝑂𝐹𝑖+ 𝜇.
El modelo estimó los coeficientes de las variables
en estudio mediante MCO, estimación ajustada a
las pruebas de un modelo aceptable sin
heteroscedasticidad y multicolinealidad.
Los resultados del modelo se presentan en la tabla
6.
Tabla 6.
Resultado del modelo econométrico.
Source
SS
Df
MS
Number of obs
=
4,284
F(3, 4280)
=
19852.89
Model
6.37E+14
3
2.12E+14
Prob > F
=
0
Residual
4.58E+13
4,280
1.07E+10
R-squared
=
0.933
Total
6.83E+14
4,283
1.59E+11
Adj R-squared
=
0.9329
Root MSE
=
1.00E+05
14 | P á g i n a
FRP
Coef.
Std. Err.
t
P>t
[95% Conf. Interval]
GPRES
5.259861
0.025454
206.64
0.000
5.21
5.309764
NTRA
1905.013
94.74675
20.11
0.000
1719.3
2090.766
RMOF
30222.33
3234.247
9.34
0.000
23882
36563.13
_cons
20015.98
2380.563
8.41
0.000
15349
24683.12
Fuente: Elaborado por el equipo investigador.
Ajustes generales del modelo
Resultado del Modelo; la variable dependiente
(FRP) es explicado en un 93.3% por las variables
independientes (GPRES, NTRA, RMOF); con un
(R2 = 0.9329). También se evidencia que el valor
del estadístico F = 19852.89 es alto, lo cual indica
que cae en la zona de rechazo. Por tanto, el modelo
en su conjunto es significativo.
Coeficientes de las variables independientes en
el modelo
De forma individual las variables independientes
GPRES, NTRA y RMOF son significativas, al
contar p-valores igual a 0.000., sienta esta última
menor al nivel de significativa.
Típicamente estas variables guardan una relación
positiva.
De la gráfica 1. Los fondos del programa Reactiva
Perú en el sector comercio presentan mayor
impacto con un total de 48.6% en promedio,
seguido por el sector de transporte,
almacenamiento y comunicaciones con una
participación del 15% en promedio.
Ayacucho: En esta región el sector que tiene mayor
impacto con los fondos de Reactiva Perú en las
obligaciones de fuerza laboral en mypes es el
sector de comercio con un 45.5%. así lo mismo en
Cajamarca: con un 39.1%, Cerro de Pasco: con un
38.2%, Huancavelica: con un 56.5 %, Huánuco:
con un 57.2 %, Loreto: con un 49.9% y Puno: con
un 53.7%.
Gráfica 1.
Distribución del programa Reactiva Perú en los sectores económicos en las regiones pobres.
Fuente: Elaborado por el equipo investigador
4. DISCUSIÓN
15 | P á g i n a
De los resultados obtenidos mediante el método
de mínimos cuadrados ordinarios (MCO) la
variable dependiente es explicada en su conjunto
por las variables independiente con un (R2=
93.3%). Por lo que muestra la importancia de los
fondos de reactiva frente al capital de trabajo, al
cubrir el pago de los trabajadores. Estos
resultados responder a las políticas de mejora del
Estado, ante una situación de crisis sanitaria y ello
se asemeja con la percepción negativa que tenían
los empresarios por la disminución de ventas e
ingresos mínimos. Esto concuerda con Mejía,
(2020) en su análisis del comportamiento y
expectativas de las Mypes en tiempos del covid
19; donde señala la continuidad del negocio o
cierre definitivo frente a sus obligaciones, al
término da a conocer el impacto negativo en las
Mypes con respecto a volumen de trabajo
atendido y los ingresos.
Los resultados determinan una relación positiva
entre los registros de información financiera con
los fondos del Programa Reactiva Perú, estos
registros aportan a las Mypes en el manejo de sus
ventas, siendo estos indispensables para ser
beneficiario del programa, en ese sentido las
Mypes de las regiones más pobres (Huancavelica,
Huánuco, Ayacucho, Cerro de Pasco, Cajamarca,
Puno, Loreto) registran sus movimientos
financieros en un 56%. Estos datos difieren en
14% según lo establece el (BCRP, 2020) donde
más del 70% no registró información de ventas,
por lo que, la mayor parte de los créditos fueron
otorgados con DNI.
El Perú se vio afectado por la crisis sanitaria a
nivel mundial afectando a las Mypes, es por ello
que el estado peruano plantea alternativas de
solución con el fin de reactivar la economía,
creando “Reactiva Perú” para hacer frente a
cierres de Mypes. Este dato guarda coincidencia
con lo descrito por (Vallejo, 2020) quien hace
referencia al programa “Nuevo compromiso por
el futuro de Colombia” en respuesta al descenso
en la producción de 10 % y 20%. en el empleo,
por la pandemia del coronavirus. Este programa
busca reactivar la economía e impulsar el empleo
con 100 billones de pesos, para crear un millón de
empleos e impulsar el crecimiento económico, a
través de los proyectos y programas de los
sectores comercio, servicios e infraestructura,
construcción de vivienda. Es así, que cada País
desarrollo distintas estrategias para reactivar la
economía en las Mypes, en relación al estudio el
sector con mayor impacto es el comercio seguido
por el sector de transporte, almacenamiento y
comunicaciones.
5. CONCLUSIONES
Durante la crisis sanitaria, 135,000 Mypes
accedieron a los prestados del programa “Reactiva
Perú”, con el fin de evitar el rompimiento de pagos
en la fuerza laboral en los diversos sectores de la
economía. Este estudio tras una rigurosa
investigación concluye: Las mypes con préstamos
de reactiva Perú, cumplieron con sus obligaciones
de fuerza laboral, la cual es corroborado con los
resultados del modelo MCO y cuando las MYPES
llevan un registro del movimiento financiero
proporciona mayor eficacia en el financiamiento.
De otro lado existe un impacto positivo del
programa reactiva Perú en los sectores económicos
de las regiones pobres; siendo el sector comercio el
de mayor impacto con una representación del
48.6%.
6. AGRADECIMIENTO
Expresamos nuestro agradecimiento a la
Comunidad Educativa UNH y a la revista de
investigación científica “siglo XXI” por
permitirnos ser parte de la red de investigadores.
7. REFERENCIAS
Ale Hanampa, T., & Alarcon Casazuela, E.
(2020). El futuro de las MYPES tras el
COVID-19, análisis de las medidas de
reactivación empresarial y las barreras
para el rápido acceso a la liquidez - IUS
360. https://ius360.com/el-futuro-de-las-
mypes-tras-el-covid-19-analisis-de-las-
medidas-de-reactivacion-empresarial-y-las-
barreras-para-el-rapido-acceso-a-la-
liquidez/
Arismendiz Yupanqui, R. L. D. P., Dionicio
Ramos, K. B., Leon Braguina, H. Y., &
Vergara Gonzalez, R. E. (2022).
2022_MAF_19-2_01_T ESANNNNN.
BCRP. (2020). BANCO CENTRAL DE RESERVA
DEL PERÚ.
Bohoslavsky, J. P. (2020). PALABRAS CLAVE
COVID-19, ECONOMÍA Y DERECHOS
HUMANOS.
Cazón, F., Kennedy, D., & Lastra, F. (2012). Las
condiciones de reproducción de fuerza de
trabajo como forma de la especificidad de la
acumulación de capital en Argentina:
evidencias concretas desde mediados de los
´70. www.unse.edu.ar/trabajoysociedad
Comex. (2020). COMEX Reporte-mypes-2020.
de Vito, A., & Gómez, J. P. (2020). Estimación de
la crisis de efectivo de COVID-19:
Evidencia y política global por Antonio De
Vito, Juan-Pedro Gomez :: SSRN.
https://papers.ssrn.com/sol3/papers.cfm?abs
tract_id=3560612
ENAHO. (2020). INSTITUTO NACIONAL DE
ESTADÍSTICA E INFORMÁTICA.
Gamero, J., & Pérez, J. (2020). Elaborado por.
Giraldo, M. (2020). Coronavirus: ¿Cuáles son las
estrategias para enfrentar los desafíos en
tiempos de crisis? | Genesys.
16 | P á g i n a
https://www.genesys.com/es-
mx/blog/post/coronavirus-cuales-son-las-
estrategias-para-enfrentar-los-desafios-em-
tiempos-de-crisis
Hernandez, P., Hernandez, K., Hernandez, A., &
Hernandez, D. (2022). capital de trabajo.
INEI. (2020). np_87_2020.
Mejía Navarrete, J. (2020). Modernidad, Covid-
19 y colonialidad en el Perú. Notas
introductorias. Investigaciones Sociales,
23(43), 107–117.
https://doi.org/10.15381/is.v23i43.18489
Mody, A., & Patro, D. (1995). Methods of Loan
Guarantee Valuation and Accounting.
Povis Santisteban, E. A., & Villanueva Diaz, G.
A. (2020). Programa Reactiva Perú y su
influencia en la liquidez de empresas de la
industria manufacturera, Perú, 2020.
Repositorio Institucional - UCV.
https://repositorio.ucv.edu.pe/handle/20.500
.12692/61346
Vallejo Zamudio, L. E. (2020). Efectos de la
reactivación económica en Colombia.
Apuntes Del Cenes, 39(70), 7–9.
https://doi.org/10.19053/01203053.V39.N7
0.2020.12035
Yancul Pozo, R. A., & Cachay Díaz, E. (2021).
Universidad Privada Antonio Guillermo
Urrelo Facultad de Ciencias Empresariales
y Administrativas Carrera Profesional de
Administración y Negocios Internacionales.