Revista Anual del Centro de Investiga-
ciones en Estudios Latinoamericanos
para el Desarrollo y la Integración
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19.
Una muestra de empresas uruguayas
Autor(es): Roldós, Margarita; de la Vega, Mauro; Araujo, Diego; Girardini, Juan José; Seijas,
María Nela
Fuente: Latitud Sur N° 18, Vol. 1, Año 2023. UBA-FCE, CEINLADI. (En línea) ISSN 2683-
9326.
Publicado por: Universidad de Buenos Aires, Facultad de Ciencias Económicas. Centro de
Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración
(CEINLADI). Las opiniones y el contenido vertido en este trabajo son responsabilidad
exclusiva del autor.
Vínculo: https://ojs.econ.uba.ar/index.php/LATSUR/index
Esta revista está protegida bajo una licencia Creative Commons
Attribution-NonCommercialNoDerivatives 4.0 International.
Copia de la licencia: http://creativecommons.org/licenses/by-nc-
nd/4.0/.
Latitud Sur es una revista académica anual editada por el Centro de Investigaciones
en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI)
perteneciente a la Facultad de Ciencias Económicas de la Universidad de Buenos Aires.
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19…
7
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
1de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
Artículo de investigación
ESTRATEGIAS FINANCIERAS, COMERCIALES Y LABORALES FRENTE A LA
PANDEMIA DE COVID-19. UNA MUESTRA DE EMPRESAS URUGUAYAS
12
Margarita Roldós
3
UNIVERSIDAD DE LA REPÚBLICA DE URUGUAY (URUGUAY)
Mauro de la Vega
4
UNIVERSIDAD DE LA REPÚBLICA DE URUGUAY (URUGUAY)
Diego Araujo
5
UNIVERSIDAD DE LA REPÚBLICA DE URUGUAY (URUGUAY)
Juan José Girardini
6
UNIVERSIDAD DE LA REPÚBLICA DE URUGUAY (URUGUAY)
María Nela Seijas
7
UNIVERSIDAD DE LA REPÚBLICA DE URUGUAY (URUGUAY)
Resumen
El objetivo de esta investigación se centró en recabar información respecto al impacto que,
hacia fines de 2020, tuvo la pandemia del COVID-19, en una muestra de empresas uruguayas.
La misma se instrumentó a través de la recolección de datos sobre estrategias comerciales,
financieras y laborales que llevaron adelante las empresas uruguayas frente a la situación del
COVID-19.
El análisis de los resultados pretende mostrar cómo las empresas tuvieron que controlar sus
variables económico-financieras para hacer frente a la incertidumbre. A su vez, cómo se
implementó en muchos casos la opción de “teletrabajo” para poder continuar con las
1
Fecha de recepción: 04/10/22. Fecha de aceptación: 17/12/22.
2
El presente trabajo fue desarrollado por estudiantes del Posgrado de Especialización en Finanzas de la Udelar
y un grupo de docentes de la Unidad Académica Finanzas y Proyectos de Inversión y del IESTA, de la Facultad
de Ciencias Económicas y de Administración, Universidad de la República, Uruguay.
3
Profesor Titular de la Unidad Académica Finanzas y Proyectos de Inversión. Coordinadora Académica del
Posgrado y de la Maestría en Finanzas. Investigadora en temas vinculados a Finanzas.
4
Unidad Académica Finanzas y Proyectos de Inversión, Facultad de Ciencias Económicas de la Universidad
de la República, Uruguay. Master en Finanzas por la Universidad Pompeu Fabra, España. Profesor de Finanzas
Corporativas e Investigador en temas vinculados a Finanzas.
5
Instituto de Estadística, Facultad de Ciencias Económicas de la Universidad de la República, Uruguay.
6
Unidad Académica Finanzas y Proyectos de Inversión, Facultad de Ciencias Económicas de la Universidad
de la República, Uruguay. Master en Finanzas por la Universidad de la República, Uruguay. Profesor de
Finanzas Corporativas e Investigador en temas vinculados a Finanzas.
7
Doctora en Economía y Empresa por la Universidad Santiago de Compostela. Se desempeña como docente
investigadora en el Departamento de Métodos Cuantitativos de la Facultad de Ciencias Económicas y de
Administración, Universidad de la República
Margarita Roldós, Mauro De La Vega, Juan José Girardini, María Nela Seijas y Diego Araujo
8
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
actividades, y otros cambios tecnológicos para atender la demanda de productos o servicios.
Por último, se analizó el impacto que tuvieron las medidas del gobierno para que las empresas
pudieran seguir funcionando y afrontaran la difícil situación generada por la pandemia.
Palabras Clave
COVID-19 – finanzas – empresas – clusters
FINANCIAL, COMMERCIAL, AND WORK STRATEGIES TO TACKLE THE
COVID-19 PANDEMIC. A SAMPLE OF URUGUAYAN COMPANIES
Abstract
The objective of this research is to gather information with regards the impact that the
COVID-19 pandemic had on a sample of Uruguayan companies by the end of the year 2020.
Such investigation was carried out by collecting data about commercial, financial, and work
strategies that Uruguayan companies put into practice to tackle the COVID 19 situation.
The analysis of results aims at showing how the companies had to control their economic and
financial variables in the face of uncertainty. The objective of such analysis is to portray how
“teleworking” helped companies to continue working and how other technological changes
were implemented to satisfy the demand of products and services. Finally, another aim of
this research is to analyze the measures taken by the Government so that companies could
continue working and face the hard context the pandemic created.
Keywords
COVID-19 – finance – companies – clusters
Introducción
La pandemia del COVID-19, que se manifestó a partir del 13/3/2020, en Uruguay, generó
medidas a nivel gubernamental, en el ámbito privado, y en la sociedad uruguaya en general.
El objetivo de preservar la salud de la sociedad tuvo repercusiones de tipo económico y social.
Una de las primeras medidas fue el subsidio por enfermedad para quienes debían estar en
cuarentena por haber contraído Covid-19 (MTSS, 2020a). A su vez, el 18 de marzo del 2020,
se creó el subsidio por desempleo parcial para trabajadores dependientes (MTSS 2020b), que
modificaba el régimen de desempleo vigente hasta el momento. Además, dentro de las
medidas económicas llevadas adelante por el gobierno, se destacaron nuevas líneas de crédito
del Banco de la República Oriental del Uruguay (BROU) con tasas subsidiadas, y un refuerzo
del Sistema Nacional de Garantías (SIGA), para obtener préstamos en el sistema financiero
privado, con énfasis en las pequeñas y medianas empresas (Lanzilotta et al, 2020).
La crisis generó impactos negativos de tipo económico y financiero en las empresas, por la
disminución de ingresos y los problemas de liquidez. El país venía experimentando un
crecimiento sostenido de la actividad, en los 17 años anteriores a esta pandemia. Sin embargo,
éste se revirtió hacia fines de 2019 y se profundizó en 2020, año en que se registró una caída
del 5,9% del producto interno bruto (CEPAL, 2021), afectado por el efecto COVID-19.
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19…
9
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
1de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
El confinamiento voluntario determinó una amplia paralización de actividades económicas y
sociales, el advenimiento del teletrabajo y de las actividades en línea. Eso trajo aparejado una
problemática financiera que llevó a varios negocios a cerrar o replantearse su estructura. La
reducción en la movilidad y el distanciamiento social tuvieron consecuencias importantes en
empresas y trabajadores, y en algunas actividades en particular.
El propósito fundamental de esta investigación fue la recolección y el análisis de datos
obtenidos de la encuesta llevada adelante para determinar las medidas económicas,
financieras y laborales de las empresas que permitieron la continuidad y sostenibilidad de sus
negocios durante la primera etapa de la pandemia.
El problema por abordar fue el
desconocimiento en relación con:
•
¿Cuál fue el efecto que tuvo la primera etapa de la pandemia en las empresas?
•
¿Qué medidas financieras, comerciales y laborales implementaron las empresas?
•
¿Qué impacto tuvieron las medidas tomadas por el gobierno?
•
La aplicación de nuevas tecnologías en su negocio.
El objetivo principal de la investigación es conocer como reaccionaron las empresas a efectos
de sostener sus negocios en el marco de la crisis generada por la pandemia de Covid-19.
Los objetivos específicos del trabajo son cuatro. En primer lugar, identificar en qué medida
las empresas reconvirtieron sus negocios aplicando soluciones tecnológicas que facilitan el
desarrollo de actividades no presenciales y/o adaptándose a las nuevas pautas de
comportamiento social. En segundo lugar, identificar los requisitos y desafíos de dicho
proceso. En tercer lugar, denotar si las empresas fueron respaldadas por las soluciones y
apoyos planteados por el gobierno. En cuarto lugar, generar insumos para el diseño de
políticas públicas y/o privadas.
Marco referencial
Los negocios, y en particular los de tipo empresarial, se desarrollan en condiciones de
incertidumbre, lo que implica el desconocimiento de los eventos futuros que los afectarán,
su impacto y su probabilidad de ocurrencia. En ciertos casos, los antecedentes permiten
disponer de estimaciones basadas en información que habilitan la construcción de funciones
de distribución de probabilidad de algunas variables principales para el negocio, como, por
ejemplo, sus ventas futuras, lo que facilita la toma de decisiones.
Sin embargo, la historia muestra, en diversos ámbitos, la aparición de eventos no esperados
ni sospechados, algunos con efectos devastadores ´los que han sido denominados “cisnes
negros”. La teoría del cisne negro fue popularizada por el filósofo, matemático y economista
libanés Nassim Taleb, muy referenciado en ciencias del conocimiento, quien desarrolló el
concepto en su obra de igual nombre (The Black Swan). Taleb (2007) realizó importantes
aportes para explicar el conocimiento limitado que posee el ser humano, así como su
incapacidad de anticiparse a hechos futuros. Esta posición se reveló con fuerza frente a los
supuestos del modelo neoclásico, que dominó los desarrollos de las finanzas en el siglo XX,
y que se sustenta, entre otros, en el paradigma riesgo/rendimiento, los modelos de equilibrio
basados en media-varianza, la hipótesis de mercados eficientes, la teoría de la agencia, y la
Margarita Roldós, Mauro De La Vega, Juan José Girardini, María Nela Seijas y Diego Araujo
10
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
teoría de las opciones. Según Taleb, hay una serie de ideas erróneas sobre la previsión y la
medición del riesgo, que contribuyeron a eventos como la crisis mundial de 2008.
A lo largo de la historia podemos encontrar muchos cisnes negros. Taleb destacó, entre otros,
el ascenso de Hitler al poder, la desaparición del bloque soviético, la aparición del
fundamentalismo islámico, los efectos de Internet y la caída de las torres gemelas en
septiembre 2001.
¿Fue la pandemia del COVID-19 un cisne negro? El 31 de marzo de 2020, Taleb manifestó
a Bloomberg Television su molestia, cada vez que se hacía referencia a la pandemia del
coronavirus como un "cisne negro", término que acuñó para un evento impredecible, raro y
catastrófico. “The Black Swan pretendía explicar por qué, en un mundo interconectado,
necesitamos cambiar las prácticas comerciales y las normas sociales, no, como me dijo
recientemente, proporcionar un cliché para cualquier cosa mala que nos sorprenda” (Avishai,
2020). Además, entendía, al igual que los autores de este trabajo, que la pandemia era
predecible. La advertencia a la que se refirió apareció en un artículo, de enero 2020, del que
fue coautor con Joseph Norman y Yaneer Bar-Yam, cuando el virus aún estaba confinado
principalmente a China. El documento advierte que, debido a la "mayor conectividad", la
propagación sería "no lineal". Agrega que, para los estadísticos, la "no linealidad" describe
eventos muy parecidos a una pandemia: un resultado desproporcionado con respecto a los
insumos conocidos (la estructura y el crecimiento de los patógenos, por ejemplo), debido a
insumos desconocidos e incognoscibles (sus períodos de incubación en humanos o
mutaciones aleatorias), o a la interacción excéntrica entre varios insumos (mercados húmedos
y viajes en avión), o el crecimiento exponencial (a partir del contacto humano en red), o los
tres. Los autores pidieron “recortar drásticamente las redes de contacto” y otras medidas que
ahora asociamos con el confinamiento y el distanciamiento social.
En el mundo se aplicaron diversas estrategias para afrontar el COVID-19, desde la total
libertad para obtener una inmunidad de rebaño, a extensos confinamientos, pasando por
situaciones particulares como la “libertad responsable” aplicada por Uruguay. Algunas se
revisaron por no ser eficaces. Hacia 2021, la llegada de las vacunas, a distinto ritmo en los
diversos países, atenuó el número de muertes, si bien las mutaciones del virus vinieron con
un aumento de su transmisibilidad.
La crisis económica y sanitaria que provocó el COVID-19 fue un evento que no tiene
precedentes en la economía moderna y, probablemente, tenga asociados los efectos más
disruptivos desde la Segunda Guerra Mundial (PNUD, 2020). Desde enero del año 2020,
millones de personas han contraído el COVID-19. Debido al alto contagio del virus, muchos
países adoptaron medidas de distanciamiento social acompañadas de cuarentenas
obligatorias para los contagiados. Esto trajo aparejado un shock en la oferta de las cadenas
de suministro y un shock en la demanda, provocado por un menor consumo que hizo
disminuir los ingresos en las empresas (Donthu & Gustafsson, 2020).
En este sentido, se alentó a los países a intensificar prontamente los esfuerzos para tomar
medidas que permitieran absorber el shock económico (OECD, 2020). En esa misma línea
fueron las recomendaciones del Banco Mundial, mencionando que era necesario para los
países establecer, tanto políticas de corto plazo, como políticas a mediano y largo plazo, que
marcaran el camino hacia la recuperación de la economía (Banco Mundial, 2020).
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19…
11
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
1de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
Gráfico Nº1 – Indicador de Clima Económico
Nota: Fundação Getulio Vargas (FGV)FGV -Clima económico na América Latina (2020)—
Foto: Economia G1
Desde una visión microempresarial, los autores Pérez-Calle, García-Casarejos y García –
Bernal (2021) de la Universidad de Zaragoza, analizaron los factores de adaptación al nuevo
escenario que enfrentó la empresa española. Concluyen que, ante el cambio radical e
impredecible del entorno competitivo, en el que destacan condiciones dinámicas, complejas
y difícilmente predecibles, las empresas “necesitan estar en posición o desarrollar una serie
de capacidades específicas que les permitan adaptarse”. Asimismo, entienden que “la
capacidad de adaptarse se refleja a través de su habilidad para dar continuidad tanto a la
gestión como a la monitorización de sus operaciones como a la relación con sus clientes a lo
largo de todos los niveles del proceso de venta” (Pérez-Calle, García-Casarejos, & García-
Bernal, 2021). De modo que, para los autores, el desarrollo de las TIC, la flexibilidad laboral
y los esfuerzos en innovar, favorecieron la capacidad de adaptación.
Por lo tanto, para analizar el caso uruguayo, resulta imprescindible disponer de información,
cuantitativa y cualitativa, del comportamiento de las empresas ante los efectos económicos
del COVID-19. Los resultados de las encuestas permiten conocer el impacto que la pandemia
tuvo sobre una muestra de empresas uruguayas (es necesario aclarar que, al día de hoy, no se
disponen de cifras comparables para concluir sobre las consecuencias de la pandemia).
Margarita Roldós, Mauro De La Vega, Juan José Girardini, María Nela Seijas y Diego Araujo
12
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
Metodología
A partir de la revisión de las diferentes medidas y prácticas relevadas con relación a la
respuesta a la pandemia del COVID-19 se procedió a analizar los efectos que tuvo la pandemia
en las empresas, con un énfasis en aspectos financieros, comerciales y laborales.
Los datos fueron proporcionados por la Unidad Académica Finanzas y Proyectos de Inversión
y fueron el resultado de una encuesta en formato electrónico que fue contestada por personal
de nivel superior vinculado a la toma de decisiones dentro de cada empresa. El marco muestral
de empresas a encuestar fue proporcionado por el Instituto Nacional de Estadística (INE). La
metodología aplicada para la selección de las empresas encuestadas consistió en un muestreo
aleatorio estratificado por tamaño de la empresa y sector de actividad, a partir del marco
proporcionado por el INE, extrayendo un total de 700 empresas a contactar.
La tasa de respuesta fue aproximadamente de un 16%, resultado similar al obtenido en otro
estudio anterior realizado utilizando la misma muestra y siguiendo la misma metodología de
muestreo (Álvarez, Roldós, et al, 2019).
De esta manera, se trabajó con las respuestas de las 112 empresas que contestaron todas las
preguntas del formulario. En esta ocasión, se aplicaron 2 técnicas de Machine Learning para
extraer información de los datos y profundizar en su estudio.
Para procesar las respuestas al cuestionario
,
se utilizó la Regresión Logística y el Análisis de
Cluster. La Regresión Logística es una técnica estadística dentro del Machine Learning,
perteneciente a lo que se conoce como “clasificación supervisada” (James et al, 2013). Esto
hace referencia a que partimos de un conjunto de datos “etiquetados”, es decir, ya conocemos
el valor de la variable objetivo (dependiente) y mediante el algoritmo intentamos ajustar una
función capaz de predecir dicha variable, para los datos existentes o nuevos. De esta manera,
permite estimar la probabilidad de que una variable cualitativa tome una categoría en función
de una variable o varias variables explicativas.
Por su parte, la metodología k-modes es de tipo modal, y representa un caso particular de un
k-prototipo (Huang,1997). En este caso, el algoritmo cuenta con una lógica de funcionamiento
similar al algoritmo k-means; y dada la naturaleza de las variables (binarias), es muy necesario
el uso de otras medidas de disimilaridad, utilizando un método basado en frecuencias para
actualizar los modos (
Weihs, et al.,2005)
. Por lo tanto, del método mixto original planteado
por Tsekouras (
Tsekouras
et al.
,2005)
se trabaja solamente con el algoritmo k-modes que
aplica la siguiente disimilaridad, siendo xi e yi 2 individuos de los que se mide los atributos:
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19…
13
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
1de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
El algoritmo trabaja de la siguiente manera, en 4 pasos:
1. Selecciona k modos iniciales, uno para cada cluster, con x, y variables categóricas
binarias en este caso, actualizando el modo;
2. Luego de que todos los individuos han sido asignados, reestima la disimilaridad de
los objetos contra el actual modo y si encuentra que un individuo tiene un modo de otro grupo
que está más próximo, lo reasigna, actualizando los modos de ambos grupos que se
modificaron;
3. Repite el paso 2 hasta que ningún individuo haya cambiado de cluster, hasta haber
visitado todo el conjunto de datos.
El resultado de este algoritmo es, entonces, una partición de los individuos en grupos cuyo
representante es el perfil modal, es decir la combinación de respuestas que es más frecuente
en cada cluster.
Análisis descriptivo de los resultados
Para aplicar las metodologías antes descriptas se separaron los resultados en cuatro bloques:
•
Efectos en las Finanzas de las empresas
•
Medidas implementadas por las empresas durante la pandemia del COVID-19
•
Medidas tomadas por el gobierno
•
Cambios Tecnológicos
Bloque de efectos en las finanzas
Se podía intuir que los primeros resultados derivados de los efectos de la pandemia en
empresas iban a ser negativos. Baja en la facturación, suspensión de contratos, acompañados
por una baja en la demanda de productos o servicios, provocaron efectos negativos.
Es por ello por lo que se preguntó sobre el comportamiento en las siguientes variables: flujos
de efectivo, volumen de ventas, cantidad de trabajo que disponían, entre otras. También se
consultó sobre el uso de indicadores económicos financieros para monitorear las finanzas de
la empresa, tales como: flujo de efectivo, capital de trabajo, ciclo de cuentas a cobrar, tiempo
de abastecimiento de materias primas.
Del análisis de cluster, usando el algoritmo k-modes, obtuvimos dos grupos marcados: en el
primero, se vio el efecto negativo en ese conjunto de empresas (70 empresas); en el segundo,
las empresas que no se vieron tan afectadas por la pandemia del COVID-19 (42 empresas).
En el grupo 1
,
las variables que más efecto tuvieron fueron: cuentas a cobrar, capital de trabajo
y volumen de ventas, donde casi todas las empresas del cluster contestaron haberse visto
afectadas durante la pandemia.
Margarita Roldós, Mauro De La Vega, Juan José Girardini, María Nela Seijas y Diego Araujo
14
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
Figura
1:
Cantidad empresas por sector, personal y facturación (dólares americanos)
según
cluster
Fuente: Propia a partir de los datos generados en la investigación.
Figura
2:
Gráfico para representar clusters obtenidos a través de k-modes - “Efectos en las
finanzas de las Empresas”
Fuente: Propia a partir de los datos generados en la investigación.
Figura 3
: Análisis de cluster – Efectos en las finanzas de la Empresa”
Fuente: Propia a partir de los datos generados en la investigación.
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19…
15
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
1de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
La visualización anterior es una forma de detectar, rápidamente, los patrones de respuesta
dentro de cada grupo. El color más intenso representa la presencia de dicha variable dentro
del cluster, es decir, el porcentaje de respuestas afirmativas a la pregunta realizada (que se
observa en cada columna), en contraste con el color más claro que hace referencia a la
respuesta negativa o ausencia de la variable. Esto sirvió como guía para los siguientes análisis.
En este caso, lo primero que podemos apreciar es que ambos grupos utilizan indicadores
económico-financieros y flujos de fondos. Al menos, el 60% de las empresas que integran el
Grupo 2 utilizaron indicadores financieros y elaboraron flujos de fondos. Sin embargo, menos
del 20% declaró verse afectado en el capital de trabajo o haber tenido problemas para cobrarles
a sus clientes, una diferencia marcada con el Grupo 1 donde, al menos, el 80% declaró tener
dificultad para cobrarle a sus clientes. Se notó un efecto negativo sobre las empresas del grupo
1, dentro de ellas, en el “sector comercio” y el “sector servicios”.
Por otra parte, vemos que las empresas del “sector tecnológico”, están todas dentro del grupo
2 y éstas no se vieron afectadas.
Otro resultado que se puede extraer del análisis de cluster es que las pequeñas empresas fueron
las más afectadas. Dentro del grupo 1, tenemos 25 empresas que tenían entre “0 y 10 personas”
y unas 48 empresas que facturaban entre “0-5 millones por año”.
Un punto por destacar es que, de forma similar como se aprecia en el gráfico, ambos grupos
hicieron uso de indicadores económicos y elaboraron flujos de fondos.
Claramente, lo que diferencia ambos grupos es el nivel de afectación en las demás variables
estudiadas. Si queremos describir estos grupos, desde el punto de vista del sector al que
pertenecen las empresas, podemos ver que sectores como la “Industria” y los “Servicios”
fueron los que se vieron mayoritariamente afectados de forma negativa (ubicándose gran parte
de estos rubros dentro del grupo 1) y, por el contrario, el sector de “Tecnología” fue de los
menos afectados (se ubica mayormente en el grupo 2). El rubro “Comercio” se divide
equitativamente entre ambos grupos y la categoría residual “Otros” (residual porque entran
todos los sectores no mencionados anteriormente) se ubica mayoritariamente en el grupo 1.
En cuanto al tamaño de la empresa (ya sea por cantidad de personal ocupado, como por
facturación), podemos ver que gran parte de las empresas pequeñas se ubican en el grupo 1,
caracterizado por ser el más afectado en las finanzas de la empresa debido a la pandemia,
como mencionamos anteriormente.
Bloque de medidas implementadas
Las preguntas contempladas en esta categoría están vinculadas con las finanzas de las
empresas. Entre ellas se evaluó si se tuvo que controlar con mayor asiduidad las variables
económicas de la empresa, o sí se consideró continuar con el negocio o suspender algunas de
las inversiones proyectadas y los ingresos por ventas de la empresa se vieron afectados al alza,
a la baja, o se mantuvieron.
Surgen dos grupos del análisis de cluster: el primero formado por 66 empresas y el segundo
por 46. Las empresas del grupo 1 fueron quienes más medidas tuvieron que implementar en
comparación con las del cluster 2, quienes menos sintieron el impacto de la pandemia. Dentro
Margarita Roldós, Mauro De La Vega, Juan José Girardini, María Nela Seijas y Diego Araujo
16
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
del grupo 1 están todas las empresas de tecnología que contestaron la encuesta. Las empresas
pequeñas en facturación (0-5 mill) del grupo 1 fueron las más afectadas.
Figura
4:
Cantidad empresas por sector, personal y facturación (dólares americanos)
según
cluster
Fuente: Propia a partir de los datos generados en la investigación.
Figura
5:
Gráfico para representar clusters obtenidos a través de k-modes - “Medidas
Implementadas”
Fuente: Propia a partir de los datos generados en la investigación.
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19…
17
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
1de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
Figura 6
: Análisis de cluster – “Medidas Implementadas”
Fuente: Propia a partir de los datos generados en la investigación.
En este caso tenemos dos grupos donde están bien marcadas las posiciones de las empresas
que lo integran. El grupo 1 está conformado por empresas que hicieron un control en las
variaciones económicas, igual que el planteo de escenarios negativos. Claramente, las del
grupo 1 tomaron medidas para reducir los costos de refinanciar deuda. Lo primero que se ve
es que el grupo 1 tuvo una disminución de los ingresos, y en el grupo 2 se mantuvieron o
aumentaron. Se puede ver que en el grupo 2, a pesar de ser un grupo de empresas que no tuvo
disminución de los ingresos, al menos 80% de ellas controló las variables económicas y se
planteó escenarios negativos. Aunque no haya tomado medidas, controló estás dos variables.
Tomando el rubro de actividad, vemos que la totalidad de empresas del rubro tecnológico que
contestaron la encuesta están dentro del grupo 2, que representa al grupo que no se vio
afectado por la pandemia.
En este caso vemos 2 tipos de variables que son transversales a ambos grupos, es decir, es
fuerte su presencia (proporción de respuesta afirmativa) en cada uno de los grupos y hacen
referencia a si tuvieron un mayor control y seguimiento sobre las variables económicas
(“contr_VarEco”) y controlaron o redujeron costos (“contr_cost”). Esto puede dar una idea de
cómo estas empresas manejaron la incertidumbre frente a la pandemia; cómo lograron tener
más control sobre la economía de la empresa y en la medida de lo posible reducir costos para
enfrentar potenciales crisis que puedan surgir.
Fuera de estas variables, podemos observar que el cluster 2 (46 empresas) es el más afectado,
dado que tuvieron que implementar más medidas para atravesar la pandemia como, por
ejemplo: buscar distintas opciones de financiamiento, cancelar inversiones que tenían
previstas hacer en el año, refinanciar deudas y diferir el pago de impuestos o cuentas a pagar
de proveedores. Por el contrario, el cluster 1 (66 empresas) está conformado básicamente por
empresas que menos sintieron el impacto y, por lo tanto, no tuvieron que optar mayormente
por estas medidas.
Conectando con el análisis que hacíamos del bloque de información anterior (“Efectos en las
finanzas”), podemos ver nuevamente que, para los rubros de “Industria” y “Servicios”, la
mayor parte de las empresas que los conforman se encuentra en el grupo más afectado. Por el
Margarita Roldós, Mauro De La Vega, Juan José Girardini, María Nela Seijas y Diego Araujo
18
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
contrario, como veíamos anteriormente, también, el rubro de “Tecnología” se encuentra en
bloque en el grupo 1. En cuanto a la facturación de las empresas, si observamos los grupos
vemos que el grupo 2 contiene una mayor cantidad de empresas con un nivel de facturación
bajo (en esta escala que se estableció, de 0-5 mill.) con respecto a los otros niveles. En cambio,
si nos situamos desde el punto de vista del “personal ocupado”, las empresas de “menor
tamaño” (0-10 personas) son las que predominan en el grupo 2, con respecto a las otras
categorías y marcando una disparidad con el grupo 1, que la conforman mayoritariamente
medianas y grandes empresas. De nuevo, empresas pequeñas fueron las más afectadas.
Bloque de medidas del gobierno
Este punto puede ser el que más impacto pueda tener en la realidad de las empresas. Países
desarrollados como EE. UU. implementaron medias expansivas del gasto público del entorno
al 10% España lo hizo en un 15%, Italia en un 20%, Alemania en un porcentaje superior al
20%. Otros países en Latinoamérica fueron por políticas más controladas en el gasto, como
fue el caso de Uruguay que en una primera etapa rondaba el 1,6% del PBI (Lanzelotti, 2020).
Como se dijo anteriormente, muchas de las empresas uruguayas afrontaron dificultades. Las
preguntas contempladas en esta categoría estuvieron vinculadas con las medidas ejecutadas
por el gobierno para contener la pandemia. Ejemplo de ellas fueron:
•
Seguro de paro parcial,
•
Seguro por enfermedad para mayores a 65 años,
•
Prórrogas por obligaciones del Banco de Previsión Social (BPS).
•
Prórrogas por vencimientos de obligaciones con Dirección General Impositiva DGI.
•
Acceso a nuevos préstamos en el marco del sistema Sistema Nacional de Garantías
SIGA
En este caso trabajaremos con 3 grupos de empresas que surgen del análisis de cluster,
Figura
7:
Cantidad empresas por sector, personal y facturación
(dólares americanos)
según cluster
Fuente: Propia a partir de los datos generados en la investigación.
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19…
19
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
1de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
Figura
8:
G
ráfico para representar clusters obtenidos a través de k-modes - “Medidas
implementadas por el gobierno”
Fuente: Propia a partir de los datos generados en la investigación
Figura 9
: Análisis de cluster –“Medidas implementadas por el Gobierno”
Fuente: Propia a partir de los datos generados en la investigación.
La medida más utilizada entre todas las empresas fue el seguro de paro parcial, que fue
exitoso (desde el punto de vista de su implementación), por lo que no se descartaría una nueva
utilización en futuros problemas (similares) que afecten al mercado de trabajo.
El seguro de paro parcial permitió modificar el régimen más rígido que establecían las leyes
laborales, hasta el momento. Anteriormente, el empleado que iba al seguro lo hacía por
períodos de 1 mes, con un plazo máximo de 4 meses. Con este régimen, el empleado puede
ir al seguro por cierta cantidad de días o incluso haciendo una reducción horaria en su lugar
Margarita Roldós, Mauro De La Vega, Juan José Girardini, María Nela Seijas y Diego Araujo
20
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
de trabajo (con el subsidio correspondiente), por lo que fue una medida de flexibilización en
que las empresas se apoyaron, ya sea por temas económicos, como sanitarios. En este caso,
las empresas que conforman el grupo 1 (54 empresas), prácticamente, no hicieron uso de las
medidas ofrecidas por el gobierno. En los grupos 2 y 3, predominó el seguro de paro parcial
y, en este último, se utilizaron otras medidas también difundidas por el gobierno (prórrogas
en los aportes patronales, obligaciones fiscales con DGI, obligaciones bancarias, etc.).
Las que están en el grupo 3, utilizaron casi todas las medidas propuestas por el gobierno.
Bloque de medidas tecnológicas
La pandemia trajo cambios en la operativa de algunas empresas. Por ello, preguntamos si:
•
Desarrolló nuevos canales de venta.
•
Incorporó nuevos productos a su empresa.
•
Reinventó nuevos productos o servicios.
•
Ofreció servicios de forma virtual.
Tenemos dos grupos bien diferenciados. El primero de ellos formado por 77 empresas y el
segundo 35.
La amplia mayoría no desarrolló nuevos canales o productos. Esto pudo deberse a varios
motivos. Sin embargo, nos falta información para profundizar en el tema.
Dentro del segundo grupo, vemos que más de un 90% de las empresas que lo integran tuvieron
que reinventar algún producto o servicio para poder cumplir con la demanda.
Figura
10:
Cantidad empresas por sector, personal y facturación (dólares americanos)
según cluster
Fuente: Propia a partir de los datos generados en la investigación.
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19…
21
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
1de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
Figura 11:
G
ráfico para representar clusters obtenidos a través de k-modes - “Medidas
tecnológicas”
Fuente: Propia a partir de los datos generados en la investigación
Figura 12
: Análisis de cluster – “Medidas Tecnológicas”
Fuente: Propia a partir de los datos generados en la investigación.
Teletrabajo
Este régimen de trabajo en forma remota generó un cambio importante para las empresas que
debieron adaptarse de forma rápida para seguir produciendo. En este caso, se resolvió estudiar de
forma aislada al “teletrabajo”, ya que fue una novedad de la pandemia, y no es adecuado utilizar el
método de clustering. Para poder analizar esta variable recurrimos a un método de clasificación
supervisada, como es la regresión logística.
La idea es analizar qué características de las empresas, o incluso de la persona encuestada (que
mencionábamos puede tener participación en las decisiones de la empresa), podían ser más relevantes
para optar o no por el régimen de teletrabajo. Las características que tuvimos en cuenta como
variables predictoras son su nivel educativo (formación) y si participó de la propiedad de la empresa;
y en cuanto a las características (propiamente dichas) de las empresas: sector de actividad, cantidad
de personal ocupado, forma jurídica de la empresa, nivel de facturación, si era una empresa
exportadora (o no) y, por último, si era una empresa familiar (o no).
Margarita Roldós, Mauro De La Vega, Juan José Girardini, María Nela Seijas y Diego Araujo
22
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
Para llegar al modelo con el cual nos vamos a quedar, utilizamos un método jerárquico descendente
o hacia atrás” (stepwise backward), es decir, partimos de un modelo en cual tenemos todas las
variables predictoras y en cada paso fuimos descartando las menos significativas. En la siguiente
tabla, se puede observar al modelo que se llegó, que se parte en 2 secciones; la que hace referencia a
la persona, por un lado, y a los atributos de la empresa, por el otro. En la siguiente tabla, se pueden
observar los resultados de la regresión. Los coeficientes resultantes del modelo (“Coef.”) que están
asociados a cada input o variable predictora, nos van a dar una idea del cambio que puede tener en el
Odds Ratio (“OR”), cada una de las variables. El Odds Ratio, también conocido como razón de
oportunidades o chances, nos da una medida de asociación entre las variables. En el caso de la
regresión logística, tomamos una categoría de referencia para cada variable y vemos la razón de
oportunidades de las demás categorías de la misma variable, con respecto a la de referencia. En este
sentido, lo que más nos interesó es conocer la magnitud del coeficiente y, sobre todo, el signo, para
saber si la variable predictora afecta positivamente o negativamente con respecto a la categoría de
referencia que estemos manejando. También se pueden observar los intervalos de confianza inferiores
(LIIC OR) y superiores (LSIC OR), para dichos parámetros.
Figura 13
: Coeficientes de la regresión logística – Teletrabajo
Fuente: propia a partir de los datos generados en la investigación.
El nivel educativo de la persona que responde la encuesta y –particularmente-- aquellos que tienen
formación profesional, aparecen de forma significativa. Eso tendría sentido, si la persona que contesta
la encuesta es la responsable de tomar las decisiones de la empresa.
La regresión muestra que la variable “cantidad de personal” es una variable predictora significativa
del teletrabajo en aquellas empresas que tienen entre “50 y 100 personas”, al igual que si es una
empresa “exportadora”.
A mayor personal (“50 a 100 personas”), mayores probabilidades (hasta 9 veces más) de realizar
teletrabajo en comparación con la categoría de referencia (0-10 personas, “pequeñas empresas”). Esto
cobró cierto sentido en el contexto de pandemia, haciendo referencia a que las empresas con una gran
cantidad de personal ocupado, por un tema de protocolo sanitario, debieron incurrir en mayores
gastos, tanto para la adaptación del local (establecer el distanciamiento de las distintas estaciones de
trabajo), como para temas sanitarios o de limpieza del mismo.
Lo mismo sucede si exportan, tiene un coeficiente de casi 8 veces mayor aumentando enormemente
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19…
23
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
1de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
la propensión a hacer teletrabajo.
Otra variable para analizar es el tipo de empresa, la cual --para la categoría “Familiar” -- es más
probable que no opten por un régimen de teletrabajo. Esto puede verse por el signo del coeficiente
que es negativo. Esto está asociado también a que las empresas familiares son las que tienen menor
cantidad de personal ocupado.
Conclusiones y consideraciones finales
Inicialmente, nos planteamos buscar respuesta a las preguntas sobre el impacto de la pandemia en las
empresas, las medidas que tomaron para seguir funcionando durante la primera etapa del COVID-
19, las medidas de gobierno que aprovecharon y, por último, si implementaron cambios tecnológicos.
A partir de la segmentación de la muestra, a través del análisis de cluster, se identificaron distintos
perfiles de comportamiento. Cabe señalar que, a esa altura, no se conocía cuál sería el devenir de la
pandemia.
En cuanto a las medidas implementadas en las empresas se observó que -durante el período de la
pandemia (en el cual se realizó el cuestionario, después de la primera ola)- las empresas en su conjunto
llevaron a cabo un mayor control de las variables económicas y, sobre todo, de los costos, tratando
de reducirlos en la medida de lo posible. Esto pudo haberse debido a la incertidumbre a la que se
enfrentaron a una situación que no tenía precedentes cercanos en el tiempo (si es que los hay). Las
empresas que se vieron más afectadas (de los rubros “Industria” y “Servicios”, y pequeñas empresas,
en cuanto a personal y nivel de facturación) tuvieron que hacer uso de una batería de medidas para
mantener su negocio; esto implicó buscar distintas opciones de financiamiento, refinanciar deudas,
cancelar inversiones que tenían previstas durante el año, además de diferir pagos de proveedores e
impuestos.
Dentro de las empresas que tenemos en la muestra, la medida más utilizada, y por la que optaron
aquellas que hicieron uso de las soluciones que brindó el gobierno para atravesar la pandemia, fue la
del régimen de seguro parcial, por lo que se evidenció un éxito en cuanto a su implementación. Fueron
pocas las empresas que optaron por el resto de las soluciones brindadas (prórrogas de aportes,
impuestos, obligaciones, prestamos SIGA, etc.). Respecto a los cambios tecnológicos que tuvieron
que implementar las empresas para continuar con su negocio, observando la muestra, vemos que la
mayoría de las empresas no realizaron cambios. El sector minoritario que sí realizó cambios
tecnológicos responde principalmente a reinventar productos o servicios en función de los cambios
que existieron en la demanda, lo que fue acompañado por el desarrollo de nuevos canales de ventas
como, por ejemplo: venta online, redes sociales, etc.
Otra medida que fue estudiada por separado y que se enfoca más en el funcionamiento que en la
demanda del negocio, es el teletrabajo. Pudimos observar que fue un régimen mayormente aplicable
a empresas grandes, en cuanto a cantidad de personal ocupado, lo que tiene sentido con respecto a
protocolos que debieron implementar los locales y sus costos asociados. Esta medida generó
flexibilidad y resultó acorde con los resultados obtenidos en España por
Pérez-Calle, García-
Casarejos & García-Bernal (2021).
Inicialmente, el objetivo que se planteó en el trabajo fue conocer como las empresas reaccionaron a
la pandemia del Covid-19. Esto se logró mediante distintas técnicas y enfocándonos en bloques de
información específicos, describiendo las distintas medidas que han utilizado las empresas (ya sea
Margarita Roldós, Mauro De La Vega, Juan José Girardini, María Nela Seijas y Diego Araujo
24
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
soluciones brindadas por el gobierno o no), los efectos que tuvo la pandemia en las finanzas de estas
y los cambios tecnológicos que han debido introducir, correspondientes, tanto a la demanda del
mercado, como al funcionamiento interno de la empresa (“teletrabajo”). Pueden existir otros caminos
(complementarios a este trabajo) para la clasificación de las empresas que, quizás, den origen a futuros
trabajos.
Por último, cabe señalar que la instancia de realización de la investigación (luego de la primera ola)
generó niveles de incertidumbre, pero, también, cierta confianza en que las medidas adoptadas habían
funcionado en el país, considerando la caída de casos en un escenario sin vacunas. Sin embargo, los
niveles relativamente bajos de innovación e inversión no respondieron a tal confianza ni la reflejaron.
Referencias Bibliográficas
Álvarez-Vaz, R., Vernazza Mañán, E., Roldós, M., y De la Vega, M. (2019). Elaboración del
perfil de uso de herramientas financieras en una muestra de empresas uruguayas
usando método de clusterin k-modes. XII Semana Internacional de la Estadística y
la Probabilidad, FCFM-BUAP.
Avishai Bernard (2020). “The Pandemic Isn’t a Black Swan but a Portent of a More Fragile
Global System | The New Yorker.” Accessed April 21, 2020.
https://www.newyorker.com/news/daily-comment/the-pandemic-isnt-a-black-
swan-but-a-portent-of-a-more-fragile-global-system
Berger, R. (2020). Digital workplace in the era of COVID-19. Roland Berger.
Bucacos, E., Carballo, P., Mello, M., & Ponce, J. (2022). COVID-19 in Uruguay: A survey
of policy responses and their impact (No. 2022002).
Burian, C. L., & Hernández, D. (2021). COVID-19, políticas y política en Uruguay: del
desempeño excepcional al escenario crítico. Análisis Carolina, (15), 1.
CEPAL, N. (2021). Publicaciones de la CEPAL sobre el COVID-19 en América Latina y el
Caribe I. Abril 2021.
Donthu, N., & Gustafsson, A. (2020). Effects of COVID-19 on business and
research. Journal of business research, 117, 284-289.
Graham, J. W. (2012). Missing data: Analysis and design. Springer Science & Business
Media
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical
learning (Vol. 112, p. 18). New York: Springer.
Lanzilotta, B., Merlo, G., & Mordecki, G. (2020). Coronavirus en Uruguay: medidas
económicas a la talla y el aplanamiento coordinado de las curvas. Aportes y análisis
en tiempos de coronavirus.
Norman, J., Bar-Yam, Y., & Taleb, N. N. (2020). Systemic risk of pandemic via novel path-
ogens—Coronavirus: A note. New England Complex Systems Institute, 26, 1-2.
Estrategias financieras, comerciales y laborales frente a la pandemia de COVID-19…
25
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
1de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
OECD. (2020). Tackling coronavirus (COVID-19): Contributing to a global effort. SME po-
licy responses. Paris: OECD.
Pérez-Calle, R. D., García-Casarejos, N., & García-Bernal, J. (2021). La empresa española
ante la COVID-19: factores de adaptación al nuevo escenario. RETOS. Revista de
Ciencias de la Administración y Economía, 11(21), 5-24.
United Nations Development Programme (2020). COVID-19 Serie de documentos de polí-
tica pública: Introducción. Obtenido de UNDP-RBLAC-CD19-PDS-Number0-ES-
Intro.pdf
Taleb, N. N. (2007). Black swans and the domains of statistics. The American statisti-
cian, 61(3), 198-200.
Tsekouras, G., Papageorgiou, D., Kotsiantis, S., Kalloniatis, C., y Pintelas, P. (2005). Fuzzy
clustering of categorical attributes and its use in analyzing cultural data. World
Academy of Science, Engineering and Technology, 1:87–91.
Weihs, C., Ligges, U., Luebke, K., & Raabe, N. (2005). klaR analyzing German business
cycles. Data analysis and decision support, 335-343.
Huang, Z. (1997). A fast clustering algorithm to cluster very large categorical data sets in
data mining. Dmkd, 3(8), 34-39.
Referencias Web
Banco Mundial (2020). https://www.bancomundial.org/es/news/press-
release/2020/06/02/countries-can-take-steps-now-to-speed-recovery-from-covid-
19
Canal CNBC (2020). https://www.cnbc.com/2020/04/01/whos-eligible-for-covid-19-
stimulus-checks-your-questionsanswered.html
Globo Economía (2020). https://g1.globo.com/economia/noticia/2020/08/20/clima-
economico-na-america-latina-avanca-mas-ainda-segue-desfavoravel-diz-fgv.ghtml
Bloomberg News (2020). https://www.bloomberg.com/news/articles/2020-03-23/germany-
approves-800-billion-package-to-counter-virus-impact
La Diaria (2020). https://ladiaria.com.uy/articulo/2020/3/francia-italia-y-espana-destinan-
fondos-adisminuir-el-impacto-economico-del-coronavirus/
Ministerio de Trabajo y Seguridad Social (MTSS (2020b). Subsidio especial para actividad
privada por efectos de COVID-19. https://www.gub.uy/ministerio-trabajo-seguridad-
ocial/comunicacion/noticias/subsidio-especial-para-actividad-privada-efectos-covid-19
Ministerio de Trabajo y Seguridad Social (MTSS) (2020a). Subsidio por enfermedad para
quienes deban permanecer en cuarentena.
https://www.gub.uy/ministerio-trabajo-seguridad-social/comunicacion/noticias/subsidio-
enfermedad-para-deban-permanecer-cuarentena
Índice de Clima Económico en América Latina. Fundación Getulio Vargas (2020)
Margarita Roldós, Mauro De La Vega, Juan José Girardini, María Nela Seijas y Diego Araujo
26
Latitud Sur N° 18, Vol. 1, Año 2023. Universidad de Buenos Aires, Facultad de Ciencias Económicas, Centro
de Investigación en Estudios Latinoamericanos para el Desarrollo y la Integración (CEINLADI). (En línea)
ISSN 2683-9326.
https://g1.globo.com/economia/noticia/2020/08/20/clima-economico-na-america-
latina-avanca-mas-ainda-segue-desfavoravel-diz-fgv.ghtml
