Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES

Facultad de Administración y Dirección de Empresas Trabajo de Fin de Grado Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES Méndez Mejía, Jose Julio 2024 Trabajo de Fin de Grado presentado en la Facultad de Administración y Dirección de Empresas de la Universidad de Santiago de Compostela para la obtención del Grado en Administración y Dirección de Empresas Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 1 Abstract Decentralized finance (DeFi) represents a major breakthrough that, due to its technical complexity, is often not recognized as a great opportunity for the development of Small and Medium Enterprises (SMEs). This paper analyzes the interrelationship between productivity, technology and investment, as well as the context and current situation for SMEs and the labor market, especially for young people with technological skills. Through a conceptual and statistical review, it examines the difficulties and benefits of its implementation, and its possible adaptation to the structure of the Spanish business environment. Although some limitations had arisen due to the scarcity of available data and the lack of an historical trajectory, it has been achieved a first approach to the relationship between these concepts and the convenience of specific tools for the different financial casuistry that Spanish SMEs may face. Resumo As finanzas descentralizadas (DeFi) representan un avance significativo que, debido á sua complexidade técnica, a míudo non se recoñece como a gran oportunidade que supoñen para o desenvolvemento das Pequenas e Medianas Empresas (PEMES). Este traballo analiza a interrelación entre produtividade, tecnoloxía e investimento, así como o contexto e a situación actual para as PEMES e o mercado laboral, especialmente para persoas novas con competencias tecnolóxicas. Mediante unha revisión conceptual e estatística, examinanse as dificultades e beneficios da súa implantación, e a súa posible adaptación á estrutura do texido empresarial español. Aínda que xurdiron algunhas limitacións derivadas da escaseza de datos dispoñibles e a falta dunha traxectoria histórica, conseguiuse unha primeira aproximación á relación entre estes conceptos e á conveniencia de ferramentas específicas para as diferentes casuísticas financeiras ás que se poden enfrontar as PEMES españolas. Resumen Las finanzas descentralizadas (DeFi) representan un avance significativo que, debido a su complejidad técnica, a menudo no se reconocen como la gran oportunidad que suponen para el desarrollo de Pequeñas y Medianas Empresas (PYMES). Este trabajo analiza la interrelación entre productividad, tecnología e inversión, así como el contexto y la situación actual para las PYMES y el mercado laboral, especialmente para personas jóvenes con habilidades tecnológicas. A través de una revisión conceptual y estadística, se examinan las dificultades y los beneficios de su implementación, y su posible adecuación a la estructura del tejido empresarial español. Aunque existen limitaciones derivadas de la escaseza de datos disponibles y la falta de trayectoria histórica, se logra realizar un primer acercamiento a la relación entre estos conceptos y a la conveniencia de herramientas específicas para las distintas casuísticas financieras que pueden enfrentar las PYMES españolas. Keywords: DeFi, PYMES, empleo, productividad, tecnología, inversión Nº de palabras: 11.371 Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 2 Índices 1. Introducción ...................................................................................................................... 4 2. Marco conceptual ............................................................................................................. 5 2.1. Productividad, tecnología e inversión ...................................................................... 5 2.2. La situación de España.............................................................................................. 6 2.3. PYMES ....................................................................................................................... 7 2.4. Mercado laboral y empleo joven .............................................................................. 8 2.5. DeFi ........................................................................................................................... 9 2.5.1. Descentralización y desintermediación ............................................................... 9 2.5.2. Contratos inteligentes ........................................................................................ 10 2.5.3. Open banking, DLT y blockchain ........................................................................ 11 2.5.4. FinTech ............................................................................................................... 12 2.6. Opciones DeFi ......................................................................................................... 13 2.6.1. Crowdequity y crowdfunding ............................................................................. 13 2.6.2. Crowdlending, invoice trading y crowdfactoring ............................................... 14 2.6.3. Crowdfunding inmobiliario ................................................................................ 15 2.6.4. Tokenización y medios y servicios de pago ........................................................ 15 2.6.5. Initial coin offerings ............................................................................................ 16 3. Metodología .................................................................................................................... 16 3.1. Muestra y datos utilizados ..................................................................................... 16 3.2. Variables construidas ............................................................................................. 17 4. Resultados ....................................................................................................................... 19 4.1. Resultados estadísticos .......................................................................................... 19 4.1.1. Edad y habilidades tecnológicas ........................................................................ 19 4.1.2. Inversión ............................................................................................................. 20 5. Discusión ......................................................................................................................... 24 Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 3 5.1. Factores macroeconómicos .................................................................................... 24 5.2. DeFi y PYMES .......................................................................................................... 25 6. Implicaciones prácticas ................................................................................................... 26 7. Limitaciones .................................................................................................................... 27 8. Futuras líneas de investigación ....................................................................................... 28 9. Conclusiones ................................................................................................................... 28 10. Bibliografía .................................................................................................................. 29 11. ANEXO I ....................................................................................................................... 35 Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 4 1. Introducción La economía española presenta un problema estructural en cuanto a la productividad o el desempleo, y en su relación entre estos y la inflación (Cuadrado y Moral-Benito, 2016; Ghomi et al, 2024; Mischke et al., 2024). La soluciones propuestas y constantemente recordadas por órganos como el Banco de España o el Banco Mundial, parecen fallar constantemente en su ejecución, y las oportunidades se cuentan como desaprovechadas (Aguilar et al., 2023). En un tejido empresarial dominado por las PYMES, estas se encuentran con grandes trabas para acceder a financiación (Menéndez y Mulino, 2023; CEPYME, 2023; CESGAR, 2024), y el contexto macroeconómico parece ser propicio para que la inversión privada sea la que genere un cambio (World Bank Group, 2024). En ese sentido, este trabajo pretende definir los trazos principales de la productividad, cómo se relaciona esta con la tecnología y la inversión, y la situación de estas en España. Además, se trata de observar cómo las PYMES pueden presentar mayores dificultades para formar parte de la solución, así como la posibilidad de integrar a la población joven, apartada del mercado laboral, tanto en la solución como en la consecuencia. Las decentralized finance forman parte de un cambio de paradigma totalmente disruptivo (Chen y Bellavitis, 2020), y constituyen una oportunidad que, una vez establecido el contexto y las características de los agentes, merece la pena evaluar. Este texto trata de realizar un primer acercamiento sobre estas soluciones, y servir como base para una profundización más detallada en cada una de ellas, pues las complicaciones de estos avances tecnológicos y la tecnificación que conllevan pueden llevar a análisis más difíciles de sopesar por el público objetivo y, en definitiva, a obviar una posible solución. Se hará una definición teórica de estos conceptos, buscando la interrelación entre ellos, así como una evaluación estadística sobre las partes de la situación actual, tanto las basadas en datos ya publicados como buscando perspectivas no definidas por los datos oficiales. Finalmente, se hará un resumen de este contexto sobre el que se tratará de resolver cuáles de las oportunidades de financiación descentralizada pueden ser una solución a corto plazo, las implicaciones prácticas y las limitaciones y posibles problemas de estas. Los objetivos fundamentales del trabajo son: - Definir el marco económico en el que se encuentran las PYMES españolas. - Abordar las dificultades para financiarse que estas puedan sufrir y sus consecuencias. - Plantear las posibles soluciones DeFi y las oportunidades disponibles. Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 5 2. Marco conceptual 2.1. Productividad, tecnología e inversión Cuando se elabora un modelo en el que se trata de representar, entender o simular una situación macroeconómica, como podría ser un modelo OA-DA, la interrelación de las variables permite alcanzar diversos equilibrios teóricos que pueden responder a las diferentes premisas de las que se ha podido partir (Masson, 1999). Incluso, puede haber múltiples premisas dependientes de una política única (Kraybill et al., 1992) o contextos en los puede debatir si la perspectiva de equilibrio es errónea (Andersson, 2022). La diversidad de modelos, premisas teóricas, objetivos y contextos hace difícil sostener una visión macroeconómica única. Uno de los debates teóricos con más recorrido se refiere a la intensidad en la utilización de los factores productivos o inputs que definen una función de producción agregada (Bellocchi et al, 2023). Por ejemplo, partiendo de representación más básica, la función bifactorial de Cobb-Douglas: 𝑃 = 𝑏𝐶𝛼𝐿1−𝛼 Se entiende P como la producción obtenida, L como el trabajo, C como el capital, b como la suma de los factores que componen la productividad y α como la intensidad relativa de cada factor (Cobb y Douglas, 1928). Así, se puede considerar que un stock de capital demasiado elevado puede tener unos costes fijos no asumibles por el consumo en un contexto determinado (Lewis, 1946), o que un α demasiado reducido puede suponer un problema en países desarrollados con una situación de decrecimiento demográfico (Temple y McDonald, 2008). Sin embargo, la productividad responde a una dimensión teórica distinta: la eficiencia en la utilización de los factores siempre producirá una respuesta positiva. Con un capital y un trabajo determinados, se puede obtener una producción superior si la eficiencia se eleva (Majumder, 1994). Además, es difícil definir en qué punto b presenta rendimientos marginales decrecientes (Ravichandran et al, 2017), pero con el trabajo es más sencillo. Un ejemplo: si fabricamos máquinas de cirugía láser que utilizan tulio, un elemento especialmente escaso, y el capital permanece constante, es decir, la fábrica y su maquinaria, el tener más trabajadores dejará de aumentar la producción a partir de cierto punto, o incluso reducirla en la medida en la que comienzan a estorbarse. Pero si capital y trabajo se mantienen constantes, el hacer el aumentar b no dejará de aumentar la producción hasta que el tulio no pueda extraerse al mismo ritmo. Y si la propia productividad en la extracción de tulio de nuestros proveedores, y, en definitiva, toda la productividad macroeconómica aumenta, tendiendo a tener esto consecuencias en la renta disponible y la demanda del bien, los únicos dos límites claros son la utilidad del bien producido y la escasez del elemento utilizado. Ahora bien, la primera dificultad sería delimitar qué factores componen b, pues a priori sería el resultado de todos los aumentos en P no explicados por aumentos en C, L o cambios en el peso relativo de estos. Dependiendo de las mediciones que se realicen, a los dos factores que más importancia se les puede otorgar, la eficiencia y la tecnología, pueden añadirse cosas como las infraestructuras públicas, externalidades de otros factores, eficiencia energética o diversos inputs que no acostumbrar a ser medidos o son, de facto, imposibles de medir y registrar. De hecho, puede resultar lógico pensar Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 6 que la composición de C, más allá de su valor absoluto, puede ser algo representado por b. Es decir, dos inversiones en capital de la misma cuantía (c.c.p.) teniendo una un carácter de innovación tecnológica más fuerte que la otra en términos de outputs obtenidos, dejaría un C final idéntico, pero un b más elevado. Acercamientos matemáticamente más avanzados como el de Martínez-Budria et al. (2011) sitúan la tecnología, y en ligeramente menor medida la eficiencia, como factores clave a la hora de la consecución de mejoras en la productividad. De enorme relevancia resulta la definición del índice de productividad de Malmquist que descompone los cambios en la productividad en los cambios tecnológicos y de eficiencia (Malmquist, 1953) y que se mantiene como un análisis útil en periodos más recientes (Majumdar y Asgari, 2017). Sería lógico, como consecuencia, valorar la tecnología y la eficiencia como los dos valores fundamentales de cuyos cambios derivan los cambios en la productividad. En esta línea, se ha argumentado que son factores claves en el crecimiento de economías asiáticas (Hsieh, 2002) y en la segunda mitad de la década de los 90s en EE. UU. (Oliner y Sichel, 2000). 2.2. La situación de España En España, existen dos deficiencias negativas claramente definidas: una tasa de empleo reducida y una productividad que ha sido siempre entre un 10% y un 15% menor a la de la eurozona desde 2008. Además, estas han presentado tradicionalmente una correlación negativa (Banco de España, 2023). En esta situación, en un país que tiene una pirámide poblacional invertida, la importancia de la intensidad de uso de capital y el nivel de stock de este y especialmente, de los factores que componen b, se deberían de considerar como los principales artífices de un posible crecimiento del PIB. Los ajustes tecnológicos podrían ayudar a cubrir las necesidades de los empleados de mayor edad, y suavizando así su adaptación a un nuevo paradigma (Bloom et al., 2015). Así mismo, partiendo de observaciones recientes sobre el comportamiento de la Curva de Philipps en Europa (Schnabel, 2023), y la correlación entre desempleo e inflación en España (Ghomi et al, 2024), también se podría plantear si la tasa de empleo reducida, siendo conocido también el componente estructural interpretable como una tasa de paro natural elevada (Cuadrado y Moral-Benito, 2016), se debería a los niveles de C y b del país. Es revelador el siguiente fragmento de Mischke et al. (2024): “Las trayectorias de España e Italia fueron diferentes de las de las demás economías avanzadas porque no sufrieron una ralentización del crecimiento de la productividad agregada, sino que su crecimiento fue lento todo el tiempo. Sin embargo, la industria manufacturera y la inversión también ralentizaron sustancialmente el crecimiento de la productividad. La razón por la que el crecimiento de la productividad agregada se mantuvo estable en estas dos economías es que otros factores compensan la contribución negativa de la industria y la inversión.” En relación con esto, los mismos autores sostienen que en la mayoría de las economías que mayor crecimiento productivo han logrado, se mantuvo una inversión entre el 20% y el 40% del PIB durante los últimos 25 años. Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 7 Sería de especial interés definir cuáles son esos otros factores, pues, de ser el gasto público y el déficit, el efecto crowding out y los costes asumidos por esta política fiscal, así como el euro como moneda única, los tipos de cambio y la balanza comercial, podrían estar generando una situación ficticia que no diese cuenta de la verdadera tendencia de estas cifras a largo plazo. Lo que sí parece cierto es que hay una relación entre el aumento de la inversión y otras variables macroeconómicas, como la producción y la productividad, la reducción de la inflación, la reducción de la desigualdad y la pobreza y las balanzas comercial y fiscal (World Bank Group, 2024). 2.3. PYMES Las Pequeñas y Medianas Empresas, según los requisitos establecidos por la Unión Europea en el Reglamento nº 651/2014 de la Comisión, son empresas con menos de 250 empleados, 50 millones de INCN y menos de 43 millones de € en Activos. En España, según el Ministerio de Industria y Turismo estas componen el 99,80% del tejido empresarial (Ministerio de Industria y Turismo, 2024), así como el 58,49% de los empleados asalariados, sin contar los autónomos en PYMES sin empleados asalariados. El documento Marco Estratégico en Política de PYME 2030, publicado por el mismo Ministerio en 2019, aporta también estadísticas oficiales de ese año: representan el 66% del empleo empresarial total y tienen un impacto superior al 62% del Valor Añadido Bruto, componente fundamental de una de las tres vías de cálculo del Producto Interior Bruto utilizadas por Contabilidad Nacional. Los datos de productividad son especialmente negativos en comparación con otros países y con las grandes empresas. Esta situación empeora cuanto más pequeña es la empresa, según la Economic Survey de la OCDE de 2018, relativa a España. Un motivo de esta baja productividad, como consecuencia de los factores anteriormente mencionados, pueden ser las mayores dificultades para financiarse (Menéndez y Mulino, 2023), debidas al difícil acceso que pueden tener a las herramientas existentes, a causas estructurales que les impidan hacer frente a costes fijos más elevados, participar en economías de escala o aprovechar los rendimientos marginales en tanto en cuanto se mantienen crecientes. Además, tienen una capacidad limitada para absorber la innovación, y una severa falta de capital humano con habilidades que respondan a las necesidades de las empresas. En el contexto de la financiación bancaria, en el segundo trimestre de 2023 los préstamos concedidos fueron un 9% inferiores a los del mismo período de 2019. Los préstamos a PYMES como porcentaje del PIB fueron en dicho trimestre inferiores a la media trimestral de todos los años desde 2003. Ha bajado la demanda de estos préstamos y han subido las solicitudes rechazadas, las garantías exigidas y los márgenes de interés (CEPYME, 2023). La única nota positiva sería una contracción en la diferencia de tipos entre medianas y pequeñas empresas, pero este ha sido el más alto de este siglo. No sólo el problema de acceso a financiación puede estar presente en la relación con los bancos a la hora de solicitar préstamos o líneas de crédito. Las empresas de reducido tamaño también pueden tener mayores dificultades a la hora de financiarse mediante la emisión o venta de acciones, teniendo una menor margen sin el que perder el control de su organización por parte de los dueños. También Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 8 para acceder a fondos de inversión o mercados bursátiles con comisiones fijas en lugar de porcentuales, colocar bonos empresariales en un mercado que responda de forma eficiente. Sin embargo, lo que mayor impacto puede tener a largo plazo es que el poder de negociación con proveedores será mucho más reducido. Una de las principales fuentes de financiación de muchas empresas de mayor tamaño son sus propios proveedores: los días que se tarda en pagarle a estos por encima de lo que se tarde en cobrarle a los clientes son días en los que el proveedor está financiando a tipo de interés cero. Si la dificultad para acceder a financiación es mayor, no ayuda la ineficiencia en la asignación de recursos públicos, como ha sido el caso de los fondos Next-Generation de la Unión Europea (Aguilar et al., 2023). Más allá de la poca percepción de estos fondos por las PYMES, también se apunta por el Banco de España, en su primer informe trimestral de 2024, a que el ritmo de ejecución de los proyectos asociados con la percepción de estos fondos es bajo, la inversión ha sorprendido a la baja y no está habiendo impacto positivo en la actividad. De hecho, en caso de que la inflación y la presión al alza sobre los márgenes empresariales y los salarios persistan, el problema podría generar una tendencia procíclica a largo plazo, agravando las causas subyacentes de la situación actual. Es decir, en línea con lo planteado anteriormente, puede que haya factores en la política fiscal y monetaria que no sólo están reduciendo la inversión en el momento actual, sino que están generando un coste de oportunidad a largo plazo. Y en este sentido, podemos pensar que la redirección de estos márgenes y la reducción del gasto público y de la deuda del país, podrían reorientar los flujos de capital hacia la inversión privada, lo que mejoraría los indicadores macroeconómicos (World Bank Group, 2024). Por estos motivos, dos preguntas que se deben plantear son: P1.: ¿Cuál es la situación de la inversión en las PYMES españolas? P2.: ¿Cómo se ha comportado su capacidad de financiación en los últimos años? 2.4. Mercado laboral y empleo joven La dotación de capital humano es un determinante fundamental de la productividad, la capacidad para innovar y el empleo (Banco de España, 2023). Esto implica que más allá de lo que se trabaje, y, por tanto, del crecimiento de L, las capacidades de estas personas, su eficiencia en el trabajo y su capacidad productiva son dos de los factores fundamentales de b. Así mismo, se puede plantear una cuestión importante. El nivel de habilidades tecnológicas poseídas por las personas puede estar fuertemente relacionado con la edad de estas, por una mera cuestión formativa. Se puede pensar que no sólo la adaptación a herramientas disruptivas es más sencilla cuanto menor es la edad, sino que también el haber nacido, crecido y aprendido rodeado de estas herramientas va calando y allanando el camino. Por este motivo, se va a plantear la siguiente hipótesis: H1.: Las capacidades tecnológicas aumentan al reducirse la edad. Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 15 En tercer lugar, por el volumen del capital: sería totalmente personalizado. Las inversiones mínimas potenciales serían de cuantías reducidas, prácticamente escalables y estructurables de cualquier manera (Dorfleitner et al., 2018). Y en la misma medida, la capacidad de diversificación sería absoluta, lo cual ayudaría a mitigar los riesgos que cada unidad con superávit desease asumir. Cuando se habla de diversificación de carteras, inversión mínima o horizontes temporales de inversión se puede tender a asociarlos con estas unidades de superávit, pero en este caso son conceptos totalmente replicables por la unidad con déficit: podría tener múltiples acreedores por cantidades reducidas (Dorfleitner et al., 2018), y en la medida temporal y estructura que desease, siempre y cuando cumpliese con los tipos de interés que el mercado asignase. Incluso, se podría pensar que la asimetría informativa, dado el gran tejido de PYMES que existe en España, se vería reducida con respecto a otras formas de financiación si una suficiente cantidad de ellas operase en este tipo de mercados (Dorfleitner et al., 2018). 2.6.3. Crowdfunding inmobiliario El crowdfunding inmobiliario tiene sentido en la medida en la que la inversión se realiza en un activo tangible en el que la cantidad mínima, si sólo hubiera un inversor, podría ser demasiado elevada para este. Esto supone una barrera de entrada insalvable para empresas con activos líquidos ociosos de volúmenes pequeños, pero solventable si estos flujos se invierten por un grupo elevado de inversores (Montgomery et al., 2018) De esta manera, como fuente de financiación encontrará su valor en la posibilidad de atraer un mecenazgo para proyectos inmobiliarios, que presentan un nivel de riesgo elevado, pero que pueden resultar atractivos por su naturaleza para una tipología de inversores concreta. En su contenido, no es distinta de un crowdfunding corriente, encontrándose las diferencias en el proyecto en sí a llevar a cabo. 2.6.4. Tokenización y medios y servicios de pago La tokenización puede responder a dos ideas muy distintas entre sí. Una es una titulización al uso, pero utilizando técnicas digitales y criptográficas para individualizar el título y dotarlo de seguridad. No es un método de financiación, aunque sí una técnica que puede responder a algunas premisas del método DeFi. Tanto en los Non-Fungible Token que se utilizan como activos especulativos como los carbon tokens o similares que representan derechos, responden a un nicho de mercado concreto (Valeonti et al., 2021) En ese caso, el mercado financiero que se desarrolle entorno al token ya sea por la utilidad intrínseca de este en forma de derechos económicos o como un mero activo con un valor que permita buscar plusvalías, será el factor definitorio de la utilidad de este método como fuente de financiación. Es decir, la unidad con déficit podrá financiarse en la medida en que pueda ofrecer un título con un cierto valor económico a su contraparte (Chaleenutthawut et al., 2021). La otra opción es la tokenización relativa a la partición y titulización de información en las transacciones online. En esta, los datos que se intercambian distintos operadores se fragmentan y Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 16 encriptan, enviando a cada operador sólo lo necesario. Es un sistema similar al que se utiliza con los factores de doble autenticación para salvaguardar los datos al acceder al usuario de una página web (Aloul et al., 2009) En este sentido, los medios y servicios de pago DeFi van a funcionar como un sistema, y no como una fuente de financiación (Yathiraju y Dash, 2023). 2.6.5. Initial coin offerings Las initial coin offerings son un concepto de base fundamentalmente tecnológica, que consiste en buscar el micromecenazgo ofreciendo un activo concreto a cambio, en este caso un token que se presenta en forma de criptomoneda. En general, busca financiar proyectos tecnológicos, muchas veces donde el token es el propio producto, o se puede intercambiar por este cuando se desarrolle. Aunque a priori, y en la mayoría de los casos, resultan proyectos donde el producto es la criptomoneda en sí, sigue existiendo la posibilidad de financiar otro tipo de actuaciones, siempre y cuando se puedan respaldar de esta manera. Esto difumina la línea de qué es una ICO, ya que llevar a cabo una financiación de esta forma sería algo similar a lanzar una Oferta Pública de Venta en un mercado bursátil (Hashemi et al., 2020), pero en plataformas que permitieran que estos tokens estuviesen respaldados con un activo o derecho ligado de alguna forma al proyecto o a la compañía, siendo la motivación para los inversores intrínseca (Adhami et al., 2018), de manera que los beneficios para los adquirentes de los tokens se relacione con la naturaleza de este y la tipología de la ICO (Piñeiro-Chousa et al., 2021). 3. Metodología 3.1. Muestra y datos utilizados Los datos relacionados con las habilidades tecnológicas y los grupos de edad se han obtenido de la plataforma Eurostat, base de datos oficial de la Unión Europea, a fecha de 2024. En concreto, se ha utilizado el porcentaje de individuos, por tramo de edad, con habilidades tecnológicas básicas o por encima de la media, para 2017, 2019, 2021 y 2023. Los datos relacionados con las PYMES, en el Anexo I, se han obtenido de dos fuentes distintas. En primer lugar, se ha acudido al Sistema de Análisis de Balances Ibéricos del Bureau Van Dijk (SABI, 2024). Dentro de esta base de datos, se han establecido filtros para tener sólo datos de Sociedades Anónimas y Sociedades Laborales de España. Estas, fundadas antes del 01/01/2013, debían tener Cuentas Anuales disponibles en todos los años entre 2013 y 2022, en las que en todos los periodos el número de empleados está limitado a entre 2 y 249, el Activo total a 40 millones de € y los Ingresos de Explotación anuales a otros 40 millones de € y mínimos en de 10 y 100 mil € anuales respectivamente, para asegurar una actividad mínima. Se han eliminado empresas de grupos o matrices y con cuentas consolidadas, empresas que cotizan en bolsa, bancos y aseguradoras. En una población final de 72.963 PYMES españolas, se han seleccionado 5000 de ellas de forma totalmente aleatoria como muestra a utilizar. Los datos obtenidos pertenecen a los distintos epígrafes del Balance de Situación y de la Cuenta de Pérdidas y Ganancias, en formato oficial PGC 2007 (Ministerio de Economía y Hacienda, 2021), siguiendo el modelo específico para PYMES. Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 17 Para ofrecer un contraste con esta muestra, también se obtuvieron datos de la Central de Balances del Banco de España (Banco de España, 2024). En concreto, se han utilizado los agregados de Balance y Cuenta de resultados de las PYMES privadas entre 2013 y 2022. 3.2. Variables construidas Los datos obtenidos de Eurostat se han utilizado en el formato original en el que fueron publicados. No se han construido variables ni se han modificado de ninguna manera. Para la aproximación a la inversión a partir de los datos de la Central de Balances del Banco de España, se han reformulado los balances de la siguiente manera: Tabla 1 Balance BDE reformulado (€) I. ACTIVO OPERATIVO NO CORRIENTE 1. Inmovilizado intangible 2. Inmovilizado material e inversiones inmobiliarias 2.1. AMORTIZACIONES NETAS, DETERIORO Y PROVISIONES DE EXPLOTACIÓN 3. Ajustes por periodificación II. ACTIVO OPERATIVO CORRIENTE 1. Activos no corrientes, mantenidos para la venta 2. Existencias 3. Deudores Comerciales y otras cuentas a cobrar 4. Efectivo y otros activos líquidos equivalentes III. PASIVO OPERATIVO 1. Pasivos vinculados con activos no corrientes mantenidos para la venta 2. Financiación a corto plazo sin coste 3. Provisiones NETO OPERATIVO TOTAL (I+II-III) = CAPITAL INVERTIDO TOTAL (IV+V-VI) IV. RECURSOS DE FINANCIACIÓN PROPIOS 1. Fondos propios 1.1. AMORTIZACIONES NETAS, DETERIORO Y PROVISIONES DE EXPLOTACIÓN 2. Ajustes por cambios de valor 3. Subvenciones, donaciones y legados recibidos V. RECURSOS DE FINANCIACIÓN AJENOS 1. Deuda con características especiales 2. Recursos ajenos a largo plazo 3. Financiación a corto plazo con coste VI. ACTIVO FINANCIERO 1. Inversiones financieras a largo plazo 2. Inversiones financieras a corto plazo CAPITAL INVERTIDO TOTAL (IV+V-VI) = NETO OPERATIVO TOTAL (I+II-III) Fuente: Elaboración propia. Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 18 No se han realizado ajustes relativos a las provisiones y periodificaciones contables, debido a que la partida de Amortizaciones Netas, Deterioro y Provisiones de Explotación de la Cuenta de Pérdidas y Ganancias se ha utilizado para aumentar el resultado y el valor de los activos con la intención de ofrecer un valor contable neto de amortizaciones. Sin embargo, existe una pérdida implícita de información útil ya que esta partida incluye deterioros y provisiones de explotación y no existe información desglosada. En este sentido, aunque ajustar las periodificaciones y provisiones pudiese ofrecer información de mayor relevancia para el análisis financiero, provocaría una duplicidad en la minoración de los gastos, y la inclusión de estas en el pasivo operativo permite contrarrestar su inclusión en las amortizaciones a la hora de calcular tanto el Neto Operativo Total como el Fondo de Maniobra Operativo. Sí se han calculado también medias aritméticas de cada partida, ya que al ser valores agregados se produce una distorsión relativa al número de empresas, y aunque la inversión total reviste mayor interés macroeconómico, las circunstancias coyunturales hacen que también sea interesante observar el comportamiento promedio de estas partidas. Los datos obtenidos del SABI pertenecientes al Balance de Situación han sido reordenados con el propósito de reformular un Balance que presente la información contable con un mayor valor para el análisis financiero, distinguiendo las distintas partidas en función de su propósito por encima de su plazo temporal. El ordenamiento de las partidas individuales del balance es el siguiente: Tabla 2 Balance SABI reformulado (€) I. ACTIVO OPERATIVO NO CORRIENTE 1. Inmovilizado intangible 2. Inmovilizado material 3. Inversiones inmobiliarias 4. Amortización del inmovilizado 5. Deudas comerciales no corrientes II. ACTIVO OPERATIVO CORRIENTE 1. Existencias 2. Deudores comerciales y otras cuentas a cobrar 3. Efectivo y otros activos líquidos equivalentes III. PASIVO OPERATIVO 1. Acreedores comerciales no corrientes 2. Acreedores comerciales y otras cuentas a pagar NETO OPERATIVO TOTAL (I+II-III) Fuente: Elaboración propia. Conviene destacar que estos datos tienen ciertas implicaciones distorsionantes. En primer lugar, la población de la que se ha recogido la muestra presenta ciertas características que la diferencian de la población objetivo del estudio. La más relevante, la supervivencia de estas empresas a lo largo de 10 años, pero también la actividad y la presentación de Cuentas Anuales en todos y cada uno de estos ejercicios. Así, se elimina el factor creación/destrucción de sociedades, que sí está presente tanto en Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 19 los totales agregados de los datos del BdE como en los totales sobre los que se calcula el promedio. Esta restricción relativa a la tasa de supervivencia nos ofrece datos de empresas a las que, se presupone, les ha ido mejor en su promedio que a las que forman parte de los datos obtenidos del BdE. Pero esto ofrece otra perspectiva: las variaciones se producen sí o sí dentro de las mismas 5000 sociedades. De este modo, los datos se presentan de tres formas: el total de PYMES, el promedio de PYMES como resultado de las variaciones de los totales y las variaciones dentro de una muestra fija y aleatoria. Habiendo separado el capital invertido de los activos y pasivos operativos, y con la amortización incluida de manera que su valor no se reste su valor del inmovilizado, se puede hacer una aproximación a la inversión bruta mediante la diferencia entre los incrementos en el activo y el incremento en el pasivo. También hay que tener en cuenta que el valor de los saldos de activo de periodos anteriores está neto de amortizaciones, de manera que este balance es útil para calcular las inversiones de este período, pero no representativo de un saldo acumulado real. 4. Resultados 4.1. Resultados estadísticos 4.1.1. Edad y habilidades tecnológicas H1.: Las habilidades tecnológicas aumentan al reducirse la edad. Al tener datos de cuatro periodos, ordenados en categorías de edad, se puede realizar un análisis ANOVA de un factor, para observar las diferencias entre los valores medios por tramo de edad, utilizando como variable dependiente las habilidades tecnológicas y como variable independiente los grupos de edad. Tabla 3 ANOVA de las habilidades tecnológicas según grupos de edad Media Desv. estándar Límite inferior (α=0,05) Límite superior (α=0,05) Mínimo Máximo 16 a 24 años 85,12 1,92 83,51 86,73 82,37 87,39 25 a 34 años 78,11 4,51 74,34 81,89 69,78 85,18 35 a 44 años 70,00 5,88 65,09 74,92 62,38 77,68 45 a 54 años 61,46 7,12 55,51 67,42 50,31 69,59 55 a 64 años 44,49 10,08 36,06 52,92 26,61 54,88 65 a 74 años 24,32 9,38 16,48 32,16 11,91 39,67 Total 60,59 21,96 54,21 66,96 11,91 87,39 Fuente: Elaboración propia a partir de datos de Eurostat (2024). Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 20 Tabla 4 Coeficiente de correlación η² de las habilidades tecnológicas por grupos de edad Estimación de puntos Límite inferior (α=0,05) Límite superior (α=0,05) Eta cuadrado (η²) 0,908 0,832 0,929 Fuente: Elaboración propia a partir de datos de Eurostat (2024). Tabla 5 F de Snedecor y niveles de significación entre grupos gl F Sig. Entre grupos 5 82,611 <0,001 Fuente: Elaboración propia a partir de datos de Eurostat (2024). Se observa que el valor p asociado al estadístico F de Snedecor es inferior a un α de 0,05, por lo que podemos rechazar la hipótesis nula. La diferencia entre las medias es amplia, y el aumento de las desviaciones y los límites inferiores y superiores, además de por el efecto aprendizaje, se debe al movimiento entre grupos de edad derivado de los distintos momentos temporales en los que se ha obtenido la muestra. Además, el valor del coeficiente eta cuadrado (η²) es de 0,908, lo cual nos muestra que una gran proporción de la varianza de la variable dependiente puede explicarse por la variable independiente, es decir, que los grupos difieren significativamente en sus medias. 4.1.2. Inversión Tabla 6 Aproximación a la inversión bruta a partir del Balance BDE reformulado Años Inversión bruta promedio (€) Inversión bruta promedio (% de variación) Neto operativo promedio (€) Inversión bruta total (miles de €) Inversión bruta total (% de variación) Neto operativo total (miles de €) 2014 -11.220,74 -2,41 454.109,09 3.824.163,20 1,05 368.598.081,00 2015 10.237,80 2,25 464.346,90 10.254.659,20 2,78 378.852.740,20 2016 11.882,56 2,56 476.229,46 10.092.907,70 2,66 388.945.647,90 2017 17.120,71 3,60 493.350,17 -1.116.669,40 -0,29 387.828.978,50 2018 24.706,06 5,01 518.056,22 5.506.243,70 1,42 393.335.222,20 2019 -20.869,36 -4,03 497.186,86 7.386.946,50 1,88 400.722.168,70 2020 23.226,61 4,67 520.413,47 11.101.824,30 2,77 411.823.993,00 2021 -4.841,86 -0,93 515.571,61 1.151.443,60 0,28 412.975.436,60 2022 14.316,01 2,78 529.887,62 -6.467.382,80 -1,57 406.508.053,80 Fuente: Elaboración propia a partir de datos de Bureau Van Dijk (2024). Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 21 Tabla 7 Estadísticos de la aproximación a la inversión bruta a partir del Balance BDE reformulado Media Desv. estándar Inversión bruta promedio (€) 7.137,09 16.15.873,48 Inversión bruta promedio (% de variación) 1,50 3,20 Neto operativo promedio (€) 496.572,38 26.849,20 Inversión bruta total (miles de €) 4.637.126,22 5.923.033 Inversión bruta total (% de variación) 1,22 1,51 Neto operativo total (miles de €) 394.398.924,90 15.069.569,89 Fuente: Elaboración propia a partir de datos del Banco de España (2024). La inversión bruta total, que el Banco de España no indica que haya sido ajustada o corregida con inflación o IPC, presenta una variación más moderada y estable que la del promedio de las empresas que forman parte de la base de datos del BdE. Sin embargo, el crecimiento relativo de esta al final del período es ligeramente menor, en gran parte por una fuerte disminución del número de empresas del último período. Tabla 8 Aproximación a la inversión bruta a partir del Balance SABI reformulado Años Inversión bruta promedio (miles de €) Inversión bruta promedio (% de variación) Neto operativo promedio (miles de €) 2014 23.879,89 5,15 686.605,58 2015 31.026,41 6,38 717.631,98 2016 34.488,59 6,66 752.120,57 2017 45.319,76 8,31 797.440,33 2018 45.241,07 7,70 842.681,40 2019 31.640,94 5,14 874.322,34 2020 62.667,31 9,93 936.989,65 2021 13.478,60 2,01 950.468,25 2022 31.997,70 4,54 982.465,96 Fuente: Elaboración propia a partir de datos de Bureau Van Dijk (2024). Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 22 Tabla 7 Estadísticos de la aproximación a la inversión bruta a partir del Balance SABI reformulado Media Desv. estándar Inversión bruta promedio (miles de €) 35.526,70 14.131,24 Inversión bruta promedio (% de variación) 6,20 2,33 Neto operativo promedio (miles de €) 837.858,45 106.705,56 Fuente: Elaboración propia a partir de datos del Sistema de Análisis de Balances Ibéricos (2024). En los datos de SABI, a partir de una muestra que debería de ser representativa, las diferencias son notables. Se puede explicar por los condicionantes mencionados en el punto anterior, pero aún así el crecimiento del neto operativo de las empresas que han sobrevivido a este período es especialmente alto. Estas empresas, con los condicionantes antes mencionados, han podido crecer de forma sostenida en todos y cada uno de los períodos, aunque este crecimiento se ha frenado en los últimos dos períodos. Pero, consultando los datos de los Balances del Anexo I, se observa algo vital: prácticamente todas las diferencias en el neto operativo se deben a incrementos en sus activos de mayor liquidez. Además, su contraparte parece estar reflejándose en los fondos propios. Por ello, tiene interés repetir el análisis sólo con los activos no corrientes. Tabla 9 Variaciones de activos operativos no corrientes a partir del Balance BDE reformulado Años Var. AONC promedio (€) Var. AONC promedio (% de variación) AONC promedio (€) Var. AONC total (miles de €) Var. AONC total (% de variación) AONC total (miles de €) 2014 -8.874,28 -2,61 331.576,53 2.258.258,10 0,85 269.139.012,40 2015 426,31 0,13 332.002,84 1.736.460,90 0,65 270.875.473,30 2016 2.436,78 0,73 334.439,62 2.267.716,70 0,84 273.143.190,00 2017 5.237,82 1,57 339.677,44 -6.118.340,10 -2,24 267.024.849,90 2018 12.519,81 3,69 352.197,25 381.614,50 0,14 267.406.464,40 2019 -16.454,82 -4,67 335.742,43 3.194.881,80 1,19 270.601.346,20 2020 2.150,07 0,64 337.892,50 -3.213.496,90 -1,19 267.387.849,30 2021 -1.578,95 -0,47 336.313,54 2.000.980,50 0,75 269.388.829,80 2022 4.316,62 1,28 340.630,16 -8.071.333,40 -3,00 261.317.496,40 Fuente: Elaboración propia a partir de datos del Banco de España (2024). Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 23 Tabla 10 Estadísticos de las variaciones de activos operativos no corrientes a partir del Balance BDE reformulado Media Desv. estándar Var. AONC promedio (€) 19,93 8.408,03 Var. AONC promedio (% de variación) 0,03 2,44 AONC promedio (€) 337.830,26 6.213,79 Var. AONC total (miles de €) -618.139,77 4.139.483,47 Var. AONC total (% de variación) -0,22 1,53 AONC total (miles de €) 268.476.056,86 3.335.567,11 Fuente: Elaboración propia a partir de datos del Banco de España (2024). El incremento de los activos operativos no corrientes de las PYMES, en el total de la economía española, es, de hecho, negativo, así como su variación media, aunque influenciada por tres grandes periodos a la baja (2017, 2020 y 2022). En el promedio por empresa, ha habido un incremento muy ligero, con una media menor a los 20€ anuales por empresa, pero más inestable y volátil en el tiempo. Tabla 11 Variaciones de activos operativos no corrientes a partir del Balance SABI reformulado Años Var. AONC promedio (€) Var. AONC promedio (% de variación) AONC promedio (miles de €) 2014 6.492,51 1,55 426.299,32 2015 5.877,34 1,38 432.176,66 2016 14.182,89 3,28 446.359,56 2017 15.565,56 3,49 461.925,11 2018 18.587,15 4,02 480.512,27 2019 16.196,43 3,37 496.708,70 2020 2.806,35 0,56 499.515,05 2021 8.041,44 1,61 507.556,49 2022 11.713,16 2,31 519.269,64 Fuente: Elaboración propia a partir de datos de Bureau Van Dijk (2024). Tabla 12 Estadísticos de las variaciones de los Activos operativos no corrientes a partir del Balance SABI reformulado Media Desv. estándar Var. AONC promedio (€) 11.051,43 5.459,81 Var. AONC promedio (% de variación) 2,40 1,19 AONC promedio 474.480,31 34.126,16 Fuente: Elaboración propia a partir de datos de Bureau Van Dijk (2024). Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 24 Los datos de las empresas de la muestra de SABI, aunque mejores y más estables, son bastante más reducidos que los que tenían en cuenta a los activos de mayor liquidez. La interpretación de estos datos, aunque reviste muchas implicaciones y complejidad, sí que permite ver que, en realidad, se ha venido dando un ahorro en las empresas. 5. Discusión 5.1. Factores macroeconómicos Autores como Ernst et al. (2016) consideran que las interacciones de los mercados de capitales y trabajo están dando lugar a crecimientos bajos, tensión financiera, y problemas en los stocks de capital, el empleo, la producción, el consumo y el bienestar. No se ha buscado establecer una relación causal entre los malos datos para España de los factores económicos y el sistema financiero actual, pero si existiese una correlación, un cambio en el sistema en el que operan los agentes que sufren las peores consecuencias de estas ineficiencias puede ayudar a corregir situaciones estructurales, especialmente si se acompaña de acciones de política fiscal, monetaria, legislativa o incluso judicial, como en el caso de los contratos inteligentes, que acompañen a estos agentes en sus transacciones económicas y financieras. La realidad es que, en España, existe un problema con dos focos principales en el empleo y la productividad. No sólo tiene malos datos; no existe un diagnóstico claro de las causas, ni mucho menos un plan estratégico que solvente estos problemas. De hecho, los avances tecnológicos pueden generar una “barrera de entrada” futura, un salto demasiado grande, derivado de las necesidades futuras de inversión, de la dificultad de integrar estos avances de forma progresiva y de la baja integración de los agentes laborales que pueden ayudar a virar la productividad en un sentido favorable. P1.: ¿Cuál es la situación de la inversión en las PYMES españolas? Con respecto a la inversión de las PYMES españolas, se ha observado como no ha habido un incremento sustancial en ninguna de las partidas de balance, salvo en el efectivo y otros activos de alta liquidez. Esto tiene una implicación extra: el valor del efectivo disminuye por el efecto de la inflación, que actúa como un impuesto invisible. No es el caso de otros activos como los inmovilizados, que, al ser valorados por el valor contable derivado de su precio de compra, pueden incluso llegar a revalorizarse, o tener un valor financiero nominal más elevado derivado del aumento de los flujos futuros, en valor nominal también. Esta baja inversión, que se extiende a la mayoría del tejido empresarial español, sería una de las causas señaladas por Mischke et al. (2024) para los problemas de la productividad del país. Sin embargo, el informe de CESGAR (2024) sobre la Financiación de las PYMES, que pone de relieve el alto impacto del circulante en las necesidades de financiación de estas empresas, también señala un dato positivo: un aumento de un 4,8% de la financiación para equipos productivos. Y las empresas indican que en el futuro necesitarán mayores fondos para afrontar esta inversión. Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 31 Ghomi, M., Hurtado, S., & Montero, J. M. (2024). Análisis de la dinámica reciente de la inflación en España: un enfoque basado en el modelo de Blanchard y Bernanke (2023). Banco de España. https://doi.org/10.53479/36093 Guo, Y., Zhou, W., Luo, C., Liu, C., & Xiong, H. (2016). Instance-based credit risk assessment for investment decisions in P2P lending. European Journal of Operational Research, 249(2), 417-426. https://doi.org/10.1016/J.EJOR.2015.05.050 Hashemi Joo, M., Nishikawa, Y., & Dandapani, K. (2020). ICOs, the next generation of IPOs. Managerial Finance, 46(6), 761-783. https://doi.org/10.1108/MF-10-2018-0472/FULL/XML Helfat, C. E., & Martin, J. A. (2014). Dynamic managerial capabilities: Review and assessment of managerial impact on strategic change. Journal of Management, 41(5), 1281-1312. https://doi.org/10.1177/0149206314561301 Hsieh, C. T. (2002). What Explains the Industrial Revolution in East Asia? Evidence From the Factor Markets. American Economic Review, 92(3), 502-526. https://doi.org/10.1257/00028280260136372 Huebl, S., Does, R., Orlova, A., Heckova, E., Aschauer, D., & Kojalek, M. (2023). The 2022 European Capital Report. Instituto Nacional de Estadística. (2023). Tasas de paro según grupos de edad y niveles de educación. https://www.ine.es/ss/Satellite?L=es_ES&c=INESeccion_C&cid=1259925463174&p=%5C&pagename =ProductosYServicios%2FPYSLayout¶m1=PYSDetalle¶m3=1259924822888 Kõlvart, M., Poola, M., & Rull, A. (2016). Smart Contracts. The Future of Law and eTechnologies, 133- 147. https://doi.org/10.1007/978-3-319-26896-5_7 Kraybill, D. S., Johnson, T. G., & Orden, D. (1992). Macroeconomic Imbalances: A Multiregional General Equilibrium Analysis. American Journal of Agricultural Economics, 74(3), 726-736. https://doi.org/10.2307/1242586 Kumar, P., Langberg, N., & Zvilichovsky, D. (2019). Crowdfunding, Financing Constraints, and Real Effects. Management Science, 66(8), 3561-3580. https://doi.org/10.1287/MNSC.2019.3368 Legerén-Molina, A. (2018). Los contratos inteligentes en España (La disciplina de los smart contracts). Revista de Derecho Civil, 5(2), 193-241. https://dialnet.unirioja.es/servlet/articulo?codigo=6485164&info=resumen&idioma=ENG Leitner, S. M., & Stehrer, R. (2019). The automatisation challenge meets the demographic challenge: In need of higher productivity growth. Vienna: The Vienna Institute for International Economic Studies (wiiw). https://www.econstor.eu/handle/10419/223076 Lewis, W. A. (1946). Fixed Costs. Economica, 13(52), 231-258. https://doi.org/10.2307/2549364 Li, L., Su, F., Zhang, W., & Mao, J. Y. (2018). Digital transformation by SME entrepreneurs: A capability perspective. Information Systems Journal, 28(6), 1129-1157. https://doi.org/10.1111/ISJ.12153 Long, G., Tan, Y., Jiang, J., & Zhang, C. (2020). Federated Learning for Open Banking. Lecture Notes in Computer Science, 12500, 240-254. https://doi.org/10.1007/978-3-030-63076-8_17 Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 32 Majumdar, S., Asgari, B., Majumdar, S., & Asgari, B. (2017). Performance Analysis of Listed Companies in the UAE-Using DEA Malmquist Index Approach. American Journal of Operations Research, 7(2), 133- 151. https://doi.org/10.4236/AJOR.2017.72010 Majumder, S. K. (1994). Assessing Firms Capabilities Theory and Measurement—A Study of Indian Pharmaceutical-Industry. Economic and Political Weekly, 29(22), 83-89. Malmquist, S. (1953). Index numbers and indifference surfaces. Trabajos de Estadistica, 4(2), 209-242. https://doi.org/10.1007/BF03006863 Martinez-Budria, E., Diaz-Hernandez, J. J., & Jara-Díaz, S. (2011). Productivity and efficiency with discrete variables and quadratic cost function. International Journal of Production Economics, 132(2), 251-257. https://doi.org/10.1016/j.ijpe.2011.04.015 Masson, P. (1999). Contagion: Journal of International Money and Finance, 18(4), 587-602. https://doi.org/10.1016/S0261-5606(99)00016-9 Menéndez, Á., & Mulino, M. (2023). Evolución económica reciente de las pymes españolas y de su acceso a la financiación externa de acuerdo con la encuesta semestral del BCE. Boletín Económico, 2023/T1. https://doi.org/10.53479/25070 Ministerio de Economía y Hacienda. (2021). BOE-A-2007-19884 Real Decreto 1514/2007, de 16 de noviembre, por el que se aprueba el Plan General de Contabilidad. https://www.boe.es/eli/es/rd/2007/11/16/1514/con Ministerio de Industria y Turismo. (2019). Marco Estratégico en política de PYME 2030. https://industria.gob.es/eses/Servicios/MarcoEstrategicoPYME/Marco%20Estrat%C3%A9gico%20PYME.pdf Ministerio de Industria y Turismo. (2024). Estadísticas y publicaciones sobre PYME. https://industria.gob.es/es-es/estadisticas/paginas/estadisticas-y-publicaciones-sobre-pyme.aspx Mischke, J., Bradley, C., Canal, M., White, O., Smit, S., & Georgieva, D. (2024). Investing in productivity growth. Montgomery, N., Squires, G., & Syed, I. (2018). Disruptive potential of real estate crowdfunding in the real estate project finance industry. Property Management, 36(5), 597-619. https://doi.org/10.1108/PM-04-2018-0032 Nehme, M. (2018). Regulating Crowd Equity Funding – the Why and the How. Journal of Law and Society, 45(1), 116-135. https://doi.org/10.1111/jols.12082 OECD. (2018). OECD Economic Surveys: Spain 2018. OECD. https://doi.org/10.1787/eco_surveys-esp- 2018-en Oliner, S. D., & Sichel, D. E. (2000). The Resurgence of Growth in the Late 1990s: Is Information Technology the Story? Journal of Economic Perspectives, 14(4), 3-22. https://doi.org/10.1257/jep.14.4.3 Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 33 Piñeiro-Chousa, J., López-Cabarcos, M. Á., & Ribeiro-Soriano, D. (2021). The influence of financial features and country characteristics on B2B ICOs’ website traffic. International Journal of Information Management, 59. https://doi.org/10.1016/j.ijinfomgt.2021.102332 Ramírez Gómez, S. (2018). DEL CASO LOLA FLORES AL CASO LEO MESSI: La conflictiva relación de artistas y deportistas con la Agencia Estatal de Admdministración Tributaria. (Vol. 55). Servicio de Publicaciones de la Universidad de Huelva. Ravichandran, T., Han, S., & Mithas, S. (2017). Mitigating Diminishing Returns to R&D: The Role of Information Technology in Innovation. Information Systems Research, 28(4), 812-827. https://doi.org/10.1287/isre.2017.0717 Ribeiro-Navarrete, S., Piñeiro-Chousa, J., López-Cabarcos, M. Á., & Palacios-Marqués, D. (2022). Crowdlending: mapping the core literature and research frontiers. Review of Managerial Science, 16(8), 2381-2411. https://doi.org/10.1007/s11846-021-00491-8 Rodríguez De Las Heras Ballell, T. (2013). El crowdfunding: una forma de financiación colectiva, colaborativa y participativa de proyectos. Revista Pensar en Derecho, 3(2), 101-123. http://www.derecho.uba.ar/publicaciones/pensar-en-derecho/revistas/3/revista-pensar-en- derecho3.pdf#page=99 Schnabel, I. (2023). Disinflation and the Phillips curve. Inflation: Drivers and Dynamics 2023. https://www.ecb.europa.eu/press/key/date/2023/html/ecb.sp230831~c25314a3fc.en.html Schwartz, A. A. (2015). The Nonfinancial Returns of Crowdfunding. Review of Banking and Financial Law, 34(2), 565-580. Schwienbacher, A. (2018). Entrepreneurial risk-taking in crowdfunding campaigns. Small Business Economics, 51(4), 843-859. https://doi.org/10.1007/s11187-017-9965-4 Segura, M. (2008). Lecciones de teoría del derecho (1.a ed., Vol. 12). Souissi, Y., Ezzi, F., & Jarboui, A. (2024). Blockchain Adoption and Financial Distress: Mediating Role of Information Asymmetry. Journal of the Knowledge Economy, 15(1), 3903-3926. https://doi.org/10.1007/s13132-023-01263-3 Sunyaev, A. (2020). Distributed Ledger Technology. Internet Computing, 265-299. https://doi.org/10.1007/978-3-030-34957-8_9 Temple, J. B., & McDonald, P. (2008). Is demography destiny? The role of structural and demographic factors in Australis past and future labour supply. Journal of Population Research, 25(1), 29-49. https://doi.org/10.1007/BF03031939 U.S. National Park Service. (2015). Joseph Pulitzer. Statue Of Liberty. National Monument. https://www.nps.gov/stli/learn/historyculture/josephpulitzer.htm#:~:text=Through%20urging%20the%20American%20public,We%20must%20raise%20th e%20money Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 34 Valeonti, F., Bikakis, A., Terras, M., Speed, C., Hudson-Smith, A., & Chalkias, K. (2021). Crypto Collectibles, Museum Funding and OpenGLAM: Challenges, Opportunities and the Potential of Non- Fungible Tokens (NFTs). Applied Sciences, 11(21), 9931. https://doi.org/10.3390/app11219931 Walch, A. (2019). Deconstructing «Decentralization»: Exploring the Core Claim of Crypto Systems. https://papers.ssrn.com/abstract=3326244 Wang, H., Ma, S., Dai, H.-N., Imran, M., & Wang, T. (2020). Blockchain-based data privacy management with Nudge theory in open banking. Future Generation Computer Systems, 110, 812-823. https://doi.org/10.1016/j.future.2019.09.010 World Bank Group. (2024). Global Economic Prospects, January 2024. The World Bank. https://doi.org/10.1596/978-1-4648-2017-5 Xu, Z., Wang, Q., Wang, Z., Liu, D., Xiang, Y., & Wen, S. (2020). PPM: A Provenance-Provided Data Sharing Model for Open Banking via Blockchain. Proceedings of the Australasian Computer Science Week Multiconference, 1-8. https://doi.org/10.1145/3373017.3373022 Xue, L. (2014). Governance–knowledge fit and strategic risk taking in supply chain digitization. Decision Support Systems, 62, 54-65. https://doi.org/10.1016/j.dss.2014.03.003 Yao, Q., Tang, H., Boadu, F., & Xie, Y. (2023). Digital Transformation and Firm Sustainable Growth: The Moderating Effects of Cross-border Search Capability and Managerial Digital Concern. Journal of the Knowledge Economy, 14(4), 4929-4953. https://doi.org/10.1007/s13132-022-01083-x Yathiraju, N., & Dash, B. (2023). Gamification of e-Wallets With the Use of DeFi Technology - A Revisit to Digitization in Fintech. International Journal of Engineering, Science, Technology and Innovation, 3. https://papers.ssrn.com/abstract=4350005 Zetzsche, D. A., Arner, D. W., & Buckley, R. P. (2020). Decentralized Finance. Journal of Financial Regulation, 6(2), 172-203. https://doi.org/10.1093/jfr/fjaa010 Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 35 11. ANEXO I Tabla 13 Balance BDE, promedios Fuente: Elaboración propia a partir de datos del Banco de España (2024). 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 I. ACTIVO OPERATIVO NO CORRIENTE 340.450,81 331.576,53 332.002,84 334.439,62 339.677,44 352.197,25 335.742,43 337.892,50 336.313,54 340.630,16 1. Inmovilizado intangible 12.291,72 12.562,67 10.827,13 10.605,59 10.774,72 11.511,43 10.978,02 11.179,64 12.068,53 11.928,80 2. Inmovilizado material e inversiones inmobiliarias 327.120,83 318.076,85 320.171,02 322.736,03 327.835,46 339.580,61 323.627,74 325.665,22 323.129,76 327.511,62 2.1. AMORTIZACIONES NETAS, DETERIORO Y PROVISIONES DE EXPLOTACIÓN 16.712,79 15.384,51 15.470,86 15.837,56 16.475,73 17.175,34 16.462,20 16.590,27 16.260,97 16.518,87 3. Ajustes por periodificación 1.038,27 937,02 1.004,69 1.098,00 1.067,25 1.105,21 1.136,66 1.047,64 1.115,25 1.189,75 II. ACTIVO OPERATIVO CORRIENTE 314.718,45 305.252,97 316.056,35 326.534,54 344.331,78 356.973,19 342.045,87 355.983,25 360.162,34 373.894,30 1. Activos no corrientes, mantenidos para la venta 605,89 609,90 575,39 527,03 550,91 526,01 544,09 473,50 452,91 305,38 2. Existencias 133.104,15 126.456,53 125.116,96 122.543,02 123.061,95 124.257,95 117.455,45 113.897,76 112.566,18 117.703,05 3. Deudores Comerciales y otras cuentas a cobrar 127.072,11 121.482,33 124.880,58 128.534,47 136.531,39 139.893,13 131.339,13 129.546,43 133.925,42 140.370,91 4. Efectivo y otros activos líquidos equivalentes 53.936,30 56.704,22 65.483,42 74.930,02 84.187,53 92.296,10 92.707,20 112.065,55 113.217,82 115.514,97 III. PASIVO OPERATIVO 189.839,43 182.720,41 183.712,29 184.744,70 190.659,05 191.114,22 180.601,44 173.462,28 180.904,27 184.636,85 1. Pasivos vinculados con activos no corrientes mantenidos para la venta 53,21 61,81 45,70 46,03 50,05 41,90 57,90 49,45 51,76 21,52 2. Financiación a corto plazo sin coste 186.363,47 179.469,74 180.444,54 181.433,56 187.463,37 188.136,62 177.599,68 170.526,32 178.032,62 181.923,44 3. Provisiones 3.422,75 3.188,86 3.222,06 3.265,11 3.145,64 2.935,69 2.943,85 2.886,51 2.819,89 2.691,89 NETO OPERATIVO TOTAL (I+II-III) = CAPITAL INVERTIDO TOTAL (IV+V-VI) 465.329,83 454.109,09 464.346,90 476.229,46 493.350,17 518.056,22 497.186,86 520.413,47 515.571,61 529.887,62 IV. RECURSOS DE FINANCIACIÓN PROPIOS 390.565,24 384.826,27 398.945,20 413.599,17 434.978,22 461.446,37 444.016,69 455.374,69 468.605,89 494.604,39 1. Fondos propios 370.116,36 366.088,42 380.711,21 395.172,38 415.727,21 441.683,08 425.123,57 436.115,64 449.244,89 474.995,85 1.1. AMORTIZACIONES NETAS, DETERIORO Y PROVISIONES DE EXPLOTACIÓN 16.712,79 15.384,51 15.470,86 15.837,56 16.475,73 17.175,34 16.462,20 16.590,27 16.260,97 16.518,87 2. Ajustes por cambios de valor 136,52 118,22 2,37- 97,59- 117,39 89,68- 49,87- 38,49- 371,15 35,28 3. Subvenciones, donaciones y legados recibidos 3.599,57 3.235,12 2.765,50 2.686,82 2.657,89 2.677,64 2.480,80 2.707,28 2.728,88 3.054,39 V. RECURSOS DE FINANCIACIÓN AJENOS 228.816,25 219.294,39 215.274,03 211.133,52 210.829,94 212.041,02 199.346,83 215.223,20 206.204,41 200.934,37 1. Deuda con características especiales 796,58 764,53 933,31 470,48 518,79 248,27 231,91 283,77 301,64 339,77 2. Recursos ajenos a largo plazo 181.027,82 172.568,20 166.250,91 161.846,73 157.792,05 157.293,74 147.579,17 170.057,49 160.003,63 149.479,80 3. Financiación a corto plazo con coste 46.991,84 45.961,66 48.089,81 48.816,30 52.519,10 54.499,01 51.535,75 44.881,94 45.899,15 51.114,79 VI. ACTIVO FINANCIERO 154.051,65 150.011,57 149.872,34 148.503,23 152.457,99 155.431,17 146.176,67 150.184,43 159.238,70 165.651,14 1. Inversiones financieras a largo plazo 93.720,35 92.837,09 93.890,70 94.738,11 99.070,47 102.703,72 97.277,10 100.494,53 106.793,85 111.538,65 2. Inversiones financieras a corto plazo 60.331,30 57.174,48 55.981,63 53.765,12 53.387,52 52.727,45 48.899,57 49.689,90 52.444,84 54.112,49 CAPITAL INVERTIDO TOTAL (IV+V-VI) = NETO OPERATIVO TOTAL (I+II-III) 465.329,83 454.109,09 464.346,90 476.229,46 493.350,17 518.056,22 497.186,86 520.413,47 515.571,61 529.887,62 Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 36 Tabla 14 Balance BDE, totales Fuente: Elaboración propia a partir de datos del Banco de España (2024). Inversión, productividad y tecnología: DeFi como oportunidad para el desarrollo de las PYMES. 37 Tabla 15 Balance SABI, promedios Fuente: Elaboración propia a partir de datos del Banco de España (2024).