Financial Determinants of Innovation in SMEs: A Machine Learning Approach

Abstract

The main contribution of this study is to offer a general hierarchy of the most important financial variables associated with determining the presence of innovation. The variables' importance is computed based on an ensemble neural network model, which predicts the presence of innovation in a sample of the small-and medium-sized enterprises (SMEs) from the emerging market of Colombia. The results suggest that to innovate, the variables associated with the sources and uses of financing, and not the variables associated with the characteristics or credit of the company, predominate. The variables related to managers are secondary.

Importancia y efecto de los factores financieros y asociados a la financiación en la intensidad de la innovación de las pymes colombianas

“…El trabajo más similar es el de Padilla-Ospina et al (2021), quienes se enfocan en modelar la presencia o ausencia de innovación, en lugar de la intensidad de la innovación. Sin embargo, existe evidencia empírica previa sobre una buena parte de las variables que se utilizaron en el modelo de predicción que aquí se plantea.…”

“…Existe así un vacío en la literatura empírica, dado que no se ha planteado previamente un único modelo comprehensivo de la importancia relativa de las variables financieras para intensificar las actividades de innovación en el que se identifique qué efecto tiene cada una de estas variables financieras. Si bien Padilla-Ospina, Medina-Vásquez y Ospina-Holguín (2021) ofrecieron un modelo para la presencia o ausencia de la innovación, el modelo que se presenta en este artículo predice directamente la intensidad de la innovación e incluye las veintidós subvariables financieras independientes y las seis subvariables de control de Padilla-Ospina et al (2021), además de dieciséis nuevas subvariables financieras independientes.…”