Escuchar
Impacto en las cadenas de abastecimiento (proveedores), en los mercados de destino de los productos y en nuevas inversiones, son las principales áreas señaladas por las industrias nacionales y que podrían verse afectadas tras la llegada de Donald Trump a la presidencia de los Estados Unidos.
A la pregunta sobre si la nueva administración Trump tendría incidencia sobre el desempeño y los planes de las empresas industriales este año, un 65% de los encuestados señaló que no tendrían impacto, un 23% aseguró que el resultado es incierto y un 12% fue enfático en que sí se tendría incidencia y que sería negativa.
LEA: Un tercio de las exportaciones ticas a EE. UU. se ven afectadas por competencia china
Sobre este último resultado, aunque minoritario, la Cámara de Industrias de Costa Rica (CICR) llamó la atención, pues a su criterio, se trata de áreas que están más presentes en las empresas grandes del sector, pues se trata de un grupo donde está presente el capital estadounidense o sus principales proveedores se ubican en ese mercado.
"También hay que hacer una valoración mayor y es que en este momento el Tratado de Libre Comercio con EE. UU. (Cafta), por ejemplo, está fuera del foco de atención de los Estados Unidos y no es un tema de preocupación, si se habla de revisión de tratados se da en un contexto propio de los acuerdos pero no de renegociación" dijo Enrique Egloff, presidente de la cámara.
Empero, el porcentaje de empresas donde destaca la incertidumbre es de atención, y enfatizó que la Cámara ha trabajado en conjunto de acciones para reducir ese sentimiento. Entre ellas, la reunión de miembros de la agrupación con autoridades del gobierno de Estados Unidos , donde se logró disipar algunas de las preocupaciones de los industriales.
Los resultados están contemplados en el estudio de "Perspectivas empresariales y factores de competitividad del sector industrial, 2017", presentado por la agrupacion la mañana de este martes 25 de abril y que reunió la opinión de 121 empresas del sector. La encuesta presenta un nivel de confianza del 95% y un 3% de error promedio de muestro por estrato.
