������������������������������������������������������������������������������������������������������������������������������������������������������������

 

 

Indicadores econ�micos bajo el enfoque de la l�gica borrosa en el sector industrial de Cuenca-Ecuador

 

Economic indicators under the fuzzy logic approach in the industrial sector of Cuenca-Ecuador

 

Indicadores econ�micos sob o enfoque da l�gica fuzzy no setor industrial de Cuenca-Equador

 

Kl�ber Antonio Luna-Altamirano ^I

�klunaa@ucacue.edu.ec

https://orcid.org/0000-0002-4030-8005

 

Marcos Eduardo Cantos-Ochoa ^II

educan1973@hotmail.com

https://orcid.org/0000-0002-3340-5085�

 

Jos� Alciviades Guzm�n-�vila ^III

joseguzman581@hotmail.com

https://orcid.org/0000-0003-3203-083X

 

Correspondencia: klunaa@ucacue.edu.ec

 

Ciencias Econ�micas y Empresariales

Art�culo de investigaci�n

 

��������������������������������������� ���������������������������������������������

*Recibido: 30 de enero de 2020 *Aceptado: 15 de febrerro de 2021 * Publicado: 01 de marzo de 2021

 

        I.            Licenciado en Econom�a y Finanzas, Economista, Magister en Administraci�n de Empresas Menci�n en Recursos Humanos y Marketing, Ecuador.

     II.            T�cnico Superior en procesamiento Especializaci�n Anal�sta en Sistemas de Computaci�n, Ingeniero Empresarial, Magister en Auditor�a Integral, Ecuador.

   III.            Economista, Especialista en Docencia Universitaria, Diploma Superior En Gerencia De Gobiernos Seccionales, Master en Desarrollo Emprendedor e Innovaci�n, Ecuador.

 

Resumen

El sector industrial de Cuenca-Ecuador, representan el desarrollo econ�mico de este cant�n, estas empresas industriales a nivel de indicadores, realizan sus c�lculos desde el esquema tradicional, lleno de subjetividad e incertidumbre. El objetivo del estudio es presentar una forma de estimaci�n de los indicadores econ�micos como la tasa interna de rendimiento (TIR) y el valor actual neto (VAN), con el apoyo de herramientas de avanzada que ofrece la l�gica borrosa, ello permite reducir la incertidumbre dentro del c�lculo de estos par�metros. En el plano metodol�gico, su enfoque se direcciona al cuantitativo a trav�s de la opini�n de expertos de las organizaciones de este sector, con la finalidad de desarrollar las t�cnicas del expertizaje, contraexpertizaje, n�meros borrosos triangulares e intervalos de confianza, instrumentos propios que ofrece la l�gica borrosa. Los resultados explican que la TIR y VAN se encuentran entre un intervalo de confianza (banda), esto significa que cualquier valor localizado dentro de esta banda, representa rentabilidad a la inversi�n. Con este aporte, se demuestra la importancia de la aplicaci�n de estos instrumentos de avanzada, para una mejor gesti�n econ�mica y financiera de estas organizaciones.

Palabras Clave: Indicadores econ�micos; intervalos de confianza; l�gica borrosa; n�meros borros triangulares.

 

Abstract

O setor industrial de Cuenca-Equador, representa o desenvolvimento econ�mico deste cant�o, essas empresas industriais ao n�vel dos indicadores, realizam seus c�lculos a partir do esquema tradicional, cheio de subjetividade e incerteza. O objetivo do estudo � apresentar uma forma de estimar indicadores econ�micos como a taxa interna de retorno (TIR) ​​e o valor presente l�quido (VPL), com o apoio de ferramentas avan�adas que a l�gica fuzzy oferece, que permite reduzir a incerteza no interior o c�lculo desses par�metros. Ao n�vel metodol�gico, a sua abordagem dirige-se ao quantitativo atrav�s da opini�o de especialistas das organiza��es do sector, a fim de desenvolver as t�cnicas de expertise, contra-expertise, n�meros fuzzy triangulares e intervalos de confian�a, instrumentos propriet�rios oferecidos pela fuzzy l�gica. Os resultados explicam que a TIR e o VPL est�o dentro de um intervalo de confian�a (banda), ou seja, qualquer valor localizado dentro dessa banda representa um retorno do investimento. Com esta contribui��o, fica demonstrada a import�ncia da aplica��o desses instrumentos avan�ados, para uma melhor gest�o econ�mico-financeira dessas organiza��es.

Palavras-chave: Indicadores econ�micos; intervalos de confian�a; l�gica difusa; n�meros difusos triangulares.

 

Resumo

O setor industrial de Cuenca-Equador, representa o desenvolvimento econ�mico deste cant�o, essas empresas industriais ao n�vel dos indicadores, realizam seus c�lculos a partir do esquema tradicional, cheio de subjetividade e incerteza. O objetivo do estudo � apresentar uma forma de estimar indicadores econ�micos como a taxa interna de retorno (TIR) ​​e o valor presente l�quido (VPL), com o apoio de ferramentas avan�adas que a l�gica fuzzy oferece, que permite reduzir a incerteza no interior o c�lculo desses par�metros. Ao n�vel metodol�gico, a sua abordagem dirige-se ao quantitativo atrav�s da opini�o de especialistas das organiza��es do sector, de forma a desenvolver as t�cnicas de expertise, contra-expertise, n�meros fuzzy triangulares e intervalos de confian�a, instrumentos propriet�rios oferecidos pela l�gica difusa. Os resultados explicam que a TIR e o VPL est�o dentro de um intervalo de confian�a (banda), ou seja, qualquer valor localizado dentro dessa banda representa o retorno do investimento. Com esta contribui��o, fica demonstrada a import�ncia da aplica��o desses instrumentos avan�ados, para uma melhor gest�o econ�mico-financeira dessas organiza��es.

Palavras-chave: Indicadores econ�micos; intervalos de confian�a; l�gica difusa; n�meros difusos triangulares.

 

Introducci�n

La l�gica borrosa, ofrece instrumentos de avanzada para el c�lculo de indicadores econ�micos como la Tasa Interna de Rendimiento (TIR) y el Valor Actual Neto (VAN), con la

finalidad de romper la imprecisi�n y subjetividad en la informaci�n. El problema de la presente investigaci�n es el desconocimiento de la aplicaci�n de nuevas herramientas an�lisis de la factibilidad econ�mica dentro de una inversi�n por parte de las empresas del sector industrial de la ciudad de Cuenca-Ecuador.

El objetivo es entregar a estas organizaciones una metodolog�a nueva a trav�s del desarrollo de N�meros Borrosos Triangulares (NBT), estos permitir�n obtener indicadores econ�micos apegados a la realidad, en tal sentido, los autores Kaufmann y Gil-Aluja (1987) explican que un N�mero Borroso Triangular (NBT), es un subconjunto borroso formado por una secuencia finita e infinita de intervalos de confianza, que surgen de asignar un nivel de confianza a los valores de un conjunto referencial dado, esto es lo que define su grado de pertenencia. Se completa este c�lculo por medio de la aplicaci�n de intervalos de confianza (bandas), con la finalidad de reducir la incertidumbre determinando el valor de mayor probabilidad de ocurrencia del fen�meno. Casanovas y Fern�ndez (2003) afirman: �Podemos definir a un intervalo de confianza como un dato incierto que sirve para predecir el valor de cierta variable entre dos extremos, uno inferior y uno superior� (p.20).

En el plano metodol�gico, su enfoque se direcciona al cuantitativo a trav�s de la opini�n de expertos de las organizaciones de este sector, con la finalidad de desarrollar las t�cnicas del expertizaje, contraexpertizaje, n�meros borrosos triangulares e intervalos de confianza, en donde se admitir� la linealidad de los niveles de presunci�n o alfa cortes entre los valores que lo precisen.

Estas herramientas de vanguardia que ofrece la l�gica borrosa, permite acotar la incertidumbre y con ello se trata de reducir el riesgo empresarial, pues esta inseguridad se ve siempre reflejado en los proyectos de inversi�n que realizan las empresas; con este aporte, la alta gerencia de las organizaciones del sector industrial, podr�n tomar decisiones con mayor claridad a nivel de factibilidad econ�mica.� El autor, Guti�rrez (2006) sostiene: �que es inevitable la aplicaci�n de la l�gica borrosa a los problemas de la gesti�n econ�mica y financiera crezca en importancia en los pr�ximos a�os� (p.84). Por su parte, Mu�oz y Avil�s (2014) afirman: �raz�n por la cual, la incursi�n de la l�gica difusa en los esquemas que tradicionalmente han sido utilizados para enfrentar los problemas de decisi�n en el �mbito de la actividad empresarial, es cada vez m�s amplia; enriqueciendo la ciencia administrativa (p.69).

El prop�sito del estudio es desarrollar herramientas de avanzada propias de la l�gica borrosa, y presentar a los empresarios del sector industrial, con la finalidad de tratar de potenciar la gesti�n econ�mica de sus empresas y, por consiguiente, mejorar el proceso de toma de decisiones.

 

Estado del arte

El realizar un an�lisis de rentabilidad es muy importante, ya que con �l se mide la factibilidad de invertir en una inversi�n dentro de una empresa, por ello algunos autores aportan con sus estudios, para el desarrollo de herramientas de avanzada que ofrece la l�gica borrosa, entre ellos. Medina (2006), realiza una reflexi�n sobre el uso de modelos tradicionales para la toma de decisiones financieras, explica que estos no captan de forma clara las din�micas del comportamiento de los mercados, basado en este enfoque, recopila fen�menos econ�micos y financieros con toda su imprecisi�n para tratarlos matem�ticamente, toda inversi�n, est� sujeta a riesgos, y muy en especial al riesgo financiero, el cual puede conllevar a la no factibilidad del emplazamiento.

El autor, Nava (2009) analiza la importancia del an�lisis financiero como herramienta clave para una gesti�n financiera eficiente, explica que este se basa en el c�lculo de indicadores financieros que expresan la liquidez, solvencia, eficiencia operativa, endeudamiento, rendimiento y rentabilidad de una empresa, considera que una empresa con liquidez es solvente pero no siempre una empresa solvente posee liquidez, indica que el an�lisis financiero basado en cifras ajustadas por inflaci�n proporciona informaci�n financiera v�lida, actual, veraz y precisa. Arimany et al. (2016) presentan los principales indicadores econ�micos y financieros para poder diagnosticar la salud de estas empresas en el periodo 2008-2013 mediante un an�lisis a corto y largo plazo, un an�lisis de los resultados y un an�lisis de los cambios patrimoniales y de los flujos de efectivo de las empresas vin�colas, tambi�n realizan una comparativa con las empresas vin�colas catalanas para el mimo periodo.

En t�rminos de la l�gica borrosa, esta nace en el a�o 1965 de la mano de Lotfi Asker Zadeh con su publicaci�n �Fuzzy Sets�, adoptandose los conceptos de la l�gica y de los subconjuntos borrosos, a trav�s de la definici�n de grados de pertenencia. Otros autores como Kaufmann y Gil (1986). Introducci�n de la teor�a de subconjuntos borrosos a la gesti�n de las empresas. Rico y Tinto (2008) explica sobre la matem�tica borrosa y su utilizaci�n en varios modelos, para diferentes casos de aplicaci�n en las ciencias econ�micas y administrativas, permiten se�alar la importancia que cobra, para efectos de mejorar el tratamiento y la calidad de la informaci�n contable y financiera al igual que los procesos de toma de decisiones, la incorporaci�n de variables como la subjetividad, la borrosidad y la imprecisi�n, en la construcci�n, dise�o y estudio de din�micas asociables a los sistemas de informaci�n. Milanesi (2015), expone el planteamiento de la tasa interna de rendimiento promedio (TIRP) con enfoque de la matem�tica borrosa (fuzzy) como m�todo para determinar rendimientos bajo situaciones de ambig�edad, plantea el valor actual (VA) en el ordenamiento de proyectos frente a situaciones conflictivas.

Por su parte, Briozzo et al (2011), explican el an�lisis y empleo de las herramientas financieras tradicionales de evaluaci�n de proyectos (VAN, TIR, TIRM, �ndice de rentabilidad y per�odo de recuperaci�n descontado), bajo el marco de la matem�tica borrosa, presentando ventajas y limitaciones para el an�lisis de dos casos de patrones de flujos de fondos: proyecto de inversi�n con flujos convencionales y proyecto de inversi�n con flujos no convencionales. Luna y Sarmiento (2019), explican el desarrollo de herramientas de la l�gica difusa para el c�lculo de indicadores econ�micos para las empresas industriales del sector de muebles de madera, con la finalidad de reducir la incertidumbre y que las estimaciones de acerquen lo m�s posible a la realidad.

Con el aporte de los autores descritos, la investigaci�n cobra importancia en el desarrollo de herramientas de avanzada, con la finalidad de entregar al sector industrial esta nueva forma de c�lculo de los indicadores de rentabilidad, con el prop�sito de tratar de potenciar la gesti�n econ�mica de sus empresas y, por consiguiente, mejorar el proceso de toma de decisiones.

 

Metodolog�a

La investigaci�n se inserta en el plano cuantitativo, a trav�s del desarrollo de herramientas de l�gica borrosa como las t�cnicas del expertizaje y contraexpertizaje, n�meros borrosos triangulares e intervalos de confianza. En un estudio anterior se present� el c�lculo de la TMAR borrosa, esta est� representado por el NBT [12,72%, 15,02%, 16,01%], se explicaba que n�mero central es el grado m�ximo de presunci�n, �ste no representa un promedio o punto medio entre los valores extremos; con esta nueva forma de estimaci�n de este indicador econ�mico, se demostraba que se puede reducir la incertidumbre y la imprecisi�n del c�lculo tradicional.

A partir de esta estimaci�n con la banda al 0,8 del α corte se presenta la TMAR borrosa representada por el NBT [14,56%, 15,02%, 15,22%], este indicador apoya para determinar la TIR y VAN borrosos, para ello se parte del siguiente flujo de caja.

 

 

 

Tabla 1: Flujos de Caja

Fuente: Elaboraci�n propia

 

Como se mencion� anteriormente, se tiene ya la TMAR borrosa, este se calcul� a partir de la consulta realizada a 15 expertos empresarios del sector industrial, y aplicando la escala endecadaria herramienta propia de la l�gica borrosa, se obtuvo la informaci�n necesaria para desarrollar las t�cnicas del expertizaje y contraexpertizaje, esta se estructur� las veces necesarias con la finalidad de llegar a obtener la TMAR borrosa id�nea, representado por el NBT [12,72%, 15,02%, 16,01%].

El valor actual neto (VAN) y la tasa interna de retorno o rendimiento (TIR), se calculan a trav�s de los flujos de caja presentado en la tabla 1, para ello es necesario desarrollar las f�rmulas de estos indicadores, y a trav�s de trazos geom�tricos, se determinan el VAN y TIR borrosos.

 

 

(Ecuaci�n 1)

 

(Ecuaci�n 2)

 

Desarrollando las formulas descritas (1) y (2), a trav�s de alfa cortes con la utilizaci�n de n�meros borrosos triangulares e intervalos de confianza, se tiene:

 

Tabla 2: VAN y TIR borrosos expresados en alfa-corte

Fuente: Elaboraci�n propia (2020)

 

Los c�lculos tradicionales por lo general dejan un alto grado� de imprecisi�n con aspectos subjetivos, dentro del an�lisis econ�mico de una empresa, por ello se plantean supuestos que valoran la gesti�n empresarial d�ndole cierto grado de confianza al momento de tomar decisiones correctas, es as� como se hacen necesarias f�rmulas que valoren problemas relacionados en condiciones de incertidumbre, con el prop�sito que los empresarios del sector industrial tomen mejores decisiones al momento de decir invertir o no en un nuevo producto.

 

Resultados

Los indicadores econ�micos estimados est�n representados por los n�meros borrosos triangulares (NBT), siendo:

TMAR borrosa [14,56%, 15,02%, 15,22%],

VAN borroso [$127.220,71, $150.258,93, $164.448,79];

TIR borroso [22,93%, 24,92%, 26,05%]

 

A un α corte del 0,8 los intervalos de confianza quedan de la siguiente manera:

TMAR [14,56%, 15,22%]

VAN [$147.955,11, $153.096,90]

TIR [24,52%, 25,15%]

 

Estos c�lculos indican que cualquier valor que est� dentro de la banda son ideales para una mayor rentabilidad del proyecto, con ello la toma de decisiones por parte de la gerencia ser� de manera m�s eficiente para el mejoramiento de las empresas, en este caso del sector industrial de Cuenca.

 

Conclusiones

El desarrollo de herramientas de vanguardia que ofrece la l�gica borrosa como son los n�meros borrosos triangulares (NBT) e intervalos de confianza (bandas), permite desarrollar una nueva forma de c�lculo para los indicadores econ�micos, llegando a obtener un VAN y TIR borrosos, estos brindan informaci�n desde la �ptica de un intervalo de niveles de presunci�n entre 0 y 1, como mayor exactitud, rompiendo la incertidumbre en la informaci�n, con la finalidad� de realizar la evaluaci�n de la inversi�n de un nuevo emplazamiento.

Con el apoyo de estas herramientas de avanzada, la gesti�n de la incertidumbre se observa desde otro nivel de an�lisis, con ello el c�lculo tradicional deja poca importancia en su tratamiento, esta nueva forma de c�lculo trata de reducir la imprecisi�n y subjetividad de la informaci�n, convirti�ndose en una limitaci�n el momento de realizar el estudio de rentabilidad en proyectos de inversi�n. Queda demostrado la importancia de la aplicaci�n de los instrumentos de la l�gica borrosa dentro de la gesti�n econ�mica y financiera, con esto se logra apartar esquemas que no corresponden a realidades que se vive en la actualidad, llenos de incertidumbre, imprecisi�n y subjetividad.

A trav�s de este estudio, se entrega a los empresarios del sector industrial cuencano, una nueva visi�n de realizar un correcto an�lisis de la rentabilidad a futuro, logrando mejorar la toma de decisiones a nivel de directivos y gerencia y con ello acrecentar el desarrollo organizacional.

 

Referencias

1.               Arimany, N., Farreras, A., y Rabaseda, J. (2016). An�lisis econ�mico financiero del sector vin�cola de La Rioja en un entorno de crisis. Intangible Capital, 12(1): 268-294.

2.               Briozzo, A., Pesce, G., y Villarreal, F. (2011), Evaluaci�n de proyectos con herramientas borrosas. an�lisis de casos. Cuadernos del CIMBAGE, (13), 25-53.

3.               Casanovas, M., y Fern�ndez, A. (2003). La gesti�n de la tesorer�a en la incertidumbre. Madrid, Espa�a: Ediciones Pir�mide.

4.               Guti�rrez, J. (2006). Aplicaci�n de los conjuntos borrosos a las decisiones de inversi�n. Ad-minister Revista de la Escuela de Administraci�n, 9, 62-85.

5.               Kaufmann, A. y Gil, J. (1987). T�cnicas operativas de gesti�n para el tratamiento de la incertidumbre. Barcelona, Espa�a: Hispano Europea.

6.               Medina, S. (2006). Estado de la cuesti�n acerca del uso de la l�gica difusa en problemas financieros. Cuadernos de Administraci�n, 32 (19), 195-223.

7.               Kaufmann, A. y Gil, J. (1986). Introducci�n de la teor�a de subconjuntos borrosos a la

8.               gesti�n de las empresas. Madrid, Espa�a: Milladoiro.

9.               Luna, K., y Sarmiento, W. (2019). Evaluaci�n econ�mica bajo el enfoque difuso: Caso industrias de la ciudad de Cuenca-Ecuador. Revista Venezolana de Gerencia, 24(86), 547-562

10.           Milanesi, G. (2016). La tasa interna de retorno promedio borrosa: desarrollos y aplicaciones. Journal of Economics, Finance and Administrative Science, (21), 39�47.

11.           Mu�oz, M., y Avil�s, E. (2014). La incorporaci�n de la l�gica difusa al modelo Black-Scholes, para la determinaci�n del precio de la opci�n cambiaria mexicana. Revista Internacional Administraci�n y Finanzas, 7 (7), 55-73.

12.           Nava, A. (2009). An�lisis financiero: una herramienta clave para una gesti�n financiera eficiente. Revista Venezolana de Gerencia, 14(48), 606-628.

13.           Rico, M., y Tinto, J. (2008). Matem�tica borrosa: algunas aplicaciones en las ciencias econ�micas, administrativas y contables. Revista de Contadur�a, (52), 199-214.

 

 

 

 

 

� 2020 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).