Evaluación Del Comportamiento de Los Indicadores PDF

Evaluación del comportamiento de los indicadores
GHSURGXFWLYLGDG\UHQWDELOLGDGÀQDQFLHUDGHO
sector petróleo y gas en Colombia mediante
el análisis discriminante
Fecha de recepción: 22.04.2012 Fecha de aceptación: 31.07.2013
Efraín Javier de la Hoz

Granadillo Resumen
Facultad de Ciencias Económi-
cas, Universidad de Cartagena
edelahozg@unicartagena.edu.co Este artículo presenta los resultados del comportamiento de los
indicadores de productividad y rentabilidad del sector petróleo
Tomás José Fontalvo y gas en Colombia entre los años 2008 y 2010, el cual se reali-
Herrera zó por medio de análisis discriminante. Inicialmente, se reali-
Facultad de Ciencias Económi- zó un análisis del sector y una revisión teórica de la evaluación
cas, Universidad de Cartagena. GHODJHVWLyQÀQDQFLHUDGHODSDODQFDPLHQWRHVWUDWpJLFRGHORV
tfontalvoh@unicartagena.edu.co
stakeholders (partes interesadas), de la teoría de la agencia, de
los indicadores de productividad y rentabilidad, así como de
José Morelos Gómez conceptos básicos de análisis discriminante. En la metodología
Facultad de Ciencias Económi-
utilizada se calcularon los indicadores de productividad y ren-
cas, Universidad de Cartagena
jmorelosg@unicartagena.edu.co tabilidad de 116 empresas del sector petróleo y gas a partir de
ORVHVWDGRVÀQDQFLHURVSUHVHQWDGRVHQORVSHULRGRVGHHVWXGLR
6HJXLGDPHQWH VH XWLOL]y OD WpFQLFD GH DQiOLVLV GLVFULPLQDQWH
para explicar la pertenencia y discriminación de los indicadores
estudiados. De la función discriminante y medios obtenidos se
puede concluir que los indicadores analizados no presentan dife-
rencias importantes, lo que muestra un periodo de estancamiento
en los periodos estudiados. Con el trabajo de investigación se
SXGRFRQFOXLUTXHH[LVWHXQDGLIHUHQFLDVLJQLÀFDWLYDVyORSDUDHO
indicador margen bruto. El modelo de la función discriminante
SHUPLWHXQDHIHFWLYLGDGGHFODVLÀFDFLyQGH
3DODEUDVFODYHSURGXFWLYLGDGUHQWDELOLGDGLQGLFDGRUHVÀQDQ-
FLHURVJHVWLyQHPSUHVDULDOJHVWLyQÀQDQFLHUD
Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191

Efraín Javier de la Hoz Granadillo, Tomás José Fontalvo Herrera y José Morelos Gómez
$VVHVVPHQWRIWKHEHKDYLRURISURGXFWLYLW\DQGÀQDQFLDOSURÀWDELOLW\LQGLFDWRUV
LQWKHRLODQGJDVVHFWRULQ&RORPELDWKURXJKGLVFULPLQDQWDQDO\VLV
Abstract
7KLVUHVHDUFKSDSHUSUHVHQWVWKHUHVXOWVRIWKHEHKDYLRURISURGXFWLYLW\DQGSURÀWDELOLW\
indicators in the oil and gas sector in Colombia in the years 2008 and 2010 by means of
discriminant analysis. Initially there is an analysis of the sector and a theoretical review
RIWKHÀQDQFLDOPDQDJHPHQWDVVHVVPHQWVWUDWHJLFOHYHUDJHVWDNHKROGHUVDJHQF\WKHRU\
SURGXFWLYLW\DQGSURÀWDELOLW\LQGLFDWRUVDQGEDVLFFRQFHSWVRIGLVFULPLQDQWDQDO\VLV,QWKH
PHWKRGRORJ\XVHGSURGXFWLYLW\DQGSURÀWDELOLW\LQGLFDWRUVZHUHFDOFXODWHGIRUFRP-
SDQLHVLQWKHRLODQGJDVVHFWRUIURPWKHÀQDQFLDOVWDWHPHQWVLQWKHSHULRGVRIVWXG\7KHQ
the discriminant analysis technique was used to explain the belonging and discrimination
of the indicators studied. From the discriminant function and the means obtained it can be
FRQFOXGHGWKDWWKHDQDO\]HGLQGLFDWRUVGRQRWSUHVHQWVLJQLÀFDQWGLIIHUHQFHVZKLFKVKRZV
DSHULRGRIVWDJQDWLRQLQWKHSHULRGVVWXGLHG:LWKWKHUHVHDUFKZRUNLWZDVFRQFOXGHGE\
GLVFULPLQDQWDQDO\VLVWKDWWKHUHLVDVLJQLÀFDQWGLIIHUHQFHMXVWIRUWKHLQGLFDWRUJURVVPDU-
JLQ7KHGLVFULPLQDQWIXQFWLRQPRGHODOORZVDQHIIHFWLYHFODVVLÀFDWLRQRI
.H\ZRUGVSURGXFWLYLW\SURÀWDELOLW\ÀQDQFLDOLQGLFDWRUVEXVLQHVVPDQDJHPHQWÀQDQFLDO
management
Introducción
Esta investigación busca analizar el comportamiento de los indicadores de pro-

GXFWLYLGDG\UHQWDELOLGDGÀQDQFLHUDHQHOVHFWRUSHWUyOHR\JDVHQ&RORPELDSDUD
que se puedan tener criterios claros, tomar decisiones y establecer si existe mejo-
ramiento en los indicadores estudiados. Esto permitirá estudiar las variables, los
rubros e indicadores que generan causalidad en el mejoramiento de la gestión del
VHFWRUSDUDGHFLGLUODVDFWLYLGDGHVTXHLPSDFWHQHQORVJUXSRVGHLQWHUpV
La globalización de los mercados ha convertido la gestión empresarial en una ta-

rea competitiva para la supervivencia de la empresa, dado el creciente nivel de
incertidumbre al que se enfrentan los directivos en el proceso de toma decisiones
(Vázquez, 2001). En esta línea, las organizaciones deben adoptar metodologías
que incorporen análisis estadísticos de resultados conducentes a mejorar la gestión
disminuyendo los niveles de riesgo y apoyando las decisiones gerenciales. En Co-
lombia el sector petrolero ha venido cobrando relevancia en su participación den-
168 Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191

(YDOXDFLyQGHOFRPSRUWDPLHQWRGHORVLQGLFDGRUHVGHSURGXFWLYLGDG\UHQWDELOLGDGÀQDQFLHUD
del sector petróleo y gas en Colombia mediante el análisis discriminante
tro del escenario internacional, pues es uno de los seis países latinoamericanos que
SRVHHUHFXUVRVHQHUJpWLFRVVLJQLÀFDWLYRV\SRWHQFLDOHVKDFLDHOIXWXUR6HHVWLPD
TXHVXVUHVHUYDVSUREDGDVDVFLHQGHQDORVELOORQHVGHEDUULOHVGHSHWUyOHR\
WULOORQHVGHSLHVF~ELFRVHQJDVQDWXUDOHVHSHWUyOHRUHSUHVHQWDHOGHOWRWDO
GHODVH[SRUWDFLRQHVFRORPELDQDVFRQVWLWX\pQGRVHHQXQDGHODVPD\RUHVIXHQWHV
externas de efectivo para el país (ANH, 2007).
En este artículo se desarrolló una metodología para el análisis sistemático de los

indicadores de productividad y rentabilidad de las empresas del sector petróleo
\ JDV HQ &RORPELD TXLHQHV SUHVHQWDURQ LQIRUPHV GH VXV HVWDGRV ÀQDQFLHURV HQ
organismos como la Superintendencia de Sociedades y las Cámaras de Comer-
cio correspondientes. En la evaluación de los indicadores señalados se utilizó el
DQiOLVLVGLVFULPLQDQWHDSDUWLUGHUD]RQHVÀQDQFLHUDVHQODVTXHVHGHÀQLHURQODV
variables dependientes e independientes en el modelo de función discriminante, de
manera que se minimiza la varianza dentro de los grupos y se maximiza la varianza
HQWUHJUXSRVSDUDHOORIXHQHFHVDULRODYHULÀFDFLyQGHVXSXHVWRVGHQRUPDOLGDGH
igualdad de matrices varianza-covarianza de las variables objeto de estudio, que
SHUPLWLHURQ DQDOL]DU GLIHUHQFLDV VLJQLÀFDWLYDV \ OD HYROXFLyQ HQ ORV LQGLFDGRUHV
seleccionados.
En concordancia con lo anterior, para el análisis se utilizaron los indicadores de

productividad y rentabilidad; evaluando el desempeño de las compañías del sec-
tor, de tal forma que se pudo realizar un análisis comparativo de los resultados
de productividad y rentabilidad en las empresas del sector petróleo y gas en Co-
lombia entre 2008 y 2010. Los resultados indican que no existe un mejoramiento
VLJQLÀFDWLYRGHORVLQGLFDGRUHVHVWXGLDGRVFRQORFXDOVHGHPXHVWUDODIDOWDGHXQD
gestión corporativa y de una política estatal que dinamice el sector. Es importante
resaltar que la investigación presenta una metodología de análisis robusta para la
HYDOXDFLyQGHLQGLFDGRUHVÀQDQFLHURVODFXDOSXHGHVHUH[WHQGLGDHQVXDSOLFDFLyQ
a diferentes sectores empresariales siempre y cuando se tengan en cuenta las par-
ticularidades de cada sector.
5HIHUHQFLDOWHyULFR
Para el desarrollo de este artículo de investigación se trabajó con los referentes

WHyULFRV \ FRQFHSWXDOHV DVRFLDGRV FRQ HO VHFWRU HQHUJpWLFR VXEVHFWRU SHWUyOHR \
JDVHQ&RORPELDDVtFRPRHODSDODQFDPLHQWRHVWUDWpJLFRODHYDOXDFLyQGHODJHV-
WLyQÀQDQFLHUDLQGLFDGRUHVGHSURGXFWLYLGDG\UHQWDELOLGDGFRQFHSWRVEiVLFRVGH
Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191 169

análisis discriminante, lo relacionado con los criterios para el análisis de la produc-

tividad y rentabilidad del sector petrolero y gas en Colombia.
Sector energético
(OVHFWRUHQHUJpWLFRHVXQDYDULDEOHTXHLPSXOVDHOQLYHOGHYLGDGHODVVRFLHGDGHV
SHURWDPELpQSXHGHFRQYHUWLUVHHQXQIDFWRUGHFRQÁLFWRVFXDQGRQRVHJHVWLRQD
bien (Altahyde, 2012). Ahora bien, el petróleo es sin lugar a dudas el principal
HQHUJpWLFRGHOPXQGRGDGRVXVFRQGLFLRQHVFRPRFRPEXVWLEOHORTXHSURSRUFLRQD
poder económico en los países productores llegando inclusive en algunas econo-
mías a establecer gran parte de sus ingresos en este rubro. Asimismo, a diferencia
del carbón, este recurso se encuentra mayoritariamente en países subdesarrollados,
otorgando un potencial de desarrollo en el escenario mundial (Rodríguez, 2004).
6HJ~Q6HOOLQJ\6WLFNQH\ORVFRQFHSWRVPLFURHFRQyPLFRV\ODVHVWUDWHJLDV

de negocios son importantes para comprender el comportamiento en el tiempo
GHLQGLFDGRUHVÀQDQFLHURVFRPRODWDVDGHUHWRUQRVREUHDFWLYRV52$UHWXUQRQ
assets), los cuales se pueden utilizar para generar interpretaciones muy acertadas
sobre las tendencias y las diferencias entre las empresas y las industrias.
(QHVWHVHQWLGR*LQHUSODQWHDTXHODGLVSRVLFLyQGHLQIRUPDFLyQFRQWDEOH

adecuada para la toma de decisiones puede tener importantes consecuencias en los
UHVXOWDGRVHFRQyPLFRVGHODVRUJDQL]DFLRQHV3RUVXSDUWH6WLFNQH\DQRWD
TXHODVFRPSDxtDVGHOVHFWRUHQHUJpWLFRFDUDFWHUL]DGDVSRUDOWDVLQYHUVLRQHVGHFD-
SLWDO\HOHYDGRVFRVWRVÀMRVUHTXLHUHQRSHUDUFRQHOHYDGRVPiUJHQHVTXHDVHJXUHQ
ODUHQWDELOLGDGGHOFDSLWDO\IDFLOLWHQODFRQVHFXFLyQGHIXHQWHVGHÀQDQFLDFLyQ
(QFXDQWRDODSDODQFDPLHQWRHVWUDWpJLFRGHXQDHPSUHVDpVWHSURSRUFLRQDÁH[L-
ELOLGDGSDUDPRGLÀFDUVXSRVLFLyQUHODWLYDHQHOPHUFDGRHQUHODFLyQFRQORVFRP-
petidores generando cambios en los ingresos o en la participación en el mercado
0LOLQG'HÀQLWLYDPHQWHHOHVWXGLRGHORVDSDODQFDPLHQWRVSHUPLWHTXHOD
empresa tenga entre sus manos una poderosa herramienta de análisis y apoyo en la
toma de decisiones estructurales de la misma.
El sector petróleo y gas en Colombia
El gobierno colombiano se ha visto interesado en impulsar el sector petrolero a

WUDYpVGHODE~VTXHGDGHPDQHUDVSDUDDXPHQWDUODSURGXFFLyQSRUORTXHKDHP-

prendido estrategias para la atracción de inversiones importantes provenientes del

UHVWRGHOPXQGRFRQYLUWLpQGRVHHOVHFWRUHQXQRGHORVPiVLPSRUWDQWHVGH/DWL-
QRDPpULFDVHJ~QHO0LQLVWHULRGH5HODFLRQHV([WHULRUHV
Sin duda, el petróleo es uno de los recursos naturales más importantes en la eco-
nomía de cualquier país; es decir, el bien básico que más se corrompe en el mundo
(López et al., 2012). A esta característica se suma el hecho de ser un bien superior,
condición que proviene no solamente de los aspectos no competitivos de dicho
PHUFDGRVLQRWDPELpQGHOKHFKRGHVHUXQUHFXUVRQDWXUDOQRUHQRYDEOH
De esta manera, la importancia del petróleo en el país no es una tendencia que
se ha dado desde siempre debido a que la participación del sector petrolero en la
balanza comercial ha tenido un comportamiento de alzas y bajas en las exportacio-
nes. Según cifras del Departamento Nacional de Estadísticas, se muestra que en el
ODVH[SRUWDFLRQHVGHSHWUyOHR\VXVGHULYDGRVSDVDURQGHPLOHVGH
GyODUHV)2%HQHODPLOHVGHGyODUHV)2%HQHOVXELHQGR
DPLOHVGHGyODUHV)2%HQHO'$1(
3RU VX SDUWH 9LOODPLO DVHJXUD TXH HQ KXER XQD ERQDQ]D SHWUROHUD
cuando justamente los campos de Cusiana y Cupiagua fueron la base de la econo-
mía petrolera del país, llegando a aportar más de la mitad de la explotación nacio-
QDOFRQXQDFLIUDUpFRUGGHPLOEDUULOHVGLDULRVGHFUXGR(QVXFRQMXQWRORV
FDPSRVRSHUDGRVSRUOD%ULWLVK3HWUROHXP\2FFLGHQWDOVXPDURQHQFHUFDGHO
GHODSURGXFFLyQSHWUROHUDFRORPELDQD
Asimismo, de 2004 a 2012 las exportaciones han tenido una tendencia de aumento,
VDOYRGHDTXHKXERXQDGLVPLQXFLyQGHPLOHVGHGyODUHV
)2%UHJLVWUiQGRVHHODXPHQWRPiVVLJQLÀFDWLYRHQHVWDVH[SRUWDFLRQHVGH
PLOHVGHGyODUHV)2%DPLOHVGHGyODUHV)2%
De igual manera, el comportamiento de la producción del crudo posiciona al sector

petrolero como uno de los más importantes sectores de Colombia, así como uno
GH ORV VHFWRUHV SHWUROHURV PiV LPSRUWDQWHV GH /DWLQRDPpULFD VHJ~Q /D %ULWLVK
Petroleum es el tercer país en la región en producción de petróleo (Ministerio de
Relaciones Exteriores, 2011).
/DSDUWLFLSDFLyQHQHO3,%GHKLGURFDUEXURVFUHFLyHQYDORUTXHVH
FRPSDUDFRQHOUHJLVWUDGRHODxRDQWHULRU$VtHVWHVHFWRUSURPHGLDXQDWDVD
GHFUHFLPLHQWRGHHQORV~OWLPRVFXDWURDxRV(QWpUPLQRVGHODLQYHUVLyQ

H[WUDQMHUDGLUHFWDODGLULJLGDDOSHWUyOHR\ODPLQHUtDUHSUHVHQWDFHUFDGHOGHO
total. Sólo los planes de inversión de las principales compañías suman cerca de
USD 10 000 millones para 2012. El área de Investigaciones Económicas de Corre-
YDOVHxDODTXHHQVHSHUIRUDURQSR]RVH[SORUDWRULRV\ODPHWDGHO
Gobierno para 2012 era de 178.
(YDOXDFLyQGHODJHVWLyQÀQDQFLHUDHQHOVHFWRUSHWUyOHR\JDVHQ&RORPELD
Esta investigación se basó en un conjunto de conocimientos teóricos soportados

en un análisis discriminante multivariado (ADM) que permitieron analizar el im-
SDFWR\DIHFWDFLyQGHODJHVWLyQÀQDQFLHUDHQODVHPSUHVDVGHOVHFWRUSHWUROHURHQ
Colombia.
Fontalvo et al D LQGLFDQ TXH OD HYDOXDFLyQ GH LQGLFDGRUHV FRPR WpFQLFD
administrativa ayuda a mejorar la gestión porque produce la información necesaria
SDUDLGHQWLÀFDU\HQWHQGHUODVFDXVDVGHORVORJURV\ORVIUDFDVRVRSUREOHPDVGHO
GHVHPSHxRLQGLYLGXDO\FROHFWLYRGHQWURGHXQFRQWH[WRGHSODQHDFLyQHVWUDWpJLFD
Esta evaluación saca a la luz información real sobre el comportamiento del siste-
ma objeto de estudio, que hace posible la creación de estrategias y herramientas
de apoyo para la toma de decisiones que contribuyan a mejorar la estructura del
PLVPR1RFLRQHVFRPRpVWDVVRQODVTXHEXVFDQLQWHJUDUHVWDLQYHVWLJDFLyQDVt
FRPRHOFRQVLGHUDUODPHWRGRORJtD\ODVWpFQLFDVXWLOL]DGDVWRPDQGRHQFXHQWDTXH
ODJHVWLyQÀQDQFLHUDVHHYDO~DHQFyPRHVWRVFRQFHSWRVDIHFWDQODUHQWDELOLGDG\
productividad del sector.
3RURWUDSDUWH1DYDV\0DUEHOtVVHxDODQTXHXQDHPSUHVDGHEHLPSOHPHQ-

WDUPHGLGDVTXHOHSHUPLWDQVHUPiVFRPSHWLWLYD\HÀFLHQWHGHVGHODSHUVSHFWLYD
HFRQyPLFD\ÀQDQFLHUDGHIRUPDWDOTXHKDJDPHMRUXVRGHVXVUHFXUVRVSDUDREWH-
ner mayor productividad y mejores resultados con menores costos, lo que implica
ODQHFHVLGDGGHUHDOL]DUXQDQiOLVLVH[KDXVWLYRGHODVLWXDFLyQHFRQyPLFD\ÀQDQ-
FLHUDGHODDFWLYLGDGTXHOOHYDDFDER$OUHVSHFWR'tD]DÀUPDTXHXQDIRU-
ma más sencilla de realizar este análisis es mediante la formulación de indicadores
ÀQDQFLHURVTXHSHUPLWDQHVWDEOHFHUUHODFLRQHVHQWUHGRVRPiVHOHPHQWRVGHORV
estados contables, jugando un papel importante en el proceso de comercialización
y los ingresos percibidos.
Por otro lado, Palacio (2008) asegura que el diagnóstico correctamente realizado
SHUPLWHLGHQWLÀFDUHQWLHPSR\IRUPDORVSRVLEOHVSUREOHPDVHFRQyPLFRV\ÀQDQ-

FLHURVGHODHPSUHVDLGHQWLÀFDUVXVFDXVDV\ORTXHHVPiVLPSRUWDQWHHVWDEOHFHU
PHGLGDVFRUUHFWRUDVFRQWLHPSRVXÀFLHQWHSDUDTXHDFW~HQ1XxH]\9LHLWHV
VHxDODQTXHHOGLDJQyVWLFRGHODJHVWLyQÀQDQFLHUDSHUPLWLUiDODHPSUHVDDWHQGHU
FRUUHFWDPHQWH VXV FRPSURPLVRV ÀQDQFLHURV ÀQDQFLDU DGHFXDGDPHQWH ODV LQYHU-
VLRQHVDVtFRPRPHMRUDUYHQWDV\EHQHÀFLRVDXPHQWDQGRHOYDORUGHODHPSUHVD
De esta manera, en este artículo se analizan los indicadores de productividad y

rentabilidad de las organizaciones, objeto de estudio, para determinar si existen
FDPELRVVLJQLÀFDWLYRVGHOVHFWRUHQORVDxRV\
Indicadores de productividad
(O%DQFR1DFLRQDOGH&RPHUFLR([WHULRUGH0p[LFRH[SUHVDODSURGXFWL-

vidad como el cambio cualitativo que proporciona mejores formas de hacer las
cosas, así como la utilización racional de los recursos, la aplicación de la innova-
ción y los avances tecnológicos con la participación de la población en la actividad
económica y sus resultados. %HUHFKHW\6DQ0LJXHOVHxDODQTXHORVLQGL-
FDGRUHVGHSURGXFWLYLGDGSHUPLWHQÀMDUXQDUHODFLyQHQWUHODFDQWLGDGGHELHQHV\
servicios producidos y la cantidad de recursos utilizados, transformándose en un
IDFWRUFUXFLDOSDUDODGHWHUPLQDFLyQGHOHÀFLHQWHXVRGHORVUHFXUVRV/HY\
VHxDODTXHORVLQGLFDGRUHVGHSURGXFWLYLGDGVRQORVTXHPXHVWUDQODHÀFLHQFLDHQOD
operación de la empresa, íntimamente relacionados con los resultados del negocio.
En consecuencia, los indicadores de productividad representan un elemento clave

para la creación de riquezas dentro de una empresa por permitir la realización de
inversiones en mejores recursos productivos como nuevas tecnologías; esta situ-
ación se traduce en una ventaja competitiva e incremento de los sueldos, lo que
acrecentará el volumen de la demanda agregada, que resulta de la dinamización de
la economía.
Por otro lado, la medición de la productividad es un procedimiento necesario para

el desarrollo y la proyección de las actividades económicas de cualquier organi-
]DFLyQpVWHVHOOHYDDFDERPHGLDQWHODDSOLFDFLyQGHLQGLFDGRUHVTXHUHODFLRQDQ
diversas variables. Desempeñando así un papel esencial en la evaluación de la
SURGXFFLyQSRUTXHSXHGHQGHÀQLUQRVRODPHQWHHOHVWDGRDFWXDOGHORVSURFHVRV
sino que, además, son útiles para proyectar el futuro de los mismos.

Dentro de una organización los indicadores de productividad se pueden medir con

respecto a un factor de producción determinado, motivo por el cual existe la posi-
bilidad de que se presente una amplia gama de indicadores referentes a diferentes
áreas; aunque los más importantes, según Miranda y Toirac (2010), son los relacio-
nados con la productividad del trabajo, la productividad del uso de los materiales
y la productividad del capital. En el cuadro 1 se presentan las ecuaciones (1 a la 6)
donde se muestra cómo se calcularon los indicadores de productividad para esta
investigación.
&XDGUR
Indicadores de productividad
Indicador Ecuación
Utillidad Bruta
IP1
Valor agregado (ventas-pagosaproveedores+inventarios) x 100(1)
Utillidad Operacional
IP2 x 100(2)
Valor agregado (ventas-pagos a proveedores+inventarios)
Utillidad Neta
IP3 x 100(3)
Valor agregado (ventas-pagos a proveedores+inventarios)
IP4 Valor agregado (ventas-pagos a proveedores+inventarios)

x 100(4)
&DSLWDO2SHUDWLYRDFWLYRVFRUULHQWHV\ÀMR
Utilidad Operacional
,3 [
Utilidad Neta
IP6 x 100(6)
Indicadores de rentabilidad
2UWL]VHxDODTXHORVLQGLFDGRUHVGHUHQWDELOLGDGGHQRPLQDGRVWDPELpQGH

rendimiento o lucratividad, sirven para medir la efectividad de la administración
de la empresa para controlar el costo y el gasto, y así convertir las ventas en uti-
lidades. Asimismo, los indicadores referentes a rentabilidad tratan de evaluar la
cantidad de utilidades obtenidas con respecto a la inversión que las originó, ya sea
considerando en su cálculo el activo total o el capital contable (Guajardo, 2002).
'HLJXDOIRUPD%UHDOH\\0\HUVDVHJXUDQTXHORVDQDOLVWDVÀQDQFLHURV

XWLOL]DQtQGLFHVGHUHQWDELOLGDGSDUDHYDOXDUTXpHÀFLHQWHVVRQODVHPSUHVDVHQHO
uso de sus activos. En el cuadro 2 se muestran las ecuaciones (7 a la 10) que repre-
sentan los indicadores de rentabilidad utilizados en la presente investigación, así
como la manera en que se calcularon.

&XDGUR
,QGLFDGRUHVGHUHQWDELOLGDG
Indicador Ecuación
Utillidad Bruta x 100(7)
Margen bruto ingresos operacionales
Margen Utillidad operacional
x 100(8)
operacional ingresos operacionales
ganancias y perdidas
Margen neto [
ingresos operacionales
Utilidad operacioal PDUJHQGHFRQWULEXFLyQ³FRVWRVÀMRV(10)
Análisis discriminante
(ODQiOLVLVGLVFULPLQDQWHHVXQDWpFQLFDHVWDGtVWLFDPXOWLYDULDGDGHHVSHFLDOLQWHUpV
en la investigación, puesto que permite establecer la pertenencia probabilística de
XQLQGLYLGXRDJUXSRVSUHYLDPHQWHHVWDEOHFLGRVDWUDYpVGHIXQFLRQHVGHGLVFULPL-
nación (Carvajal et al., 2004). Fundamentalmente, este análisis consiste en clasi-
ÀFDUREVHUYDFLRQHVSUHYLDPHQWHREWHQLGDVFX\DFODVLÀFDFLyQWLHQHFRPRSXQWRGH
partida un conjunto de variables que caracterizan los individuos u objetos que se
pretenden estudiar (Elizondo y Altman, 2003).
,JXDOPHQWH 9DOOHMR DVHJXUD TXH HO DQiOLVLV GLVFULPLQDQWH HV XQD WpFQLFD
estadística que permite estudiar las referencias entre dos o más grupos de objetos
con respecto a varias variables simultáneamente. Asimismo, uno de los objetivos
EiVLFRVGHODQiOLVLVGLVFULPLQDQWHTXHSUHVHQWD9DOOHMRHVODLGHQWLÀFDFLyQRFDUDF-
terización de los grupos; asegura que esto puede servir para establecer diferencias
entre ellos. En el caso de esta investigación se analizaría si existen diferencias en-
tre dos periodos distintos de las empresas del sector petrolero y gas en Colombia,
FRQVWLWX\HQGRHVWRVGRVSHULRGRVORVJUXSRVDORVFXDOHVVHUHÀHUH9DOOHMR
Por otra parte, Mures et al. VRVWLHQHQTXHHOREMHWLYRGHXQDQiOLVLVGLVFUL-

minante es analizar la relación entre una variable dependiente categórica con g mo-
dalidades, que corresponden con los grupos analizados, y un conjunto de variables
LQGHSHQGLHQWHVPpWULFDVRFXDQWLWDWLYDVDSDUWLUGHXQDVHULHGHIXQFLRQHVGLVFUL-
minantes. De este modo, las variables utilizadas en el análisis de la productividad
y rentabilidad del sector petróleo y gas en Colombia son denominadas variables
discriminantes. Éstas deben ser medidas en la escala de intervalo o razón para que

las medias y varianzas puedan ser calculadas e interpretadas, modelo matemático

TXHVHSUHVHQWDHQODVHFXDFLRQHV\
Distancia de Mahalanobis
Como criterio para seleccionar las variables que mejor discriminan en el análisis
de la productividad y rentabilidad del sector petróleo y gas en Colombia, se utilizó
la distancia D2 de Mahalanobis, la cual es una medida que se basa en la distancia
euclidiana al cuadrado generalizada que se adecua a varianzas desiguales. La regla
de selección en este procedimiento es maximizar la distancia D2 de Mahalanobis.
La distancia multivalente entre los grupos cualesquiera i y MVHGHÀQHFRPRHFXD-
ción (11):
(11)
Donde nHVHOQ~PHURGHFDVRVYiOLGRVNHVHOQ~PHURGHJUXSRV es la media

del grupo iHQODLpVLPDYDULDEOHLQGHSHQGLHQWH es la media del grupo M en la
LpVLPDYDULDEOHLQGHSHQGLHQWH\ es un elemento de la inversa de la matriz
de varianzas covarianzas intra-grupos. Siendo la variabilidad total de la forma,
ecuación (12).
(12)
Donde, la covarianza total es igual a la covarianza dentro de grupos más la cova-

rianza entre grupos.
Así, la probabilidad de que un objeto j, con una puntuación discriminante

SHUWHQH]FDDOJUXSRLpVLPRVHSXHGHHVWLPDUPHGLDQWHODUHJOD
GH%D\HVHFXDFLyQ
(13)
es la probabilidad a priori\HVXQDHVWLPDGHODFRQÀDQ]DGHTXHXQREMHWR
pertenezca a un grupo si no se tiene información previa.
&RPRFXDOTXLHURWUDWpFQLFDHVWDGtVWLFDODDSOLFDFLyQGHODPLVPDKDGHLUSUHFH-
dida de una comprobación de los supuestos asumidos por el modelo. El análisis
discriminante se apoya en los siguientes supuestos:

Se tiene una variable categórica y el resto de variables son de intervalo o de

razón y son independientes.
Es necesario que existan al menos dos grupos; para cada uno de ellos se
necesitan dos o más casos.
El número de variables discriminantes debe ser menor que el número de
objetos menos dos (2). GRQGHLQï\QHVHOQ~PHUR
de objetos.
Ninguna variable discriminante puede ser combinación lineal de otras
variables discriminantes.
El número máximo de funciones discriminantes es igual al mínimo entre el
Q~PHURGHYDULDEOHV\HOQ~PHURGHJUXSRVPHQRVFRQTJUXSRVTï
funciones discriminantes).
Las matrices de covarianzas dentro de cada grupo deben ser
aproximadamente iguales.
Las variables continuas deben seguir una distribución normal multivariante.
5HJODGH%D\HVFRPRFULWHULRGHFODVLÀFDFLyQ
Las probabilidades a prioriVHGHÀQHQGHODVLJXLHQWHIRUPD
(14)
(QHOFDVRGRQGHHOQ~PHURGHJUXSRVDFODVLÀFDUHVGRV i = 2, obtenemos las
siguientes probabilidad a priori
'HÀQLGDFRPRODSUREDELOLGDGa priori de pertenecer a la población uno (1).
Por otro lado, se tiene que:
la probabilidad a prioriGHSHUWHQHFHUDODSREODFLyQGRV8QDYH]GHÀQLGDV

HVWDVSUREDELOLGDGHVREWHQHPRVODVVLJXLHQWHVUHJLRQHVGHFODVLÀFDFLyQ


(16)
Generalmente se asume que FRPRWDPELpQ
)RUPDQGRODVVLJXLHQWHVUHJLRQHVGHFODVLÀFDFLyQ
Siendo la función discriminante
(17)
0pWRGRGHFODVLÀFDFLyQ
([LVWHQEiVLFDPHQWHWUHVPpWRGRVGHFODVLÀFDFLyQSDUDHQFDXVDUORVREMHWRVRLQ-
dividuos a los i grupos
0pWRGRJUiÀFR
En este caso se realiza la presentación del objeto o vector aleatorio en la nube

de punto de los iJUXSRV\HQIRUPDYLVXDOGHWHUPLQDUHQTXpJUXSRVHXELFD
Función discriminante
Desarrollando la función como, ecuación (18).
(18)

&ODVLÀFDFLyQSRUSUREDELOLGDGa posteriori
6HWRPDODSURELOLGDGGHFODVLÀFDUHQ un vector observado mediante la me-

dida de probabilidad condicional de la forma,
'HGRQGHVHWLHQHTXHODSUREDELOLGDGFRQGLFLRQDOHFXDFLyQ

En dos poblaciones se tiene
la probabilidad total, ecuación (20).
(20)
6HOHFFLRQDGRODVHFXDFLRQHV\VHFRQWUX\HQODVVLJXLHQWHVSUREDELOLGDGHV

condicionales, ecuaciones (21) y (22).
(21)
(22)

Tenemos que: ecuación (23).
(23)
El vector aleatorio FODVLÀFDHQODSULPHUDUHJLyQR1, de otra manera en R2
0HWRGRORJtD
Para el desarrollo de esta investigación se utilizó un análisis cualitativo y cuanti-

tativo, soportado en un análisis discriminante multivariado (ADM). A partir de los
HVWDGRVÀQDQFLHURVVXPLQLVWUDGRVSRUOD6XSHULQWHQGHQFLDGH,QGXVWULD\&RPHUFLR
\ODV&iPDUDVGH&RPHUFLRVHFDOFXODURQORVLQGLFDGRUHVÀQDQFLHURVGHSURGXFWL-
vidad y rentabilidad de las empresas del sector petróleo y gas en Colombia durante
ORVSHULRGRV\FRQHOÀQGHDQDOL]DUVLHQORVGRVSHULRGRVVHxDODGRVVH
puede evidenciar el mejoramiento de los indicadores de productividad y rentabili-
GDGÀQDQFLHUDVHxDODGRVHQORVFXDGURV\GHOVHFWRUDQDOL]DGR
Asimismo, como criterio de selección de variables que mejor discriminan en el

análisis de la productividad y rentabilidad de las empresas del sector petróleo y gas
en Colombia, se utilizó la distancia D2 de Mahalanobis.
Población
La población de esta investigación estuvo conformada por 116 empresas del sector
SHWUyOHR\JDVHQ&RORPELDTXHSUHVHQWDURQVXVHVWDGRVÀQDQFLHURVHQWUH\
Fuentes y datos
6H WRPy FRPR IXHQWHV ORV HVWDGRV ÀQDQFLHURV GH OD 6XSHULQWHQGHQFLD GH 6RFLH-
dades (2012), información registrada en la Cámara de Comercio de las empresas
VHOHFFLRQDGDVDVRFLDGDFRQORVHVWDGRVÀQDQFLHURVGH\GHGRQGHVH
WRPDURQORVGLIHUHQWHVUXEURVÀQDQFLHURVSDUDFDOFXODUORVLQGLFDGRUHVGHSURGXF-
tividad y rentabilidad de las organizaciones de Colombia, labor que tomó seis
meses de trabajo.

$QiOLVLV\GLVFXVLyQGHORVUHVXOWDGRV
Para analizar las variables asociadas a los indicadores seleccionados se utilizó el

DQiOLVLVGLVFULPLQDQWHSRUPHGLRGHVRIWZDUH6366VWDWLVWLFVDSOLFDFLyQFRQOD
cual se establecieron las funciones discriminantes y se estudiaron los diferentes
HVWDGtVWLFRVHVWDWpFQLFDSHUPLWLyODHVWLPDFLyQHQXQPDUFR~QLFRSDUDDQDOL]DUVL
ORVLQGLFDGRUHVÀQDQFLHURVHYDOXDGRVHQHOPLVPRFRQWH[WRSUHVHQWDQGLIHUHQFLDV
VLJQLÀFDWLYDVHQORVGRVSHULRGRVVHOHFFLRQDGRV
6HJXLGDPHQWHVHYHULÀFyHOFXPSOLPLHQWRGHORVVXSXHVWRVUHTXHULGRVSDUDDSOLFDU
el análisis discriminante y, de esta forma, calcular y establecer la función objetivo
FRQHOÀQGHGHWHUPLQDUTXpLQGLFDGRUHVGLVFULPLQDEDQPHMRUSDUDDQDOL]DUODSUR-
ductividad y rentabilidad en las empresas del sector petróleo y gas en Colombia.
7DPELpQVHFDOFXOyODSUHFLVLyQGHOPRGHORSDUDSUHGHFLUHOFRPSRUWDPLHQWRIXWX-
URGHORVLQGLFDGRUHVHQHOVHFWRU3RU~OWLPRFRQORVHVWDGtVWLFRVHVSHFtÀFDPHQWH
las medias de los indicadores para el sector, se analizó y evaluó el comportamiento
GHORVGLIHUHQWHVLQGLFDGRUHVÀQDQFLHURVHQORVSHULRGRV\
9HULÀFDFLyQGHORVVXSXHVWRV
Para contrastar la normalidad de los datos se utilizó el estadístico del test de Shapi-
UR\:LONGRQGHODKLSyWHVLVQXODHVODSREODFLyQTXHHVWiGLVWULEXLGDQRUPDOPHQWH
(QHVWDSUXHEDVLHOSYDORUHVPD\RUDDOIDƠ QRVHUHFKD]DODKLSyWHVLV\VH
concluye que los datos siguen una distribución normal. En el cuadro 3 se presenta
los resultados de normalidad para los datos de los periodos 2008 y 2010, respec-
WLYDPHQWHDVRFLDGRVDODSUXHEDGH6KDSLUR\:LON/DVSUXHEDVGHQRUPDOLGDG
para las variables por separado de los dos periodos respectivos dan como resultado
TXHVHFRPSRUWDQFRPRYDULDEOHVQRUPDOHVSRUORTXHVHYHULÀFDHOVXSXHVWRGH
multinormalidad.

&XDGUR
3UXHEDGH6KDSLUR\:LONSDUDODFRPSUREDFLyQGHODQRUPDOLGDG
GHODVUD]RQHVÀQDQFLHUDVGH\UHVSHFWLYDPHQWH
6KDSLUR :LON
Indicador
(VWDGtVWLFR JO (VWDGtVWLFR JO
0% 0.0374 116 0.00771 116
02 0.0261 116 0.048 116
MN 0.0248 116 0.0444 116
IP1 0.0323 116 0.0186 116
IP2 0.0233 116 116
IP3 0.0228 116 0.0406 116
IP4 116 116
,3 116 116
IP6 116 0.00604 116
Homogeneidad de matrices de varianza-covarianza
La hipótesis nula de que no existen diferencias entre las matrices de varianza -co-
YDULDQ]DVVHSUREyFRQHOWHVW0GH%R[HOFXDOVHEDVDHQHOFiOFXORGHORVGH-
terminantes de las matrices de covarianzas de cada grupo. El valor obtenido se
DSUR[LPD SRU XQD ) GH 6QHGHFRU VL HO SYDORU HV PD\RU TXH DOID Ơ VH
acepta la igualdad entre las matrices de covarianzas. En el cuadro 4 se presentan
los resultados del test M de box para 2008 y 2010.
&XDGUR
5HVXOWDGRVGHODSUXHEDGH%2;
0GH%R[
Aprox. 31.82
gl1
F
gl2
Sig. 0.237
/RVUHVXOWDGRVREWHQLGRVGHOHVWDGtVWLFRGHFRQWUDVWH0 \XQYDORUGH
F= 31.82 con una probabilidad asociada p value= 0.237 permiten aceptar con un

EXHQJUDGRGHFRQÀDQ]DODKLSyWHVLVQXODGHTXHQRH[LVWHQGLIHUHQFLDVHQWUHODV
matrices de covarianza de los dos grupos.
Linealidad y multicolinealidad y singularidad
Los supuestos de linealidad, multicolinealidad y singularidad no serán revisados,

dado que para la construcción del modelo de análisis discriminante se utilizó el
PpWRGRSRUHWDSDVRSDVRDSDVRWHQLHQGRHQFXHQWDHOFULWHULRGHWROHUDQFLDSDUD
seleccionar las variables que son incluidas. De este modo, aquellas variables que
presentan una correlación múltiple elevada con las restantes variables arrojarán
una baja tolerancia y no serían consideradas de cara a la construcción de la función
discriminante.
6HOHFFLyQGHODVYDULDEOHVTXHPHMRUGLVFULPLQDQ
Como se mencionó anteriormente, el criterio de selección de las variables fue la

distancia D2 de Mahalanobis. Se utilizaron todas las variables seleccionadas para
HODQiOLVLVGHORVGRVSHULRGRVFRQVWLWX\HQGRpVWDVODVIXQFLRQHVGLVFULPLQDQWHVHO
UHVXOWDGRÀQDOGHOPRGHORVHPXHVWUDHQHOFXDGUR\HQODVHFXDFLRQHV\
&XDGUR
&RHÀFLHQWHGHODIXQFLyQGHFODVLÀFDFLyQ
Año
Indicador

0% 2.471 2.834
02 -1.788
MN 12.167
IP1
IP2 -3.323
IP3
IP4 1.668
,3 2.62
IP6 -4.244
(Constante)
Con base en los resultados, se calcularon las funciones discriminantes para pro-
nosticar a futuro los diferentes indicadores de productividad y rentabilidad selec-

cionados en las empresas del sector petróleo y gas en Colombia, ver ecuaciones
\
(24)

/DVPDJQLWXGHVGHORVFRHÀFLHQWHVGHODIXQFLyQGLVFULPLQDQWHVHSXHGHQLQWHUSUH-
tar como indicadores de la importancia relativa de las variables en cada función
discriminante. Así, si aij es grande en valor absoluto, entonces hay una fuerte aso-
ciación entre la variable Xj (indicadores) y la función Zi (grupo), en relación con
el resto de variables. Para el caso, se observa que los indicadores de margen neto
(MN), utilidad neta/valor agregado (IP3) y utilidad neta/capital operativo (IP6)
VRQORVTXHWLHQHQPD\RULPSRUWDQFLDDODKRUDGHGHÀQLUHOJUXSRGHSHUWHQHQFLD
(QHOFXDGURVHPXHVWUDQORVUHVXOWDGRVGHODFODVLÀFDFLyQODFXDOHVHQVtPLV-
ma una validación de la función discriminante, puesto que expresa la capacidad
SUHGLFWLYDGHODIXQFLyQ'HHVWHPRGRHOGHODVHPSUHVDVGHOJUXSRGH
VRQFRUUHFWDPHQWHFODVLÀFDGDV\GHOVHJXQGRJUXSRHQHOSDUDXQD
HIHFWLYLGDGGHFODVLÀFDFLyQSURPHGLRGHODIXQFLyQGH
&XDGUR
5HVXOWDGRVGHODFODVLÀFDFLyQ
Grupo de pertenencia
Año 7RWDO
pronosticado (%)

2008 107 8
Recuento
2010 116
2ULJLQDO
2008 7 100

2010 78.4 21.6 100
Evaluación de la productividad y rentabilidad en el sector petróleo y gas en Colombia
$ODQDOL]DUODVIXQFLRQHVGLVFULPLQDQWHVJHQHUDGDVHQHOFXDGURVHSXHGHFRQ-
cluir que, en el análisis de la productividad y rentabilidad, los indicadores no pre-
VHQWDQGLIHUHQFLDVVLJQLÀFDWLYDVHQHOWUDQVFXUVRGHORVDxRV\'HHVWD
manera, cuando se revisan los estadísticos (Media) de los indicadores selecciona-

GRVGHODVHPSUHVDVGHOVHFWRUSHWUyOHR\JDVHQ&RORPELDPDUJHQEUXWR0%
PDUJHQRSHUDFLRQDO02PDUJHQQHWR01XWLOLGDGEUXWDYDORUDJUHJDGR,3
utilidad operacional/valor agregado (IP2), utilidad neta/valor agregado (IP3), va-
ORUDJUHJDGRFDSLWDORSHUDWLYR,3XWLOLGDGRSHUDFLRQDOFDSLWDORSHUDWLYR,3\
utilidad neta/ capital operativo (IP6), se observa que en el estudio de las medias los
indicadores presentan valores cercanos en el transcurso del 2008 y 2010, como se
muestra en el cuadro 7.
&XDGUR
0HGLDVGHORVLQGLFDGRUHVÀQDQFLHURV
Año Media 'HVYWtS
0%
02 0.0013
MN
IP1
2008 IP2 -0.0186
IP3
IP4 1.7444
,3 0.174 0.21807
IP6
0%
02
MN
IP1 1.8644
2010 IP2
IP3 0.633
IP4
,3 0.042
IP6 0.023
Lo anterior demuestra que comparativamente el sector no mostró desarrollo y me-

joramiento con respecto a los indicadores en estudio durante los periodos 2008 y
2011, lo que muestra la necesidad de implementar estrategias que conduzcan al
mejoramiento del sector.
Por otro lado, el estudio desarrollado por Suárez (2000) demuestra la efectividad
GHODPHWRGRORJtDSODQWHDGDSRUHODQiOLVLVGLVFULPLQDQWHSDUDODFODVLÀFDFLyQGHO
QLYHOGHSURGXFWLYLGDG\UHQWDELOLGDGGHODVHPSUHVDVGHELGRDODIDFLOLGDGTXHpVWH

establece para el manejo de múltiples variables. Asimismo, investigaciones como

las desarrolladas por Fontalvo et al. (2011b) han demostrado que los procesos de
estandarización con diferentes normas inciden positivamente en el mejoramiento
de indicadores de las organizaciones en diferentes sectores empresariales; con esto
se demuestra una estrategia de mejoramiento para el sector.
(V LPSRUWDQWH PHQFLRQDU TXH HQ HVWH DUWtFXOR VH SUHVHQWD XQ PpWRGR \ XQ FRQ-
junto de herramientas que permiten analizar la productividad y rentabilidad de
las empresas del sector petróleo y gas en Colombia; es por ello que Vivanco et
al. (2010) hacen uso de la metodología que proporciona el análisis discriminante
para determinar los niveles de competitividad de varias empresas de acuerdo con
FLHUWDVYDULDEOHVHVSHFtÀFDV(VWRGHPXHVWUDODXWLOLGDGTXHWLHQHHO$'0SDUDOD
FODVLÀFDFLyQGHHPSUHVDVTXHSUHVHQWDQYDULDEOHVVLPLODUHVSHURODVFXDOHVHVQH-
cesario diferenciarlas; además, se presenta una explicación clara de los indicadores
seleccionados que mejoran de un periodo a otro, como lo señala Avendaño y Varela
TXLHQHVDÀUPDQTXHODDGRSFLyQGHHVWiQGDUHVSXHGHDIHFWDUGHPDQHUD
SRVLWLYDODFRPSHWLWLYLGDG\ORVLQGLFDGRUHVÀQDQFLHURVGHODHPSUHVDRHOVHFWRU
que los implementa.
&RQFOXVLRQHV
Para esta investigación se utilizaron 116 empresas del sector petróleo y gas en Co-
ORPELDHQHVWDPXHVWUDODSUHFLVLyQGHOPRGHORHQHOIXHGH\HQ
GHSDUDXQSURPHGLRWRWDOGHFODVLÀFDFLyQGHOGHODVHPSUHVDV'H
ORVLQGLFDGRUHVVyORHOGHPDUJHQEUXWRSUHVHQWyXQDGLIHUHQFLDVLJQLÀFDWLYDHQ
ORVGRVSHULRGRV(ODQiOLVLVGHPHGLDGHOFXDGURPXHVWUDTXH0% GHO
DxRHVPHQRUFRQUHVSHFWRDOGH0% ORDQWHULRUGHPXHVWUD
XQGHWHULRURHQHOPDUJHQORJUDGRSRUODVHPSUHVDVGHVSXpVGHKDEHUFXELHUWRORV
costos de los bienes vendidos.
$VLPLVPRFRQUHVSHFWRDORVLQGLFDGRUHVPDUJHQRSHUDFLRQDO02PDUJHQQHWR
(MN), utilidad bruta/valor agregado (IP1), utilidad operacional/valor agregado
,3XWLOLGDGQHWDYDORUDJUHJDGR,3pVWRVPRVWUDURQYDORUHVQHJDWLYRVHQHO
ORFXDOHYLGHQFLDTXHHQFRQMXQWRHOFRVWRGHYHQWDVORVJDVWRVÀQDQFLHURV
incurridos y los impuestos superan el nivel de ingresos. De esta forma, los resul-
tados indican que el sector de petróleo y gas en Colombia, durante los periodos
evaluados 2008 y 2010, no tuvo mejoramiento en sus indicadores persistiendo con-
diciones críticas en los resultados del sector.

Por otra parte, esta investigación permitió establecer una función objetiva para las
empresas evaluadas en el sector petróleo y gas en Colombia, con lo que se puede
HVWXGLDU\DQDOL]DUTXpLQGLFDGRUHVGLVFULPLQDQPHMRU\DVtSRGHUWRPDUDFFLRQHV
teniendo en cuenta el cálculo y estudio de los indicadores de productividad que
presenten una buena discriminación.
Es importante señalar que en investigaciones previas de Fontalvo et al. (2012a,

2012b, 2011a y 2011b), se ha demostrado la efectividad de la aplicación metodo-
OyJLFDGHODQiOLVLVGLVFULPLQDQWHHQHOFRPSRUWDPLHQWRGHLQGLFDGRUHVÀQDQFLHURV
en otros sectores con lo que se evidencia la pertinencia de la metodología desarro-
llada.
A partir de estas evidencias se podría contribuir al desarrollo de estudios similares

en otros sectores, considerando siempre el marco de articulación entre las variables
que afectan a la organización misma, dependiendo de su sector, así como a los in-
tereses institucionales de los actores intervinientes que se derivan de la separación
GHODSURSLHGDG\HOFRQWURORUJDQL]DFLRQDO9DUJDVORTXHPX\SUREDEOH-
PHQWHSRGUtDPRGLÀFDUORVLQGLFDGRUHVGHGHVHPSHxR\FRQWULEXLUHQHOGHVDUUROOR
GHSROtWLFDVHPSUHVDULDOHV\ODWRPDGHGHFLVLRQHVHVWUDWpJLFDVODVFXDOHVOOHYHQ
a la organización a niveles más competitivos, sin descuidar lo concerniente a su
responsabilidad social.
Referencias
$OWDK\GH-$SROLWLFDHQHUJpWLFDEUDVLOHLUDQDHUDGDJOREDOL]DomRHQHUJLD

HFRQÁLWRVGHXPHVWDGRHPGHVHQYROYLPHQWRRevista de Sociologia e Polí-
tica
Agencia Nacional de Hidrocarburos (ANH) (2007). Ministerio de Minas y Ener-

gías. Disponible en: http://www.anh.gov.co/ronda2007.anh.gov.co/inter-
QDHHFKWPO"LG
Área de Investigaciones Económicas de Correval (2012). Colombia: situación ac-

tual y perspectivas económicas. Disponible en: https://www.correval.com/
InvEcon/index.php/component/content/frontpage

$YHQGDxR%\59DUHOD/DDGRSFLyQGHHVWiQGDUHVHQHOVHFWRUKRUWtFROD

GH%DMD&DOLIRUQLDEstudios Fronterizos 11 (1): 171-202.
%DQFR1DFLRQDOGH&RPHUFLR([WHULRUGH0p[LFR/DSURGXFWLYLGDG\OD

capacitación, Pilares de la Modernización. Revista de Comercio Exterior 41
(1): 20-32.
%HUHFKHW&\)6DQ0LJXHO,QQRYDFLyQ\SURGXFWLYLGDGHQODHFRQRPtD

de Navarra. Posicionamiento frente a la regiones europeas más avanzadas.
Centro para la Competitividad de Navarra
%UHDOH\5\60\HUV)XQGDPHQWDFLyQGHÀQDQFLDFLyQHPSUHVDULDOD

ed., Madrid: McGraw-Hill.
%XHQDYHQWXUD * (O HVWXGLR GH DSDODQFDPLHQWRV FRPR PHWRGRORJtD GH
análisis de la gestión en la empresa. Estudios Gerenciales'LVSR-
nible en: http://www.redalyc.org/articulo.oa?id=21208204
Carvajal, P. et al. (2004). Aplicación del análisis discriminante para explorar la

relación entre el examen de ICFES y el rendimiento en álgebra lineal de los
estudiantes de ingeniería de la UTP en el periodo 2001-2003. Scientia et
Technica
Departamento Administrativo Nacional de Estadística (DANE) (2011). Colombia,

exportaciones de café, carbón, petróleo y sus derivados, ferroníquel y no
tradicionales. Disponible en: https://www.dane.gov.co/index.php/comer-
cio-y-servicios/comercio-exterior/exportaciones
'tD] 1 5DQNLQJ ÀQDQFLHUR +HUUDPLHQWD ÀQDQFLHUD SDUD PHGLU OD SUR-
GXFWLYLGDGGHODVHPSUHVDVGHFRPHUFLDOL]DFLyQGHHQHUJtDHOpFWULFDRevista
Estudios Gerenciales'LVSRQLEOHHQKWWSZZZUHGDO\F
RUJDUWLFXORRD"LG
Elizondo, A. y E. Altman (2003). Medición integral del riesgo de crédito0p[L-

co: Limusa.

Fontalvo, T. et al. (2011a). Evaluación del impacto de los sistemas de gestión de

la calidad en la liquidez y rentabilidad de las empresas de la zona industrial
de Mamonal (Cartagena, Colombia). Revista Católica del Norte, septiem-
bre-diciembre (34): 1-28.
(2011b). Aplicación del análisis discriminante para evaluar el mejora-

PLHQWRGHORVLQGLFDGRUHVÀQDQFLHURVHQODVHPSUHVDVGHOVHFWRUH[WUDFFLyQ
de petróleo crudo y gas natural en Colombia. Revista Soluciones de Postgra-
do EIA, julio-diciembre (7): 1-16.
(2012a). Evaluación del impacto de los sistemas de gestión de la ca-

lidad en la liquidez y rentabilidad de las empresas de la zona industrial Vía
40. Revista Pensamiento y Gestión
(2012b). Aplicación de análisis discriminante para evaluar el mejora-

PLHQWRGHORVLQGLFDGRUHVÀQDQFLHURVHQODVHPSUHVDVGHOVHFWRUDOLPHQWRGH
%DUUDQTXLOOD&RORPELDIngeniare Revista Chilena de Ingeniería 20 (3):
320-330.
*LQHU,QFKDXVWL%,QIRUPDFLyQFRQWDEOH\WRPDGHGHFLVLRQHVRevista

(VSDxRODGHÀQDQFLDFLyQ\FRQWDELOLGDG 20 (62): 27-43.
Guajardo, G. (2002). &RQWDELOLGDGÀQDQFLHUD0p[LFR0F*UDZ+LOOSS
/DFKHQEUXFK3Discriminant analysis1XHYD<RUN0DFPLOODQ3XE&R

Levy, L. (2004). 3ODQHDFLyQÀQDQFLHUDHQODHPSUHVDPRGHUQDHOPHMRUDPLHQWR

HVWUDWpJLFRGHODVÀQDQ]DVSDUDORJUDUHOp[LWRHPSUHVDULDO0p[LFR,6()

López, E. et al. (2012). La economía petrolera en Colombia: marco legal-contrac-

tual y sus principales efectos sobre la actividad económica del país (parte I).
Banco de La República%RJRWi&RORPELD
0LOLQG/Desarrollo del apalancamiento estratégico. Madrid: Ediciones

Díaz de Santos.

Ministerio de Relaciones Exteriores (2011). Colombia, un país en diversidad

energética. República de Colombia. Fecha de consulta: marzo 13 de 2013
'LVSRQLEOHHQKWWSZZZFDQFLOOHULDJRYFRVLWHVGHIDXOWÀOHV'RF(VWUDWH-
gicos/EnergiaWeb.pdf
Miranda, J. y L. Toirac (2010). Indicadores de productividad para la industria do-

minicana, Revista Ciencia y Sociedad 'LVSRQLEOHHQKWWS
ZZZUHGDO\FRUJDUWLFXORRD"LG
Mures, J. et al$SOLFDFLyQGHODQiOLVLVGLVFULPLQDQWH\UHJUHVLyQORJtVWLFD

HQHOHVWXGLRGHODPRURVLGDGHQODVHQWLGDGHVÀQDQFLHUDV&RPSDUDFLyQGH
resultados. Pecvnia
1DYDV5\$0DUEHOLV$QiOLVLVÀQDQFLHURXQDKHUUDPLHQWDFODYHSDUD

XQD JHVWLyQ ÀQDQFLHUD HÀFLHQWH Revista Venezolana de Gerencia 14 (48):
606- 628.
1XxH]$\59LHLWHV(OGLDJQyVWLFRÀQDQFLHURGHODHPSUHVDCEEI Ga-

licia
2UWL]+$QiOLVLVÀQDQFLHUR DSOLFDGR\ SULQFLSLRVGH DGPLQLVWUDFLyQÀ-

nanciera. 14a. ed., Colombia: Universidad Externado de Colombia.: 118.
3DODFLR-,PSRUWDQFLDGHOGLDJQyVWLFRHFRQyPLFRÀQDQFLHURSDUDFRQRFHU

VXSRVLFLyQHFRQyPLFDÀQDQFLHUDGHODHPSUHVDRevista Altair Consultores

Rodríguez, P. (2004). Petróleo y tercermundismo. Compendium'LV-

SRQLEOHHQKWWSZZZUHGDO\FRUJDUWLFXORRD"LG
6HOOLQJ7\&6WLFNQH\7KHHIIHFWVRIEXVLQHVVHQYLURQPHQWDQGVWUDWHJ\

RQDÀUP·VUDWHRIUHWXUQRQDVVHWVFinancial Analysts Journal
6WLFNQH\&3Financial Statement Analysis A Strategic Perspective. San

'LHJR&DOLIRUQLD+DUFRXUW%UDFH-RYDQRYLFK3XEOLVKHU

Suárez, J. (2000). Los parámetros característicos de las empresas manufactureras

de alta rentabilidad: una aplicación del análisis discriminante. Revista Es-
pañola de Financiación y Contabilidad
Superintendencia de Sociedades (2012). SIREM. Disponible en: http://sirem.su-

persociedades.gov.co/SIREM/.
7DEDFKQLFN%\/)LGHOOUsing multivariate statisticsHGLFLyQ%RVWRQ

Pearson.
Vallejo, G. (2012). Análisis multivariantes aplicados a las ciencias comportamenta-

les. 2YLHGR 6HUYLFLRGH3XEOLFDFLRQHVGHOD8QLYHUVLGDGGH2YLHGR
9DUJDV-$QiOLVLVGHIXQGDPHQWRVGHODWHRUtDLQVWLWXFLRQDORevista Digital

Universitaria 6 (8): 2-21. Disponible en: http://www.revista.unam.mx/vol.6/
num8/art84/int84.htm
Vázquez, J. (2001). Resultados del actual proceso de cambio en las estructuras de

activo y de pasivo empresarial: La complementariedad e interdependencia
HQWUHHODSDODQFDPLHQWRRSHUDWLYR\HODSDODQFDPLHQWRÀQDQFLHURInvesti-
gaciones Europeas de Dirección y Economía de la Empresa
9LOODPLO-$SUR[LPDFLyQDORVUHFXUVRVPLQHURHQHUJpWLFRVQDFLRQDOHV\

el capital extranjero en Colombia. Revista Gestión y Ambiente 10 (2): 61-72.
Vivanco, M. (2010). Análisis de competitividad de cuatro sistemas-productos es-

WDWDOHVGHWLODSLDHQ0p[LFRRevista Estudios Sociales 'LV-
SRQLEOHHQKWWSZZZUHGDO\FRUJDUWLFXORRD"LG

Evaluación Del Comportamiento de Los Indicadores PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Evaluación Del Comportamiento de Los Indicadores PDF

Transféré par

Droits d'auteur :

Formats disponibles

Evaluación del comportamiento de los indicadores

Efraín Javier de la Hoz

Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191

Esta investigación busca analizar el comportamiento de los indicadores de pro-

La globalización de los mercados ha convertido la gestión empresarial en una ta-

168 Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191

En este artículo se desarrolló una metodología para el análisis sistemático de los

En concordancia con lo anterior, para el análisis se utilizaron los indicadores de

Para el desarrollo de este artículo de investigación se trabajó con los referentes

Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191 169

análisis discriminante, lo relacionado con los criterios para el análisis de la produc-

6HJ~Q6HOOLQJ\6WLFNQH\  ORVFRQFHSWRVPLFURHFRQyPLFRV\ODVHVWUDWHJLDV

(QHVWHVHQWLGR*LQHU  SODQWHDTXHODGLVSRVLFLyQGHLQIRUPDFLyQFRQWDEOH

El sector petróleo y gas en Colombia

El gobierno colombiano se ha visto interesado en impulsar el sector petrolero a

170 Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191

prendido estrategias para la atracción de inversiones importantes provenientes del

De igual manera, el comportamiento de la producción del crudo posiciona al sector

Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191 171

Esta investigación se basó en un conjunto de conocimientos teóricos soportados

3RURWUDSDUWH1DYDV\0DUEHOtV  VHxDODQTXHXQDHPSUHVDGHEHLPSOHPHQ-

172 Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191

De esta manera, en este artículo se analizan los indicadores de productividad y

(O%DQFR1DFLRQDOGH&RPHUFLR([WHULRUGH0p[LFR  H[SUHVDODSURGXFWL-

En consecuencia, los indicadores de productividad representan un elemento clave

Por otro lado, la medición de la productividad es un procedimiento necesario para

Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191 173

Dentro de una organización los indicadores de productividad se pueden medir con

IP4 Valor agregado (ventas-pagos a proveedores+inventarios)

2UWL]  VHxDODTXHORVLQGLFDGRUHVGHUHQWDELOLGDGGHQRPLQDGRVWDPELpQGH

'HLJXDOIRUPD%UHDOH\\0\HUV  DVHJXUDQTXHORVDQDOLVWDVÀQDQFLHURV

174 Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191

Utilidad operacioal PDUJHQGHFRQWULEXFLyQ³FRVWRVÀMRV(10)

Por otra parte, Mures et al.  VRVWLHQHQTXHHOREMHWLYRGHXQDQiOLVLVGLVFUL-

Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191 175

las medias y varianzas puedan ser calculadas e interpretadas, modelo matemático

Donde nHVHOQ~PHURGHFDVRVYiOLGRVNHVHOQ~PHURGHJUXSRV es la media

Donde, la covarianza total es igual a la covarianza dentro de grupos más la cova-

Así, la probabilidad de que un objeto j, con una puntuación discriminante

176 Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191

 Se tiene una variable categórica y el resto de variables son de intervalo o de

Las probabilidades a prioriVHGHÀQHQGHODVLJXLHQWHIRUPD

'HÀQLGDFRPRODSUREDELOLGDGa priori de pertenecer a la población uno (1).

Por otro lado, se tiene que:

la probabilidad a prioriGHSHUWHQHFHUDODSREODFLyQGRV  8QDYH]GHÀQLGDV

Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191 177

Generalmente se asume que FRPRWDPELpQ

Siendo la función discriminante

En este caso se realiza la presentación del objeto o vector aleatorio en la nube

Desarrollando la función como, ecuación (18).

178 Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191

6HWRPDODSURELOLGDGGHFODVLÀFDUHQ un vector observado mediante la me-

En dos poblaciones se tiene

la probabilidad total, ecuación (20).

6HOHFFLRQDGRODVHFXDFLRQHV  \  VHFRQWUX\HQODVVLJXLHQWHVSUREDELOLGDGHV

Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191 179

Tenemos que: ecuación (23).

El vector aleatorio FODVLÀFDHQODSULPHUDUHJLyQR1, de otra manera en R2

Para el desarrollo de esta investigación se utilizó un análisis cualitativo y cuanti-

Asimismo, como criterio de selección de variables que mejor discriminan en el

180 Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191

Para analizar las variables asociadas a los indicadores seleccionados se utilizó el

Contaduría y Administración 59 (4), octubre-diciembre 2014: 167-191 181

6HJ~Q6HOOLQJ\6WLFNQH\ORVFRQFHSWRVPLFURHFRQyPLFRV\ODVHVWUDWHJLDV

(QHVWHVHQWLGR*LQHUSODQWHDTXHODGLVSRVLFLyQGHLQIRUPDFLyQFRQWDEOH

3RURWUDSDUWH1DYDV\0DUEHOtVVHxDODQTXHXQDHPSUHVDGHEHLPSOHPHQ-

(O%DQFR1DFLRQDOGH&RPHUFLR([WHULRUGH0p[LFRH[SUHVDODSURGXFWL-

2UWL]VHxDODTXHORVLQGLFDGRUHVGHUHQWDELOLGDGGHQRPLQDGRVWDPELpQGH

'HLJXDOIRUPD%UHDOH\\0\HUVDVHJXUDQTXHORVDQDOLVWDVÀQDQFLHURV

Por otra parte, Mures et al. VRVWLHQHQTXHHOREMHWLYRGHXQDQiOLVLVGLVFUL-

Donde nHVHOQ~PHURGHFDVRVYiOLGRVNHVHOQ~PHURGHJUXSRV es la media

Se tiene una variable categórica y el resto de variables son de intervalo o de

Las probabilidades a prioriVHGHÀQHQGHODVLJXLHQWHIRUPD

la probabilidad a prioriGHSHUWHQHFHUDODSREODFLyQGRV8QDYH]GHÀQLGDV

Generalmente se asume que FRPRWDPELpQ

6HOHFFLRQDGRODVHFXDFLRQHV\VHFRQWUX\HQODVVLJXLHQWHVSUREDELOLGDGHV

Año Media 'HVYWtS

$OWDK\GH-$SROLWLFDHQHUJpWLFDEUDVLOHLUDQDHUDGDJOREDOL]DomRHQHUJLD

$YHQGDxR%\59DUHOD/DDGRSFLyQGHHVWiQGDUHVHQHOVHFWRUKRUWtFROD

%DQFR1DFLRQDOGH&RPHUFLR([WHULRUGH0p[LFR/DSURGXFWLYLGDG\OD

%HUHFKHW&\)6DQ0LJXHO,QQRYDFLyQ\SURGXFWLYLGDGHQODHFRQRPtD

%UHDOH\5\60\HUV)XQGDPHQWDFLyQGHÀQDQFLDFLyQHPSUHVDULDOD

Elizondo, A. y E. Altman (2003). Medición integral del riesgo de crédito0p[L-

(2011b). Aplicación del análisis discriminante para evaluar el mejora-

(2012a). Evaluación del impacto de los sistemas de gestión de la ca-

(2012b). Aplicación de análisis discriminante para evaluar el mejora-

*LQHU,QFKDXVWL%,QIRUPDFLyQFRQWDEOH\WRPDGHGHFLVLRQHVRevista

Guajardo, G. (2002). &RQWDELOLGDGÀQDQFLHUD0p[LFR0F*UDZ+LOOSS

/DFKHQEUXFK3Discriminant analysis1XHYD<RUN0DFPLOODQ3XE&R

Levy, L. (2004). 3ODQHDFLyQÀQDQFLHUDHQODHPSUHVDPRGHUQDHOPHMRUDPLHQWR

0LOLQG/Desarrollo del apalancamiento estratégico. Madrid: Ediciones

Mures, J. et al$SOLFDFLyQGHODQiOLVLVGLVFULPLQDQWH\UHJUHVLyQORJtVWLFD

1DYDV5\$0DUEHOLV$QiOLVLVÀQDQFLHURXQDKHUUDPLHQWDFODYHSDUD

1XxH]$\59LHLWHV(OGLDJQyVWLFRÀQDQFLHURGHODHPSUHVDCEEI Ga-

2UWL]+$QiOLVLVÀQDQFLHUR DSOLFDGR\ SULQFLSLRVGH DGPLQLVWUDFLyQÀ-

3DODFLR-,PSRUWDQFLDGHOGLDJQyVWLFRHFRQyPLFRÀQDQFLHURSDUDFRQRFHU

Rodríguez, P. (2004). Petróleo y tercermundismo. Compendium'LV-

6HOOLQJ7\&6WLFNQH\7KHHIIHFWVRIEXVLQHVVHQYLURQPHQWDQGVWUDWHJ\

6WLFNQH\&3Financial Statement Analysis A Strategic Perspective. San

7DEDFKQLFN%\/)LGHOOUsing multivariate statisticsHGLFLyQ%RVWRQ

9DUJDV-$QiOLVLVGHIXQGDPHQWRVGHODWHRUtDLQVWLWXFLRQDORevista Digital

9LOODPLO-$SUR[LPDFLyQDORVUHFXUVRVPLQHURHQHUJpWLFRVQDFLRQDOHV\