REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DE ENERGIA Y PETROLEO COMPAA ANONIMA DE ELECTRICIDAD DE LOS ANDES C.A.D.E.LA.

RANKING FINANCIERO
HERRAMIENTA FINANCIERA PARA MEDIR LA PRODUCTIVIDAD DE LAS EMPRESAS DE COMERCIALIZACIN DE ENERGA ELCTRICA DE VENEZUELA

AUTOR: NELSON D. DIAZ GIL

San Cristbal 26 de Agosto de 2006

INDICE GENERAL
Pp ii iv vii viii 9 11 15 15 17 17 19 20 23 27 31 37 38 39 39 40 41 42 42 45 46 47 58 66 68 71 71 71 72 72 74 78

II

III

ndice General ndice de Tablas ndice de Grficos Resumen Introduccin Captulos El Problema Planteamiento del Problema Objetivos Justificacin Alcance y Limitaciones Marco Terico Antecedentes de la Investigacin Bases Tericas Anlisis discriminante y multivariante Modelos de Prediccin de quiebras Habilidad predictiva de ndices Financieros Modelos de Regresin Modelo de Lizarraga Modelo de William Beaver Modelo de m. Tamari Modelo de Libby Modelo Pascale Modelo de Fulmer Modelo de Gordon Springate Modelo de Ca Store Modelo de Kanitz Modelo de Elizabetky Modelo de Dveni Modelo de Z De Altman Modelo de Ranking Financiero Bases Legales Definicin Operacional y Conceptual de las Variables Diseo Metodolgico Tipo de Investigacin Nivel de Investigacin Diseo de la Investigacin Poblacin o universo de estudio Tcnicas e Instrumentos de Recoleccin de datos Gastos e Inversiones por Localidad Geogrfica

ii

INDICE GENERAL
Pp 89 84 85 88 88 90 94 95 97 97 97 97 100 103 105 107 110 118 120 122 120 142 144 146

IV

Distribucin hipottica de los costos Costos ejecutados por Localidad Geogrfica Correlacin de Ingresos y Costos por Localidad Geogrfica Costos y Gastos en partidas controlables Ventas de energa Ranking Financiero por Localidad Geogrfica Efectividad en Facturacin Efectividad en la Recaudacin Efectividad Operativa Ranking Financiero por Localidad Geogrfica Ranking Financiero por Oficina Comercial Efectividad en Recaudacin Efectividad en Facturacin Efectividad Operativa Efectividad en el Incremento de Suscriptores Efectividad en el Control de Puntos Normales (Calidad en Facturacin) Efectividad en el Control de la Morosidad Ranking Financiero por Oficina Comercial Dinmicas de Grupo o de Motivacin Anlisis Discriminante del Ranking Financiero Presentacin del Informe Financiero Conclusiones y Recomendaciones Glosario de Trminos Referencias Bibliogrficas

iii

NDICE DE TABLAS Tabla 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 Pp 19 24 34 35 37 38 49 51 56 57 64 68 72 75 75 76 76 80 81 81 82 82 83 87 88 89 90 91 92 92 92 93 94 94 95 96 96 96 97 97 98

Evolucin histrica de los Modelos Predictivos del Fracaso Empresarial Trabajos efectuados sobre Modelos Predictivos Proceso de integracin de datos Lizarraga Proceso de integracin de datos (segundo criterio de salida Sistema de puntaje del Modelo de M. Tamari Bondades de los Ratios del Modelo de Lobby Variables discriminantes del Modelo Z de Altman Posicin de indicadores financieros del Modelo Z de Altman Empresas seleccionadas en el Modelo Z de Altman Nivel de resultados del Modelo Z de Altman Estrategias para el incremento del Ranking Financiero Diseo Operacional y Conceptual de las Variables Definicin de la Poblacin Recaudacin Bancaria Localidad Tchira Recaudacin Bancaria Localidad Mrida Recaudacin Bancaria Localidad Barinas Recaudacin Bancaria Localidad Trujillo Distribucin hipottica de costos. Localidad Mrida Distribucin hipottica de costos. Localidad Barinas Distribucin hipottica de costos. Localidad Trujillo Base distributiva del presupuesto ejecutado Distribucin relativa de estructuras que no generan ingresos Partidas no controlables por el Gestor Organizacional Costos y gastos en partidas controlables Facturacin Mensual por servicio (Localidad Mrida) Facturacin Mensual por servicio (Localidad Trujillo) Facturacin Mensual por servicio (Localidad Tchira) Facturacin Mensual por servicio (Localidad Barinas) Resumen de Ventas por mes (Localidad Tchira) Resumen de Ventas por mes (Localidad Mrida) Resumen de Ventas por mes (Localidad Trujillo) Resumen de Ventas por mes (Localidad Barinas) Efectividad en la Facturacin Facturacin distribuida por Organismos Oficiales Efectividad en la Recaudacin Efectividad en el Proceso Comercial Efectividad Operativa Ranking Financiero Efectividad en la Recaudacin (Localidad Tchira) Efectividad en la Recaudacin (Localidad Mrida) Efectividad en la Recaudacin (Localidad Barinas)

iv

NDICE DE TABLAS Tabla 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 Pp 98 99 100 101 101 102 103 104 105 105 105 105 105 108 108 109 109 110 111 112 113 114 115 116 116 116 117 123 124 125 125 126 127 127 128 128 129 131 131 131 132

Efectividad en la Recaudacin (Localidad Trujillo) Efectividad en la Facturacin (Localidad Tchira) Efectividad en la Facturacin (Localidad Mrida) Efectividad en la Facturacin (Localidad Trujillo) Efectividad en la Facturacin (Localidad Barinas) Efectividad Operativa (Localidad Tchira) Efectividad Operativa (Localidad Mrida) Efectividad Operativa (Localidad Barinas) Efectividad Operativa (Localidad Trujillo) Efectividad en el Incremento de Suscriptores (Localidad Tchira) Efectividad en el Incremento de Suscriptores (Localidad Mrida) Efectividad en el Incremento de Suscriptores (Localidad Trujillo) Efectividad en el Incremento de Suscriptores (Localidad Barinas) Anlisis descriptivo de Anomalas Efectividad en el Control de Puntos Normales Efectividad en el Control de Puntos Normales (Localidad Tchira) Efectividad en el Control de Puntos Normales (Localidad Trujillo) Efectividad en el Control de Puntos Normales (Localidad Barinas) Morosidad registrada (Localidad Tchira) Morosidad registrada (Localidad Mrida) Morosidad registrada (Localidad Barinas) Morosidad registrada (Localidad Trujillo) Efectividad en el Control de la Morosidad (Localidad Tchira) Efectividad en el Control de la Morosidad (Localidad Mrida) Efectividad en el Control de la Morosidad (Localidad Trujillo) Efectividad en el Control de la Morosidad (Localidad Barinas) Ranking por Oficina Comercial Recaudacin Bruta Bancaria Tendencia de la Recaudacin Bancaria Relacin en el incremento de clientes Distribucin presupuestaria por localidad Costos por servicio Costos por servicio y localidad Relacin de Ingresos y Gastos Relacin de Ingresos y Gastos al 30-06 Gastos Efectivos en Tesorera Comportamiento de la deuda y erogaciones fijas canceladas Montos erogados en Cooperativas Efectividad Operativa por Localidad Efectividad en Recaudacin por Localidad Proyeccin de ingresos y gastos

NDICE DE TABLAS Tabla 83 84 85 86 87 88 89 90 91 92 Pp 133 133 134 134 135 136 137 138 139 139

Morosidad comparativa 2005 2006 Compras de Energa Efectividad en Facturacin Prdidas en energa puntual e interanual Prdidas acumuladas ao 2006 Costos de Oportunidad por Prdidas de energa Anomalas comparativas 2005 -2006 Estimado de medidores por localidad Efectividad en el Proceso Comercial Ranking Financiero por Localidad

vi

NDICE DE GRAFICOS Grfico 1 2 3 4 5 6 7 8 9 Pp 27 28 29 30 34 45 47 80 80

Regresin Lineal Diagrama de Dispersin Correlacin negativa y positiva perfecta Magnitud y Direccin del Coeficiente de Correlacin Modelo de Lizarraga Termmetro de Insolvencia de Kanitz Grado de Precisin de los Modelos Previsivos de Insolvencia Organigrama General de la Empresa Organigrama estructural por localidad

vii

REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DE ENERGIA Y MINAS COMPAA ANONIMA DE ELECTRICIDAD DE LOS ANDES, C.A.D.E.L.A.

HERRAMIENTA FINANCIERA PARA MEDIR LA PRODUCTIVIDAD DE LAS EMPRESAS DE COMERCIALIZACIN DE ENERGA ELCTRICA DE VENEZUELA

Autor: Daz Gil Nelson Daro

RESUMEN

La presente investigacin plantea el estudio de indicadores de gestin como herramienta de apoyo para el incremento de la productividad y toma de decisiones. Centra su atencin en el planteamiento de los siguientes objetivos de estudio; Diseo de una herramienta financiera para medir la productividad de las empresas de comercializacin de energa elctrica en Venezuela a partir de un diagnostico del proceso, posteriormente; en la determinacin de variables de productividad y las razones financieras para medirla y por ltimo; sobre la ejecucin de un estudio emprico con base al Ranking Financiero o metodologa propuesta en la investigacin. Para cumplir con estos propsitos, es conveniente plantear una metodologa enmarcada en un paradigma cuantitativo, bajo la modalidad de proyecto factible, orientado hacia una investigacin de campo. Asimismo, con el fin de determinar la correcta metodologa y su extrapolacin a empresas de comportamiento similar, se selecciona la Compaa Annima de Electricidad de los Andes, C.A.D.E.L.A, como ente de aplicacin. Para ello, se seleccionan los resultados obtenidos por las estructuras programticas inmersas dentro del proceso de comercializacin y distribucin de energa, donde se encuentran 4 localidades geogrficas, 51 Oficinas Comerciales, 1 Direccin, 7 Gerencias y 8 Coordinaciones. En cuanto a la recoleccin de informacin, se establece una evaluacin estadstica de los datos o gestin realizada por las prenombradas localidades y Oficinas Comerciales, hasta obtener los resultados planteados en los objetivos descritos. Descriptores En el desarrollo de esta investigacin se analizaron las siguientes variables: Indicadores de productividad, Ranking Financiero, Intervalo de eficiencia.

viii

INTRODUCCIN
Las empresas domiciliadas en Venezuela al igual que las existentes a nivel mundial persiguen un objetivo que debe estar enmarcado dentro de polticas sociales econmicas, sin embargo, esta distincin no es motivo para descartar la medicin dentro de un rango de eficiencia, para dictaminar si se encuentra dentro de los mrgenes de aceptabilidad originalmente planificados. En este sentido, los indicadores financieros son los ms conocidos y usados para evaluar una determinada situacin o posicin en funcin a un objetivo trazado, lo que es de esperar, es que stos indicadores no sean tan amplios, por el contrario, deben conformarsen los menos posibles con la informacin necesaria y suficiente para la toma de decisiones en un momento dado. En este orden, no es prudente saturarnos de informacin para diagnosticar una determinada situacin, lo que se trata es de llegar a la misma conclusin con el mnimo de informacin operacionalizada. Las empresas elctricas no escapan a este cometido y deben ser evaluadas en cada uno de los procesos que efecta, entre ellos: Generacin, Transmisin, Distribucin y Comercializacin de energa. El primero de ellos genera la energa de fuentes primarias como la elica e hdrica y de fuentes secundarias como la trmica. El segundo, se encarga de la transmisin de energa a travs de redes de alta tensin, 430 Kv, 800 Kv, el tercero se encarga de la distribucin de la energa a travs de redes en menores tensiones de potencia, 115 KV. La ltima de ellas, distribuye energa en 220 KV y 110 Kv y adicionalmente comercializa la energa que produce o adquiere a travs de otras fuentes o compaas. C.A.D.E.L.A., empresa comercializadora del servicio elctrico para los andes venezolanos, Tchira, Mrida, Barinas y Trujillo, forma parte de la corporacin C.A.D.A.F.E., y es donde se enmarca el presente trabajo de investigacin denominado Herramienta Financiera para medir la Productividad de las Empresas de Comercializacin de Energa Elctrica en Venezuela y contribuye con las empresas del ramo, entre otras cosas, con lo siguiente: (1) Determina el valor agregado de los departamentos inmersos en el proceso de comercializacin (2) Contribuye con la medicin del estado de situacin econmico financiera de la Empresa. (3) Permite establecer estrategias idneas para la empresa, dependiendo de la situacin particular en que se encuentre.(4) Las metas departamentales depender de la productividad y el alcance en cada una de las estructuras programticas, 9

por cuanto son autogestionadas, con base a los resultados obtenidos por el departamento que este en una posicin superior. El marco estructural del presente trabajo se conforma de la siguiente manera: capitulo I, el cual hace mencin a la situacin problemtica, definiendo los objetivos y justificacin del proyecto, de igual modo, en el capitulo numero II, denominado marco terico, se plantean algunos antecedentes, las bases tericas y legales, adems de la operacionalizacin de las variables, seguidamente el capitulo III, orienta la metodologa de la investigacin, proponiendo en principio la naturaleza del estudio, seguido de la poblacin y muestra, se desarrolla de igual modo la confiabilidad y validez, se plantean las tcnicas e instrumentos de recoleccin de la informacin y se finaliza con una descripcin del proceso a seguir para analizar la informacin. Finalmente; el capitulo IV plantea la presentacin del informe financiero as como las conclusiones y recomendaciones que se desprenden de la investigacin.

10

CAPITULO I

EL PROBLEMA

Planteamiento del Problema

En Venezuela como en otros pases del mundo, se han tratado de buscar alternativas que permitan visualizar la efectividad de las empresas tanto en sus operaciones como en la rentabilidad de las inversiones, adems de la toma de decisiones a corto plazo, al punto que; le permita cambiar el rumbo de las velas en un momento dado, sin descartar el fin ulterior u objetivo originalmente planificado. Esta alerta o termmetro financiero lo proporcionan las razones o indicadores medibles sobre la base de un estndar planificado por las organizaciones. Dentro del campo administrativo, el desarrollo de actividades para la elaboracin y ejecucin de sistemas de control de gestin han tenido relacin con el mbito de concepcin acerca del propio concepto de control; y si bien es cierto que cada una ha aportado grandes beneficios al proceso, es la herramienta de los indicadores de gestin la que ms sobresale entre ellas por su eficiente apoyo al seguimiento y determinacin de los elementos crticos en la estrategia de crecimiento de las empresas. Desde todo punto de vista, los indicadores de gestin que se reflejan en el proceso de control son ms que un sistema de medicin tctico u operativo, debido a que los mismos estn definitivamente alineados a un plan estratgico como lo menciona Serna Gmez (2001): derivados del plan estratgico, que permite evaluar mediante ndices, el alineamiento entre las estrategias, los objetivos, las acciones y los resultados y, por tanto, determinar el desempeo de la organizacin frente a su direccionamiento estratgico. (p.1). En este orden de ideas, si bien es cierto que los indicadores de gestin renen en forma resumida el resultado de una determinada prctica y mide el desempeo con respecto a un determinado plan, los resultados pudiesen estar distantes en diferentes organizaciones por cuanto depende de la toma decisin, el tiempo, los recursos e innumerables factores 11

exgenos que pudiesen influir en el resultado obtenido. Sin embargo, siguen siendo los indicadores financieros quienes marcan la pauta en la toma de decisiones organizacionales, en este sentido; cabe citar lo descrito por Becerra (2005), quien ofrece lo siguiente: A pesar del universal y tradicional uso de razones financieras, por distintos analistas y para diferentes propsitos, no se encuentra en la actualidad en Venezuela mucha bibliografa ni trabajos especializados que seale los hallazgos de investigaciones recientes en el sentido de poder verificar mediante este anlisis la prediccin de fallas o quiebra de empresas. No obstante lo anterior, es bueno sealar que en revisiones bibliogrficas pertenecientes a estudiosos de otros pases, se han encontrado, casi al final de la dcada del 60, algunos enfoques importantes de investigadores financieros para probar la habilidad o confiabilidad de ndices individuales, o de grupos de ndices, para predecir la quiebra de las empresas. Dichos estudios han constituido el punto de partida para ms trabajos desarrollados en este importante aspecto del rea de las finanzas de las empresas, y han contribuido con elementos bsicos para ayudar a determinar su probabilidad de quiebra. (p. 2) De lo anterior, podemos afirmar que si bien es cierto, los indicadores financieros no protegen a las organizaciones ante posibles quiebras si les proporcionan la informacin suficiente para coadyuvar a evitarla debido a la informacin que suministra tanto individual como en conjunto, sin embargo, la apreciacin de un indicador sigue siendo subjetiva o tambin individual, de all que los resultados puedan ser distintos ante igual situacin original. Las empresas de electrificacin no escapan a este cometido y mas aun cuando sus objetivos son heterogneos, es decir; persiguen objetivos sociales y econmicos. stas empresas, bien sean de generacin o distribucin, su capital est conformado en promedios significativos por activos fijos. Estos activos, constituidos en gran proporcin por tendidos elctricos, en algunos casos son fabricados o levantados por la misma empresa de electrificacin o cedidos por entes gubernamentales o particulares. La empresa comercializadora o distribuidora de energa, aparte de recibir o fabricar activos, en algunos casos improductivos, es catalogada por las leyes venezolanas como entes pblicos de carcter privado que persigue un fin comercial por el hecho de recibir remuneraciones por el servicio que presta, aun cuando, esta remuneraciones son invertidas en el mantenimiento de los prenombrados servicios elctricos y no tienen relacin con el retorno de la inversin efectuada.

12

Ahora bien, el desarrollo elctrico del pas, se plantea, hoy, dentro de una nueva realidad. La creciente demanda previsible por el crecimiento demogrfico, industrial y de otros sectores, en condiciones de calidad, seguridad y accesibilidad reclama volmenes igualmente crecientes de inversin las cuales deben acometerse desde ahora mismo. Sin embargo, hoy confronta el pas un doble problema: la cada de la inversin pblica que arrastra un proceso de deterioro en todo el sector y un sensible vaci legal. El primero se expresa en un servicio cada vez mas costoso y de menor calidad que afecta crecientemente a la poblacin y al aparato productivo nacional, Adems, un sistema organizativamente desarticulado donde las empresas comercializadoras del estado estn adscritas a entidades gubernamentales diferentes, aunado a esto, la actual estructura integrada que presentan todas las actividades se orientan hacia el monopolio y las condiciones de acceso a ellas no se encuentran realmente tuteladas por el poder pblico. El segundo problema se expresa en la falta de aplicacin de la ley del servicio elctrico como instrumento que sirva no slo para regular las distintas relaciones jurdicas que emergen de esta actividad, sino tambin; como instrumento de poltica econmica y social en manos del Estado. De manera que ni ste, ni los inversionistas, ni los usuarios, tienen claramente definidos sus derechos y obligaciones, ni mucho menos; la direccin hacia la cual se orientan las actividades elctricas del pas. Adicionalmente, ha existido una inapropiada gestin administrativa y gerencial que influye negativamente en los costos del servicio, lo cual ha incidido en la mayora de las empresas elctricas en cuanto a la disponibilidad de recursos para afrontar las fuertes inversiones que deben realizarse en el sistema elctrico nacional. El problema se agrava an mas, cuando el precio del servicio elctrico esta regulado por el gobierno nacional mediante la formulacin de tarifas fijas para cada ente a nivel nacional sin ningn tipo de estratificacin. Este ltimo factor ha originado ventajas competitivas para algunas empresas comercializadoras de energa con respecto a otras, debido a que su jurisdiccin aborda promedios significativos de usuarios urbanos y de alto consumo y por ende, mejor rotacin de la inversin y rentabilidad efectiva. Es de hacer notar, que las empresas que no gozan de estas ventajas se han descapitalizado por prdidas constantes, principalmente, porque la normativa legal exige el suministro de energa sin discriminacin alguna.

13

En este orden, se puede afirmar que este dao, aunado al beneficio social, no es resarcido por el estado, creando desventajas entre empresas comercializadoras y las prdidas ya mencionadas. Dentro de este proceso de deterioro, es conveniente citar que el estado busca alternativas destinadas a mejorar la efectividad y para ello, vala los procesos principales dentro de los cuales se encuentra el de comercializacin, entendindose como tal, la toma de lectura, facturacin, prdidas de energa entre otros. La empresa C.A.D.E.L.A, filial de C.A.D.A.F.E., quien suministra energa en los estados Tchira, Mrida, Trujillo y Barinas, no escapa a esta situacin problemtica, y entiende, que de seguir as; su efectividad estara seriamente perjudicada y su tendencia es a desaparecer con la aplicabilidad del nuevo marco regulatorio y las normas de calidad que de el se desprenden. Esta realidad reclama una regulacin mas intensa que ordene, permita y cree las condiciones para el desarrollo del mercado sana competencia, el no hacerlo, significara persistir con un monopolio que en todo caso ha establecido precios tarifarios discutibles en su subjetividad, y la prestacin del servicio altamente costoso, adems de la ineficiencia en la prestacin del mismo por falta de inversin y la burocracia indiscriminada del proceso. Lo primero que se debe evaluar es la productividad y niveles de eficiencia, as como, determinar las dificultades que irrumpen en el incremento de estas y que estos logros sean aplicables en cualquier empresa elctrica en Venezuela, no descartando la posibilidad de extrapolarse a las dems empresas comercializadores que se comporten administrativamente en la misma forma. En este sentido, el presente trabajo de investigacin pretende establecer las bases de evaluacin productiva de los departamentos o estructuras inmersas dentro del proceso de comercializacin de energa de la empresa C.A.DE.L.A. Con respecto a lo descrito, se podran plantear las siguientes interrogantes: Es posible establecer una herramienta financiera para medir la productividad de las empresas de distribucin y comercializacin de energa elctrica, con capacidad de inferir en la toma de decisiones gerenciales y establecer un ranking por eficiencia departamental?

14

Dentro de los procesos de distribucin y comercializacin, Cules seran las variables de productividad y las razones financieras para medirla? Es posible consolidar los indicadores inmersos en el proceso de comercializacin de energa, dentro de un indicador exclusivo que permita a su vez tomar decisiones individuales? Es permisible sustituir la asignacin de metas por estructura y localidad, por un proceso de autogestin mediante el cual cada una de stas establezca sus metas, sin perder la visin sobre el objetivo organizacional? Objetivos de estudio General Disear una Herramienta Financiera para medir la Productividad de las Empresas de Comercializacin de Energa Elctrica de Venezuela Especficos 1. Diagnosticar el proceso de Comercializacin de Energa Elctrica. 2. Determinar las variables de productividad y las razones financieras para medirla y controlarla 3. Realizar un estudio emprico con base al Ranking Financiero o metodologa propuesta. Importancia y Justificacin Son muchos los factores que pueden incidir en la productividad de las empresas, como es el caso de polticas en la determinacin de precios tarifarios, burocratizacin y, herramientas financieras de control que permitan determinar y prever los cambios justo a tiempo.

15

Hasta la presente, los indicadores financieros contribuan con la toma de decisiones en forma individual, pero, sus apreciaciones no incluan la totalidad de factores que inciden en la operacionalidad de la organizacin. De aqu, que se presentan casos donde las empresas son excelentes en la medicin de un indicador en particular y deficientes en otros, hasta el punto que reflejaban prdidas constantes o continuas. Posteriormente, comienzan los trabajos e investigaciones similares al de Edward Allmant, quien utiliza los indicadores financieros en conjunto para determinar lo que denomin la Z de Allmant, con esto, se le proporcion mayor valor agregado a los indicadores y a travs de un nmero o valor estableci un rango de eficiencia para empresas similares en el ramo Sobre la base terica, se analiza la informacin que sirve como base de sustentacin para el modelo propuesto, adems, la flexibilidad y el establecimiento de rangos de eficiencia por departamento constituyen la novedad y el aporte a las ciencias administrativas y por supuesto, la contribucin en la operacionalidad de las finanzas en las empresas u organizaciones. La utilidad metodolgica de este trabajo investigativo es la consecucin final de un nuevo instrumento o paradigma cuantitativo para medir resultados o datos mediante el anlisis de variables y, sugiere la forma de estudiar mejor la poblacin y proceso mencionado en los puntos anteriores, aunado a la extrapolacin a otras organizaciones o estructuras programticas. El presente trabajo de investigacin propone un modelo de medicin de resultados financieros por departamentos o estructuras inmersas dentro del proceso de comercializacin de energa elctrica. Este modelo tambin sirve para establecer las metas de la organizacin y el ajuste continuo de las mismas. Esta ltima parte, aminora el riesgo al formular las metas, debido a que su ajuste continuo evita el asentamiento sobreestimado y subestimado de estas. C..A.D.E.L.A, empresa venezolana de capital pblico, servir de base para la medicin de los resultados, no descartndose la posibilidad de proyectar la metodologa descrita hacia otras empresas de electrificacin o en aquellas que operen mediante matrices y agencias, para ello, se recolect la gestin incurrida por Oficina Comercial durante el perodo comprendido entre Enero y Junio del presente ao.

16

Entre los mltiples beneficios que proporciona esta investigacin se encuentran: Establece rangos de eficiencia por departamento o estructura, Las metas son flexibles, alcanzables y realizables por cada departamento, estructura o localidad geogrfica y, por ltimo, permite ajustes en las metas generales de la organizacin adems que los procesos son evaluados continuamente. Alcances y Limitaciones El presente trabajo de investigacin denominado Herramienta Financiera para medir la Productividad de las Empresas de Comercializacin de Energa Elctrica de Venezuela. contribuir con las empresas del ramo mediante un modelo de evaluacin financiera que abordar los siguientes aspectos: El modelo servir para establecer metas flexibles, alcanzables y realizables por departamentos. El modelo es predictivo sobre los recursos necesarios. Delimita estructuras funcionales o departamentos con valor agregado en las metas organizacionales. Sirve como base de prediccin de metas organizacionales de la empresa. Contribuye eficientemente con la satisfaccin al logro. Establece rangos de eficiencia y penumbra dentro del proceso de comercializacin de energa. Es claro mencionar que el modelo conlleva a la aplicacin de medidas predicativas al logro o alcance de objetivos, mas no significa, que prev con certeza el logro de estos o que las empresas alcanzarn eficientemente las utilidades planificadas. Este ltimo aparte, depende del nivel de planificacin de la organizacin y de los recursos necesarios y disponibles para ello.

17

CAPITULO II

MARCO TEORICO

Antecedentes de la investigacin Los estudios relacionados con indicadores e ndices predictivos de efectividad o eficiencia datan de la dcada de los aos 30, entre los cuales se puede citar el de Smith y Winakor (1935) quien partiendo de ndices financieros basados en datos contables lleg a la conclusin de que ciertos ndices diferan significativamente entre empresas en quiebra y no quiebra. Los estudios hasta esa poca fueron considerados poco formales (serios). En la dcada de los 60 se comienza a utilizar modelos matemticos y estadsticos con el objetivo de predecir una posible quiebra de empresas. Entre los estudios ms destacados, de esa poca, se encuentran: Tamari (1966), Beaver (1967) y Altman (1968). Posteriormente en la dcada de los 70, los estudios realizados por Edmister (1972), Blum (1974), Deakin (1972), Libby (1975) y Wilcox (1973) entre otros, utilizaron como tcnica el Anlisis Discriminante Mltiple (ADM), sin embargo, debido a sus caractersticas operacionales esta tcnica fue criticada por algunos estudiosos que trataban de utilizar metodologas similares a fin de mejorar el ADM. En la dcada de los 80 y 90, la mayora de los autores que escribi sobre quiebra utiliz otros modelos ms complejos, pero al mismo tiempo ms precisos para determinar la probabilidad de quiebra de la empresa; especialmente los modelos Logit, Probit y de Redes Neuronales. Entre estos autores se encuentra Ohlson (1980), Gentry, Newbold & Whitford (1985), Basch y Montenegro (1989), Theodossiu (1991), Narvez (1994), Platt, Platt & Gunnar (1994), Mora (1994), Boritz et al. (1995), Episcopos (1996), Almeida & Siqueira (1997), Gallizo & Serrano (1998), Golinski (1998).1 En esta poca surge el anlisis discriminante de Allmant, mediante el cual prueba la correlacin entre ndices individuales y entonces selecciona aquellos que contribuyen ms al valor discriminante, el cual fue llamado "valor de Z2". Este enfoque ha tenido amplia
1

Para mayor profundidad en el tema consultar: ROMANI Chocce Gianni A., GONZALEZ Patricio Aroca, AGUIRRE Aguirre Nelson, LEITON Vega Paola y MUOZ Carrazana Javier. Modelos de clasificacin y prediccin de quiebra de empresas: una aplicacin a empresas chilenas.: http://upracd.upr.clu.edu: 9090/~cicia/Revista/Art2-7-1.pdf

18

aceptacin, y tal como lo expone Charles Kyd, combinando el anlisis tradicional de ndices financieros con una tcnica estadstica llamada anlisis discriminante mltiple (ADM), Edward Altman, un economista financiero de la New York University's Graduate School of Business, se las arregl para contestar a la pregunta que generalmente le hacan en sus clases y conferencias: Cmo puede usted predecir qu negocios irn probablemente a la quiebra y cuales probablemente no?. Indudablemente, desarrollando un modelo para predecir el peligro de que una empresa fuera a la quiebra. Regionalmente encontramos la investigacin propuesta por el Aponte Adolfo (2006) en su trabajo titulado Diseo de una herramienta metodolgica para la prediccin de quiebras de empresas elctricas en Venezuela, mediante el diagnstico y aplicacin del modelo z2 de Altman periodo 2000 2004. Con ello pretende establecer un modelo predictivo de quiebras en las empresas de Comercializacin y Distribucin de energa y finalmente citamos a Moreno Jos L.(2006) con el planteamiento de indicadores que miden y controlan la calidad en el servicio prestado por empresas comercializadoras de energa domiciliadas en la regin andina de Venezuela. Bases Tericas Anlisis Discriminante y Multivariante El Anlisis Multivariante es el conjunto de mtodos estadsticos cuya finalidad es analizar simultneamente conjuntos de datos cuando hay varias variables medidas para cada individuo objeto estudiado. Su razn radica en un mejor entendimiento del fenmeno objeto de estudio, obteniendo informacin que los mtodos estadsticos univariantes y bivariantes son incapaces de conseguir. El anlisis discriminante (una tcnica que permite realizar clculos de regresin lineal con variables no numricas) as como otros mtodos cuantitativos basados en la estadstica, bastante difundidos en otros pases, recientemente comienzan a ser empleados en Venezuela. Los tiempos del auge de la inflacin vividos en los ltimos aos y de la turbulenta economa han contribuido para ello, dificultando y desmotivando a los profesionales para el uso de estos mtodos cuantitativos en la gestin empresarial. Recordemos, que el anlisis e interpretacin de los estados financieros, obedece a ciertas tcnicas que pueden circunscribirse al anlisis de series de tiempo, en donde se comparan las razones de una determinada empresa a lo largo del tiempo; el anlisis seccional comparativo, en donde cotejamos a la empresa, con empresas similares; el anlisis residual, en donde analizamos las variaciones que hayan tenido las razones, en el 19

tiempo, luego de haber disminuido los cambios abruptos que se pueden presentar en la industria y en la economa en general; y el anlisis multivariable, cuando se analizan conjunto de razones en el tiempo, en vez de razones individuales.2 Todos estos procedimientos se complementan y a veces resulta prctico y til recurrir a todos ellos para formarnos un criterio ms exacto de la realidad econmico financiera que rodea a la empresa que se analiza; es lo que Van Horne (1991) denomina Poder de prediccin de las razones financieras bajo el siguiente resumen: La confianza depositada en determinadas razones depende de la percepcin que tenga el analista de su poder de prediccin en relacin con el problema a mano (una percepcin que se basa en creencias subjetivas o en un anlisis emprico)... La mayora de las estimaciones del poder de prediccin de las razones financieras se basa en la experiencia que el analista haya tenido con ellas. De manera que, por su misma naturaleza, estos clculos tienden a ser subjetivos y resultar diferentes de un analista a otro. (p. 23) Se podra agregar que depende tambin del entorno y la situacin en la que se encuentre la organizacin en un momento dado, sin menoscabo, que sigue dependiendo de la subjetividad en la toma de decisiones. Modelos de Prediccin de Quiebras Desde 1932 los investigadores en finanzas han venido proponiendo modelos para predecir las dificultades financieras y la posible quiebra de las empresas, partiendo de modelos descriptivos hasta llegar a modelos predictivos cada vez ms sofisticados que incorporan el anlisis factorial. Como se observa, han sido muchos los esfuerzos por encontrar la forma de predecir una quiebra, sin embargo, investigaciones han demostrado que no existen indicadores de probabilidad apropiados para predecir las dificultades financieras. A este respecto, Opler y Titman, 1994 y Andrade y Kaplan, 1998; usan nicamente indicadores de deuda y asumen que un alto apalancamiento esta relacionado con una alta probabilidad de dificultades financieras. En la tabla siguiente se muestra la evolucin histrica de los modelos predictivos para el fracaso empresarial.

Para mayor profundidad consultar: VIVES Antonio. Evaluacin Financiera de Empresas. Editorial Trillas. Marzo de 1.991.

20

Tabla 1 Evolucin Histrica Modelos Predictivos del Fracaso Empresarial Ao 1932 1935 1942 1965 1966 1968 1968,1977 1972,1977 1972 1974 1980 1984 1985 1980-1988 1980 1980 1984,1985 1985 1985 1987 1988 1989 Etapa Etapa Descriptiva Aplicacin del mtodo de razones financieras Inicio de la etapa predictiva: Accrual Based Estudios de modelos univariables basados en informacin contable tradicional: Sistemas de costo histrico Desarrollo de la etapa predictiva: Accrual Based Estudios de modelos multivariables basados en informacin contable tradicional: Sistemas de costo histrico Nombre del Autor Fizpatrick Paul Winaker Arthur y Smith Raymond Mervin Charles Horrigan James William Beaver

Altman Edward Deakin Edward Blum Mare Ohlson James Rose Peter y Giroux Gary Taffer Richard Zavgrent Christine Desarrollo de etapa predictiva: Cash Based Dambolena Ismael y Khory; Dambolena Ismael Estudios de modelos multivariables basados y Shutman Joel en Cash Flor Largay James y Stickney Clyde Casey Cornelius Casey Cornelius y Bartezack Norman Gentry James, Newbold Paul y Whitford David Kurokawua Yukiharu y Takahshi Kichinosuke Gombola Micahel, Haskins Mark, Kentz Edward y Williams David Ghalon James y Vigelan Robert Azis Abdul y Lawson Gerald

21

Tabla 1: Evolucin Histrica Modelos Predictivos del Fracaso Empresarial Continuacin. Ao 1973,1975 1981 1983 1985 1987 Etapa Desarrollo de la etapa predictiva: Factorial Analisys. Estudios de Modelos Multivariables Basados en el anlisis Factorial Nombre del Autor Pinches George, Mingo Kent, Cartuthers Kent y Eubank Arthur Cheng Kung y Shinerda Thomas Gombola Michael y Ketz Edward Casey Cornelius y Bartezack Norman Gomgola Michael, Haskins Mark, Kentz Edward y Williams David

Fuente: Ibarra Mares Alberto (2001). Pp.25-26

22

Habilidad Predictiva de ndices Financieros En su obra Corporate Financial Distress and Bankruptcy el Dr. Edward I. Altman (1993, p. 179-206), presenta el adelanto de un modelo de puntaje desarrollado por l, utilizado para predecir dificultades corporativas en el sector empresarial. Aunque antiguo en estndares economtricos, despus del 25o aniversario de la formacin del Modelo de la Clasificacin de las Dificultades, publicado por primera vez en (1968) y mejorado con algunas variaciones por l mismo (1983); todava es citado y lo que es ms importante, es continua aplicacin en investigaciones recientes. Una particularidad del modelo es que se combina la contabilidad e informacin del mercado financiero y se analiza rigurosamente con algunas tcnicas estadsticas, lo cual hace ms interesante y vlido el anlisis de estados financieros. El hecho es que las dificultades financieras corporativas, aunque siempre es tema interesante, ahora son ms relevantes que en cualquier otro tiempo debido a las crisis financieras sufridas en Venezuela en los ltimos aos y fechas recientes, por esto, el pronstico de dificultad tiene una gran importancia para muchos de los estudiosos de estos temas, en virtud que empiezan a arrojar luces sobre como atacar estos problemas. Estudio de ndices Financieros Individuales Las razones financieras dan una indicacin de la fuerza financiera de una empresa. Para su mejor estudio se han combinado diferentes razones dentro de un significativo modelo predictivo y con ese propsito, se han usado tcnicas estadsticas, a saber: el anlisis de regresin y el anlisis discriminante. El primero usa datos histricos para predecir los valores futuros de una variable dependiente, mientras que el anlisis discriminante da como resultado un ndice que permite la clasificacin de una observacin dentro de uno de varios agrupamientos. Los ndices financieros proporcionan una indicacin de la fuerza de una compaa en ese mbito. Las limitaciones del anlisis de los ndices financieros surgen de la metodologa bsicamente univariante; es decir, cada ndice se examina en forma aislada. Los efectos combinados de un grupo de ndices financieros se basan solo en la experiencia del analista. Con el fin de superar las limitaciones de dicho anlisis, es necesario combinar una serie de indicadores en un modelo de prediccin significativa. Para este propsito, se han usado dos tcnicas estadsticas, el anlisis de regresin y el anlisis discriminante. En el anlisis de regresin se usan los datos histricos para predecir los valores futuros de una variable dependiente, por su parte, el anlisis discriminante, produce un ndice que permite 23

clasificar una observacin en uno de los diversos agrupamientos a priori. Edward I. Altman (1968) ha aplicado el anlisis discriminante para predecir la bancarrota o riesgo de quiebra. Expresa Van Horne (1986) que cada analista preferir unos ndices u otros segn sea su concepto sobre la capacidad de prediccin de cada uno de ellos en relacin con el problema que tenga que resolver, y en la mayora de los casos, el concepto sobre la capacidad de prediccin de los ndices financieros se basa sobre la experiencia personal de cada analista. Durante las ultimas tres dcadas, se observa una serie de investigaciones empricas sobre modelos de prediccin de insolvencia. Desde el trabajo inicial de BEAVER (1966) hasta la fecha, se pueden distinguir diversas pesquisas sobre estos modelos, a tales efectos, Segundo GALLEGO, SALA Y YES (1997, 4): La primera est orientada a la aplicacin de mtodo que permitan mejorar la capacidad de prediccin. En este sentido se han utilizado bsicamente cuatro tcnicas: anlisis discriminante mltiple (ALTMAN, 1968), modelos de probabilidad condicional (OHLSON, 1980), distribucin recursivo (FRYDMAN, ALIMAN y KAO, 1985), y redes neuronales (ODON y SHARDA, 1990). En la segunda, la atencin se ha centrado en la bsqueda emprica del conjunto de ratios financieros que minimizan los errores de prediccin. Otras investigaciones apuntan a que ciertas variables cualitativas podran mostrar seales del fracaso (KEASEY y WATSON, 1987), o que sus causas no son slo internas por lo que proponen la utilizacin de variables macroeconmicas (ROSE, ANDREWS y GIROUX, 1982). De manera general, se constata un alto nivel de acierto por parte de los trabajos empricos clasificados de empresas solventes e insolventes realizados en diferentes pases y sectores de actividad. Para tener una visin general sobre la evolucin de los trabajos publicados sobre modelos de previsin de insolvencia, as como sus respectivos niveles de acierto, a continuacin se presenta la tabla subsiguiente donde se seala la comparacin de trabajos empricos sobre modelos de previsin de insolvencias.

24

Tabla 2 Trabajos Realizados por Diversos Autores 1. Altman (1968) 1. Fondo de maniobra: Total activos 2. Resultados acumulados: Total activos 3. Resultados A.I.I: Total Activos 1. Cash-flow: Total obligaciones 1. Resultados A.I.I.: Total Activos 2. Resultados A.I.I.: Intereses pagados 3. Resultados acumulados: Total Activos 1. Cash-flow: Total obligaciones 2. Resultado ordinario A.I.: Vendas 1. Cash-flow: Gastos fijos 2. Gastos operativos: Ingresos operativos 3. Resultados brutos: Activos totales 1. Fondos propios: Total activos 2. Activo circulante: Obligaciones corto plazo 3. Clientes: Ventas 1. Realizable y disponible: Total activos 2. Financiacin bsica: Total activos 3. Financiacin propia: Total activos 1. Realizable y disponible: Total activos 2. Financiacin bsica: Total activos 3. Fondo de maniobra: Ventas 1. Ratios de cash-flow 1. Beneficio neto antes impts: Activo total 2. Beneficio neto antes impts: Pasivo exigible 1. 2. 1. 2. 3. Beneficio neto antes impts: Activo total Beneficio neto antes impts: Pasivo exigible Crditos ms Cartera valores: Activo total Pasivo exigible: Pasivo total Beneficio neto antes impts: Fondos propios

2. Baever (1966) 3. Dambolena y Khoury (1980)

4. Mensah (1983) 5. Altman (1983)

7. Holder (1984): Sector B.T.P. Sector Comercio

Sector Transporte

8. Gentry, Newbold y Whitford (1985) 9. Laffarga et alt.(1985) (1986)

(1987)

1. Beneficio neto antes impts: Activo total 2. Activo fijo: Activo total 3. Reservas: Pasivo total

25

Tabla 2: Trabajos Realizados por Diversos Autores. Continuacin.. 10. Pina (1989) 1. Activo circulante: Total activos 2. Activo circulante menos tesorera: Total activos 3. Beneficio neto: Fondos propios

FUENTE: Adaptado de GABS (1990, 23-26)

Estudio de Grupos de ndices Financieros Algunos instrumentos que contemplan un puntaje total han sido utilizados, desde hace varias dcadas, por analistas crediticios de Instituciones Financieras y tambin en crditos a consumidores en empresas comerciales de productos domsticos. En estos instrumentos son asignados puntos a varias caractersticas del solicitante de crdito, tales como: nmero de aos en el trabajo actual; nivel educacional; estado civil; edad; sexo; etc. Instrumental estadstico bsico utilizado para el clculo del anlisis discriminante El anlisis discriminante, tambin llamado anlisis del factor discriminante o anlisis discriminante cannico, es una tcnica estadstica desarrollada a partir de los clculos de regresin lineal y, al contrario de esta, permite resolver problemas que contengan no solamente variables numricas, sino tambin variables de naturaleza cualitativa, como es en el caso de empresas solventes e insolventes. Al imaginarnos dos puntos distintos, conseguimos fcilmente pasar una recta entre los mismos y, como sabemos, sta puede ser representada por una ecuacin matemtica del tipo y=mx+b. Si quisiramos estimar otro punto cualquiera de esta recta, basta calcularlo a partir de esta ecuacin. En otra situacin en que hay diversos puntos, y no dispuestos en lnea recta, tambin es posible determinar una recta y la respectiva ecuacin lineal y, obviamente, solo tendr valor si esos puntos no estuviesen muy dispersos. Este grado de dispersin es medido a travs del clculo de correlacin, o R-Cuadrado. El R-Cuadrado (o R2) vara en una escala de 0 a 1 y cuanto mas prximo a 1, mejor es la capacidad predictiva de la ecuacin. Inversamente, si el grado de correlacin fuese prximo a 0 la ecuacin obtenida no podr ser utilizada con la misma eficiencia. En este caso, es recomendable alterar la base de los datos hasta conseguir una ecuacin adecuada.

26

El proceso para la construccin de un modelo de previsin de insolvencia es relativamente simple. La calidad de un modelo es evaluada por su grado de precisin y por la habilidad de su autor en la seleccin de cuales y cuantos indicadores contables utilizar. La idea es alcanzar un grado de precisin lo mayor posible, prximo al 100% y con el menor nmero posible de indicadores o informacin. Esta optimizacin es alcanzada a travs del feeling del autor y de las innumerables simulaciones de inclusin o exclusin de indicadores, del anlisis de correlacin entre los mismos, test de hiptesis, hasta llegar a un grado de precisin que se juzgue adecuado. Este proceso solo es practicable utilizando recursos de procesamiento electrnico de datos KANTITZ con el cual desarroll su modelo, en su poca, a travs de tarjetas perforadas, hoy, disponemos de un amplio nmero de software estadstico. Modelo de regresin lineal simple Los modelos de pronstico causal generalmente consideran algunas variables que estn relacionadas con la variable que se predice. Una vez que estas variables se han encontrado, se construye y utiliza un modelo estadstico para pronosticar la variable de inters. El anlisis de regresin se describir a travs de un ejemplo tomado de la obra estadstica del autor Gilbert.(1981 p.p. 225-226) Suponga que el nmero de horas dedicadas al estudio para el examen final en estadstica y el nmero de preguntas contestadas por cada estudiante es como se muestra en la grfica siguiente. Grfica 1. Regresin Lineal Horas de Estudio (X) 5 8 6 9 10 8 5 4 10 4 10 7 9

Respuestas Correctas (Y)

9 10 7

4 8 2

Estos datos pueden mostrarse grficamente al marcar los pares correspondientes de cifras o puntuaciones como puntos de una grfica. El cuadro resultante se llama diagrama de dispersin, el cual se puede observar a continuacin.

27

Grfico 2. Diagrama de Dispersin

12 10 8 6 4 2 0 0 2 4 6 8 10 12 Serie1

Se traza la lnea que mejor se ajusta a un conjunto dado de puntos y la ecuacin. La lnea se llama Lnea de Regresin y la Ecuacin de Regresin. Se utiliza la expresin regresin porque Sir Francis Galton ide las tcnicas para encontrar la ecuacin de la lnea al comparar la talla de padres e hijos. Galton descubri que los padres de talla corta tienen hijos de talla menor que la promedio, pero mayor que la de los padres, en tanto que los padres de talla alta tienen hijos ms altos que el promedio pero con talla menor que los padres, hay una regresin a la media. Siempre ser posible encontrar una lnea recta que se ajusta de manera ptima a un grupo determinado de puntos. Sin embargo, es importante hacer siempre el diagrama de dispersin y ver si una lnea recta parece lgico o razonable como se muestra en la grfica siguiente. Grfico NO 3. Correlacin Negativa y Positiva Perfecta
Y Correlacin Negativa Perfecta * * Lnea con pendiente negativa * * r = -1,00 * * X * r = + 1.00 * * * * Lnea con pendiente Positiva X Y Correlacin Positiva Perfecta

FUENTE: Estadstica para Administracin y Economa. Pg. 370.

28

Diagrama de dispersin que muestra correlacin negativa perfecta y correlacin positiva perfecta. Grfico 4. Magnitud y Direccin del Coeficiente de Correlacin
Correlacin Negativa Perfecta Ninguna Correlacin Correlacin Positiva Perfecta

Correlacin Correlacin Correlacin Correlacin Negativa Negativa Negativa Positiva Fuerte Moderada Dbil Dbil

Correlacin Positiva Moderada

Correlacin Positiva Fuerte

-1,00 1,00

-.50
Correlacin Negativa

0
Correlacin Positiva

.50

FUENTE: Estadstica para Administracin y Economa. Pg. 370.

El pionero en desarrollar el anlisis de regresin fue el cientfico ingles Sir Francis Galton (1822-1911). La regresin y la correlacin son las dos herramientas estadsticas ms poderosas y verstiles que se pueden utilizar para solucionar problemas comunes en los negocios. Muchos estudios se basan en la creencia de que se puede identificar y cuantificar alguna relacin funcional entre dos o ms variables. Se dice que una variable depende de la otra. Se puede decir que Y depende de X en donde Y y X son dos variables cualesquiera. Esto se puede escribir as: Y es una funcin de X.. Y = f (X) Debido a que Y depende de X, Y es la variable dependiente es la variable que se desea explicar o predecir; tambin se le denomina regresando o variable de respuesta y X es la variable independiente tambin se le denomina variable explicativa o regresor. Es importante identificar cul es la variable dependiente y cul es la variable independiente en el modelo de regresin. (2000, p.325) El objeto de un anlisis de regresin es investigar la relacin estadstica que existe entre una variable dependiente (Y) y una o ms variables independientes (X1, X2, X3,...). Para poder realizar esta investigacin, se debe postular una relacin funcional entre las variables. Debido a su simplicidad analtica, la forma funcional que ms se utiliza en la prctica es la relacin lineal. Cuando solo existe una variable independiente, esto se reduce a una lnea recta: i = bo + b1X, donde los coeficientes bo y b1 son parmetros que definen la posicin e inclinacin de la recta. (Ntese que hemos usado el smbolo especial para representar el 29

valor de Y calculado por la recta. Como veremos, el valor real de Y rara vez coincide exactamente con el valor calculado, por lo que es importante hacer esta distincin.). El parmetro bo, conocido como la ordenada en el origen, nos indica cunto es Y cuando X = 0. El parmetro b1, conocido como la pendiente, nos indica cunto aumenta Y por cada aumento de una unidad en X. Nuestro problema consiste en obtener estimaciones de estos coeficientes a partir de una muestra de observaciones sobre las variables Y y X. En el anlisis de regresin, estas estimaciones se obtienen por medio del mtodo de mnimos cuadrados. La estimacin de la recta en el modelo de regresin lineal simple, se obtiene de la siguiente manera. b1 = (XY X) / bo = b1 X Modelo de Regresin Lineal Mltiple La regresin mltiple estudia la relacin entre una variable dependiente (Y) y dos o ms variables independientes (X1, X2, X3,. etc.), el modelo se fundamenta y lo conforman las siguientes variables: Yi = o + 1X1i + 2X2i +..+ tXti + I donde, X1i, X2i . Variables independientes (input) Yi Variable dependiente (output o respuesta) i Error aleatorio o Intercepto o constante en Y i Pendiente: como cambia la Y con respecto a Xi cuando las otras X'S se mantienen constante. Al igual que en la regresin lineal simple: Los errores aleatorios i , i = 1, 2,,n son independientes tiene una media igual a 0 tienen la misma varianza e 2 tienen una distribucin Normal (requerido para la prueba de F)

30

La ecuacin de regresin estimada se fundamenta y lo conforman las siguientes variables: i = bo + b1X1i + b2X2i +..+ btXti donde, bo Intercepto en Y (O) bi Pendiente (coeficiente de regresin) (i) Es el cambio en Y por cada unidad de cambio en Xi cuando todas las otras variables independientes (X'S) se mantienen constante. i Valor estimado en Y. Para encontrar los valores de bo, b1,., bt se utiliza el mtodo de los mnimos cuadrados. min (Yi -i)2 = min i2 Las frmulas que se obtienen para bo, b1, , bt requieren el uso de lgebra de matrices, por lo que nos limitaremos a presentar cmo podemos obtenerlos mediante programas de computadora, especficamente Excel. Para realizar el proceso de construccin Gujarati (1992) menciona un mtodo estadstico de construccin de modelos, el anlisis de regresin. Este consiste en la dependencia estadstica entre la(s) variables(s) explicativa y la dependiente, con el objeto de estimar el valor medio de la segunda en trminos de valores conocidos fijos de la(s) primera. Esta dependencia es realizada mediante el ajuste de la curva por el mtodo de mnimos cuadrados ordinarios, entre las variables explicativas y dependiente lo que da la ecuacin ms verosmil de la curva y por consiguiente la estimacin ms probable. Presentacin del Modelo de Lizarraga Al iniciar la investigacin con la hiptesis de que el patrn de la informacin contable de las empresas que responden a fracasos y no fracasos es diferente, Lizarraga mostrar mediante un ejemplo como crear modelos capaces de predecir con antelacin (1 ao, 2 aos y 3 aos) el fracaso empresarial. Estos modelos podran ser considerados sistemas normativos ya que estn basados en una teora matemtica - estadstica slida, en este caso la teora probabilstica. A los fines de determinar el concepto de fracaso a usar en la investigacin, esto llev a Lizarraga (1996) a elegir el concepto de suspensin de pagos, ya que est relacionado no con un problema financiero especfico sino con una situacin de profunda crisis econmica. Este concepto presenta tres ventajas fundamentales: objetividad,

31

identificacin de la fecha significativa del momento de fracaso y el gran nmero de empresas que podan formar parte de la muestra. La muestra usada por Lizarraga era de 120 compaas, la mitad de las cuales pertenecan al grupo de compaas clasificadas como fracasos y la otra mitad al grupo clasificada como saludables. La seleccin fue llevada a cabo mediante un proceso de emparejamiento, seleccionando una lista de fracasos, se emparej cada una de las empresas de esa lista con otra del mismo tamao y sector industrial perteneciente al grupo de las empresas denominadas saludables. Dado que el acceso a todas las Oficinas del Registro Mercantil Provincial no era posible, Lizarraga decidi ceirse a las 10 provincias con mayor nmero de registros de suspensin de pagos registrados durante el periodo de estudio. La informacin fue obtenida a travs del Boletn Oficial de la Oficina del Registro Mercantil. El intervalo de tiempo fue de 18 meses (desde Enero de 1993 hasta Julio de 1994), y puede ser considerado como un periodo representativo de la crisis empresarial vivida en Espaa. Para cada compaa se estudiaron los datos econmicos y financieros de los ltimos 3 aos que fueron obtenidos. Lizarraga (1996) valid el modelo creado usando una muestra de 44 empresas (22 saludables y 22 fracasos) diferentes de las usadas para construir el modelo. El modelo original fue validado basado en el 5-fold cross-validation (Stone 1976), destacndose entre sus bondades las siguientes: en primer lugar, la muestra es ordenada aleatoriamente y dividida en cinco subconjuntos disjuntos. Seguidamente, se elijen cuatro de los cinco conjuntos disjuntos como conjunto de entrenamiento, el modelo el cual ser testeado con el quinto de los conjuntos-, es creado. Estos pasos se repiten cinco veces, usando cada vez un conjunto de testeo diferente y obteniendo as cinco porcentajes p1, p2,.p5 de bien clasificados, adems del destino (fracaso o no fracaso) de cada una de las ciento veinte compaas distribuidas en cinco conjuntos de testeo disjuntos. En esta seccin se presenta el problema y otros conceptos como: fracaso, muestra obtenida y validacin, seleccin de los ratios financieros para la construccin del modelo y muestra para modelos mltiples. Una descripcin ms detallada del problema del fracaso empresarial puede ser encontrada en Lizarraga (1996). La estimacin de la bondad de cada modelo, esto es, la probabilidad de correcta clasificacin para cada modelo se calcula segn los siguientes pasos. En primer lugar, la muestra es ordenada aleatoriamente y dividida en 5 subconjuntos disjuntos. Seguidamente, se eligen 4 de los 5 conjuntos disjuntos como conjunto de entrenamiento, el modelo el cual ser testeado con el quinto de los conjuntos -, es creado. Estos pasos se repiten 5 veces, usando cada vez un conjunto de testeo $ $ $ diferente y obteniendo as 5 porcentajes p 1 , p 2 , , p 5 bien clasificados, adems del destino (fracaso o no fracaso) de cada una de las 120 compaas distribuidas en 5 32

$ conjuntos de testeo disjuntos. La estimacin de la probabilidad p , con la cual el modelo creado con la muestra original clasifica correctamente, viene dada por la siguiente frmula:

$ pi i =1 5 . En la siguiente figura se muestra el proceso de estimacin de la bondad del modelo con el criterio de validacin 5-fold cross-validation referido anteriormente. Figura NO 1. modelo 1 Modelo de Lizarraga. Entrenamiento1 $ p=

Grfico 5 Modelo de Lizarraga

Entrenamiento1 modelo 1

Test 1

$ p1
modelo 2

Entrenamiento 2

Test 2

$ p2
modelo 3

Entrenamiento 3 MODELO

$ p=
i =1

$ pi 5
modelo 4

Test 3

$ p3

Entrenamiento 4

Test 4

$ p4
modelo 5

Entrenamiento 5

Test 5

$ p5

FUENTE: S. Dizdarevic, P. Larraaga, J.M. Pea, B. Sierra, M.J. Gallego, J.A. Lozano. Prediccin del fracaso empresarial mediante la combinacin de clasificadores provenientes de la estadstica y el aprendizaje automtico. Monografa.

El otro criterio de validacin del modelo presentado en este captulo es el siguiente: usando 4 de los 5 subconjuntos disjuntos (obtenidos para el 5-fold cross-validation) como

33

conjunto de entrenamiento obtenemos un modelo. Dicho modelo es testado con la muestra de 120 compaas, en vez de con slo 24 como en la aproximacin anterior. Para estimar $ p - probabilidad de que el modelo creado con la muestra original clasifique correctamente -, se usa el mismo mtodo que anteriormente se apunt. La figura siguiente muestra el proceso de estimacin de la bondad del modelo segn este criterio de validacin. Lizarraga seleccion las variables de prediccin a partir del Balance de Comprobacin y de la contabilidad de beneficios y prdidas y del balance financiero. La seleccin de esos ratios financieros se bas en los dos siguientes criterios: 1. Son mencionados frecuentemente en la literatura tocante al anlisis financiero. 2. La posibilidad de calcularlos directamente o a travs de simples ajustes. A partir de las 50 variables que Lizarraga obtuvo en una seleccin previa, se efectu un Anlisis Factorial de los Componentes Principales. Este permiti reducir el nmero de ratios a 9, que fueron los usados. Los modelos clasificadores construidos descritos en la siguiente seccin usan los ratios mencionados a continuacin. X1. Activo Circulante / Pasivo Circulante X2. Activo Circulante / Activo(s) Total(es) X3. Resultado Neto / Activo(s) Total(es) X4. Ganancia Antes de Intereses e Impuestos / Costes Financieros X5. Fondos Propios / Deuda Total X6. Ventas / Fondos Propios X7. Stocks / Ventas X8. Deudores / Ventas X9. Cash Flow Operativo / Activo(s) Total(es) El proceso de muestreo para obtener los clasificadores combinados es realizado como sigue. Independientemente de la estructura interna de un clasificador individual, y de la metodologa que se sigui para construirlo, un clasificador puede ser visto como una funcin que recibe una entrada X y devuelve como salida una clase j, luego se denotar e(X) = j. En el problema del fracaso empresarial slo hay dos clases: fracaso y no-fracaso, representados en nuestro caso con clase 1 y clase 2 respectivamente. Un individuo X es representado por un conjunto de 9 valores para los ratios elegidos anteriormente. Aunque ciertos clasificadores individuales devuelven informacin adicional - como la probabilidad de la asignacin - slo la clase j es considerada como informacin devuelta.

34

La decisin de obrar as se basa en la generalidad, ya que los clasificadores pueden llegar a ser bastante diferentes, pero la informacin de la clase j es comn a todos. Una buena presentacin de las tcnicas existentes para combinar los resultados de la clasificacin puede ser encontrada en Xu y col. (1992) y en Ho y col. (1994). Los resultados (clase j) de cada clasificador son considerados como informacin proveniente de diferentes fuentes y son usados como datos de entrada a los clasificadores combinados. Como anteriormente se explic, se usarn dos mtodos de validacin. La tabla siguiente muestra grficamente el proceso de la integracin de los datos de salida de los clasificadores individuales cuando se usa el criterio 5-fold cross-validation.

Tabla 3 Proceso de Integracin de Datos (Primer Criterio de Salida)

Individuos Cjto test 1 Cjto test 2 Cjto test 3 Cjto test 4 Cjto test 5 124 2548 4972 7396 97120

PARADIGMAS AD RL

CN2

CART

Bayes

FUENTE: S. Dizdarevic, P. Larraaga, J.M. Pea, B. Sierra, M.J. Gallego, J.A. Lozano. Prediccin del fracaso empresarial mediante la combinacin de clasificadores provenientes de la estadstica y el aprendizaje automtico. Monografa.

Los elementos del par (conjunto de testeo i, paradigma j), donde i = 1... 5; y j = 1 5, representa las clases que el modelo i, creado con el conjunto de entrenamiento i, usando el paradigma j, asigna a cada uno de los 24 individuos del conjunto de testeo i. El la tabla siguiente se muestra grficamente el mismo proceso cuando se usa el segundo criterio de validacin expuesto anteriormente.

35

Tabla 4 Proceso de Integracin de Datos (Segundo Criterio de Salida)

PARADIGMAS AD RL CN2 CART Bayes Individu M1 M5 M1 M5 M1 M5 M1 M5 M1 M os 5 1 2 : : 120

FUENTE: S. Dizdarevic, P. Larraaga, J.M. Pea, B. Sierra, M.J. Gallego, J.A. Lozano.

La terna (individuo i, (paradigma j, modelo k)), donde i = 1... 120; j = 1 5; y k = 1 5, representa la clase que el modelo k (M k) creado con el conjunto de entrenamiento k, usando el paradigma j, asigna al individuo i. Las metodologas usadas para integrar los clasificadores individuales que usan las matrices que acabamos de mencionar son descritas en la siguiente seccin. Desde que en 1968 Altman public el Z-score, un modelo multivariante lineal que pronosticaba la probabilidad del fracaso de una empresa, numerosos investigadores han desarrollado modelos predictivos aplicables a diferentes perodos, sectores y pases, empleando tcnicas estadsticas, variables, horizontes temporales y muestras idnticas o levemente diferentes. Recientemente, el inters en estos modelos ha crecido, pues los acuerdos de Basilea II permiten obtener ventajas, en el clculo del capital mnimo, a las entidades que posean mtodos rigurosos para evaluar la probabilidad de impago y revelen su estrategia de gestin del riesgo al supervisor. Hasta la fecha, no se han identificado modelos estables (los propuestos por cada investigador para cada perodo, sector o pas son diferentes) y con tasas de xito adecuadas en muestras distintas a las empleadas en su desarrollo. Una de las razones que se han alegado para justificar el fracaso de los modelos predictivos es la dudosa calidad de los datos contables de las empresas en peor situacin financiera. Segn Beaver (1968) y Wilcox (1971), estas empresas probablemente alteran las magnitudes ms populares en el anlisis financiero para mantener la confianza de acreedores, proveedores y accionistas. Este problema ha sido difcil de resolver en el pasado porque los investigadores obtenan los datos contables de grandes bases de datos en las que los informes de auditoria

36

no estaban disponibles, por lo que eran incapaces de ajustar los datos de las empresas fracasadas.
Presentacin del modelo de William Beaver

El profesor William Beaver (1966) us una muestra igual de empresas manufactureras que quebraron y que no quebraron, para estudiar el desempeo de treinta ndices financieros. Los resultados fueron alentadores en cuanto a los indicadores de insolvencia, observndose desvos significativos en los restantes. De todas maneras, tomndolos individualmente, Beaver concluy que el ndice ms predictivo es el que relaciona el ingreso total con las deudas totales. En sus resultados hall que, de esos ndices financieros, los mejores preeditores de la quiebra fueron, en orden descendiente: relacin flujo de efectivo a deuda total; relacin utilidad neta a activos totales; relacin deuda total a activos totales; relacin capital de trabajo neto a activos totales; y la razn circulante. Al estudiar estos ndices en particular, sus resultados mostraron, por ejemplo, que las empresas en no quiebra, durante los cinco aos previos al anlisis, tenan estos ndices en una situacin bastante buena en contraposicin a las empresas en quiebra, que los tenan seriamente deteriorados. Sealando producto de sus investigaciones los valores siguientes: Flujo de Caja / Deuda Total =Entre 0,45 y 0,50 para las empresas buenas y 0,15 y - 0,15 para las empresas malas. Utilidad Neta / Activo Total = 0.08 a -0.09 no quiebra y entre 0.02 a -0.20 quiebra. Deuda Total / Activo Total = 0,37 a 0,45 no quiebra y entre 0.52 a 0.81 quiebra. Capital Trabajo Neto / Activo Total = 0,36 a 0,42 no quiebra y entre 0,30 a 0,06 quiebra. Activo Circulante / Pasivo Circulante = 3.2 a 3.4 no quiebra y entre quiebra. 2.5 a 2.0 entre

Estos ndices recogen con precisin los eventos actuales y futuros que pudieran presentarse en empresas que se estn administrando con criterios bsicos de finanzas o en aquellas donde exista cierta deficiencia y que permanezcan varios aos utilizando los mismos criterios dentro de los rangos sealados. Igualmente es sealado en sus estudios que, un ao antes de la quiebra, el primer ndice era capaz de predecir correctamente la quiebra en casi el 90% de la muestra de empresas seleccionadas, mientras que el ndice circulante predeca correctamente en slo el 80% de los casos. Cinco aos antes de la 37

quiebra, estos porcentajes eran de 78% y 55%, respectivamente. Esto nos indica que mientras ms cercana est la empresa de la quiebra mejor ser el proceso de prediccin que se obtenga de los valores arrojados por ellas.
Presentacin del Modelo de M. Tamari

M. Tamari (1966) realiz un trabajo de investigacin, utilizando un sistema de puntaje, para pronosticar la quiebra de empresas usando seis diferentes ndices financieros. Mucho de su trabajo reportado fue para clientes de un banco Israel donde Tamari trabajaba, por lo que algunos de los ndices utilizados no se conocan ampliamente. Estos ndices fueron: razn de endeudamiento; razn circulante; razn cobertura de deuda; capacidad financiera; razn de conversin de activos fijos; y reposicin de capital de trabajo,BECERRA Rigoberto (1988,). El total mximo de puntos asignados fue de cien, donde a dos de los ndices se le asign 25 a cada uno, a otro se le asign 20 y a los tres restantes se les asign 10 puntos a cada uno. Los puntos fueron asignados basndose en opiniones, ms bien que sobre una base estadstica. Este procedimiento puede ser ilustrado en la tabla siguiente con el ndice circulante, al cual le fue asignado un mximo de 20 puntos, utilizando la siguiente escala:
Tabla 5 Sistema de Puntaje del Modelo de M. Tamari

Valor ndice >2 1,5 a 2,0 1,1 a 1,5 0,9 a 1,1 < 0,9

Puntos 20 15 10 5 0

FUENTE: Becerra Rigoberto. Gerencia de Crdito y Cobranzas (1988)

Los puntos fueron totalizados para todos los ndices y para cada ao que preceden a la quiebra, tanto para las empresas que quebraron como para las que no quebraron. El puntaje resultante, el cual Tamari llam "ndice de riesgo", fue usado para establecer tres clases de riesgo: Menor que 30 puntos: Probablemente va a la quiebra. De 30 a 60 puntos: Riesgo marginal Mayor que 60 puntos: Buen riesgo de crdito. 38

En el estudio se seala que de 28 empresas incluidas en la investigacin, el 75% que tuvo un ndice de riesgo menor de 35 puntos, quebraron. Esto dio una gran fortaleza a esta herramienta para ser utilizada en el pronstico de quiebras de empresas, bien sea para fines crediticios u otros propsitos. Sin embargo, es recomendable que, tanto los ndices utilizados como su peso y escala, deben ser preparados y validados sobre una base estadstica ms bien que de opiniones u observaciones directas.
Presentacin del Modelo de Libby

Durante el ao 1975 Libby desarrolla un anlisis para determinar si las razones son un instrumento til para predecir quiebras de empresas; luego de estudios estadsticos, y utilizando las opiniones de oficiales de prstamos de bancos de diferentes tamaos, distinta edad e inclusive experiencias, y contrastando sus resultados con la realidad, Libby distingue, cinco (5) dimensiones y las cinco razones que mejor predicen dentro de una tendencia de los tres aos anteriores al problema.(Pzcale, 2000). Los hallazgos de Libby llevan a la conclusin que sus razones son un buen elemento preeditor de serios problemas financieros en las empresas, destacando por consiguiente la utilidad o bondad que los ndices presentan a la hora de servir de instrumentos de valoracin. Ellos se presentan en la tabla No. siguiente y son:
Tabla 6 Bondades de los Ratios del Modelo de Lobby

DIMENSIN Rentabilidad Actividad Liquidez Activos Posicin de Caja

RAZONES Ganancia Neta / Total de Activos Activos Corrientes / Ventas Activos Corrientes /Pasivos Corrientes Activos Corrientes / Total de Activos Caja y Disponibilidad / Total de Activos

Presentacin de Modelo de Ricardo Pascale

De manera ms reciente, en 1988, RICARDO PASCALE desarrollo un modelo que tambin busca predecir la bancarrota de las empresas en el contexto latinoamericano, con alta inestabilidad. Trabajando para la industria uruguaya, su modelo, usando el anlisis discriminante mltiple es: 39

Z = -3,70992 + 0,99418 X1 + 6,55340 X2 + 5,51253 X3

Donde: X1 = Ventas / Deudas totales X2 = Ganancias Ajustadas por Inflacin / Activos Totales X3= Deuda a Largo Plazo / Deuda Total Valor Crtico: Z = 0 y la Zona de Ignorancia: -1,05 < Z < 0,4 En las distintas pruebas de significacin, la clasificacin result correcta en un 92% para un ao anterior a la quiebra y de un 81/82 % para dos o tres aos antes a la quiebra. Utilizando un modelo como el de Pascale para pases de Amrica Latina (Uruguay), los resultados deben interpretarse en el sentido siguiente: Para el modelo de PASCALE, si reporta un valor de Z superior a cero (0), la empresa ser clasificada como con caractersticas similares a firmas que no han presentado serios problemas financieros y aquellas que tienen un Z menor que cero (0) como aquellas con caractersticas similares a las empresas que han tenido serios problemas financieros. (Pascale, 2000)
Presentacin del Modelo de Fulmer

Al igual que los modelos creados por Altman, l indicador desarrollado por Fulmer en 1984 utiliza el anlisis iterativo de discriminacin mltiple, pero al contrario de aquel simplifica la interpretacin del resultado, el cul se presenta como una funcin dicotmica, del tipo verdadero o falso, dependiendo de si es mayor o menor que uno dicho resultado. (Leon Valdez, 2000), En una muestra de 60 empresas, 30 solventes y 30 insolventes, Fulmer calcul y evalu 40 razones financieras para elegir, finalmente, las siguientes nueve razones ponderadas: X1 = Utilidades retenidas / Activo Total X2 = Ventas / Activo Total X3 = Utilidad antes de impuestos / Capital Contable (Patrimonio) X4 = Flujo de caja / Pasivo Total X5 = Pasivo Total / Activo Total X6 = Pasivo Corriente / Activo Total X7 = Activo Total Tangible X8 = Capital de Trabajo / Pasivo Total X9 = Logaritmo de la Utilidad de Operacin / Gastos Financieros

40

La ponderacin de estas nueve variables permite formular la siguiente ecuacin para hallar el indicador de quiebra o insolvencia:
H=5.528(X1)+0.212(X2)+0.073(X3)+1.270(X4)+0.120(X5)+2.335 +1.083 (X8)+0.894 (X9)6.075 (X6)+0.575 (X7)

Si H < 0 la empresa se considera insolvente y entre ms alto sea el numero positivo que se obtenga entonces se podr afirmar que la compaa es, as mismo, ms slida desde el punto de vista financiero. El modelo de Fulmer alcanz un 98 por ciento de precisin aplicando la ecuacin con un ao de anticipacin a la declaratoria de insolvencia y un 81 por ciento en perodos mayores a un ao. La muestra se dise para 30 empresas solventes y 30 insolventes.
Presentacin del Modelo de Gordon Springate

Tambin siguiendo los procedimientos de Altman. En 1978 Gordon L.V. Springate de la Universidad Simn Fraser de Canad us el anlisis estadstico iterativo de discriminacin mltiple y desarroll un nuevo modelo de prediccin de quiebra sobre una muestra de 50 empresas y la utilizacin de 19 razones financieras de uso frecuente que mejor distinguieron entre los buenos negocios y los candidatos a insolvencias, de las cuales se seleccionaron cuatro para conformar la siguiente ecuacin:
Z = 1.03A + 3.07B + 0.66C + 0.40D

Las variables para aplicar el modelo estn conformadas por los siguientes factores: A = Capital de Trabajo / Activo Total B = Utilidad neta antes de intereses e impuestos / Activo Total C = Utilidad neta antes de impuestos / Pasivo Corriente D = Ventas / Activo Total Si el resultado de Z es inferior a 0.862 puede considerarse como insolvente a la empresa que lo obtuvo. La precisin del modelo Springate fue del 92.5 por ciento (1978). Botheras (1979) prob el modelo de Springate tambin en 50 empresas con un activo promedio de 2.5 millones de dlares canadienses y arroj una precisin de slo 88 por ciento de exactitud. Sands (1980) tomo el modelo de Springate para una muestra de 24

41

empresas con un activo promedio de 63,4 millones de dlares canadienses, la exactitud del modelo se redujo al 83.3 por ciento.
Presentacin del Modelo Ca-Score

Este modelo de prediccin de quiebra e insolvencia fue desarrollado por Jean Legault de la Universidad de Quebec en Montreal, usando el anlisis estadstico iterativo de discriminacin mltiple y debe su nombre a la Sociedad de Contadores Pblicos de la misma ciudad canadiense (Quebec CAs) quien recomienda su uso a todos los miembros del gremio. El autor del modelo inform (1987) que ste tiene un promedio de confianza del 83% y est restringido a evaluar empresas manufactureras. Cuando el resultado de CASCORE es menor a 0.3 (0.3 negativo) la empresa se considera insolvente. (Len Valdez, 2000) El modelo fue formalizado despus de analizar 30 razones financieras de una muestra total de 173 empresas manufactureras con ventas anuales entre 1 a 20 millones de dlares canadienses, llegando a sta funcin:
CA-SCORE = 4.5913 (X1) + 4.5080 (X2) + 0.3936 (X3) 2.7616

Las variables definitivas son: X1 = Capital Contable (Patrimonio) / Activo Total X2 = (Utilidad antes de impuestos y partidas extraordinarias + gastos financieros) / Activo Total X3 = Ventas / Activo Total
Presentacin del Modelo De Kanitz

El anlisis de balances a travs de indicadores contables ha sido desarrollado en el medio acadmico gracias a la integracin con la comunidad empresarial. El campo de esos indicadores es amplio y la posibilidad de crear nuevas frmulas de acuerdo con las necesidades especficas tiene como lmite la experiencia y la creatividad de cada profesional. Para que el analista no se sienta perdido frente a un gran nmero de ndices, cocientes, indicadores, muchas veces repetitivos y hasta muchas veces contradictorios, esos anlisis son dispuestos en grupos o modelos especficos que buscan verificar la situacin de una determinada empresa sobre los ms variados enfoques. Los anlisis tradicionales estn dispuestos en grupos de indicadores que buscan evaluar las situaciones de liquidez,

42

endeudamiento, rentabilidad y apalancamiento, retorno de la inversin, estructura de los activos, calidad de los pasivos, etc. Otros anlisis se componen de modelos con capacidad predictiva, estructurados a partir de una canasta de informaciones y ponderada de acuerdo con criterios estadsticos. Es ele caso del modelo de previsin de insolvencia elaborado por KANTZ y que es el foco de este estudio. Al divulgar su modelo, KANITZ no explica como lleg a la formula de clculo, diciendo que se trata de una herramienta estadstica. Para calcular el factor de insolvenciausamos una combinacin de ndices, ponderados estadsticamente....Se trata de una ponderacin relativamente compleja (Kantz, Stephen, 1974). El profesor Srephenn Charles Kanitz, del Departamento de Contabilidad de LA Facultad de Economa y Administracin de la Universidad de Sao Paulo (FEA/USP), fue responsable, durante mas de 20 aos, por la elaboracin del anlisis econmico y financiero de las 500 Mejores y Mayores empresas brasileras editadas por la Revista Exame3. Fruto de su trabajo junto a las empresas y el de su investigacin, elabor un modelo de previsin de falencias, tambin conocido como factor de insolvencia. Este factor es obtenido a partir de informaciones de balances contables de empresas a travs del clculo de una frmula mgica, a saber: F. Insolvencia = 0.05X1+ 1.65X2 + 3.55 X3 +-1.06X4 0.33X5 Donde
X1 = ActivoCicu lante Patrimonio Neto

X2 =

ActivoCirc ulante + Re alizableaA L arg oPlazo PaisvoCirc ulante + ExigibleaAL arg oPlazo ActivoCirc ulante Estock PasivoCirc ulante

X3 =

X4 =

ActivoCirculante pasivoCirculante

Para mayor profundidad del tema: Fundacin Instituto de Pesquisas Contabeis, Aturiais e Financieras (FIPECAFI), bajo la coordinacin de los profesores L. Nelson de Carvalho e Ariovaldo dos Santos, tambin del Departamento de Contabilidad de FEA/USP.

43

X5 =

PasivoCirc ulante + ExigibleAL arg oPlazo Patrimonio Neto

Luego del clculo, se obtiene un nmero denominado de Factor de Insolvencia que determina la tendencia de una empresa a fallar o no. Para facilitar, el autor creo una escala llamada de Termmetro de Insolvencia, indicando tres situaciones diferentes Solvente, Penumbra e Insolvente, en la siguiente grfica, a saber:
Grfica 6 Termmetro de Insolvencia de Kanitz
7 6 5 4 3 2 1 0 1 2 3 4 5 6 7

FUENTE: Kanitz, Stephen Charles. Como prever falencias de empresas.

Los valores positivos indican que la empresa est en una situacin buena o solvente, si fuese menor a -3 la empresa se encuentra en una situacin mala o insolvente y que podr llevarla a la quiebra. El intervalo intermedio, de 0 a -3, llamada penumbra representa a un rea en que el factor de insolvencia no es suficiente para analizar el estado de la empresa, pero inspira cuidados. Una empresa que presenta un factor de insolvencia positivo, tiene menor probabilidad de ir hacia el fracaso y esa posibilidad disminuir a medida que el factor positivo fuese mayor. Al contrario, cuanto menor fuese el factor negativo mayores sern las oportunidades de la empresa para terminar sus actividades. 44

INSOLVENTE

PENUMBRA

SOLVENTE

Presentacin del Modelo de Elizabetky

Factor = 1,93X1-0,2X2+1,02X3-1,33X4-1,12X5 Donde: X1 = Ganancia Neta / Ventas X2 = Disponible / Activo Permanente X3 = Cuentas a Recibir/ Activo Total X4 = Stock / Activo Total X5 = Pasivo Circulante / Activo Total Anlisis: El punto Crtico es 0.5
Presentacin del Modelo de Matias

Factor = 23,792X1-8,26X2-9,868X3-0,764X4-0,535X5+9,912X6 Donde: X1 = Patrimonio Neto/ Activo Total X2 = Prstamos Bancarios / Activo Circulante X3 = Proveedores/ Activo Total X4 = Activo Circulante / Pasivo Circulante X5 = Ganancia Operativa / Activo Total X6= Disponible / Activo Total Anlisis: El punto Crtico es cero
Presentacin del Modelo de Pereira

Factor = 0,722-5,124X1+11,016X2-0,342X3-0,048X4+8,605X5+0,004X6 Donde: X1 = Documentos Descontados/ Documentos a Recibir X2 = Stock Final / Costo de las Mercaderas Vendidas X3 = Proveedores/ Ventas X4 = Stock Medio / Costo de las Mercaderas Vendidas X5 = Exigible Total / (Ganancia Neta + 10% Inmovilizado medio + Saldo Deudor de la Correccin Monetaria.) Anlisis: El punto Crtico es cero

45

Todos estos modelos de previsin de insolvencia fueron desarrollados a partir de una determinada muestra colectada en sus respectivas pocas. El modelo de KANITZ, por ejemplo, no tendra hoy el mismo grado de precisin previsto en la poca de su desarrollo. PEREIRA apur el grado de precisin de estos modelos comparando las empresas clasificadas correctamente con las informaciones reales obtenidas en muestras de empresas solventes e insolventes. Su modelo fue el que obtuvo mejor ndice de acierto, 90% para las empresas solventes y 86 % para las empresas insolventes. Vea el grfico referido con el grado de precisin, el de aciertos, (medio) de esos modelos que adaptamos a partir del estudio de PEREIRA ( SILVA, Jos Pereira,1983)
Grfico 7 Grado de Precisin de los Modelos de Previsin de Insolvencia
100% 80% 60% 40% 20% 0% PEREIRA ALTMAN KANITZ MATIAS ELIZABETSKY 88% 80%

74%

74%

69%

FUENTE: Kanitz, Stephen Charles. Como prever falencias de empresas

Esos modelos son desarrollados a travs de una tcnica estadstica denominada de anlisis discriminante. Su uso, bastante difundido en otros pases, solo ahora comienza a ser difundido en Brasil.
Presentacin del Modelo de DAveni

Daveni nos proporciona un nuevo ndice de medicin. Este se crea al combinar aspectos econmicos-financieros con la rotacin de personal clave de la empresa (recursos humanos). El ndice D creado por Daveni se conforma de dos variables: Patrimonio entre deuda y prestigio corporativo. Estos dos miden el ndice de capacidad interna de cada firma. La racionalidad de este ndice radica en que cada variable contribuye como recurso de la firma.

46

El peso o ponderacin del capital sobre deuda y del prestigio se establece como una funcin que discrimina entre empresas quebradas y sobrevivientes. Los estudios empricos estadsticos discriminantes establecen un score de: 1.84 x Patrimonio + 0.528 x Prestigio + 0.11 Deuda Debido a que el score D es una funcin emprica discriminante es un ndice que pondera recursos gerenciales y financieros de forma tal que nos permite predecir la posibilidad de fracaso. Un bajo ndice D indica una alta probabilidad de quebrar. El ndice D se puede agrupar por clusters.
Presentacin de los Modelos Z De Altman

El profesor Edward Altman (1968) ha sido el pionero en utilizar el Anlisis Discriminante Mltiple (ADM), es una tcnica estadstica que busca el conjunto o set de variables que mejor discriminan entre dos o ms grupos, a las ramas econmicas financieras. Es una tcnica estadstica sofisticada, fue aplicada para la seleccin y evaluacin de los ndices que ms probablemente diferencian o distinguen entre empresas en quiebra y empresas en no quiebra. El primer paso es establecer clasificaciones de grupos explcitos. El nmero de los grupos originales puede ser dos o ms. Mediante ste se calcula la importancia que hay que dar a cada variable con el fin de separar "las ovejas de las cabras". BREALEY, Richard A. y Stewarc C., Myers (1993). Despus que los grupos son establecidos, la informacin es agrupada por los objetos en el grupo; el anlisis discriminante mltiple en su forma ms simple intenta derivar una combinacin lineal de las caractersticas que mejor se discriminan entre los grupos. Si un objeto en particular, por ejemplo, una corporacin tiene caractersticas (ndices financieros) que pueden ser cuantificados para todas las compaas en el anlisis el ADM determina una serie de coeficientes discriminantes. Cuando estos coeficientes son aplicados a los ndices actuales, existe una base para la clasificacin dentro de los grupos mutuamente exclusivos. La tcnica ADM tiene la ventaja de considerar un perfil completo de caractersticas relevantes comunes a las compaas as como las interacciones de estas propiedades. Altman prob veintids (22) ndices, de los cuales slo seleccion cinco como los mejores para predecir la quiebra

47

corporativa, bajo la base de su habilidad combinada o mltiple para discriminar entre empresas en quiebra y empresas en no quiebra. Este procedimiento difiere radicalmente del realizado por M. Tamari, ya expuesto, el cual slo suma puntos de ndices que se cree tienen habilidad predictiva. El enfoque del anlisis discriminante, por su lado, primero prueba la correlacin entre ndices individuales y entonces selecciona aquellos que contribuyen ms al valor discriminante, el cual fue llamado "Valor de Z". Este enfoque ha tenido amplia aceptacin, y tal como lo expone Charles Kyd, (1968) combinando el anlisis tradicional de ndices financieros con una tcnica estadstica llamada Anlisis Discriminante Mltiple (ADM), Edward Altman, un economista financiero de la New York University's Graduate School of Business, se las arregl para contestar a la pregunta que generalmente le hacan en sus clases y conferencias: Cmo puede usted predecir qu negocios irn probablemente a la quiebra y cules probablemente no?. Indudablemente, desarrollando un modelo para predecir el peligro de que una empresa fuera a la quiebra. En ese mismo sentido, VIVES Antonio,(1991) cita lo siguiente: El anlisis financiero se emplea bsicamente para comparar, analizar e interpretar los resultados histricos y los proyectados de determinados perodos de tiempo, expresamos que su metodologa de clculo es muy sencilla y si nos ubicamos correctamente en lo que la empresa desea conocer, obtendremos resultados exitosos. Recordemos, que el anlisis e interpretacin de los estados financieros, obedece a ciertas tcnicas que pueden circunscribirse al anlisis de series de tiempo, en donde se comparan las razones de una determinada empresa a lo largo del tiempo; el anlisis seccional comparativo, en donde cotejamos a la empresa, con empresas similares; el anlisis residual, en donde analizamos las variaciones que hayan tenido las razones, en el tiempo, luego de haber disminuido los cambios abruptos que se pueden presentar en la industria y en la economa en general; y el anlisis multivariable, cuando se analizan conjunto de razones en el tiempo, en vez de razones individuales. Todos estos procedimientos se complementan y a veces resulta prctico y til recurrir a todos ellos para formarnos un criterio ms exacto de la realidad econmico financiera que rodea a la empresa que se analiza; es lo que Van Horne denomina Poder de prediccin de las razones financieras bajo el siguiente resumen: La confianza depositada en determinadas razones depende de la percepcin que tenga el analista de su poder de prediccin en relacin con el problema a mano (una percepcin que se basa en creencias

48

subjetivas o en un anlisis emprico). La mayora de las estimaciones del poder de prediccin de las razones financieras se basa en la experiencia que el analista haya tenido con ellas. De manera que, por su misma naturaleza, estos clculos tienden a ser subjetivos y resultar diferentes de un analista a otro. ALTUVE Godoy, Jos Germn (1994)
Presentacin del Modelo Z de Altman

Los modelos de prediccin de la insolvencia empresarial tienen su origen en la necesidad de contar con instrumentos analticos que puedan sustituir o cooperar en la tarea del analista de diagnosticar empresas. En general, el diagnstico econmico financiero de empresas es efectuado por los analistas utilizando el denominado modelo de los ratios, que se basa en la estimacin de una serie de indicadores relevantes, originados en los estados financieros de la empresa, y que posteriormente son sometidos a una etapa de anlisis y comparacin, con la cual el analista debe efectuar una serie de reflexiones y consideraciones acerca del estado de salud de una empresa. E. Altman fue el primer autor que propone un mtodo analtico que permita clasificar empresas en grupos de empresas sanas o no sanas. La propuesta se basa en la utilizacin del Anlisis Discriminante Mltiple (ADM), a partir del cual se determinan ciertas funciones, denominadas Funciones Discriminantes, que se utilizan para agrupar a las empresas en ciertos grupos definidos a priori. El objetivo del ADM aplicado a la prediccin de la insolvencia es obtener una funcin que combine linealmente un conjunto de variables independientes, de tal forma que a travs de esta funcin se obtenga un valor que ser utilizado posteriormente con el fin de predecir la posible quiebra de una empresa. A esta funcin se la denomina comnmente la z-score, y en el sentido de Gabas Trigo, el valor de z puede representar una apreciacin sinttica de la situacin financiera de la empresa, es decir, aproximadamente un ratio global de la misma, o dicho con otras palabras, un indicador del riesgo financiero global de la empresa. VIGLER, Hernn P., GONZALEZ Milton y LOCATELLI Jorgelina (2000). El Predictor de quiebra conocido como Z-Score combina varios de los indicadores financieros ms significativos dentro de una derivacin estadstica que fue publicada inicialmente por el Dr. Edward Altman, y desarrollada en una muestra de empresas

49

industriales. WESTON J. Fred y COPELAN Thomas E., (1988) en 1.968. Desde entonces, el algoritmo se ha perfeccionado hasta lograr un 95 % de confiabilidad en la exactitud de la prediccin de quiebra, con dos aos de anterioridad a la situacin de insolvencia, tambin en empresas no industriales y que no coticen en bolsa. Una vez obtenido el valor Z, se compara con los lmites de referencia, o valores de corte, para obtener el diagnstico de la situacin de la o las empresas, de acuerdo con el modelo. Las variables definitivas del modelo Z-Score de Altman que mejor discrimina o determinan la fortaleza financiera de una firma se visualizan en la tabla siguiente, ellos son:
Tabla NO 7 Variables Discriminantes del Modelo Z de Altman Siglas Significado

AC AT VN IN PT PC VM UAI UR

Activos Corrientes Activos Totales Ventas Netas Gastos Financieros Pasivos Totales Pasivos Corrientes Valor De Mercado Utilidad Antes de Impuestos Utilidades Retenidas

FUENTE: LEON Valds Csar A. El anlisis financiero como herramienta en la prediccin de quiebra e insolvencia financiera. Monografa. Pg. 3.

Con base en estas variables, Altman deriv las siguientes ecuaciones que, posteriormente, fueron utilizadas para la determinacin del indicador Z-Score.
X1 = (AC PC) / AT: Para Altman, este es el menos significativo de los factores al ser una

medida de los activos lquidos netos de la firma con respecto a sus activos totales. Se conoce como fondo de operaciones o capital neto de trabajo.
X2 = UR / AT: Un factor ms representativo, porque es una medida en un plazo ms largo referente a la poltica de retencin de utilidades, aunque sta cuenta puede ser manipulada, de alguna manera, y podra crearse algn sesgo en sus resultados.

50

X3 = (UAI + IN) / AT: El factor ms importante, pues la utilidad es el objetivo principal de cualquier actividad econmica y de su volumen depende la fortaleza financiera de la firma. Los gastos financieros se agregan a las utilidades pues este costo no detrae de la rentabilidad de la firma. X4 = VM / PT: Un indicador ms significativo que el anterior. Seala la capacidad de la firma de sufrir una declinacin en el valor de los activos. En algunas ocasiones, VM puede

ser substituido por el resultado de (AT PT), es decir por el patrimonio contable registrado; sin embargo, se sostiene que no siempre el valor patrimonial es cercanamente equivalente al valor comercial.
X5 = VN / AT: Este es uno de los indicadores ms significativos, porque ilustra las ventas que son generadas por la inversin total de la compaa representada por sus activos.

La funcin discriminante que result de su primera versin del valor Z fue la siguiente:
Z = 1.2X1 + 1.4X2 + 3.3X3 + 0.6X4 + 0.99X5

En esta funcin discriminante, las equis (X) son precisamente los ndices seleccionados para conformar el Valor Z. Estos son: X1 = Capital de trabajo neto / Activo total (en %) X1 = Activos Circulantes menos Pasivos Circulantes / Activos Totales (en %) X2 = Utilidades retenidas acumuladas / Activos totales (en %) X3 = Ganancias antes intereses e impuestos (GAII) / Activos totales (en %) X4= Valor de mercado del Patrimonio / Pasivos totales (en %) X5 = Ventas / Activos totales (veces) Los parmetros o lmites de referencia para la separacin de los dos grupos se establecieron, en esta versin, de la manera siguiente:
Z 2.99: Baja probabilidad de quiebra; probablemente la empresa no tendr problemas de

solvencia en el corto y mediano plazo, aunque factores tales como mala gestin, fraude, desaceleracin econmica, y otros pueden causar una cambio inesperado.

51

Z 1.81: Alta probabilidad de quiebra; indica que la empresa prcticamente incurrir en

quiebra. Normalmente una firma no recupera su solvencia si se encuentra con un resultado as.
1.81 > Z < 2.99: Zona gris; seala alguna seguridad relativa, pero se sita dentro de un rea de observacin (rea gris) y est debajo del umbral de ms alta seguridad. Tabla 8 Posicin de los ndices Financieros Modelo Z de Altman ndice Posicin X3 1ro. X5 2do. X4 3ro. X2 4to. X1 5to.
FUENTE: LEON Valds Csar A. El anlisis financiero como herramienta en la prediccin de quiebra e insolvencia financiera. Monografa. Pg. 3.

Este modelo tiene mltiple aplicabilidad, dado que el mismo puede ser aplicado para un grupo de empresas o para una empresa individual. Si es para un grupo de empresas, se calcula cada uno de los ndices, contemplados en el modelo, para cada empresa de la muestra que se tome. Se calcula el valor promedio de cada ndice en el grupo y se sustituye en la funcin discriminante. 1. Si es para una empresa en particular, se calculan igualmente los ndices del modelo y el resultado se sustituye en la funcin discriminante para obtener el valor de Z. Esto puede hacerse para el ejercicio econmico actual o para uno proyectado. Pero puede tambin calcularse para una serie histrica de no ms de cinco aos o de unos dos aos proyectados, todo lo cual permitir analizar la tendencia y as tener una mejor visin de la situacin del grupo de empresas o de una empresa en particular. Ante las crticas hacia el modelo, en el sentido que no todas las empresas son manufactureras cotizables en el mercado de capitales, adicionalmente existen empresas comerciales y de servicio, cotizables o no, las cuales no fueron consideradas en el modelo, todo lo cual haca no muy aplicable el modelo en la mayor parte de las situaciones; Altman acept realizar revisin del mismo (aunque en un principio se resisti argumentando no ser necesario), lo que result en la obtencin de dos nuevas versiones: Valor Z1 y Valor Z2. Cules fueron los cambios en estas dos nuevas versiones del modelo Z de Altman?. A

52

continuacin se exponen brevemente, sin muchos detalles, recomendando al lector interesado profundizar sobre este aspecto.
Presentacin del Modelo Z1 de Altman

En la segunda parte del anlisis realizado al predictor de quiebra conocido como Altman Z Score se plantea la solucin al problema detectado en la ecuacin original, la cul inclua nicamente empresas industriales inscritas en bolsa de valores. Surgen, de sta manera, los indicadores Z1 y Z2 con el propsito de ampliar el campo de accin de la mencionada ecuacin Altman. As mismo, se incorporan al ensayo propuestas de otros autores en el mismo sentido, es decir, la formulacin de una ecuacin que facilite tomar decisiones a tiempo, cuando se detecten posibles problemas financieros en una empresa, con dos aos o ms de anticipacin. Esta versin del modelo original se desarroll para que fuera aplicable a cualquier clase de empresa y no slo a aquellas industrias manufactureras inscritas en bolsa. Para poder cumplir tal propsito se trabaj bsicamente con los factores integrantes de la variable X4, sustituyendo el valor de mercado por el valor patrimonial en libros o valor del capital contable. Este valor es entonces utilizable para cuando las empresas o la empresa, objeto de anlisis, es manufacturera no cotizable en el mercado burstil. Esto debe tenerse en cuenta al momento del anlisis, para as ajustarse al modelo y tener mayor confiabilidad en sus resultados. Los ndices quedaron prcticamente iguales, con excepcin del X4, donde se sustituy el numerador, ya que en vez de contemplar el valor de mercado del patrimonio, se cambi por el valor contable del patrimonio (por ser empresa no cotizada en el mercado y por lo tanto difcil, aunque no imposible, de determinar su valor de mercado). O sea que X4 qued en la versin Z1 de Altman de la forma siguiente: X4 = Valor contable del patrimonio / Pasivo total. En esta funcin discriminante, las equis (X) son precisamente los ndices seleccionados para conformar el Valor Z1. Estos son: X1 = Capital de trabajo neto / Activo total (en %) X1 = Activos Circulantes menos Pasivos Circulantes / Activos Totales (en %) X2 = Utilidades retenidas acumuladas / Activos totales (en %) X3 = Ganancias antes intereses e impuestos (GAII) / Activos totales (en %) X4= Valor contable del patrimonio / Pasivo total (en %)

53

X5 = Ventas / Activos totales (veces) Asimismo, los coeficientes de la funcin discriminante se modificaron, quedando:
Z1 = 0.717X1 + 0.847X2 + 3.107X3 + 0.420X4 + 0.998X5

De donde puede observarse que, an despus de estas modificaciones, el volumen de utilidades operativas contina siendo el factor ms importante en la determinacin del indicador. Debe recordarse que la variable X3 est dada por la frmula UAI (Utilidad antes de impuestos) + IN (Gastos financieros) dividido por AT (Activos totales). Bajo sta nueva formulacin, el indicador se interpretar de acuerdo a la siguiente escala y los lmites de separacin, o parmetros de referencia, cambiaron de la forma siguiente:
Z1 2.90: Baja probabilidad de quiebra; probablemente no habr problemas de solvencia

en el corto y mediano plazo.

Z1 1.23: Alta probabilidad de incurrir en quiebra 1.23 < Z1 < 2.90: Zona gris; corresponde a la zona gris definida por Altman, donde existe alguna probabilidad de quiebra, ms evidente entre ms cercano est el resultado al lmite inferior determinado en la funcin. Sin embargo, como el factor X5 otorga un peso relativo importante a la rotacin de activos y es en las empresas manufactureras donde dicho rubro mantiene grandes volmenes, en cierta forma se estara distorsionando el resultado para empresas comerciales y de servicios con menos inversin en activos fijos. Este hecho condujo a un nuevo replanteamiento del modelo, tal y como se explica a continuacin. Presentacin del Modelo Z2 de Altman

Ante el sealamiento, por parte de analistas y crticos del modelo, de que tambin haban empresas que no eran manufactureras, cotizadas o no, para las cuales las dos versiones ya publicadas no eran aplicables, o sea de que existan las empresas comerciales y de servicio, Altman realiz modificaciones en su estudio y lleg a obtener el Valor Z2, para ser usada por cualquier tipo de empresa diferente a las contempladas en Z y Z1. Entonces Z2 debe aplicarse cuando la empresa es comercial o de servicio. La nueva versin del modelo, con el propsito de corregir la distorsin que podra presentarse segn se explic en el prrafo anterior, elimina la razn de rotacin de activos (X5) y otorga un peso relativo an ms importante al factor de generacin de utilidades en relacin al activo (X3):

54

Las modificaciones fueron en los ndices utilizados, en los coeficientes de la funcin discriminante y en los parmetros de referencia. As se tiene que en Z2 se elimin X5, conservndose los dems ndices utilizados en la versin Z1. El argumento de peso para la eliminacin del X5 es que este ndice es problemtico en el sentido de que vara significativamente de una a otra empresa de distinto ramo o sector industrial, lo que trae distorsin y puede dar lugar a interpretaciones errneas y, en este caso, a influencias distorsionantes en el modelo. X1 = Capital de trabajo neto / Activo total (en %) X2 = Utilidades retenidas acumuladas / Activos totales (en %) X3 = Ganancias antes intereses e impuestos (GAII) / Activos totales (en %) X4 = Valor contable del patrimonio / Pasivo total (en %) En cuanto a la funcin discriminante, esta qued de la forma siguiente:
Z2 = 6.56X1 + 3.26X2 + 6.72X3 + 1.05X4

Por su parte, los lmites o parmetros de referencia se modificaron de la forma siguiente:

Z2 2.60: Baja probabilidad de quiebra; probablemente no habr problemas de solvencia

en el corto y mediano plazo.

Z2 1.10: Alta probabilidad de incurrir en quiebra 1.10 < Z2 < 2.60: Zona gris; es la zona gris definida por Altman, en la cul se presenta alguna probabilidad de quiebra, ms evidente en la medida en que el resultado se encuentre ms cerca del lmite inferior calculado en la ecuacin. La forma de aplicacin es igual para las versiones anteriores, es decir, se calculan los valores de cada ndice y se sustituyen en la funcin discriminante para hallar el valor de Z2. Estos comentarios nos inducen a plantear que el anlisis de estados financieros es pertinente y que su contribucin es definitiva para llevar adelante una administracin sana, de manera que la angustia financiera que se traduce en la insolvencia y posteriormente en la quiebra se minimice. Nuevas aplicaciones de los valores Z de Altman

Una permanente preocupacin de los investigadores sobre la problemtica de la quiebra ha sido su prediccin, y sobre este punto se han desarrollado modelos matemticos, basados exclusivamente en data cuantitativa, siendo el ms conocido y utilizado el modelo de prediccin de fallas de Altman (1968) que posteriormente ha sido modificado por el mismo y que se describe a continuacin.

55

Es un modelo estadstico, discriminante y multivariable. Esto significa que se ha construido en base al comportamiento de miles de empresas, razn por la cual las ponderaciones no debemos tocarlas. Es discriminante porque diferencia el universo en aquellas compaas que van a quebrar, aquellas que no van a quebrar y las que se ubican en el rea dudosa y multivariable porque se trabaja con varias variables. Altman revis su modelo y en 1995, incorpora a los elementos de pronstico, el valor de los bonos emitidos por pases emergentes (1995). Este mtodo utiliza anlisis de crdito y benchmarking junto con un ajuste que permite realizar comparaciones con los indicadores empleados por la empresa calificadores de riesgo, la clasificacin de los bonos soberanos efectuada por las agencias, y los valores de mercado. (PINKAS Flint. 2003). La experiencia de Altman, aplicando su modelo a algunos pases emergentes (Mxico, Argentina), lo lleva a modificar su modelo de prediccin en el ao 2000; buscando examinar las caractersticas nicas que tienen los negocios que quiebran, realiza una nueva revisin de la aplicacin de su modelo y encuentra que as como las caractersticas del sector afectan el modelo, tambin lo afecta las caractersticas del mercado y por lo tanto en pases emergentes deben utilizarse variables econmicas de ajuste. A este modelo lo denomina EMS (Emerging Market Scoring). Lapide (2001) corrobora que las empresas deben examinar la ocurrencia de turning points con ayuda de indicadores econmicos, demogrficos, y utilizando modelos economtricos, de adopcin y descomposicin. El uso de indicadores financieros para predecir la quiebra empresarial ha encontrado dificultades en cuanto a su aplicacin en mercados emergentes. Los indicadores financieros del modelo Altman se concentran en la medicin del capital de trabajo, la utilidad operativa, la solvencia, el valor de mercado y el nivel de actividad. Estos indicadores no toman en cuenta ni el rol de la Banca, ni el riesgo pas, en los trminos que consideramos esenciales, para comprender el futuro de las empresas altamente endeudadas en fase de declive. Los modelos estadsticos discriminantes adolecen adems de miopa, al ignorar dos ejes: el longitudinal, pues siendo el ciclo de vida dinmico lo importante no es una cifra sino un patrn y el segundo es el macroeconmico o entorno, cuyo deterioro, puede provocar el derrumbe de una empresa (Ejemplo de ellos es si la cadena de pago se quiebra o colapsa el sistema financiero). Ejemplo reciente lo encontramos en la estatizacin de la banca en Mxico, la quiebra del sistema financiero ecuatoriano y el hundimiento de los mercados financieros y de capitales en Argentina, entre otros. Todos ellos provocaron miles de quiebras en los sectores productivos de la economa. La banca es reflejo de la economa del pas. Al hundirse la banca se hunden las empresas.

56

Con el fin de probar la aplicabilidad de cada uno de los modelos, se obtuvo informacin financiera de 124 empresas mexicanas y se seleccionaron 44 de ellas para conformar la muestra, de esta muestra 22 han sido solventes y 22 insolventes, las cuales se integra en la tabla siguiente y se muestran de la siguiente manera:
Tabla 9 Tipos de Empresas Seleccionadas
Sector Manufacturera Comercio Servicios Construccin Comunicacin Total Empresas 26 9 5 3 1 44

FUENTE: ASTORGA Hilbert, Alejandro. Modelos de prediccin de la insolvencia empresarial. Estudio. Pg. 4

Como empresas insolventes se tomaron aquellas que han incumplido en el pago de sus crditos y cayeron en cartera vencida con instituciones financieras. La muestra de estas empresas est integrada por 17 manufactureras, 1 de servicios, 1 comercial y 3 constructoras. Se consideraron empresas que no han tenido problemas financieros graves, es decir, que no han incumplido en el pago de sus obligaciones. La muestra se compone de 9 manufactureras, 4 de servicios, 8 comerciales y 1 de comunicacin, ASTORGA Hilbert (2000, p.4). La metodologa aplicada, en el caso de empresas insolventes, los modelos se aplicaron tomando estados financieros con fecha de un ao previo al incumplimiento. Para las empresas solventes, se tomaron estados financieros con por lo menos un ao de antigedad, con el fin de tener la certeza que durante ese perodo no haban sido insolventes. Se aplic a cada uno de los modelos de prediccin Z1 de Altman, Z2 de Altman, Springate, CA-Score y Fulmer; a cada una de las empresas y se compar el resultado obtenido por el modelo contra la realidad, obtenindose en el cuadro los siguientes resultados.

57

Tabla 10 Comparacin de Resultados Segn Modelo

MODELO Z1 de Altman Z2 de Altman Springate CA-Score Fulmer 18 17 21 21 12 INSOLVENTES Aciertos % 82 77 95 95 55 SOLVENTES Aciertos 22 21 16 18 19 % 100 95 73 82 86 TOTAL Aciertos 40 38 37 39 31 % 91 86 84 89 70

FUENTE: ASTORGA Hilbert, Alejandro. Modelos de prediccin de la insolvencia empresarial. Estudio. Pg. 4

El modelo Z1 de Altman tuvo slo el 82% de certeza en el caso de empresas insolventes, sin embargo, debe tomarse en cuenta que este modelo genera tres resultados posibles: alta probabilidad de insolvencia, baja probabilidad de insolvencia y un valor intermedio llamado "zona gris". Si el resultado es "zona gris", se debe interpretar como una empresa con posibilidades de caer en insolvencia aunque no necesariamente son altas. Si los resultados de "zona gris" se hubieran tomado como posibles casos de insolvencia, la precisin de este modelo sera del 95%. El modelo est diseado para aplicarse a empresas manufactureras. El modelo Z2 de Altman al igual que el Z1 puede dar tres resultados diferentes y si se consideran los "zona gris" como casos de insolvencia, la precisin del modelo sera del 88%. Puede aplicarse a empresas de cualquier giro. El modelo Springate result altamente confiable (95%) para pronosticar la insolvencia de las empresas, aunque para el caso de empresas solventes no fue tan preciso (73%). El comportamiento del modelo CA-Score fue muy similar al Springate. Se debe tomar en cuenta que fue diseado para empresas manufactureras. El modelo Fulmer no result confiable para predecir la insolvencia. A excepcin de los modelos Fulmer y Z2 de Altman, los modelos estudiados tuvieron una alta precisin para predecir la insolvencia. ASTORGA Hilbert, Alejandro (2000).
Presentacin del Modelo Ranking Financiero

Para el desarrollo de esta metodologa se consideran como base las siguientes premisas:

58

 El diseo busca evitar la conformacin de indicadores en cantidad, por el contrario, se trata de consolidar en un indicador, diversidad de operaciones, adems de tomar decisiones en el tiempo requerido. Esta formula, con variables de comportamiento similar, es extrapolable a otros servicios, Entidades Financieras y, empresas que operen bajo la caracterstica de matrices y subsidiarias. Las frmulas citadas en las lneas siguientes no establecen intervalos en el tiempo en forma cerrada, es decir; son flexibles y aplicables por meses, trimestres, aos etc. Lo importante es que las variables utilizadas en la aplicabilidad de la frmula sean homogneas, por consiguiente; tanto el numerador y el denominador deben cumplir con el mismo intervalo de tiempo. An cuando el resultado de las frmulas permiten alertar sobre la toma de decisiones, no abordaremos el tipo y cantidad de decisiones requeridas. Evita la implantacin de metas mediante la asignacin de lmites mximos o mnimos, por el contrario, se establecen metas flexibles y su medicin se basa entre quien ocupa una posicin superior e inferior. Las variables sugeridas son generales, por consiguiente, pueden variar de acuerdo a la necesidad de la organizacin en un momento dado. Para discernir la metodologa correcta de preparacin, elaboraremos el Ranking Financiero mediante dos fases: Ranking Financiero por Localidad Geogrfica Ranking Financiero por Agencia, Sucursal, Estructura o Departamento.

Para medir el Ranking Financiero por Localidad Geogrfica se utiliza la siguiente formula,
R = (ER*EO*EF)*10

R ER EO EF

= Ranking Financiero = Efectividad en la Recaudacin = Efectividad en Operaciones = Efectividad en Facturacin 59

Con respecto a esta frmula, se inicia con la aglutinacin de tres tres aspectos relacionados, cuyo anlisis se plantea en los pasos siguientes, mediante las siguientes cuestiones:
Efectividad en la Recaudacin, ER. Cunto recaudo por localidad geogrfica en funcin al monto facturado?

Ntese que este indicador descarta el anlisis de morosidad, niveles de facturacin, productividad por oficina y, otros indicadores que deben formar parte de procedimientos u objetivos especficos destinado al incremento de la ER. Su frmula de clculo sera:
= (Monto Recaudado Acumulado / Monto Facturado Acumulado)

Se hace necesario acumular estos montos por cuanto siempre existir diferimiento en la recaudacin, es decir; el monto recaudado no corresponde con el facturado en el mes (en el tiempo). En este sentido, se trata de eliminar, en cierta forma, el sesgo ocasionado entre estos dos montos. El promedio ideal es igual a uno (= 1) debido a que el monto recaudado no debera superar el facturado, sin embargo, ante polticas de crdito y morosidad, resulta imposible o alcanzable este cometido.
Efectividad Operativa, E.O.

Ahora bien, quizs se conforme el monto recaudado en funcin a lo facturado, sin embargo, lo importante de ello y en cualquier organizacin, es conocer si los costos involucrados son aceptables o por el contrario, cuestionables. En este orden, lo que se trata de medir es la eficiencia de la localidad geogrfica. Para ello, la empresa debe establecer, producto de estrategias financieras, niveles de

60

eficiencia que en un primer momento; los costos no deben superar el monto recaudado o ingresos obtenidos. En funcin a lo descrito, la segunda cuestin y a la cual se le debe dar respuesta, sera como sigue:
Cunto invierto y gasto por localidad geogrfica para obtener los recursos o ingresos obtenidos?

Para lograr este cometido, se dise la siguiente frmula:

= (Monto Recaudado Acumulado / Monto ejecutado Acumulado)

El resultado obtenido con la aplicacin de esta frmula busca un valor que parta desde cero hasta n veces y, su resultado se interpretar como las veces que la recaudacin supera los costos y gastos involucrados en el perodo analizado.
Efectividad en Facturacin, E.F.

El tercer aspecto, objeto de anlisis, consiste en determinar si la materia prima adquirida se traduce en material acabado o facturado por lo menos; cual es el promedio obtenido. En otras palabras, a travs de este resultado, se mide el nivel de prdida obtenido en funcin de la materia prima adquirida. El resultado debe utilizar similar unidad de medida, como sigue:
= Monto facturado (unidad de medida) / Monto comprado (unidad de medida)

Salvo promedios aceptables en inventarios y productos desechados y defectuosos, el resultado debera ser igual a uno ( =1), por cuanto las unidades compradas o producidas deben corresponder con las facturadas. Una vez obtenido los valores citados, es factible calcular el ranking por localidad geogrfica bajo la siguiente formula R = (ER*EO*EF)*10. El objeto de multiplicar los ratios obtenidos por diez, es con el fin de convertir los promedios en veces e interpretar los resultados bajo esta metodologa.

61

Ranking Financiero por Oficina Comercial, Departamento, Sucursal o Estructura Programtica, utilizando la siguiente formula R = (ER*EO*EIS*ECPN)-CM R ER EO EIS ECPN CM = Ranking Financiero = Efectividad en Recaudacin = Efectividad Operativa = Efectividad en incremento de suscriptores = Efectividad en el control de puntos normales = Control de morosidad.

Las dos primeras variables mantienen la explicacin dada en la frmula anterior, por ende, el anlisis se presenta a partir de la tercera.
Efectividad en el Incremento de Suscriptores, EIS

Esta variable sustituye la E.F. mencionada en los prrafos precedentes. La necesidad surge; por cuanto no es posible en todos los casos, la medicin del suministro de materia prima, razn por la cual se buscar un indicador que lo sustituya. El incremento en suscriptores es una variable sustitutiva y su interpretacin se desarrolla en forma tal, que a medida que aumente la cantidad de suscriptores en valores relativos, ms que proporcionalmente a la compra de energa, las prdidas de la empresa deben disminuir. La frmula de clculo es la siguiente:
Suscriptores actuales N / suscriptores en mes base N-1

La frmula mide los suscriptores actuales con respecto a un mes base. Ejemplo, si se evala el mes de Agosto 2006 y la empresa quiere evaluar la tendencia sobre lo ocurrido en el ao, es lgico pensar que la base lo constituyan los suscriptores activos al 31-122005, entonces; la frmula quedara como sigue.
Suscriptores al 31-08-2006 / Suscriptores al 31-12-2005

El resultado ideal ser mayor que uno (> 1) sin embargo, ante un resultado adverso (< 1) la interpretacin viene dada por la exclusin de usuarios. Esta exclusin de usuarios,

62

significa un deterioro en el crecimiento organizacional, el cual viene acompaado del incremento en las prdidas o al menos, el mantenimiento relativo de estas.
Efectividad en el Control de Puntos Normales, ECPN.

Esta variable de atencin al pblico mide la eficiencia en la depuracin de la facturacin. Las empresas de comercializacin de energa, televisin por cable, servicio telefnico y otras facturan el servicio causado por periodos y en intervalos de tiempo diferidos, razn que le incita a invertir constantemente para lograr que el monto facturado corresponda con el consumido por el usuario o cliente. En ocasiones, los resultados difieren de los esperados, entre otras cosas, por lo siguiente: Las condiciones no son ideales para la prestacin del servicio. Falta de equipos de medicin. Deterioro o adulteracin en los equipos de medicin instalados. Lecturas irreales Facturas emitidas sin la previa lectura de los equipos de medicin.

Para este tipo de empresas, es importante mantener lecturas reales o por lo menos, lo ms cercanas al consumo del usuario. El desfase entre lo real y facturado genera lo que se denomina, anomalas de lecturas, las cuales, para su correccin; se hace necesario tomar nuevamente la lectura en el equipo de medicin y emitir una factura adicional. Esta forma de correccin genera costos adicionales y reclamos ante la inconformidad de lo facturado. Ante estos hechos, se hace necesario crear un indicador que controle las anomalas, y en lo posible, se incremente la facturacin con el reflejo de lecturas normales.
Usuarios facturados bajo condicin normal / Usuarios facturados totales

Este indicador mantiene un intervalo que parte desde cero hasta uno ( 0 = valor eficiente es aquel que se acerque en mayor cuanta a uno.

1). Su

63

Efectividad en el Control de Morosidad, E.C.M.

Este indicador mide la morosidad con relacin al monto facturado, en veces, en la forma que sigue:
Morosidad acumulada / Monto facturado en el mes n

El monto facturado en el mes n lo constituye el promedio de facturacin mensual o el facturado en el ltimo mes o mes de evaluacin. La razn de esta formula es proteger la organizacin con respecto al ciclo econmico de esta y, reducir los costos incidentales que conlleva acumular facturacin vencida o morosa. Ahora bien, como se aprecia en la frmula precedente, el resultado obtenido afecta severamente el ranking o posicionamiento reflejado por localidad geogrfica o estructura debido a que se deduce del producto de los indicadores anteriores. Lo que quiere decir; que entre menor sea el monto de la morosidad, el resultado obtenido es mayor, entonces; el ranking financiero se incrementa. Se puede presentar el caso que la morosidad acumulada supere el monto facturado por mes, en este orden, podemos aseverar que el valor agregado del ente evaluado es deficitario o no tiene valor agregado para la organizacin debido a que este, trunca o debilita el ciclo econmico de la organizacin. Aun cuando nuestra investigacin no se centra en determinar las estrategias financieras necesarias para incrementar el ranking financiero, se considera necesario reflejar algunas de las cuales han sido aplicadas en la organizacin C.A.D.E.L.A.,

64

Tabla 11 Estrategias para el incremento del Ranking Financiero

Efectividad en Recaudacin (E.R.) Efectividad en Operacin (E.O) Efectividad en Facturacin (E.F) Efectividad en Incremento de Suscriptores (E.I.S)
Recaudacin / Facturacin Recaudacin / Costos y gastos involucrados Cuentas nominas automatizadas Migracin de proveedores al pago automatizado Acotamientos presupuestarios en funcin de los ingresos Apartados para la adquisicin de material medular al contado Administracin directa del efectivo por la filial Proyectos relacionados con el Flujo de Caja, Ciclo Bancario y Leassing Financiero. Convenios y asesoramiento a las mesas de energa, Gobernacin y Alcaldas para la construccin de obras elctricas con recursos externos, optimizando los recursos autorizados de la organizacin. Unidades Facturadas / Unidades adquiridas. Suscriptores actuales / Suscriptores n-1 Seguimiento a obras de la empresa y las efectuadas por entes externas hasta la captacin definitiva de usuarios Adecuacin legal de procedimientos para la captacin en obras inconclusas y estudio de la documentacin legal donde los usuarios no son propietarios del inmueble. Telemetra en equipos de medicin indirecta Outsoursing para la instalacin de fibra ptica para la migracin de datos en oficinas comerciales y clientes de alto consumo Sustitucin de medidores con antigua data ( mayor de 10 aos) Medicin de prdidas por circuito u Oficina Comercial Puntos Anormales / Puntos Totales Creacin de centros de afericin por localidad Fortalecimiento de los centros de prefacturacin Sustitucin de medidores con igual lectura. Instalacin de equipos de medicin en puntos captados como modo cinco (5) Transmisin de lectura mediante el SIOC y anlisis de estas antes de remitirse al centro de facturacin. Contratacin del servicio de suministro e instalacin de medidores Censos y Recensos en rutas por Oficina Comercial. Seguimiento de lecturas por lector cobrador Morosidad Acumulada/ Facturacin mes n Segmentacin de la morosidad entre blanda y dura, y gestin para el cobro de estas. Liquidacin de puntos ficticios Cobros Judiciales Convenios de Pago Convenios con entes oficiales para la reduccin de deudas mediante obras, materiales y efectivo. Convenios estratgicos con instituciones acadmicas en el fortalecimiento interno del personal como parte de pago. Publicidad y Propaganda. Conformacin de lderes por proyecto de recaudacin y Oficina Comercial. Revisin, seguimiento y control de los proyectos.

Efectividad en Control de Puntos Normales (E.C.P.N)

Control de la Morosidad (C.M)

Depuracin de la facturacin anormal Estrategias financieras con establecimientos comerciales para la instalacin de puntos auxiliares de recaudacin Red Bancaria de Recaudacin Convenios con la Red Bancaria en cuentas remuneradas y reintegro por Traslado de Valores Instalacin de Post Bancarios Pagos por Internet y Domiciliados Ventas provisionales de energa. Ingresos extraordinarios por venta de chatarra y factibilidad de servicio Publicidad y Propaganda Atencin personalizada del cliente

Fuente: Diseo Propio

65

Bases Legales

Al considerarse a CADELA como una empresa del Estado Venezolano, a nivel de los organismos oficiales de la Repblica Bolivariana de Venezuela, la Ley Orgnica de la Contralora General de la Repblica y del Sistema Nacional de Control Fiscal (2001), en su Artculo 37 expresa que: Cada entidad del sector pblico elaborar, en el marco de las normas bsicas dictadas por la Contralora General de la Repblica, las normas, manuales de procedimientos, indicadores de gestin, ndices de rendimiento y dems instrumentos o mtodos especficos para el funcionamiento del sistema de control interno. (p.5). En este sentido, un sistema de control de gestin y de auditoria interna eficiente constituyen mecanismos garantes del empleo de los recursos pblicos en el cumplimiento de los fines del Estado, del cumplimiento de los objetivos de las polticas pblicas diseadas para alcanzar esos fines y satisfacer las necesidades colectivas, as como de honrar los requerimientos de retroalimentacin de los procesos para ajustarlos al entorno cambiante. De acuerdo con ello, las funciones rectoras que la Ley Orgnica de la Administracin Financiera del Estado confiere a la Superintendencia Nacional de Auditoria Interna estn dirigidas a esos objetivos, as como a lograr una rendicin de cuentas acorde con el principio de responsabilidad, a proporcionar informacin a los entes pblicos, as como al Presidente de la Repblica, al Vicepresidente y al Ministerio de Finanzas para que tomen las decisiones que les corresponden. As mismo, conforme al principio de transparencia, se debe proporcionar informacin pblica, destinada expresamente por la Ley a los ciudadanos, para permitirles el ejercicio de sus derechos de participacin y como medio de facilitacin de la contralora social. Para todo ello se requiere capacidad de accin gil y oportuna, en el ejercicio de las potestades que le confiere la Ley a la empresa CADELA para el cumplimiento de sus principales funciones. Esta misma Ley, para regir el Control de Gestin en las empresas del Estado Venezolano, seala en su Artculo 61 que 66

 los rganos de control fiscal, dentro del mbito de sus competencias, podrn realizar auditorias, estudios, anlisis e investigaciones respecto de las actividades de los entes y organismos sujetos a su control, para evaluar los planes y programas en cuya ejecucin intervengan dichos entes u organismos. Igualmente, podrn realizar los estudios e investigaciones que sean necesarios para evaluar el cumplimiento y los resultados de las polticas y decisiones gubernamentales. (p. 8). En virtud de ello, los indicadores de gestin se convierten en una gran herramienta de orden administrativo, preventivo, organizador y de control, cuyo objetivo bsico es modernizar las instituciones y obtener los mejores resultados al menor costo y con la mayor economa, en el menor tiempo posible, de la mayor calidad, para lograr la subsistencia, desarrollo, crecimiento y perfeccionamiento de las mismas. Por otra parte, la Ley Orgnica de la Administracin Pblica (2001), expresa en su Artculo 130, el cimiento de los compromisos de gestin, indicando que los mismos servirn de fundamento para la evaluacin del desempeo y la aplicacin de un sistema de incentivos y sanciones de orden presupuestario, en funcin del desempeo institucional que deber atender a los indicadores de gestin que establezcan previamente los rganos y entes de la Administracin Pblica Nacional, de comn acuerdo con el Vicepresidente Ejecutivo o Vicepresidencia Ejecutiva (p.13)

En relacin con este articulado, se ha demostrado que aquellos gerentes o directores de empresas y entes pblicos que han aplicado tcnicamente y en forma completa este importante sistema de Control Interno, han logrado una gestin administrativa con unos resultados ptimos por su eficiencia, eficacia y economa, apoyados por los objetivos, elementos y caractersticas del sistema en forma integral. As, en estos organismos la labor se inicia utilizando la Planeacin Estratgica y sus diferentes etapas; definiendo en forma proyectada su Misin, Visin, Objetivos, Estrategias, Polticas, Programas, Presupuestos, Procedimientos, Metas y dems elementos que integran la teora de la Calidad Total, cuantificando y recopilando los datos en un Plan de Desarrollo con su dimensin a corto, mediano o largo plazo. A continuacin se elabora una adecuada y tcnica estructura organizacional de la empresa, con un organigrama en el que se describirn las funciones y 67

responsabilidades, tanto de los empleados como de las distintas unidades o secciones, para continuar el proceso administrativo, con una direccin o ejecucin que cumplan su gestin conforme lo proyectado, para posteriormente efectuar el control o evaluacin. Es de aclarar, conceptualmente, que este tipo de control es muy diferente al control correctivo o mediante esquemas de orden sancionatorio o investigativo que se ha venido utilizando en el medio venezolano en muchas empresas. Por lo tanto, es necesario que en las entidades que lo implementen se disee tcnicamente una evaluacin permanente al Sistema de Control de Gestin y sus elementos, para garantizar el adecuado desempeo y el cumplimiento de su razn de ser, o sea que se cumpla la misin institucional y los cometidos de la herramienta.

Definicin Operacional y Conceptual de las variables Variable Independiente Herramienta Financiera: Constituye el instrumento financiero utilizado para

determinar la productividad en una organizacin.

Variable Dependiente Productividad: Se manifiesta como el resultado obtenido, mediante un valor,

despus que se aplique la herramienta financiera diseada para tal fin.

68

Tabla 12 Diseo Operacional y Conceptual de las Variables Variables Herramienta Financiera Definicin Conceptual Instrumento de medicin cuantitativo para determinar el rendimiento o productividad en la organizacin por departamento, localidad y aglutinando estos dos ltimos Capacidad de un ente para obtener el mayor valor en rendimiento financiero con el mnimo costo utilizado. Dimensiones Ranking Financiero Indicador Fuente de Informacin Anlisis discriminante por Intervalo de Eficiencia correlacin Posicin Efectiva entre el mayor y menor valor Tabla de resultado una vez aplicada la frmula de productividad.

Tcnica de Medicin

Compra de Energa Costo operacional Facturacin

Tabla de resultado una vez aplicada la frmula de productividad. Energa comprada en funcin del (Kwh Facturados)/ (Kwh consumo de los clientes captados. Comprados) Relacin de costos incurridos en Recaudacin Acumulada/ Costos funcin de los ingresos generados ejecutados Consumidos Determinante de kwh (nivel de facturacin) con respecto al monto generado o comprado de energa. Medicin de la recaudacin en funcin del flujo de caja o imputaciones presupuestarias que ameritan segregacin de dinero. Kwh Facturados / Kwh Comprados

Resultados Estadsticos Anlisis descriptivo de variables

Productividad

Recaudacin

Recaudacin / Costos ejecutados

69

Tabla 12: Diseo Conceptual y Operacional de las VariablesContinuacin Variables Definicin Conceptual Dimensiones Indicador Fuente de Informacin

Productividad

Capacidad de un ente para Morosidad obtener el mayor valor en rendimiento financiero con el mnimo costo utilizado. Usuarios del Servicio Calidad en Facturacin

Valor o promedio de facturacin Morosidad Acum / Facturacin mes n no ingresado en caja o recaudado. Su relacin se efecta con respecto al ltimo mes de facturacin. Usuario mes actual / Usuarios mes base Incremento de suscriptores con relacin a un mes base, generalmente es el mes 12 del ao Puntos de Entrega anormales / Puntos inmediato anterior. de entrega totales Mide la efectividad en la facturacin sin anomalas o cifras anormales tanto en medicin como en lectura.

Fuente: Diseo Propio

70

CAPITULO III

DISEO METODOLOGICO

Tipo de Investigacin

La investigacin no pertenece a una ciencia, sta surge de una necesidad y su resultado se manifiesta de distintas maneras. Los investigadores indagan indistintamente con instrumentos de investigacin diferentes y por caminos propios. La bsqueda suele hacerse por distintos sitios y organizaciones, por esto Carlos Mndez (1992) en su obra afirma: surge la necesidad de sealar el nivel de profundidad con el cual se busca abordar el objeto de conocimiento, es decir, se debe formular el tipo de estudio con el propsito de sealar la informacin que se necesita, as como el nivel de anlisis que se deber realizar. Sobre la base de los objetivos planteados el trabajo se desarroll de acuerdo al mtodo descriptivo ya que su objetivo es indagar la incidencia y los valores en que se manifiesta en una o ms variables HERNANDEZ Sampieri, (1991). Asimismo, la presente investigacin segn lo descrito por ACEVEDO Rolando (1998), se enmarca dentro de Modalidad de Investigacin con Base Documental y de Campo, de acuerdo con la clasificacin presentada en el Texto de Tcnicas de Documentacin e Investigacin I.
Nivel de la Investigacin

El nivel de investigacin es DESCRIPTIVA porque se propone, describir, registrar, analizar e interpretar de manera sistemtica los resultados obtenidos en la aplicabilidad de razones financieras e intervalos de eficiencia.
Diseo de Investigacin

En el marco de la investigacin planteada, referido al trabajo HERRAMIENTA

FINANCIERA PARA MEDIR LA PRODUCTIVIDAD DE LAS EMPRESAS DE COMERCIALIZACIN DE ENERGA ELCTRICA DE VENEZUELA, Mediante

71

el Diagnstico y Aplicacin de un modelo propio al cual se le denomin Ranking

Financiero, utiliz como referencia las transacciones efectuadas en la empresa

C.A.D.E.L.A, para el periodo comprendido entre el 01-01-2006 al 30-06-2006. El periodo en cuestin es flexible, es decir, se utiliza como referencia; mas no se descarta que parta de periodos ms cortos o largos al citado. El estudio propuesto se adecua a los propsitos de la investigacin no experimental descriptiva donde no se han planteado hiptesis, pero, se han definido un conjunto de variables que son determinantes para alcanzar el objetivo propuesto. Se trata de un estudio descriptivo en la medida que el fin ltimo es el de describir con precisin, las caractersticas del diseo de una HERRAMIENTA FINANCIERA
PARA MEDIR LA PRODUCTIVIDAD DE LAS EMPRESAS DE COMERCIALIZACIN DE ENERGA ELCTRICA DE VENEZUELA.

El diseo de la presente investigacin permitir recolectar los datos directamente de la fuente que procesa la informacin o empresas elctricas, esta deber obtenerse de manera sistemtica y exhaustiva de tal forma que permita identificar con precisin la transformacin que sufre la informacin financiera de una empresa y su incidencia en la realidad econmica del ente objeto de estudio.
Poblacin o universo de estudio Poblacin en estudio

Desde el punto de vista estadstico, como lo menciona BALESTRINI Acua Una poblacin o universo puede estar referido a cualquier conjunto de elementos de los cuales pretendemos indagar y conocer sus caractersticas, o una de ellas, y para el cual sern vlidas las conclusiones obtenidas en la investigacin (p.137) Estadsticamente hablando, por poblacin se entiende un conjunto finito o infinito de personas, casos o elementos que presentan caractersticas comunes, como por ejemplo, una poblacin puede estar constituida por los habitantes de Venezuela. En el presente estudio, la poblacin o unidades de anlisis estn conformadas en la siguiente forma:

72

Tabla 13 Definicin de la Poblacin Empresa Localidades o Zonas Geogrficas Oficinas Comerciales

Compaa Annima de Electricidad de los Andes, C.A.D.E.L.A.

Fuente: Diseo propio.

Tchira Mrida Trujillo Barinas

18 Oficinas Comerciales 11 Oficinas Comerciales 12 Oficinas Comerciales 10 Oficinas Comerciales

Como se ha mencionado en las lneas precedentes, no se descarta la posibilidad que el estudio aborde ms empresas y por ende mayor proporcin en oficinas comerciales y regiones.
Delimitacin de la muestra

El autor Acevedo Rolando (1988) lo define como: son todas las unidades de investigacin que seleccionamos de acuerdo con la naturaleza de un problema, para generalizar hasta ella los datos seleccionados. En virtud del comentario del punto anterior queda definido que se analizar la totalidad de la poblacin e cuestin.
rea Geogrfica

Se trata de la aplicacin de la metodologa a utilizar para dar curso al estudio y aplicabilidad integral del modelo en la empresa que actualmente ejerce la actividad productiva a nivel nacional. Es necesario sealar que los entes poblacionales se encuentran distribuidos estratgicamente a lo largo y ancho de la geografa regional que comprende los estados, Tchira, Mrida, Trujillo y Barinas.
Perodo del Estudio

A los fines de culminar satisfactoriamente este estudio, el mismo ser delimitado al perodo del 01-06-2006 al 30-06-2006., lapso en el cual se podr evaluar con un alto nivel de certeza y precisin de la informacin existente, sobre los resultados obtenidos por las 51 oficinas comerciales que conforman la empresa C.A.D.E.L.A.

73

Tcnica e Instrumentos de recoleccin de datos Investigacin Documental: Consistir en la lectura general y revisin de la informacin contenida en textos, revistas, material bibliogrfico, hemerogrfico e internet, relacionados con el tema de estudio. A travs de estas fuentes se iniciar la bsqueda y observacin de los hechos presentes en los materiales escritos consultados que son de inters para la investigacin. De igual manera, presentacin de ndices, de cuadros, grficos e ilustraciones; as como la presentacin del trabajo escrito. Investigacin de Campo: La informacin de campo, es decir, los datos requeridos para la investigacin se recolectarn directamente en la Direccin Comercial como ente rector de las Oficinas Comerciales, asimismo, en la Direccin de Finanzas en lo concerniente a costos o erogaciones presupuestarias. La empresa C.A.D.E.L.A., filial de CADAFE, se usar como parte de la investigacin y se constituye como una empresa de servicios verticalmente integrada como una compaa pblica de electricidad ms grande del pas. Tcnicas de Procesamiento de Datos

Los datos obtenidos de la empresa, objeto de estudio, se presentan en cuadros y grficos de manera resumida para proceder a su seleccin, clasificacin, ordenamiento, tabulacin y para facilitar el cruce de informacin con los anlisis correspondientes en funcin de las variables estudiadas. La seleccin y clasificacin de los datos se realizar atendiendo al tipo y naturaleza de la informacin necesaria para alcanzar los objetivos de la investigacin, de forma tal, que garantiza los resultados esperados.
Tcnicas de Anlisis de Datos

El anlisis de la informacin recolectada se efectuar de manera cualitativa, cuantitativa y grfica en funcin de los diversos objetivos de la investigacin. En este sentido, los datos que se obtengan sern sometidos a distintas acciones de anlisis con la finalidad de decodificar las diversas informaciones en un plano lgico, operacional y analtico. El diseo de una HERRAMIENTA FINANCIERA PARA MEDIR LA PRODUCTIVIDAD DE LAS EMPRESAS DE COMERCIALIZACIN DE ENERGA ELCTRICA DE VENEZUELA, tiene connotaciones prcticas dado que hay que analizar y evaluar los indicadores e ndices que se generan de forma tal que permita

74

formular acciones concretas tendientes a lograr los valores ms representativos de las diferentes variables en estudio. Por las caractersticas del modelo, se emplear, en lo posible, el Paquete Estadstico para Ciencias Sociales, SPSS, por cuanto se convierte en una de las herramientas ms tiles para la aplicacin del modelo en estudio, ya que aparte de su versatilidad para realizar los clculos de los indicadores e ndices provenientes de la gestin realizada por los departamentos o localidades de la empresa C.A.D.E.L.A., estos resultados pueden ser utilizados tambin para diversos anlisis estadsticos.
Tcnicas de Interpretacin de la Informacin

En lo referente a la interpretacin de la informacin obtenida para efecto del despliegue analtico, se tomar en cuenta la metodologa existente para el estudio del anlisis discriminante. De igual manera se tomar como base la experiencia del investigador para acoplar los datos a los diferentes anlisis financieros.
Tcnicas de Presentacin de los datos

La informacin recopilada a partir de los instrumentos y tcnicas de recoleccin de datos, siguiendo los pasos de BALESTRINI Miriam (1987), ser presentada de manera organizada a travs de varias formas: 1. La representacin escrita: consiste en incorporar los datos estadsticos recolectados, en forma de texto, a partir de una descripcin de los mismos. 2. La representacin grfica: permiten representar los fenmenos estudiados a travs de figuras, que pueden ser interpretadas y comparadas fcilmente entre s. Cuando renen ciertas caractersticas de simplicidad y precisin pueden ser ms expositivas que las descripciones verbales. En el siguiente apartado, comenzaremos con el anlisis y aplicacin de la frmula para hallar el Ranking Financiero por Localidad y Oficina Comercial de Recaudacin.
Ingresos por Localidad Geogrfica.

En esta organizacin se calculan dos tipos de ingresos, los provenientes de la Direccin Comercial y los reflejados a travs de Movimientos Bancarios.

75

Producto del anlisis efectuado, es constante la presencia de irregularidades por cheques devueltos, sobres de efectivo mal elaborados y entregas discontinuas al servicio de traslado de valores entre otros. Estos hechos motivaron a reconocer que el movimiento bancario se ajusta con mayor cuanta a cifras reales, adems, su fcil adaptacin al flujo de caja. El diagnstico en la recaudacin se facilita por cuanto se mantienen cuentas corrientes por cada localidad para aglutinar los ingresos obtenidos.
Tabla 14 Localidad Tchira Recaudacin Bancaria hasta el 30-06-2006
Tachira
Provincial Oficiales Pares Bancarios Bancaria Comercial Diferencia

Enero Febrero Marzo Abril Mayo Junio Total

5.409,28 4.504,46 6.385,53 5.184,37 5.765,16 5.910,84 34.906,59

168,82 21,69 423,12 229,95 320,73 88,24 1.307,61

1.438,78 1.177,69 1.047,28 1.493,92 925,95 1.007,56 7.091,18

7.016,88 5.703,85 7.855,94 6.908,24 7.011,85 7.006,65 41.503,39

7.275,99 6.077,27 7.721,86 6.293,66 7.430,50 7.463,66 42.262,94

-259,11 -373,42 134,07 614,58 -418,65 -457,01 1.042,45

Fuente: Diseo Propio

Como se aprecia en la tabla precedente, esta localidad obtuvo, durante el primer semestre, ingresos equivalentes a 41.503,39 MMBs. Estos ingresos provienen de la recaudacin de Oficinas Comerciales o entes de recaudacin por 34.906,59 Bs., 1.307,61 MMBs., derivados de la cobranza de Entes Gubernamentales y 7.091,18 MMBs., de Puntos Auxiliares de Recaudacin: Comerciales y Bancarios.
Tabla 15 Localidad Mrida Recaudacin Bancaria hasta el 30-06-2006
Merida
Provincial Oficiales Pares Bancarios Bancaria Comercial Diferencia

Enero 3.940,79 Febrero 3.069,65 Marzo 4.205,68 Abril 2.929,97 Mayo 4.161,54 Junio 3.774,15 Total 22.081,77 Fuente: Diseo Propio

161,58 34,08 556,32 423,82 53,15 21,02 1.249,99

148,19 4.250,56 4.428,86 138,82 3.242,55 3.220,64 241,17 5.003,17 4.527,40 256,30 3.610,09 4.053,43 180,47 4.395,16 3.866,68 828,74 4.623,90 4.270,52 1.793,69 25.125,44 24.367,53

-178,30 21,90 475,78 -443,34 528,48 353,39 757,91

76

Con respecto a la Localidad Mrida, los ingresos obtenidos hasta el 30-06-2006, ascendieron a 25.125,44 MMBs, en la forma que se detalla en la tabla precitada.
Tabla 16 Localidad Barinas Recaudacin Bancaria hasta el 30-06-2006
Barinas
Provincial Oficiales Pares Bancarios Bancaria Comercial Diferencia

Enero 3.367,54 Febrero 2.983,23 Marzo 4.279,52 Abril 2.879,54 Mayo 3.767,02 Junio 3.995,96 Total 21.272,81 Fuente: Diseo Propio

89,96 3,47 1.521,91 100,78 19,13 28,20 1.763,45

60,97 3.518,48 3.443,54 74,94 87,27 3.073,97 3.463,12 -389,15 129,26 5.930,69 6.235,97 -305,28 109,00 3.089,32 3.293,66 -204,34 153,86 3.940,00 4.031,71 -91,71 0,00 4.024,17 5.237,35 -1.213,18 540,37 23.576,62 25.705,35 -2.128,72

En atencin a la Localidad Barinas, sus ingresos ascienden a 23.576,62 MMBs., en la forma que se refleja en la tabla 16. En los casos particulares de Tchira y Trujillo, existe un cliente de alto consumo que se comparte entre estas dos localidades (Cemento Andino). Los ingresos se depositan en las Cuentas Bancarias de la Localidad Tchira y los gastos son asumidos por la Localidad Trujillo. En este orden, para ajustar la correlacin de ingresos y gastos se imputa la compra de energa del cliente Cemento Andino a los costos de la Localidad Tchira.
Tabla 17 Localidad Trujillo Recaudacin Bancaria hasta el 30-06-2006
Trujillo
Provincial Oficiales Pares Bancarios Bancaria Comercial Diferencia

Enero Febrero Marzo Abril Mayo Junio Total

3.030,41 2.466,48 3.624,25 2.609,16 4.391,24 3.658,99 19.780,54

182,27 10,24 2.061,99 160,00 368,03 107,86 2.890,40

721,60 49,77 151,50 229,09 81,91 0,00 1.233,87

3.934,28 2.526,49 5.837,74 2.998,25 4.841,19 3.766,85 23.904,81

3.489,34 444,94 3.687,79 -1.161,30 6.026,99 -189,25 3.176,21 -177,96 3.724,08 1.117,11 3.625,68 141,17 23.730,10 174,71

Fuente: Diseo Propio

77

La cuarta localidad adscrita a la regin C.A.D.E.L.A., es Trujillo. Segn se observa en la tabla citada, esta localidad obtuvo ingresos, en el semestre, por el orden de 23.904,81 MMBs.
Tabla 17 C.A.D.E.L.A. Recaudacin Bancaria hasta el 30-06-2006
CADELA
Provincial Oficiales Pares Bancarios Bancaria Comercial Diferencia

Enero 15.748,03 Febrero 13.023,82 Marzo 18.494,98 Abril 13.603,04 Mayo 18.084,97 Junio 17.339,94 Total 96.294,76 Fuente: Diseo Propio

602,64 2.369,54 18.720,20 18.637,73 82,47 69,49 1.453,55 14.546,86 16.448,82 -1.901,96 4.563,35 1.569,22 24.627,54 24.512,22 115,32 914,55 2.088,31 16.605,90 16.816,97 -211,07 761,05 1.342,19 20.188,20 19.052,97 1.135,23 245,33 1.836,30 19.421,57 20.597,20 -1.175,64 7.156,39 10.659,11 114.110,27 116.065,91 -1.955,65

Por ltimo, la Tabla 17 aglutina la recaudacin obtenida en cada una de las localidades, motivo por el cual, podemos afirmar que la empresa C.A.D.E.L.A. gener ingresos por el orden de 114.110,27 MMBs., durante el primer semestre del ao 2006.
Gastos e inversiones por Localidad Geogrfica.

Antes de proceder con el anlisis de ingresos y gastos registrados durante el semestre, es conveniente analizar la estructura organizacional en la forma que sigue:

78

Grfico 8 C.A.D.E.L.A. Organigrama General de la Empresa

Presidencia

Gerente de Recursos Humanos

Gerencia de Logstica

Direccin de Operaciones Coordinacin de Distribucin Distritos Tcnicos

Direccin Comercial

Direccin de Finanzas

Gerencia de Informtica

Coordinacin de Recursos

Coordinacin de Logstica

Gerencia de Comercializac in Coordinacin de Medicin Coordinacin de

Gerencia de Administraci

Unidad de Informtica

Unidad de Transporte

Unidad de Contabilidad

Almacenes

Coordinacin de Transmisin

Unidad de Presupuesto

Oficinas Comerciales

Gerencia de Finanzas

Centro de Computacin

Gerencia de Contabilidad

Gerencia de Presupuesto

Fuente: Diseo Propio

Grfico 2 C.A.D.E.L.A. Organigrama estructural por localidad

Junta Directiva

Auditoria

Auditoria Local

Presidencia

Consultor

Consultor Local

Gerente de Recursos

Direccin Tcnica

Direccin de Operaciones Gerencia de Logstica Gerencia de Planificacin Gerencia de Informtica Gerencia de Desarrollo

Direccin Comercial

Direccin de Finanzas

Gestin Social

Gerencia de Transmisin Gerencia de Distribucin

Gestin Social Local

Fuente: Diseo Propio

79

El Grfico 8 muestra el Organigrama General de la empresa, y el Grfico 9 continua con el detalle del primero de estos, por localidad. Como se mencion en los prrafos precedentes, la empresa C.A.D.E.L.A la constituyen cuatro localidades: Tchira, Mrida, Trujillo y Barinas y son direccionadas por la Oficina Central. Las estructuras que generan directamente ingresos se vinculan con las localidades, por consiguiente, se hace necesario establecer unidades de medida para distribuir los costos de las estructuras que no generan ingresos sobre aquellas que si lo hacen. En los grficos anteriores se indica con color rojo las estructuras adscritas a la Oficina Central, las cuales, a nivel de costos, deben ser distribuidas, por cuanto su gestin no se vincula con la generacin directa de ingresos. Su objetivo es el de apoyar e impartir directrices a las localidades. Con color amarillo y verde, se sealan las estructuras adscritas a las localidades, por consiguiente, sus costos son imputados directamente a la localidad a la cual pertenecen. En el caso particular de la localidad Tchira, su sede se encuentra apareada con la Oficina Central y por esta razn; no se conformaron la cantidad de estructuras confeccionadas para las restantes. En consecuencia, las funciones de estas estructuras, excluidas y sealadas con color verde en los grficos 1 y 2, son asumidas por Oficina Central. En este orden, para distribuir los costos de las estructuras adscritas a la Oficina Central se utilizar la siguiente metodologa. 1. Se utilizar como unidad de medida, el monto presupuestario aprobado para cada localidad (Distribucin Relativa). 2. Con respecto a la Localidad Tchira, se imputar un promedio relativo adicional que se desprende de los costos que significan en las dems localidades, las estructuras que no posee la Localidad Tchira. Estos costos adicionales se calculan mediante el uso de los costos promedios ponderados o valores hipotticos los cuales se explican a continuacin:

80

Distribucin hipottica de los costos.

Para calcular los costos hipotticos, se tomar como base el presupuesto ejecutado para finales del ao 2005, no obstante, estos costos hipotticos pueden ser ajustados en los periodos que la empresa considere conveniente. En las tablas siguientes; se calcula primero; los costos determinados por cada localidad, seguidamente, el costo hipottico tomando como referencia lo trascrito, adicionalmente, la distribucin presupuestaria para el ao 2006 y por ltimo; la tasa de distribucin por localidad.
Tabla 18 Localidad Mrida Costos ejecutados ao 2005
Estructuras en el Conjunto MERIDA (Descripcin) Monto Ejecutado 689.569.749 263.086.720 230.138.726 1.928.991.817 95.770.172 518.002.303 70.488.113 1.166.982.616 111.705.325 108.330.178 2.678.746.613 65.873.171 7.927.685.503

1 2 3 4 5 7 8 9 10 11 12 13

21025-2000 21025-3000 21115-0000 21125-0000 21145-0000 21145-2000 21145-4000 21250-1000 21250-2000 21-021-0000 21-025-0000 21452-0000

Unidad de Bienestar Social Unidad de Nmina Registro y Control Coordinacin de Planificacin Mrida Coordinacin de Obras Mrida Coordinacin de Logstica Mrida Uidad de Servicios de Apoyo Mrida Unidad de Compras Mrida Unidad de Contabilidad Mrida Unidad de Administracin Mrida Unidad de Captacin y Desarrollo Mrida Coordinacin de Recursos Humanos Coordinacin social Presupuesto Ejecutado Costo Relativo

53.454.320.139 15%

Fuente: Diseo Propio

Mediante la utilizacin de reportes presupuestarios se determin el costo ejecutado de las estructuras de las localidades adscritas a C.A.D.E.L.A., con excepcin de la localidad Tchira. En este orden, el costo relativo en la localidad Mrida proveniente de estructuras funcionales no adscritas a la Localidad Tchira equivalen al 15% del presupuesto ejecutado, para finales del ao 2005.

81

Tabla 19 Localidad Barinas Costos ejecutados ao 2005

Estructuras en el Conjunto 1 21146-4000 2 21026-0000 3 21026-1000 4 21026-3000 5 21116-0000 6 21126-0000 7 21146-0000 8 21146-1000 9 21260-1000 10 21-260-2000 12 21472-0000 13 21026-2000 BARINAS (Descripcin) Unidad de Compras Barinas Coordinacin de Recursos Humanos Unidad de Captacin y Desarrollo Unidad de Nmina Registro y Control Coordinacin de Planificacin Barinas Coordinacin de Obras Barinas Coordinacin de Logstica Barinas Unidad servicios de apoyo Uidad de Contabilidad Barinas Unidad de Administracin Barinas Coordinain de Gestin Social y Comunicaciones Unidad de Bienestar Social Presupuesto Ejecutado Costo Relativo Monto Ejecutado
30.221.222 2.812.237.830 133.765.372 195.193.682 172.142.717 787.831.721 67.052.640 397.034.634 540.830.531 65.029.023 127.840.925 491.924.933 5.821.105.230 59.354.995.068

10%

Fuente: Diseo Propio

Para esta localidad el costo relativo equivale al 10% del monto ejecutado durante el ao 2005.
Tabla 20 Localidad Trujillo Costos ejecutados ao 2005
Estructuras en el Conjunto 1 21270-2000 2 21026-1000 3 21026-3000 4 21116-0000 5 21126-0000 6 21146-0000 7 21146-1000 8 21260-1000 9 21-431-0000 11 21-452-0000 12 21-147-4000 13 21-027-0000 Descripcin Unidad de Administracin Trujillo Unidad de Captacin y Desarrollo Unidad de Nmina Registro y Control Coordinacin de Planificacin Barinas Coordinacin de Obras Coordinacin de Logstica Unidad de Almacn Uidad de Contabilidad Centro de Computacin Occidental Coordinacin de Gestin Social y Comunicaciones Unidad de Compras Trujillo Coordinacin de Recursos Humanos Trujillo Total Presupuesto Ejecutado Costo Relativo Monto Ejecutado
91.543.874 141.069.908 184.470.868 234.849.019 1.536.672.559 57.604.546 506.041.701 902.745.866 412.418.072 127.840.925 58.529.421 4.009.336.889 8.263.123.648 57.505.094.557

14%

Fuente: Diseo Propio

82

Para finalizar, el costo relativo en la localidad Trujillo equivale al 14% del presupuesto ejecutado para finales del ao 2005.
Tabla 21 Costo hipottico Base distributiva el presupuesto ejecutado
Localidad
Merida Barinas Trujillo

Ejecucin
7.927.685.503 5.821.105.230 8.263.123.648 22.011.914.381

Proporcin
0,36 0,26 0,38 1,00

Costo
15% 10% 14%

CPPC
5% 3% 5% 13%

Promedio

4%

Como se aprecia en la Tabla precedente, el valor hipottico es del 13%. Es decir; el costo de las estructuras no adscritas a la Localidad Tchira equivalen al promedio precitado. El siguiente paso es determinar la base de distribucin de aquellas estructuras que no generan ingresos en forma directa.
Tabla 22 Distribucin relativa de las estructuras que no generan ingresos
Presupuesto Estructuras equiparadas Distribucin Oficina Central

Tchira Mrida Trujillo Barinas

25,20% 21,20% 27,55% 26,05% 100,00%

12% -4% -4% -4% 0%

37% 17% 24% 22% 100%

Tomando como referencia el presupuesto aprobado para el ao 2006, se determin la base de distribucin del presupuesto por localidad de C.A.D.E.L.A., a este, se le adit el costo hipottico previamente determinado. Los resultados as obtenidos, conforman la base de distribucin ajustada.

83

Costos y Gastos Ejecutados por Localidad Geogrfica

En este apartado se reflejan dos cuestiones: 1. Los costos por localidad geogrfica al 30-06-2006, correlacionando los ingresos, costos y gastos. 2. Costos por localidad geogrfica reflejando partidas controlables, es decir; aquellas que ameritan segregacin de dinero. El primero de estos puntos no amerita mayor explicacin. Con respecto al segundo, por ser el Ranking Financiero una herramienta destinada a medir la gestin en tesorera, se utilizaran los costos controlables por localidad geogrfica. En este sentido se excluyen las partidas siguientes:
Tabla 23 Partidas no controlables por el Gestor Organizacional (Excluidas para el calculo del Ranking Financiero)
143 182 184 191 373 434 435 439 443 471 476 545
BONIF.A TRAB. POR CONSUMO DE ENE.(E) PROVISIN ANTIGEDAD(E) PROVSIN PARA JUBILACIONES PROVISIN PARA RECLASIFICACIONES PATENTES E IMPUESTOS MUNIC. PROVISIN EN CUENTAS INCOBRABLES PROVISIN PARA CUBRIR DIF.Y VAL.EX PROVISIN PARA OBSOLECENCIA TRANSFERENCIAS AL SECTOR PUB. DEPRECIACIN AMORTIZACION DE SOFTWARE INT.TERICO PRIMAS DE JUBILACIONES

84

Correlacin de ingresos, costos y gastos por Localidad Geogrfica.

En los cuadros siguientes, se refleja la correcta distribucin de los costos de la Oficina Central entre las localidades adscritas a C.A.D.E.L.A., para determinar la relacin definida entre ingresos y costos.
Localidad Tchira Costos y Gastos (MMBs) Al 30-06-2006
Enero
Gastos por Nmina (Grupo 100) Gastos Variables de Nmina (116-134-135-136-152) Gastos Fijos Compra de Energa (270) Materiales para Obras(236-237-272) Rep. Mayor Reconstruccin y Reemplazo (386) Materiales de Alumbrado Pblico (238) Bombilla Lamparas y Luminarias (241)

Febrero
1.490,02 486,17 516,11 3.110,18 104,19 9,14 11,11 0,00

Marzo
1.458,42 486,17 473,85 3.410,71 104,19 9,14 11,11 0,00

Abril
1.386,80 490,09 852,24 3.344,33 260,88 2,69 153,00 3,42

Mayo
2.003,16 509,08 408,04 3.244,57 133,98 11,50 43,93 0,00

Junio
2.863,21 508,16 1.138,07 3.109,52 298,79 90,02 49,00 0,20

Acum
10.716,66 22% 2.965,83 6% 3.904,41 8% 19.618,75 40% 1.006,23 2% 131,63 0% 279,24 1% 3,62 0%

1.515,05 486,17 516,11 3.399,44 104,19 9,14 11,11 0,00

Sub - Total Compra de Cemento Andino(270) Alicuota Casa Matrz (443) OFICINA CENTRAL(37%) TOTAL
Saldo Anterior Total Ingresos Egresos Superavit o Deficit

6.041,21 5.726,91 5.953,58 6.493,47 6.354,26 204,84 155,36 178,62 184,06 169,09 781,35 781,35 781,35 781,35 796,97 568,04 545,43 525,74 471,19 875,90 7.595,43 7.209,06 7.439,29 7.930,06 8.196,22
7.016,88 7.595,43 -578,55 -578,55 5.703,85 7.209,06 -2.083,76 -2.083,76 7.855,94 7.439,29 -1.667,12 -1.667,12 6.908,24 7.930,06 -2.688,94 -2.688,94 7.011,85 8.196,22 -3.873,32

8.057,11 168,75 794,20 1.700,73 10.720,79

-3.873,32 7.006,65 10.720,79 -7.587,46

38.626,55 1.060,71 4.716,57 4.687,02 49.090,85

41.503,39 49.090,85 -7.587,46

2% 10% 10% 100

Fuente: Diseo Propio

En la tabla precedente se aprecia lo siguiente: 1. Se imputa la compra del cliente primario Cemento Andino a la Localidad Tchira, por las razones ya expuestas en los prrafos anteriores. 2. La alcuota parte de ingresos que deben remitirse a la Casa Matriz se distribuyen de igual forma en un 37%. 3. Los costos y gastos, una vez deducido lo correspondiente a compra de energa y el apartado de la casa matriz, se distribuyen con base al promedio determinado por localidad. 4. En la parte inferior se refleja el flujo de caja con un dficit de 7.841,61 MMBs., necesario para cubrir los costos y gastos, incluyendo las partidas no controlables como depreciaciones, provisiones etc.

85

Localidad Mrida Costos y Gastos (MMBs) Al 30-06-2006

Enero
Gastos por Nmina (Grupo 100) Gastos Variables de Nmina (116-134-135-136-152) Otros Gastos Variables (338-339-431-438) Gastos Fijos Compra de Energa (270) Inversiones Obras(Grupo 700-800-900) Materiales para Obras(236-237-272) Materiales de Alumbrado Pblico (238) Bombilla Lamparas y Luminarias (241)

Febrero
1.343,68 315,40 0,01 371,72 1.883,24 0,00 98,16 29,04 0,23

Marzo
1.144,33 315,40 0,01 357,37 2.150,12 0,00 98,16 29,04 0,23

Abril
1.731,28 273,71 0,00 429,16 2.113,58 0,00 112,21 118,88 2,48

Mayo
1.319,12 223,58 0,01 668,76 2.122,21 0,00 101,67 0,00 0,79

Junio
2.345,17 279,96 0,05 1.203,29 2.088,92 204,26 92,74 18,08 3,50

Acum
9.329,10 1.723,46 0,10 3.414,86 12.537,27 204,26 601,10 224,07 7,47
29% 5% 0% 11% 39% 1% 2% 1% 0% 87% 7% 7% 100

1.445,52 315,40 0,01 384,56 2.179,20 0,00 98,16 29,04 0,23

Sub - Total Alicuota Casa Matrz (443) OFICINA CENTRAL(17%) TOTAL

Saldo Anterior Total Ingresos Egresos

4.452,12 4.041,49 4.094,67 4.781,29 4.436,15 6.235,98 359,00 359,00 359,00 359,00 366,18 364,90 260,99 250,60 241,56 216,49 402,44 781,42 5.072,11 4.651,09 4.695,23 5.356,78 5.204,77 7.382,30
4.250,56 5.072,11 -821,55 -821,55 3.242,55 4.651,09 -2.230,09 -2.230,09 5.003,17 4.695,23 -1.922,14 -1.922,14 3.610,09 5.356,78 -3.668,83 -3.668,83 4.395,16 5.204,77 -4.478,43 -4.478,43 4.623,90 7.382,30 -7.236,83

28.041,70 2.167,07 2.153,50 32.362,27

25.125,4 32.362,3 -7.236,8

Superavit o Deficit

Fuente: Diseo Propio

Los costos acumulados por la Localidad Mrida al 30-06-2006, ascienden a 32.362,30 MMBs., y reflejan un dficit operacional de 7.236,80 MMBs.
Localidad Trujillo Costos y Gastos,(MMBs) Al 30-06-2006
Enero
Gastos por Nmina (Grupo 100) Gastos Variables de Nmina (116-134-135-136-152) Otros Gastos Variables (338-339-431-438) Gastos Fijos Compra de Energa (270) Inversiones Obras(Grupo 700-800-900) Materiales para Obras(236-237-272) Rep. Mayor Reconstruccin y Reemplazo (386) Materiales de Alumbrado Pblico (238) Bombilla Lamparas y Luminarias (241)

Febrero

Marzo

Abril

Mayo

Junio

Acum
22% 6% 0% 9% 45% 0% 2% 0% 0% 0% 84% 8% 8% 100

Sub - Total Alicuota Casa Matrz (443) OFICINA CENTRAL(24%) TOTAL

Saldo Anterior Total Ingresos Egresos

1.257,94 433,85 0,01 440,32 3.032,44 0,00 4,75 4,46 3,05 0,22 5.177,03 506,82 368,46 6.052,31 3.934,28 6.052,31 -2.118,03

Superavit o Deficit

1.257,68 1.139,20 1.265,41 1.227,00 2.409,07 8.556,30 433,85 433,85 268,26 392,45 550,25 2.512,49 0,01 0,01 0,39 0,10 7,56 8,08 499,90 416,27 591,00 925,37 755,31 3.628,18 2.654,86 2.951,23 2.899,44 2.919,78 2.941,82 17.399,57 0,00 0,00 20,60 33,46 116,72 170,79 4,75 4,75 125,88 30,48 447,05 617,65 4,46 4,46 0,00 3,34 0,39 17,11 3,05 3,05 38,19 11,84 16,61 75,80 0,22 0,22 0,00 0,16 1,88 2,69 4.858,77 4.953,04 5.209,16 5.543,98 7.246,67 32.988,66 506,82 506,82 506,82 516,96 515,16 3.059,40 353,79 341,02 305,64 568,15 1.103,17 3.040,23 5.719,38 5.800,88 6.021,62 6.629,09 8.865,00 39.088,28 -2.118,03 -5.310,92 -5.274,06 -8.297,42 -10.085,32 2.526,49 5.837,74 2.998,25 4.841,19 3.766,85 23.904,81 5.719,38 5.800,88 6.021,62 6.629,09 8.865,00 39.088,28 -5.310,92 -5.274,06 -8.297,42 -10.085,32 -15.183,47 -15.183,47

Fuente: Diseo Propio

86

Localidad Barinas Costos y Gastos,(MMBs) Al 30-06-2006

Enero
Gastos por Nmina (Grupo 100) Gastos Variables de Nmina (116-134-135-136-152) Otros Gastos Variables (338-339-431-438) Gastos Fijos Compra de Energa (270) Inversiones Obras(Grupo 700-800-900) Materiales para Obras(236-237-272) Materiales de Alumbrado Pblico (238) Bombilla Lamparas y Luminarias (241)

Febrero

Marzo

Abril

Mayo

Junio

Acum
15% 6% 0% 10% 57% 0% 1% 0% 0% 90% 5% 5% 100

Sub - Total Alicuota Casa Matrz (443) OFICINA CENTRAL(22%) TOTAL

Saldo Anterior Total Ingresos Egresos

1.039,83 540,49 9,68 539,22 5.166,92 0,00 0,22 3,74 0,01 7.300,12 464,58 337,75 8.102,45 3.518,48 8.102,45 -4.583,98

Superavit o Deficit

979,10 968,04 1.784,36 1.742,37 1.785,11 8.298,81 552,19 540,49 356,88 625,58 684,65 3.300,28 9,68 9,68 0,08 7,28 89,35 125,75 539,22 520,62 1.341,52 1.170,47 1.163,36 5.274,41 4.740,24 5.192,10 5.025,57 5.237,90 5.030,71 30.393,43 0,00 0,00 0,00 0,00 3,50 3,50 0,22 0,22 120,38 120,24 365,79 607,08 3,74 3,74 51,23 15,61 4,03 82,10 0,01 0,01 0,02 0,02 0,01 0,09 6.824,41 7.234,91 8.680,04 8.919,46 9.126,51 48.085,44 464,58 464,58 464,58 473,88 472,23 2.804,45 324,31 312,60 280,17 520,80 1.011,24 2.786,88 7.613,31 8.012,09 9.424,79 9.914,14 10.609,98 53.676,76 -4.583,98 -9.123,31 -11.204,71 -17.540,18 -23.514,32 3.073,97 5.930,69 3.089,32 3.940,00 4.024,17 23.576,62 7.613,31 8.012,09 9.424,79 9.914,14 10.609,98 53.676,76 -9.123,31 -11.204,71 -17.540,18 -23.514,32 -30.100,14 -30.100,14

Fuente: Diseo Propio

Las dos tablas anteriores reflejan que los costos de la localidad Trujillo ascienden a 32.744,69 MMBs y Barinas en 53.676,76 MMBs, asi mismo, el dficit para la primera de estas es de 15.183,47 MMBs y la segunda en 30.100,14 MMBs. Con los datos as obtenidos, en la tabla siguiente, reflejamos los costos consolidados por localidad.
C.A.D.E.L.A. Costos y Gastos,(MMBs) Al 30-06-2006
Gastos por Nmina (Grupo 100) Gastos Variables de Nmina (116-134-135-136152) Otros Gastos Variables (338-339-431-438) Gastos Fijos Compra de Energa (270) Alicuota Casa Matrz (443) Inversiones Obras(Grupo 700-800-900) Materiales para Obras(236-237-272) Rep. Mayor Reconstruccin y Reemplazo (386) Materiales de Alumbrado Pblico (238) Bombilla Lamparas y Luminarias (241) Sub - Total Compra de Cemento Andino(270) Alicuota Casa Matrz (443) OFICINA CENTRAL TOTAL Saldo Anterior Total Ingresos Egresos Superavit - Deficit Ene 5.258,33 1.775,91 9,70 1.880,21 13.778,00 0,00 0,00 207,32 13,60 46,94 0,46 22.970,48 204,84 2.111,75 1.535,24 26.822,30 Feb 5.070,48 Mar 4.710,00 Abr 6.167,84 May 6.291,65 Jun 9.402,57 Acum 36.900,87 21% 10.502,07 134,09 16.221,86 79.949,02 0,00 378,55 2.832,05 148,74 661,22 13,88 147.742,34 1.060,71 12.747,48 12.667,63 174.218,16 114.110,27 174.218,16 -60.107,89
6% 0% 9% 46% 0% 0% 2% 0% 0% 0% 1% 7% 7% 100%

1.787,61 1.775,91 1.388,94 1.750,69 2.023,01 9,70 9,70 0,48 7,40 97,11 1.926,95 1.768,11 3.213,93 3.172,63 4.260,03 12.388,52 13.704,16 13.382,91 13.524,46 13.170,97 0,00 0,00 0,00 0,00 0,00 0,00 0,00 20,60 33,46 324,48 207,32 207,32 619,34 386,37 1.204,37 13,60 13,60 2,69 14,85 90,40 46,94 46,94 361,29 71,38 87,72 0,46 0,46 5,92 0,97 5,59 21.451,58 22.236,20 25.163,96 25.253,86 30.666,26 155,36 178,62 184,06 169,09 168,75 2.111,75 2.111,75 2.111,75 2.153,98 2.146,50 1.474,14 1.420,92 1.273,48 2.367,28 4.596,56 25.192,84 25.947,49 28.733,24 29.944,21 37.578,07 -8.102,10 -18.748,08 -20.068,03 -32.195,38 -41.951,39 18.720,20 14.546,86 24.627,54 16.605,90 20.188,20 19.421,57 26.822,30 25.192,84 25.947,49 28.733,24 29.944,21 37.578,07 -8.102,10 -18.748,08 -20.068,03 -32.195,38 -41.951,39 -60.107,89

Fuente: Diseo Propio

87

Los costos aglutinados de la empresa C.A.D.E.L.A, hasta el 30-06-2006, reflejan un dficit que oscila en 60.107,89 MMBs., para cubrir los costos operativos, incluyendo las partidas no controlables como depreciaciones y provisiones. En las lneas anteriores se mencion que para el clculo del Ranking Financiero utilizaremos las partidas controlables, por consiguiente, se excluyen aquellas que no ameritan segregacin de dinero. En este sentido en las tablas siguientes se refleja lo comentado.
Tabla 24 C.A.D.E.L.A. Costos y Gastos en Partidas Controlables,(MMBs) Al 30-06-2006
Enero Febrero Marzo Abril Mayo Junio Acumulado 41.104,68 Tachira 6.267,23 5.880,86 6.153,35 6.459,53 6.998,80 9.344,90 4.125,05 3.947,47 3.991,61 4.472,97 4.357,33 6.279,62 27.174,05 Mrida 5.256,25 4.865,18 5.005,09 4.884,30 5.620,70 7.925,26 33.556,78 Trujillo 47.210,63 Barinas 7.232,00 6.742,85 7.160,25 7.899,72 8.776,12 9.399,69 Cadela 22.880,54 21.436,36 22.310,29 23.716,51 25.752,96 32.949,48 149.046,14
Fuente: Diseo Propio

En el cuadro precedente, se reflejan los gastos controlables por localidad y Filial al 30-06-2006, una vez deducido los costos imputados presupuestariamente de aquellas partidas mencionadas en la Tabla 23. Como se mencion en los prrafos precedentes, los costos mencionados en la Tabla 24 sern utilizados para el clculo del Ranking Financiero en lo referente a la Efectividad Operativa.
Ventas de Energa

Para el clculo del Ranking Financiero se utilizar el registro de ventas por localidad provenientes de Direccin Comercial cuya tabla se refleja en la pgina siguiente.

88

Tabla 25 Localidad Mrida Facturacin Mensual por Servicio

COMPRA DE MES TIPO ENERGIA RESIDENCIAL SOCIAL RESIDENCIAL GENERAL RESIDENCIAL ALTO CONSUMO COMERCIAL GENERAL COMERCIAL CERO INDUSTRIAL GENERAL INDUSTRIAL CERO AGROPEC. OFICIAL ESPECIAL ( 10 ) OFICIAL ( 09 ) TOTAL VENTA PARTICULARES CICLO 00 OFICIALES

Bs/KWH KWH Bs Bs/KWH FEBRERO KWH Bs Bs/KWH MARZO KWH Bs Bs/KWH ABRIL KWH Bs Bs/KWH MAYO KWH Bs Bs/KWH JUNIO KWH Bs Bs/KWH JULIO KWH Bs Bs/KWH TOTAL KWH Bs ENERO

24 15 90.884.143 11.164.262 2.179.198.878 165.409.074 23 18 81.096.288 10.939.164 1.883.239.519 199.312.433 24 11 89.680.721 9.974.666 2.150.120.562 109.204.399 24 14 86.896.129 9.909.395 2.113.577.707 133.882.224 23 16 92.605.091 10.797.771 2.122.213.890 174.710.200 23 17 90.359.137 11.180.737 2.088.919.845 187.950.001 22 16 93.363.945 11.199.727 2.009.014.832 173.836.648 23 15 624.885.454 75.165.722 14.546.285.233 1.144.304.979

70 16.244.725 1.130.283.791 71 15.924.332 1.137.912.906 70 17.249.209 1.214.933.678 69 15.972.958 1.104.701.243 73 17.244.162 1.254.790.861 71 15.279.242 1.080.377.513 73 16.258.083 1.187.074.647 71 114.172.711 8.110.074.639

110 4.444.292 489.783.403 111 4.123.880 458.278.001 112 4.776.522 536.442.065 114 4.341.395 496.828.656 113 4.710.642 531.599.849 111 4.503.076 499.214.425 110 4.272.561 468.968.450 112 31.172.368 3.481.114.849

99 71 109 68 52 64 102 70 67 70 87 10.158.105 3.074.116 381.247 2.002.275 537.274 3.546.725 5.264.449 56.817.470 42.929.905 5.076.391 8.811.174 1.001.773.699 219.529.407 41.638.027 136.765.446 27.794.017 226.977.377 536.106.150 3.976.060.391 2.856.682.011 356.294.853 763.083.527 99 67 91 63 53 62 99 70 68 66 83 9.990.756 3.514.491 493.530 2.440.754 483.735 3.978.398 5.227.332 57.116.372 41.955.397 5.955.245 9.205.730 988.300.178 236.114.519 44.870.094 154.201.133 25.404.725 248.160.283 517.119.924 4.009.674.196 2.854.078.337 390.315.652 765.280.207 98 74 99 70 50 65 100 72 68 72 87 11.105.723 2.771.956 330.600 1.977.810 583.935 3.303.809 5.337.264 57.411.494 44.020.655 4.749.766 8.641.073 1.090.207.435 203.955.651 32.695.251 137.874.145 29.152.415 215.143.488 536.165.445 4.105.773.971 3.012.635.243 341.829.796 751.308.933 102 66 94 67 55 65 96 71 69 66 84 10.252.791 3.079.048 409.878 2.187.040 563.423 3.693.430 5.970.320 56.379.678 41.449.840 5.266.088 9.663.750 1.044.652.654 203.620.934 38.631.969 146.030.675 31.148.257 238.760.741 574.105.177 4.012.362.530 2.849.845.003 349.651.609 812.865.918 100 69 92 68 53 66 101 73 70 69 89 11.253.904 3.033.660 460.921 2.329.671 534.045 2.944.972 5.554.308 58.864.056 45.001.445 5.363.331 8.499.280 1.126.917.437 210.311.876 42.590.495 157.885.063 28.561.845 194.153.037 560.357.198 4.281.877.860 3.159.170.686 368.196.939 754.510.235 102 73 94 65 53 64 101 71 68 69 85 10.099.895 2.900.642 443.390 2.444.836 562.918 4.282.112 5.581.939 57.278.787 42.069.258 5.345.478 9.864.051 1.029.096.476 212.225.538 41.632.784 158.661.452 29.858.945 273.638.073 564.918.187 4.077.573.393 2.868.130.143 370.886.990 838.556.260 99 76 96 62 51 73 102 72 69 68 92 11.082.214 2.465.577 411.815 3.013.916 549.067 3.274.238 5.383.538 57.910.736 43.773.467 5.479.493 8.657.776 1.101.842.970 186.409.586 39.527.351 186.968.400 28.217.529 240.397.523 551.801.609 4.165.044.713 2.999.467.595 373.377.986 792.199.132 100 71 96 66 52 65 100 71 68 68 86 73.943.388 20.839.490 2.931.381 16.396.302 3.814.397 25.023.684 38.319.150 401.778.593 301.199.967 37.235.792 63.342.834 7.382.790.848 1.472.167.511 281.585.971 1.078.386.314 200.137.733 1.637.230.522 3.840.573.690 28.628.367.055 20.600.009.019 2.550.553.825 5.477.804.212

Fuente: Diseo Propio

89

Tabla 26 Localidad Trujillo Facturacin Mensual por Servicio

MES TIPO COMPRA DE ENERGIA RESIDENCIAL SOCIAL RESIDENCIAL GENERAL RESIDENCIAL ALTO CONSUMO COMERCIAL GENERAL COMERCIAL CERO INDUSTRIAL GENERAL INDUSTRIAL CERO INDUSTRIAL CEMENTO AND. AGROPECUARIO OFICIAL ESPECIAL ( 10 ) OFICIAL ( 09 ) TOTAL VENTA

ENERO

FEBRERO

MARZO

ABRIL

MAYO

JUNIO

JULIO

TOTAL

Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs

24 14 135.011.453 12.541.956 3.237.273.277 181.755.388 23 16 121.014.174 11.842.797 2.810.223.277 189.746.951 24 13 130.545.005 11.134.099 3.129.853.286 146.430.268 24 14 126.772.448 10.891.670 3.083.490.868 149.936.290 23 11 134.786.101 9.640.834 3.088.868.324 110.625.706 23 14 134.552.100 10.479.654 3.110.571.452 146.224.187 22 14 136.454.267 11.167.804 2.936.236.715 160.450.720 23 14 919.135.548 77.698.814 21.396.517.199 1.085.169.510

68 113 98 77 93 64 43 71 61 108 68 13.072.611 4.240.477 6.992.745 3.226.079 370.622 5.191.462 8.237.893 2.205.594 5.549.180 12.960.598 74.589.217 893.092.562 478.231.360 688.668.089 247.474.458 34.632.676 332.939.005 356.447.164 155.715.462 338.104.265 1.399.116.857 5.106.177.286 70 113 99 79 96 69 49 62 63 107 71 12.998.043 4.025.156 6.646.682 3.286.053 317.058 4.600.004 6.471.943 2.701.806 5.318.573 13.614.955 71.823.070 914.729.545 456.328.705 661.054.470 258.464.233 30.369.020 315.428.584 317.234.162 166.499.131 333.292.837 1.455.655.418 5.098.803.056 67 116 99 84 94 71 52 57 65 108 72 13.915.316 4.081.394 6.889.351 3.014.288 387.299 3.967.612 7.157.748 2.961.843 4.886.801 13.997.369 72.393.120 938.838.740 472.877.210 684.128.471 254.228.811 36.339.381 282.105.354 374.599.211 168.120.702 315.350.454 1.511.717.471 5.184.736.073 68 116 101 80 97 71 43 61 59 104 70 13.974.565 3.914.060 6.984.076 3.323.905 361.633 4.042.271 7.302.118 2.389.664 5.153.212 14.666.810 73.003.984 952.603.130 455.866.525 703.353.902 264.311.362 34.941.814 287.343.423 314.272.181 146.553.052 304.713.284 1.527.796.495 5.141.691.458 68 115 97 79 80 72 45 63 65 108 72 15.238.523 4.208.968 7.108.239 3.536.491 352.015 4.019.746 7.049.639 2.918.754 5.005.040 13.993.565 73.071.814 1.037.358.591 483.512.716 692.584.552 279.086.564 28.041.927 288.208.165 318.315.634 182.866.735 326.610.793 1.512.033.370 5.259.244.754 71 113 101 73 98 67 44 66 60 107 71 15.418.140 3.691.724 7.304.863 4.168.906 347.650 4.520.649 6.929.321 1.186.257 5.792.290 14.162.010 74.001.464 1.100.596.971 415.473.692 741.221.548 305.233.900 33.979.716 304.080.110 301.608.247 78.416.835 349.576.864 1.508.260.420 5.284.672.490 73 113 100 77 97 69 47 62 61 107 72 14.923.885 3.854.229 7.414.213 3.645.463 323.177 4.517.341 5.233.663 2.412.293 5.545.056 13.928.017 72.965.141 1.091.162.700 434.148.651 744.720.362 281.300.896 31.253.035 312.911.201 244.895.279 149.026.286 339.669.141 1.491.395.897 5.280.934.168 70 114 100 78 93 69 46 62 62 107 71 99.541.083 28.016.008 49.340.169 24.201.185 2.459.454 30.859.085 48.382.325 16.776.211 37.250.152 97.323.324 511.847.810 6.928.382.238 3.196.438.859 4.915.731.394 1.890.100.224 229.557.569 2.123.015.842 2.227.371.878 1.047.198.203 2.307.317.638 10.405.975.928 36.356.259.284

Fuente: Diseo Propio

90

Tabla 27 Localidad Tchira Facturacin Mensual por Servicio

MES TIPO COMPRA DE ENERGIA RESIDENCIAL SOCIAL RESIDENCIAL GENERAL RESIDENCIAL ALTO CONSUMO COMERCIAL GENERAL COMERCIAL CERO INDUSTRIAL GENERAL INDUSTRIAL CERO AGROPECUARIO OFICIAL ESPECIAL ( 10 ) OFICIAL ( 09 ) TOTAL VENTA

ENERO

FEBRERO

MARZO

ABRIL

MAYO

JUNIO

JULIO

TOTAL

Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs

23,98 16,24 70,25 112,19 98,15 68,67 96,54 77,04 141.774.848,00 17.736.911,00 22.825.862,00 6.383.892,00 16.098.375,00 5.535.961,00 1.741.152,00 6.572.823,00 3.399.444.389,90 288.033.996,85 1.603.407.802,95 716.236.145,00 1.580.041.924,53 380.134.346,00 168.088.840,00 506.391.316,00 23,22 18,00 68,72 113,63 99,52 68,44 94,73 66,34 133.931.077,00 15.789.876,00 20.623.310,00 5.497.358,00 14.230.614,00 5.975.554,00 1.724.392,00 9.904.497,00 3.110.183.034,45 284.230.809,10 1.417.308.263,12 624.638.739,00 1.416.219.239,20 408.951.934,00 163.346.204,00 657.022.686,00 23,35 15,22 67,46 120,12 98,03 70,98 93,30 69,47 146.082.861,00 16.376.898,00 22.890.993,00 6.042.520,00 16.116.974,00 5.407.606,00 1.967.263,00 8.978.641,00 3.410.706.228,24 249.317.324,25 1.544.209.721,35 725.803.563,00 1.579.970.491,20 383.836.514,00 183.549.227,00 623.785.866,00 23,54 15,04 69,53 120,36 122,81 69,65 94,38 70,78 142.065.773,00 15.623.689,00 21.253.938,00 5.801.407,00 15.500.285,00 5.827.522,00 1.942.128,00 8.794.815,00 3.344.328.940,73 234.989.436,65 1.477.732.212,07 698.234.696,86 1.903.656.387,80 405.886.799,00 183.293.758,00 622.497.903,00 22,20 15,09 69,69 113,45 79,05 69,40 94,98 72,68 146.172.258,00 15.252.135,00 24.639.589,00 6.223.823,00 17.446.566,00 5.902.912,00 2.109.142,00 9.258.262,00 3.244.568.198,76 230.133.699,70 1.717.092.826,97 706.123.369,11 1.379.218.172,80 409.639.651,00 200.330.504,00 672.851.106,00 22,37 16,74 69,66 112,44 100,35 68,22 95,58 66,46 139.032.609,00 14.622.415,00 22.331.121,00 5.277.831,00 16.260.728,00 5.821.900,00 2.157.002,00 10.245.557,00 3.109.522.744,84 244.838.295,00 1.555.499.963,74 593.437.362,76 1.631.840.731,98 397.198.980,00 206.167.507,00 680.941.411,00 20,86 15,60 71,20 112,29 99,00 71,15 82,71 69,11 142.483.465,00 16.342.493,00 21.794.370,00 5.475.776,00 16.889.915,00 5.253.852,00 2.471.747,00 9.210.197,00 2.972.711.660,88 254.879.288,00 1.551.810.211,80 614.894.225,00 1.672.054.533,00 373.834.729,00 204.428.933,00 636.503.198,00 22,78 15,99 69,50 114,96 99,19 69,46 92,77 69,88 991.542.891,00 111.744.417,00 156.359.183,00 40.702.607,00 112.543.457,00 39.725.307,00 14.112.826,00 62.964.792,00 22.591.465.197,80 1.786.422.849,55 10.867.061.002,00 4.679.368.100,73 11.163.001.480,51 2.759.482.953,00 1.309.204.973,00 4.399.993.486,00

63,17 63,11 1.745.433,00 3.256.376,00 110.260.299,00 205.517.298,00 64,86 150,78 1.511.783,00 3.747.366,00 98.052.092,25 565.025.448,00 65,08 58,68 1.712.142,00 4.428.582,00 111.423.411,00 259.857.064,00 65,02 64,18 1.564.704,00 3.632.696,00 101.729.752,00 233.163.170,00 65,16 69,06 1.541.108,00 3.112.552,00 100.419.453,00 214.955.994,00 65,33 61,94 1.584.085,00 4.215.352,00 103.495.926,00 261.080.835,00 64,31 64,58 1.602.525,00 3.644.424,00 103.065.640,00 235.349.689,00 64,68 75,85 11.261.780,00 26.037.348,00 728.446.573,25 1.974.949.498,00

90,83 70,60 11.058.631,00 92.955.416,00 1.004.446.140,00 6.562.558.108,33 89,54 73,70 11.860.729,00 90.865.479,00 1.062.034.930,00 6.696.830.344,67 92,05 70,34 11.136.362,00 95.057.981,00 1.025.051.028,00 6.686.804.209,80 84,41 74,77 12.018.767,00 91.959.951,00 1.014.550.260,44 6.875.734.375,82 95,11 68,92 9.966.082,00 95.452.171,00 947.904.571,00 6.578.669.347,58 94,26 71,74 10.893.651,00 93.409.642,00 1.026.793.159,00 6.701.294.171,48 93,11 71,31 11.453.884,00 94.139.183,00 1.066.449.614,00 6.713.270.060,80 91,18 71,60 78.388.106,00 653.839.823,00 7.147.229.702,44 46.815.160.618,48

Fuente: Diseo Propio

91

Tabla 28 Localidad Barinas Facturacin Mensual por Servicio

MES TIPO COMPRA DE ENERGIA RESIDENCIAL SOCIAL RESIDENCIAL GENERAL RESIDENCIAL ALTO CONSUMO COMERCIAL GENERAL COMERCIAL CERO INDUSTRIAL GENERAL INDUSTRIAL CERO AGROPECUARIO OFICIAL ESPECIAL ( 10 ) OFICIAL ( 09 ) TOTAL VENTA

ENERO

FEBRERO

MARZO

ABRIL

MAYO

JUNIO

JULIO

TOTAL

Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs Bs/KWH KWH Bs

45,13 114.492.316,00 5.166.916.264,23 44,74 105.945.222,00 4.740.238.440,11 43,83 118.459.835,00 5.192.098.893,59 43,17 116.416.011,00 5.025.569.247,38 43,73 119.785.650,00 5.237.895.224,48 43,48 115.700.720,00 5.030.708.628,82 42,81 117.373.287,00 5.024.649.863,00 43,82 808.173.041,00 35.418.076.561,61

22,19 70,47 113,78 96,89 68,29 93,24 69,59 22,69 62,51 105,73 75,78 8.376.436,00 13.053.722,00 7.138.171,00 9.023.933,00 3.000.370,00 342.184,00 2.161.251,00 -72.079,00 8.048.673,00 6.317.917,00 57.390.578,00 185.857.827,55 919.875.434,55 812.187.702,50 874.319.593,80 204.897.482,00 31.906.315,00 150.395.461,00 -1.635.631,60 503.087.036,00 667.965.877,00 4.348.857.097,80 17,23 71,07 114,65 101,33 66,29 95,28 69,11 55,95 66,23 106,90 77,44 6.996.614,00 12.329.738,00 7.159.752,00 7.969.611,00 3.269.681,00 335.013,00 2.396.604,00 446.422,00 7.749.478,00 6.446.978,00 55.099.891,00 120.583.360,65 876.275.538,40 820.857.577,30 807.553.988,50 216.736.477,00 31.921.356,00 165.625.296,00 24.979.329,30 513.265.212,00 689.199.700,00 4.266.997.835,15 15,70 69,75 117,27 98,30 68,30 94,72 89,86 64,90 63,86 106,08 78,77 6.834.594,00 12.124.761,00 7.927.975,00 8.516.273,00 2.931.352,00 284.750,00 2.217.436,00 280.054,00 6.963.516,00 6.522.807,00 54.603.518,00 107.325.625,60 845.672.957,85 929.711.144,00 837.133.826,95 200.210.736,00 26.970.985,15 199.249.917,00 18.174.655,00 444.696.333,00 691.954.508,00 4.301.100.688,55 19,82 74,52 119,04 99,88 67,33 93,83 65,14 814,97 65,37 104,94 83,21 7.281.323,00 13.506.572,00 8.494.936,00 8.331.323,00 3.320.292,00 49.191,00 3.173.577,00 336.186,00 8.282.742,00 6.516.382,00 59.292.524,00 144.310.666,00 1.006.553.631,15 1.011.223.305,00 832.147.314,45 223.548.382,00 10.142.176,20 206.742.200,00 273.982.983,00 541.470.976,00 683.861.325,00 4.933.982.958,80 15,36 74,65 117,36 97,82 64,43 99,04 59,98 -586,58 66,99 107,61 74,35 6.768.647,00 13.273.077,00 8.047.354,00 8.881.548,00 3.449.920,00 589.054,00 2.944.767,00 388.721,00 8.174.625,00 6.607.724,00 59.125.437,00 103.942.039,00 990.896.788,55 944.440.341,00 868.768.079,60 222.295.231,00 58.338.615,00 176.630.969,00 -228.017.572,00 547.651.503,00 711.083.809,00 4.396.029.803,15 16,86 72,08 112,91 101,72 62,25 95,58 57,71 65,63 65,96 106,16 75,80 7.285.774,00 11.896.710,00 6.277.395,00 8.541.954,00 3.860.610,00 342.238,00 3.283.756,00 388.977,00 8.137.140,00 6.866.200,00 56.880.754,00 122.826.841,15 857.475.898,20 708.781.639,00 868.865.761,24 240.308.520,00 32.710.068,00 189.501.431,00 25.529.950,00 536.704.830,00 728.917.397,00 4.311.622.335,59 20,60 72,71 111,69 99,88 71,01 94,35 59,91 64,95 62,67 107,51 75,07 8.535.619,00 11.652.069,00 6.907.036,00 8.641.505,00 3.403.837,00 318.839,00 4.342.865,00 308.684,00 9.059.794,00 6.597.673,00 59.767.921,00 175.862.043,80 847.225.660,70 771.417.140,10 863.077.081,00 241.723.462,00 30.083.322,00 260.165.707,00 20.048.497,00 567.807.874,00 709.343.121,00 4.486.753.908,60 18,45 72,22 115,46 99,35 66,69 98,21 65,71 64,07 64,78 106,43 77,20 52.079.007,00 87.836.649,00 51.952.619,00 59.906.147,00 23.236.062,00 2.261.269,00 20.520.256,00 2.076.965,00 56.415.968,00 45.875.681,00 402.160.623,00 960.708.403,75 6.343.975.909,40 5.998.618.848,90 5.951.865.645,54 1.549.720.290,00 222.072.837,35 1.348.310.981,00 133.062.210,70 3.654.683.764,00 4.882.325.737,00 31.045.344.627,64

Fuente: Diseo Propio

92

En resumen, podemos reflejar los montos facturados en la siguiente forma:

Tabla 29 Localidad Tchira Resumen de Ventas por mes
Promedio de Facturacin Kwh Bs. Bs./kwh
Cemento Andino (kwh) Bs. Bs/Kwh Promedio Bs/Kwh
ENERO FEBRERO MARZO ABRIL MAYO JUNIO

92.955.416 90.865.479 95.057.981 91.959.951 95.452.171 93.409.642,00 6.562.558.108 6.696.830.345 6.686.804.210 6.875.734.376 6.578.669.348 6.701.294.171 70,60 73,70 70,34 74,77 68,92110759 71,74092554 8.237.893,00 6.471.943,00 7.157.748,00 7.302.118 7.049.639,00 6.929.321,00 356.447.164,00 317.234.162,00 374.599.211,00 314.272.181,00 318.315.634,00 301.608.247,00 43,27 49,02 52,33 43,04 45,15 43,53 68,37 72,06 69,08 72,43 67,29 69,79

Acumulado 559.700.640 40.118.854.949 71,68 43.148.662 1.987.277.624 46,06 69,85

Fuente: Diseo Propio

En la tabla precedente, se reflejan los datos por facturacin mensual de la Localidad Tchira, as como, la adicin por costos de Cemento Andino. Este aditamento, Cemento Andino, influye en el costo promedio de venta, el cual es ajustado y reflejado en la tabla precedente.
Tabla 30 Localidad Mrida Resumen de Ventas por mes
ENERO FEBRERO MARZO ABRIL MAYO JUNIO ACUMULADO

Facturacin Kwh Bs. Bs./kwh

23,98 56.817.470 3.976.060.391 69,98

23,22 57.116.372 4.009.674.196 70,20

23,98 57.411.494 4.105.773.971 71,51

24,32303638 22,91681663 56.379.678 58.864.056 4.012.362.530 4.281.877.860 71,17 72,74

23,11797029 57.278.787 4.077.573.393 71,19

23,59 343.867.857 24.460.068.179 71,13

Fuente: Diseo Propio

Tabla 31 Localidad Trujillo Resumen de Ventas por mes

ENERO FEBRERO MARZO ABRIL MAYO JUNIO ACUMULADO

Kwh Facturados Kwh Facturados Cemento Andino Kwh (Facturado menos Cemento Andino) Bs. facturados Trujillo Bs.Trujillo menos Cemento Andino Bs./kwh

74.589.217,00 71.823.070,00 72.393.120,00 73.003.984,00 73.071.814,00 74.001.464,00 438.882.669 8.237.893,00 6.471.943,00 7.157.748,00 7.302.118,00 7.049.639,00 6.929.321,00 43.148.662 66.351.324 65.351.127 65.235.372 65.701.866 66.022.175 67.072.143 395.734.007 5.106.177.286 5.098.803.056 5.184.736.073 5.141.691.458 5.259.244.754 5.284.672.490 31.075.325.116 4.749.730.122 4.781.568.894 4.810.136.862 4.827.419.277 4.940.929.120 4.983.064.243 29.092.848.517 71,58 73,17 73,74 73,47 74,84 74,29 73,52

Fuente: Diseo Propio

93

Tabla 32 Localidad Barinas Resumen de Ventas por mes

ENERO FEBRERO MARZO ABRIL MAYO JUNIO ACUMULADO

Proceso de Facturacin/Compra Kwh Kwh vendidos Bs. Bs./kwh

45,1289348 57.390.578 4.348.857.098 75,78

44,74235223 55.099.891 4.266.997.835 77,44

43,83003651 54.603.518 4.301.100.689 78,77

43,16905556 59.292.524 4.933.982.959 83,21

43,72723464 59.125.437 4.396.029.803 74,35

43,48035716 56.880.754 4.311.622.336 75,80

44,01 342.392.702,00 26.555.608.438 77,56

Fuente: Diseo Propio

Ranking Financiero por Localidad Geogrfica. Efectividad en Facturacin

Con los datos obtenidos, se procede con el calculo del Ranking Financiero en la siguiente forma: Primero se calcula la Efectividad en la Facturacin E.F, tomando como base al promedio del costo por kilovatio comprado, reflejado en los indicadores comerciales y el monto ejecutado por compra de energa tomado de los reportes presupuestarios. Es de resaltar que a los costos as determinados se le deduce el 7% por concepto de prdidas en la transmisin de energa. Este valor relativo, representa la merma en el producto comprado o producido, el cual es irrecuperable.
Tabla 33 C.A.D.E.L.A. Efectividad en la Facturacin Facturacin Precio MMBs Kwh Unitario
TACHIRA MERIDA TRUJILLO BARINAS CADELA 42.106.132.573 602.849.302 24.460.068.179 343.867.857 29.092.848.517 395.734.007 26.555.608.438 342.392.702 122.214.657.706 1.684.843.868 69,85 71,13 73,52 77,56 72,54

Compras (Kwh)
827.575.381 494.295.530 685.984.866 642.216.844 2.650.072.622

EF
0,73 0,70 0,58 0,53 0,64

La tabla precedente refleja que la Localidad Tchira refleja menor indicador de prdidas controlables, el cual asciende al 73%, seguido de Mrida y Trujillo con el 70% y 58% respectivamente.

94

Efectividad en la Recaudacin E.R.

Antes de proceder con el clculo de la Efectividad en Recaudacin, es necesario aclarar lo siguiente: Los clientes de la empresa C.A.D.E.LA. se dividen en Clientes Particulares, Oficiales, Agropecuarios, Industriales y Comerciales. Con respecto a los Oficiales, la gestin de cobranza se efecta en un porcentaje significativo a travs de la Casa Matriz y el restante, por la Localidad Geogrfica. En este orden; los Organismos Oficiales se dividen en: Oficiales Centralizados y Descentralizados, por consiguiente, con el fin de obtener un indicador justo entre la recaudacin y facturacin controlable, al monto facturado se le deduce el promedio relativo facturado de los organismos centralizados, de esta forma; ajustamos la facturacin sobre aquel monto que en efecto es gestionable a travs de la localidad y, por consiguiente, el ndice de efectividad es ms justo.
Tabla 34 C.A.D.E.L.A. Promedio de distribucin de Organismos Oficiales con respecto a la totalidad de la facturacin Localidad Oficial Facturacin Centralizado Restante Tchira 5% 95% Trujillo 5% 95% Mrida 16% 84% Barinas 17% 83%

Una vez determinado el promedio de distribucin hipottica, y con los datos reflejados en las tablas precedentes, se procede a calcular la Efectividad en Facturacin con los siguientes resultados:

95

Tabla 35 C.A.D.E.L.A. Efectividad en Recaudacin Localidad Recaudacin Facturacin

MERIDA BARINAS TACHIRA TRUJILLO CADELA 25.125.441.024 23.576.623.926 41.503.391.399 23.904.808.854 114.110.265.204 20.546.457.270 22.041.155.003 40.000.825.945 27.638.206.091 110.226.644.309

ER
1,22 1,07 1,04 0,86 1,04

La Tabla 35 refleja que la Localidad Mrida al 30-06-2006, presenta el mejor indicador de recaudacin con un 22% superior al monto facturado. Seguidamente, la localidad Barinas refleja que su efectividad es del 107% y posteriormente, encontramos a la Localidad Tchira y Trujillo con 104% y 86% respectivamente. Esta ltima localidad es quien acumula mayormente morosidad en su gestin con clientes o usuarios de servicio.
Tabla 36 C.A.D.E.L.A. Efectividad en el Proceso Comercial Localidad
MERIDA TACHIRA BARINAS TRUJILLO CADELA

EPC
0,85 0,78 0,57 0,50 0,66

El producto de relacionar los resultados obtenidos en la tabla 35 y 36 es decir; la E.F. con la E.R., se obtiene la Efectividad en el Proceso Comercial, E.P.C., el cual segn la tabla precedente, observamos que la localidad Mrida es la mas efectiva.
Efectividad Operativa, E.O.

El tercer indicador objeto del Ranqueo, es la Efectividad Operativa que no es otra cosa que averiguar si el monto recaudado cubre los costos operativos controlables. En este orden, en la tabla siguiente observamos que la Localidad Tchira es quien cubre en mayor

96

proporcin sus costos y las dems, tendrn inconvenientes para satisfacer las obligaciones con proveedores, por cuanto su efectividad es menor al 100%.
Tabla 37 C.A.D.E.L.A. Efectividad Operativa Localidad Recaudacin Costos
TACHIRA MERIDA BARINAS TRUJILLO CADELA 41.503.391.399 25.125.441.024 23.576.623.926 23.904.808.854 114.110.265.204 41.104.678.164 27.174.046.204 47.210.634.201 33.556.783.992 149.046.142.560

EO
1,01 0,92 0,50 0,71 0,77

Ranking Financiero

Finalmente calculamos el posicionamiento o Ranking Financiero, donde la localidad Tchira y Mrida reflejan el primer lugar, seguido de Trujillo y Barinas, en la forma como se demuestra en la tabla siguiente.
Tabla 38 C.A.D.E.L.A. Ranking Financiero

Localidad EPC
TACHIRA MERIDA TRUJILLO BARINAS CADELA 0,78 0,85 0,50 0,57 0,66

EO
1,01 0,92 0,71 0,50 0,77

R
7,868 7,866 3,554 2,848 5,039

Ranking Financiero por Oficina Comercial Efectividad en Recaudacin

Motivado a que los Sistemas Bancarios no permiten detallar la Recaudacin Bancaria por Oficina Comercial, utilizaremos los indicadores comerciales como base para determinarla. 97

Tabla 39 Efectividad en la Recaudacin Localidad Tchira

OFICINA COMERCIAL SAN CRISTOBAL I TARIBA CAPACHO SANTA ANA SAN CRISTOBAL II SAN CRISTOBAL III SAN ANTONIO UREA RUBIO DELICIAS LA FRIA COLON COLONCITO LA GRITA PREGONERO QUENIQUEA LA PEDRERA EL PIAL PARTICULARES CICLO 1-18 PARTICULARES CICLO 00 TOTAL PARTICULARES ENERO FEBRERO MARZO 1 927.992 535.846 81.568 53.317 746.752 1.331.724 467.072 514.866 250.943 7.849 298.588 267.616 340.910 247.088 30.723 35.355 138.902 132.721 5.284.966 1.124.866 6.409,83 2 856.374 519.872 74.373 61.104 770.135 1.051.302 310.349 335.309 199.217 7.113 223.648 293.451 227.996 215.279 43.033 22.309 120.941 106.896 4.383.071 1.055.631 5.438,70 ABRIL MAYO JUNIO TOTAL 6.034.488 3.360.951 458.869 385.472 4.468.337 7.257.235 2.199.956 2.761.998 1.391.753 43.718 1.552.367 1.758.078 1.743.391 1.401.727 185.966 152.098 798.077 734.108 RECAUDACION PROMEDIO 1.005.748 560.158 76.478 64.245 744.723 1.209.539 366.659 460.333 231.959 7.286 258.728 293.013 290.565 233.621 30.994 25.350 133.013 122.351 5.302.617 812.148 6.114.765 3 4 5 6 976.453 939.139 1.292.288 1.042.241 583.960 502.921 554.357 663.995 72.569 75.862 74.772 79.725 68.593 47.952 79.354 75.152 727.505 675.630 724.412 823.902 1.286.544 1.043.382 1.189.133 1.355.150 349.709 289.096 397.269 386.461 497.593 379.576 510.364 524.290 240.049 198.849 240.466 262.228 7.220 8.139 5.482 7.915 250.224 189.168 296.694 294.044 289.409 269.204 266.881 371.517 284.157 318.124 279.255 292.949 235.559 198.884 245.917 259.000 18.349 33.037 23.456 37.368 22.002 23.147 24.258 25.028 141.734 97.375 133.362 165.764 136.614 95.993 148.372 113.511

4.950.904 4.244.616 5.474.987 5.533.767 29.872.311 1.237.340 1.140.862 1.011.106 1.246.473 6.188,24 6.816.278

5.385.478 6.486.093 6.780.240 36.688.589

Fuente: Indicadores Comerciales

Para la localidad Tchira, el promedio de recaudacin comercial oscila en 5,3 MMBs., siendo su mayor promedio recaudado el mes de junio con 5,5 MMBs.
Tabla 40 Efectividad en la Recaudacin Localidad Mrida
OFICINA COMERCIAL MERIDA I MUCUCHIES EJIDO LAGUNILLAS LA PARROQUIA MERIDA II SANTO DOMINGO EL VIGIA TOVAR CAO ZANCUDO CANAGUA PARTICULARES CICLO 1-18 PARTICULARES CICLO 00 TOTAL PARTICULARES ENERO 1 576,91 59,39 425,83 121,85 433,25 660,96 61,94 912,39 317,69 179,60 14,23 3.353.685 410.356 3.764.042 FEBRERO MARZO 2 430,39 34,97 248,97 102,97 311,93 517,35 50,44 697,51 267,43 150,63 12,95 2.513.985 311.558 2.825.543 3 540,03 51,79 439,12 160,40 474,20 829,69 50,89 886,82 319,30 188,78 16,99 ABRIL 4 471.514 55.548 296.178 143.549 360.051 596.397 39.259 737.552 288.183 154.810 14.872 MAYO 5 531.950 46.558 363.490 138.120 469.687 714.635 48.941 902.271 314.122 154.970 11.635 JUNIO 6 546.721 53.509 442.198 140.963 462.328 722.384 54.084 912.251 344.004 176.936 18.343 TOTAL 3.097.517 301.767 2.215.790 807.848 2.511.445 4.041.418 305.550 5.048.789 1.850.726 1.005.733 89.019 RECAUDACION PROMEDIO 516.253 50.294 369.298 134.641 418.574 673.570 50.925 841.465 308.454 167.622 14.836 3.163.197 382.736 3.545.934

3.443.063 2.797.680 3.296.387 3.448.900 18.853.700 514.942 360.234 399.990 424.822 2.421.903

3.958.005 3.157.914 3.696.377 3.873.722 21.275.603

Fuente: Indicadores Comerciales

Con respecto a la Localidad Mrida, el promedio mensual oscila en 3,1 MMBs, y su mejor mes de recaudacin es el mes de Junio con 3,5 MMBs.

98

Tabla 41 Efectividad en la Recaudacin Localidad Barinas

OFICINA COMERCIAL BARINAS I BARINITAS BARRANCAS BARINAS II CIUDAD BOLIVIA SANTA BARBARA LIBERTAD SAN SILVESTRE SABANETA BARINAS III PARTICULARES CICLO 1-18 PARTICULARES CICLO 00 TOTAL PARTICULARES ENERO 1 662.103 123.587 74.604 512.810 323.127 179.354 97.297 119.216 122.573 928.113 2.640.772 502.012 3.142.783 FEBRERO MARZO 2 805.952 125.493 57.427 426.379 328.758 144.584 111.843 82.165 106.741 911.490 2.673.248 427.583 3.100.832 3 976.673 143.338 103.424 580.200 428.544 215.153 161.663 191.185 183.280 1.215.683 ABRIL 4 709.450 102.254 61.328 414.114 307.825 147.758 97.441 104.468 114.547 856.300 MAYO 5 845.277 142.531 61.714 564.708 434.707 188.797 123.570 136.613 155.890 974.050 JUNIO 6 856.173 145.396 69.380 560.432 397.560 161.991 94.616 141.175 165.239 1.053.466 TOTAL 4.855.628 782.599 427.878 3.058.642 2.220.521 1.037.636 686.431 774.821 848.270 5.939.101 RECAUDACION PROMEDIO 809.271 130.433 71.313 509.774 370.087 172.939 114.405 129.137 141.378 989.850 3.039.180 399.408 3.438.588

3.710.292 2.503.855 3.152.860 3.139.878 17.820.905 488.849 411.631 474.997 505.551 2.810.623

4.199.141 2.915.486 3.627.857 3.645.428 20.631.528

Fuente: Indicadores Comerciales

Esta localidad refleja un promedio de recaudacin en 3,03MMBs, donde las mejores cifras fueron presentadas durante el mes de marzo con 3,71 MMBs.
Tabla 42 Efectividad en la Recaudacin Localidad Trujillo
OFICINA COMERCIAL VALERA I VALERA II TIMOTES CARVAJAL ESCUQUE TRUJILLO PAMPAN CARACHE BOCONO CAJA SECA SABANA DE MENDOZA BETIJOQUE PARTICULARES CICLO 1-18 PARTICULARES CICLO 00 TOTAL PARTICULARES ENERO 1 661.410 601.004 102.102 148.604 68.702 239.228 224.073 56.132 222.728 476.591 341.395 55.935 2.540.638 657.266 3.197.904 FEBRERO MARZO 2 525.793 470.304 82.678 140.837 66.028 207.151 224.920 36.915 157.384 426.163 316.752 41.524 2.041.742 654.774 2.696.516 3 691.584 709.357 93.357 174.975 102.057 242.671 326.544 45.074 269.489 541.127 420.217 60.944 ABRIL 4 500.824 533.485 78.537 138.736 80.913 162.603 231.862 32.055 193.009 422.793 304.434 35.569 MAYO 5 628.720 669.473 101.315 162.189 98.965 249.852 253.742 45.133 268.209 502.325 359.471 51.048 JUNIO 6 629.568 607.319 105.580 149.790 77.829 235.285 252.912 43.982 268.119 566.096 393.765 51.882 TOTAL 3.637.899 3.590.942 563.568 915.130 494.494 1.336.790 1.514.054 259.291 1.378.938 2.935.094 2.136.035 296.902 RECAUDACION PROMEDIO 606.316 598.490 93.928 152.522 82.416 222.798 252.342 43.215 229.823 489.182 356.006 49.484 2.568.687 607.836 3.176.523

3.019.905 2.099.537 2.768.056 2.761.298 15.231.176 657.491 615.284 622.384 620.830 3.828.030

3.677.397 2.714.821 3.390.440 3.382.128 19.059.206

Fuente: Indicadores Comerciales

El promedio de recaudacin para esta localidad es de 3,17 MMBs., mayor monto recaudado se reflej durante el mes de marzo por un orden de 3,01 MMBs.

99

Efectividad en Facturacin

A partir de la Hoja de Mercado o de la Facturacin Ajustada por Oficina Comercial, se preparan cifras relacionadas con la Facturacin de Clientes Particulares por Oficina Comercial, en la forma que sigue:
Tabla 43 Efectividad en la Facturacin Localidad Tchira
Oficina Comercial
San Cristbal I Triba Capacho Santa Ana San Cristbal II San Cristbal III San Antonio Urea Rubio Delicias La Fra Colon Coloncito La Grita Pregonero Queniquea La Pedrera El Pial Totales 2901 2902 2903 2904 2905 2906 2907 2908 2909 2910 2911 2912 2913 2914 2915 2916 2917 2919

Enero
1 994,35 667,27 127,25 112,71 741,73 1.148,79 345,66 417,35 288,58 15,16 288,81 392,04 345,54 257,36 31,98 42,11 154,29 110,17 6.481,13

Feb
2 1.023,76 610,57 132,38 86,39 783,46 1.057,44 327,89 435,34 289,02 13,45 339,62 338,26 275,75 586,38 28,86 40,03 114,66 144,08 6.627,36

Mar
3 1.008,46 685,51 122,27 99,05 763,33 1.130,59 366,53 426,92 296,39 14,72 354,16 360,37 313,33 240,43 46,55 41,95 167,78 174,56 6.612,89

Abril
4 1.034,98 847,51 128,20 99,81 750,77 1.269,87 343,19 442,99 290,32 16,48 275,48 308,23 306,86 223,73 104,47 49,14 144,35 164,56 6.800,95

Mayo
5 1.068,23 429,32 133,89 128,71 782,10 1.045,83 416,27 481,32 312,72 14,78 338,96 401,65 317,42 274,88 43,84 39,75 139,88 135,81 6.505,35

Junio
6 1.034,42 672,66 144,55 108,81 726,50 1.121,85 384,11 507,18 318,58 16,62 332,10 330,15 319,35 245,33 38,35 34,45 148,83 146,11 6.629,96

TOTAL(MMBs)

ER

6.164,20 2 0,98 5 3.912,84 4 0,86 8 788,55 14 0,58 17 635,48 15 0,61 16 4.547,89 3 0,98 4 6.774,37 1 1,07 1 2.183,66 6 1,01 3 2.711,09 5 1,02 2 1.795,61 11 0,78 12 91,21 18 0,48 18 1.929,13 8 0,80 11 2.130,71 7 0,83 10 1.878,25 9 0,93 6 1.828,11 10 0,77 13 294,04 16 0,63 14 247,42 17 0,61 15 869,80 13 0,92 7 875,29 12 0,84 9 39.657,65

0,75

Fuente: Diseo Propio a partir de Hoja de Mercado(Facturacin Ajustada por Oficina Comercial)

La Oficina Comercial que mantiene mayor promedio de facturacin es San Cristbal III y considencialmente mantiene el mejor valor relativo de recaudacin.

Tabla 44 Efectividad en la Facturacin Localidad Mrida

Oficina Comercial Enero
1

Feb
2 568,65 60,92 388,63 154,72 428,12 851,02 43,29 893,87 363,39 193,21 29,75 3.975,55

Mar
3 663,33 62,97 367,49 155,56 470,50 815,09 52,86 908,58 371,46 186,67 13,98 4.068,50

Abril
4 1.234,43 60,52 354,48 125,60 381,24 521,36 40,83 794,75 264,97 174,94 18,83 3.971,94

Mayo
5 685,43 69,89 366,20 151,41 447,32 892,34 54,73 930,77 409,96 195,79 37,41 4.241,26

Junio
6 608,45 53,97 352,21 182,95 481,59 741,94 60,21 971,78 385,15 185,59 5,32 4.029,16

Total (MMBs)
4.383,74 382,02 2.180,97 940,22 2.604,11 4.627,65 321,65 5.408,38 2.152,50 1.104,92 119,60

ER

Mrida I Mucuhies Ejido Lagunillas La Parroquia Mrida II Sto. Domingo El Viga Tovar Cao Zancudo Canagu Totales

2501 2502 2503 2504 2505 2506 2507 2508 2509 2510 2511

623,45 73,75 351,98 169,97 395,35 805,89 69,73 908,62 357,58 168,72 14,31 3.939,36

3 9 5 8 4 2 10 1 6 7 11

0,71 0,79 1,02 0,86 0,96 0,87 0,95 0,93 0,86 0,91 0,74
0,80

11 9 1 8 2 6 3 4 7 5 10

24.225,77

Fuente: Diseo Propio a partir de Hoja de Mercado(Facturacin Ajustada por Oficina Comercial)

100

Con respecto a la Localidad Mrida, La Oficina Comercial El Viga refleja el mejor monto facturado, sin embargo, La Oficina Comercial Ejido refleja el mejor ndice de recaudacin.
Tabla 45 Efectividad en la Facturacin Localidad Trujillo
Oficina Comercial
Valera I Valera II Timotes Carvajal Escuque Trujillo Pampn Carache Bocon Caja Seca Sabana de Mendoza Betijoque Totales 1 2 3 4 5 6 7 8 9 10 11 12

Ene
1 122,46 46,86 32,78 218,06 164,62 374,32 446,65 76,18 336,93 710,50 557,13 73,07

Feb
2 809,37 828,51 144,06 233,23 156,25 383,32 448,51 83,14 257,78 731,72 565,78 113,91

Mar
3 808,23 757,54 142,56 237,36 149,74 380,73 484,73 76,77 344,70 743,79 569,23 80,85

Abril
4 846,80 828,17 151,89 201,96 159,15 369,54 463,52 75,10 346,85 734,67 533,57 82,42

Mayo
5 825,70 802,80 131,88 237,43 161,23 382,11 491,54 68,92 376,81 783,91 596,32 49,76

Junio
6 832,56 842,01 134,80 247,84 157,52 417,20 484,92 89,92 371,29 813,96 477,54 81,11

TOTAL (MMBs)
4.122,67 4.059,04 737,96 1.375,87 948,50 2.307,23 2.819,87 470,03 2.034,36 4.518,54 3.299,57 481,12

ER

2 3 10 8 9 6 5 12 7 1 4 11

3.159,58 4.755,58 4.776,23 4.793,64 4.908,39 4.950,68 27.174,77

6 5 4 3 2 1

0,88 0,88 0,76 0,67 0,52 0,58 0,54 0,55 0,68 0,65 0,65 0,62 0,61

2 1 3 5 12 9 11 10 4 6 7 8

Fuente: Diseo Propio a partir de Hoja de Mercado(Facturacin Ajustada por Oficina Comercial)

Con respecto a la Localidad Trujillo, el mes de Junio refleja el mayor porcentaje de facturacin. La Oficina que manifiesta el mayor promedio de facturacin es la Oficina Comercial Caja Seca, sin embargo, es Valera II quien posee el mejor indicador de recaudacin.
Tabla 46 Efectividad en la Facturacin Localidad Barinas
Oficina Comercial
Barinas I Barinitas Barrancas Barinas II Ciudad Bolivia Santa Brbara Libertad San Silvestre Sabaneta Barinas III Totales

Ener
1 1.024,48 176,97 163,66 689,88 416,64 194,49 63,15 464,69 202,05 913,11 4.309,12

Feb
2 1.120,82 180,41 107,91 551,57 351,46 199,40 156,46 305,98 200,74 1.049,24 4.224,01

Mar
3 1.050,20 180,17 101,76 618,93 391,30 234,67 164,40 370,75 109,36 1.037,83 4.259,38

Abril
4 1.115,01 169,51 172,75 711,38 412,80 457,48 220,15 471,92 173,12 991,53 4.895,64

May
5 1.167,69 199,07 116,39 638,84 400,57 239,37 176,49 458,43 195,23 1.047,21 4.639,29

Junio
6 1.075,53 174,56 108,80 542,57 367,63 214,38 124,70 415,77 169,32 1.080,02

TOTAL (MMBs)
6.553,73 1.080,69 771,27 3.753,17 2.340,41 1.539,79 905,36 2.487,54 1.049,83 6.118,94

ER

1 7 10 3 5 6 9 4 8 2

4.273,28 26.600,74

0,74 6 0,72 7 0,55 9 0,81 3 0,95 2 0,67 8 0,76 5 0,31 10 0,81 4 0,97 1 0,66

Fuente: Diseo Propio a partir de Hoja de Mercado(Facturacin Ajustada por Oficina Comercial)

101

Por ltimo, la Localidad Barinas refleja a Abril como mejor mes y la Oficina Comercial que mantiene mayor valor de facturacin es Barinas I, sin embargo, Barinas III, es quien posee el mejor indicador de recaudacin.
Efectividad Operativa

A partir de los reportes de ejecuciones presupuestarias se reflejan los costos por Oficina Comercial. Lo ideal sera; establecer unidades de medida para distribuir las estructuras o departamentos en funcin de los ingresos de las Oficinas Comerciales, sin embargo, se calcular el costos de las Oficinas Comerciales en funcin del proceso de comercializacin de la energa. En este sentido, se ampliar el estndar de recaudacin para involucrar las estructuras no incluidas.
Tabla 47 Efectividad Operativa Localidad Tchira
Oficina Comercial Junio % Coordinacin Direccin Programacin Medicin Gcia.Comercial Comercial TOTAL EO JER

Coord.Prog. Control Gestin Comercial Gerencia de Comercializacin Direccin Comercial Coordinacin de Medicin Tchira

546,52 963,16 806,74 817,78

37%

San Cristbal I Triba Capacho Santa Ana San Cristbal II San Cristbal III San Antonio Urea Rubio Delicias La Fra Colon Coloncito La Grita Pregonero Queniquea La Pedrera El Pial Totales

423,98 588,39 164,24 126,62 311,18 570,67 323,47 314,04 307,17 51,49 314,36 506,39 381,56 382,97 184,11 118,61 216,53 237,05 5.522,81

8% 11% 3% 2% 6% 10% 6% 6% 6% 1% 6% 9% 7% 7% 3% 2% 4% 4% 1,00

41,96 58,23 16,25 12,53 30,79 56,47 32,01 31,08 30,40 5,10 31,11 50,11 37,76 37,90 18,22 11,74 21,43 23,46

62,78 87,12 24,32 18,75 46,08 84,50 47,90 46,50 45,48 7,62 46,55 74,98 56,50 56,71 27,26 17,56 32,06 35,10

73,94 102,61 28,64 22,08 54,27 99,52 56,41 54,77 53,57 8,98 54,82 88,31 66,54 66,79 32,11 20,69 37,76 41,34 963,16

61,93 85,95 23,99 18,50 45,45 83,36 47,25 45,87 44,87 7,52 45,92 73,97 55,74 55,94 26,89 17,33 31,63 34,63

664,58 9,08 2 922,30 3,64 6 257,45 1,78 15 198,47 1,94 14 487,77 9,16 1 894,52 8,11 3 507,04 4,34 5 492,26 5,61 4 481,49 2,89 9 80,71 0,54 18 492,75 3,15 7 793,76 2,21 12 598,09 2,91 8 600,31 2,33 11 288,60 0,64 17 185,92 0,82 16 339,41 2,35 10 371,58 1,98 13

546,52 817,78

806,74 8.657,02 3,34

Fuente: Diseo Propio a partir de Reporte de Ejecuciones Presupuestarias.

102

La tabla precedente refleja que de acuerdo al monto ejecutado, las Oficinas Comerciales han consumido presupuestariamente 5.522 MMBs, y la Oficina Comercial que refleja un mayor gasto es San Cristbal III. Las estructuras que forman parte del proceso comercial y que deben ser distribuidas entre estas son: Coordinacin de Programacin y Control de la Gestin Comercial Gerencia de Comercializacin Coordinacin de Medicin Direccin Comercial y Gerencias (Clientes Primarios, Programacin y Costos, Gestin Comercial) La base de distribucin corresponde al valor hipottico reflejado en la Tabla 21 y el monto del presupuesto ejecutado por Oficina Comercial. Con estos datos, observamos que la Oficina Comercial que cubre sus costos en mayor nmero de veces es San Cristbal II con 9,16 veces. El estndar debera estar en el orden de 4 veces por las estructuras no involucradas en los costos como son, Direccin de Finanzas, Direccin de Operaciones y Direccin Tcnica.
Tabla 48 Efectividad Operativa, MMBs. Localidad Merida
Oficina Comercial
Direccin Comercial Gecia de Comerc. Coord.Apoyo Gest. Coord.Medicin

Abril
370,66 1.129,17 333,02 935,28

%
17%

Direccin Coord. Prog.Control Medicin Geren. Com Comercial

Total

Rentabilida d Operativa JER

Mrida I Mucuhies Ejido Lagunillas La Parroquia Mrida II Sto. Domingo El Viga Tovar Cao Zancudo Canagu Totales

531,06 178,53 246,70 292,35 309,17 665,61 251,16 604,71 608,80 290,54 202,01 4.180,65

13% 4% 6% 7% 7% 16% 6% 14% 15% 7% 5% 1

42,30 118,81 143,44 14,22 39,94 48,22 19,65 55,19 66,63 23,29 65,40 78,96 24,63 69,17 83,51 53,02 148,91 179,78 20,01 56,19 67,84 48,17 135,29 163,33 48,50 136,20 164,43 23,14 65,00 78,47 16,09 45,19 54,56 333,02 935,28 1.129,17

47,09 15,83 21,87 25,92 27,41 59,01 22,27 53,62 53,98 25,76 17,91 370,66

882,70 296,74 410,05 485,92 513,88 1.106,32 417,46 1.005,11 1.011,91 482,91 335,77 6.948,78

3,51 1,02 7,47 1,66 4,89 3,65 0,73 5,02 1,83 2,08 0,27 2,68

5 9 1 8 3 4 10 2 7 6 11

Fuente: Diseo Propio a partir de Reporte de Ejecuciones Presupuestarias.

103

El monto de comercializar la energa en la localidad Mrida asciende a 6.948,78 MMBs y Ejido es la Oficina Comercial quien cubre en mayor proporcin sus costos en 7,47 veces.
Tabla 49 Efectividad Operativa, MMBs. Localidad Barinas
Oficina Comercial Direccin Comercial Gcia Comer.Barinas Coord.Progr.Control Gestin Comercial Coord.Medicin Barinas Barinas I Barinitas Barrancas Barinas II Ciudad Bolivia Santa Brbara Libertad San Silvestre Sabaneta Barinas III Totales Junio % Coord. Medicin Direccin Prog. 479,68 22% 695,86 406,36 662,28 829,97 17% 373,83 7% 217,72 4% 732,20 15% 718,01 14% 364,89 7% 263,28 5% 336,06 7% 67,41 30,36 17,68 59,47 58,32 29,64 21,38 27,29 109,86 49,48 28,82 96,92 95,04 48,30 34,85 44,48 41,82 112,69 662,28 79,57 35,84 20,87 70,20 68,84 34,98 25,24 32,22 30,29 81,62 479,68 115,43 1.202,25 51,99 541,51 30,28 315,38 101,83 1.060,62 99,86 1.040,07 50,75 528,56 36,62 381,37 46,74 486,80 43,94 457,69 118,41 1.233,22 695,86 7.247,47 4,04 2 1,45 9 1,36 10 2,88 3 2,13 4 1,96 1,80 1,59 1,85 4,82 2,17 5 7 8 6 1 Gencia Total EO Jer comercial Comerc

315,97 6% 25,66 851,35 17% 69,15 5.003,29 1 406,36

Fuente: Diseo Propio a partir de Reporte de Ejecuciones Presupuestarias.

En cuanto a la Localidad Barinas, los costos de comercializar energa ascienden a 7.247,47 MMBs, y la Oficina que cubre en mayor proporcin de veces sus costos es Barinas III en 4,82 veces.
Tabla 50 Efectividad Operativa, MMBs. Localidad Trujillo
Oficina Comercial Direccin Comercial Gcia.Comercial Coord.Prog.Control Medicin Valera I Valera II Timotes Carvajal Escuque Trujillo Pampn Carache Bocon Caja Seca Sabana de Mendoza Betijoque Totales Abril % Coord. Comercial Medicin Direccin Comercial Gcia. Comercial Total EO Jer 523,29 24% 748,81 349,22 431,23 542,75 13% 478,62 11% 239,61 258,47 136,46 342,12 141,82 6% 6% 3% 8% 3% 45,48 40,11 20,08 21,66 11,44 28,67 33,86 11,89 37,30 51,72 36,93 10,09 349,22 56,17 49,53 24,80 26,75 14,12 35,40 41,81 14,68 46,06 63,86 45,60 12,46 431,23 68,16 60,10 30,09 32,46 17,14 42,96 50,73 17,81 55,89 77,49 55,34 15,12 523,29 97,53 86,01 43,06 46,45 24,52 61,48 72,60 25,48 79,97 110,89 79,19 21,64 748,81 810,08 4,49 714,37 5,03 385,79 2,37 203,68 2,43 510,64 2,62 603,00 2,51 664,28 2,08 921,08 3,19 657,76 3,25 2 1 8 7 5 6 9 4 3

357,63 1,58 11

404,00 10% 445,06 11% 617,12 15% 440,69 11% 120,41 4.167,13 3% 1

211,68 1,22 12

179,72 1,65 10 6.219,69 2,49

Fuente: Diseo Propio a partir de Reporte de Ejecuciones Presupuestarias.

104

Finalmente, la Localidad Trujillo comercializa la energa erogando la cantidad de 6.219,69 MMBs, hasta el 30-06-2006. En funcin de los ingresos reportados, La Oficina Comercial que cubre sus costos en mayor cantidad de veces es Valera II en el orden de 5,03 veces.
Efectividad en el Incremento de Suscriptores.

Con base a los suscriptores existentes hasta el 31-12-2005, se mide la incidencia sobre el incremento de los suscriptores. A partir de la hoja de mercado, suministrada por la Direccin Comercial se elaboran los datos que se presentan a continuacin:
Tabla 51 Efectividad en el Incremento de Suscriptores Localidad Tchira
Oficina Comercial San Cristbal I Triba Capacho Santa Ana San Cristbal II San Cristbal III San Antonio Urea Rubio Delicias La Fra Colon Coloncito La Grita Pregonero Queniquea La Pedrera El Pial Totales DIC 0 25.573 29.214 6.843 5.810 27.305 26.408 11.347 9.094 15.386 1.595 9.985 20.209 11.667 14.331 3.347 4.033 6.041 7.580 235.768 5 ENE 1 25.322 29.195 6.747 5.711 27.210 26.233 11.232 9.000 15.209 1.548 9.857 19.841 11.471 14.168 3.230 3.863 7.527 7.769 235.133 6 Feb 2 25.492 29.328 6.758 5.713 27.257 26.274 11.236 9.014 15.220 1.562 9.871 19.865 11.582 14.189 3.229 3.881 5.927 7.658 234.056 7 Marzo 3 25.819 29.736 6.886 5.832 27.634 26.390 11.385 9.130 15.542 1.610 10.027 20.302 11.823 14.407 3.355 4.055 6.067 7.870 237.870 4 Abril 4 25.856 29.878 6.897 5.859 27.588 26.435 11.411 9.156 15.626 1.604 10.078 20.332 11.859 14.407 3.358 4.069 6.116 7.892 238.421 3 Mayo 5 25.934 30.040 6.905 5.856 27.687 26.549 11.448 9.247 16.009 1.605 10.092 20.363 11.871 14.421 3.360 4.084 6.111 7.957 239.539 2 Junio 6 6

25.791 1,009 15 30.169 1,033 6.926 1,012 3 9

5.868 1,010 13 27.779 1,017 6

26.630 1,008 16 11.455 1,010 14 9.371 1,030 16.084 1,045 4 2

1.606 1,007 18 10.093 1,011 11 20.416 1,010 12 11.867 1,017 7

14.498 1,012 10 3.373 1,008 17 4.108 1,019 6.123 1,014 8.024 1,059 240.181 1,019 1 5 8 1

Fuente: Diseo Propio a partir de Hoja de Mercado por Localidad.

105

Hasta el mes de Junio 2006, La Oficina Comercial El Pial registra el mayor promedio en incremento de suscriptores en el 5,9 %.
Tabla 52 Efectividad en el Incremento de Suscriptores Localidad Mrida
Ofic/Comercial Dic
0

Ene
1

Feb
2

Mar
3

abril
4

Mayo
5

Junio
6

EIS
6

Mrida I Mucuhies Ejido Lagunillas La Parroquia Mrida II Sto. Domingo El Viga Tovar Cao Zancudo Canagu Totales

22.326 20.992 20.651 21.013 22.628 21.223 21.272 4.025 4.116 4.132 4.135 4.056 4.145 4.149 20.152 20.394 20.432 20.577 20.614 20.803 20.743 11.374 11.514 11.619 11.691 11.619 11.762 11.804 13.690 13.789 13.790 13.827 13.790 13.943 13.947 25.885 26.115 26.192 26.254 26.119 20.327 26.417 4.530 4.628 4.640 4.647 4.575 4.670 4.708 22.970 23.249 23.313 23.398 23.306 23.590 23.786 21.458 21.801 21.845 21.899 21.549 22.041 22.085 7.875 8.042 8.068 8.097 7.990 8.129 8.152 3.303 3.408 3.410 3.425 3.338 3.429 3.437 157.588 158.048 158.092 158.963 159.584 154.062 160.500
6 5 4 3 2 7 1

0,95 1,03 1,03 1,04 1,02 1,02 1,04 1,04 1,03 1,04 1,04 1,02

11 6 7 3 10 9 2 4 8 5 1

Fuente: Diseo Propio a partir de Hoja de Mercado por Localidad.

Con respecto a la Localidad Mrida, Las Oficinas Comerciales mas prosperas en el incremento de suscriptores son; Canagua, Santo Domingo, Lagunillas, El Viga y Cao Zancudo en el orden del 4%.
Tabla 53 Efectividad en el Incremento de Suscriptores Localidad Trujillo
Oficina Comercial Valera I Valera II Timotes Carvajal Escuque Trujillo Pampn Carache Bocon Caja Seca Sabana de Mendoza Betijoque Totales Dic 0 15.994 18.105 6.833 8.579 5.198 12.202 16.335 5.242 19.247 15.916 13.148 3.684 Ene 1 16.027 18.122 6.848 8.606 5.208 12.248 16.450 5.248 19.311 15.982 13.188 3.682 Feb 2 16.042 18.141 6.875 8.629 5.213 12.252 16.483 5.254 19.336 16.074 13.242 3.716 Marzo 3 16.099 18.204 6.891 8.640 5.220 12.310 16.533 5.270 19.384 16.191 13.296 3.727 Abril 4 16.121 18.201 6.911 8.673 5.220 12.340 16.599 5.291 19.401 16.273 13.331 3.731 Mayo 5 16.143 18.272 6.940 8.677 5.239 12.369 16.713 5.310 19.491 16.430 13.359 3.754 Junio 6 16.193 18.326 6.958 8.693 5.273 12.415 16.743 5.335 19.590 16.581 13.369 3.774 EFECT Jer 6 1,01 1,01 1,02 1,01 1,01 1,02 1,02 1,02 1,02 1,04 1,02 1,02 1,02 11 12 4 10 9 7 2 6 5 1 8 3

140.483 140.920 141.257 141.765 142.092 142.697 143.250

Fuente: Diseo Propio a partir de Hoja de Mercado por Localidad.

106

Esta localidad refleja con un mejor indicador a la Oficina Comercial Caja Seca con un 4%, sobre la base del ao 2005.
Tabla 54 Efectividad en el Incremento de Suscriptores Localidad Barinas
Oficina Comercial Dic
0

Ene
1

Feb
2

Marzo
3

Abril
4

Mayo
5

Junio
6

EIS
6

Jerar

Barinas I Barinitas Barrancas Barinas II Ciudad Bolivia Santa Brbara Libertad San Silvestre Sabaneta Barinas III Totales

22.320 8.815 5.679 13.139 19.328 9.108 7.475 4.421 6.666 20.483 117.434
7

22.409 22.375 22.405 22.109 22.488 22.613 8.838 8.840 8.856 8.894 8.916 8.936 5.701 5.702 5.716 5.731 5.776 5.783 13.173 13.176 13.224 13.266 13.314 13.380 19.328 19.332 19.375 19.476 19.657 19.770 9.110 9.102 9.156 9.104 9.181 9.217 7.470 7.477 7.487 7.418 7.501 7.516 4.433 4.449 4.473 5.337 4.532 4.564 6.674 6.669 6.850 6.997 7.068 7.114 20.473 20.477 20.496 20.611 20.880 20.970 117.609 117.599 118.038 118.943 119.313 119.863
5 6 4 3 2 1

1,01 1,01 1,02 1,02 1,02 1,01 1,01 1,03 1,07 1,02 1,02

8 7 6 5 4 9 10 2 1 3

Fuente: Diseo Propio a partir de Hoja de Mercado por Localidad.

En funcin a la tabla presentada, la Oficina Comercial que arroja un mejor indicador es la Oficina Comercial Sabaneta con un 7% superior al valor reflejado para el 31-12-2005.
Efectividad en el Control de Puntos Normales

El fin ulterior de este indicador es reducir la cantidad de lecturas anormales y por consiguiente; incrementar la calidad en facturacin. El Centro de Facturacin, ente encargado de emitir las facturas por cliente juega un papel importante en la determinacin de este indicador. Con la emisin mensual, a travs de este centro, del reporte consolidado de anomalas por Oficina Comercial se determina la incidencia en lectura de puntos anormales sobre la totalidad de puntos de entrega registrados por la Oficina Comercial. Es de resaltar que este reporte refleja, exclusivamente, el comportamiento de puntos de entrega particulares con excepcin de clientes de alto consumo (ciclo cero) y oficiales; sin embargo, este reporte muestra los puntos de entrega controlables por la Oficina Comercial y, con respecto a los restantes, stos son administrados por la seccin de Organismos Oficiales y Ciclo Cero.

107

En conclusin este reporte mide la Efectividad por Oficina Comercial ms no es posible tomarlo para medir la totalidad de clientes captados. Una breve explicacin de las anomalas es como sigue:
Tabla 55 Anomalas de Lectura por Oficina Comercial Anlisis Descriptivo Anomalia Descripcin Consumo facturado es superior a dos veces el promedio o inferior a 0,2 veces el A

B C E I N P Z

promedio Consumo facturado en puntos de entrega liquidados ( o retirados del sistema) Consumo a facturar es superior a cinco veces el promedio Hojas de lectura sin reporte de consumo y se refleja como casa cerrada Hojas de lectura sin reporte de consumo. Son medidores de difcil lectura y ameritan cambio. Lectura Actual es inferior a la anterior Lectura sin consumo y reporte de anomala Lectura actual igual al anterior

Fuente: Diseo Propio

Tabla 56 Localidad Mrida Efectividad en el Control de Puntos Normales (30-06-2006)

OFICINA Normales Modo-5 A B C E I N P Z Total de Ptos de TOTAL PTOS Entrega ANORMALES % % EFECTIVIDAD

Merida I Mucuchies Ejido Lagunillas La Parroquia Merida II Santo Domingo El Vigia Tovar Cao Zancudo Canagua TOTAL DE ANOMALIAS %

14.434 1.871 12.924 3.144 10.075 18.211 2.240 10.395 10.393 2.379 1.483 87.549 55,15%

2.218 1.946 5.067 5.815 1.359 3.997 2.092 10.436 8.083 4.985 1.587

651 90 527 404 360 699 93 754 662 177 162

29 0 9 4 25 94 1 65 10 3 0 240

80 16 50 82 51 112 14 30 42 30 20 527

1.677 21 1.089 426 0 149 22 640 0 84 14 4.122

0 0 0 0 0 0 0 0 0 0 0 0

378 80 137 711 96 505 56 497 429 126 28

329 20 259 1.017 1.461

1.176 33 533 86 419

20.972 4.077 20.595 11.689 13.846 26.220 4.628 23.554 21.786 8.018 3.350 158.735 100%

4.320 260 2.604 2.730 2.412 4.012 296 2.723 3.310 654 280 23.601 14,87%

20,60% 6,38% 12,64% 23,36% 17,42% 15,30% 6,40% 11,56% 15,19% 8,16% 8,36% 14,87%

79,40% 93,62% 87,36% 76,64% 82,58% 84,70% 93,60% 88,44% 84,81% 91,84% 91,64% 85,13%

1.347 1.106 79 417 2.047 170 40 31 320 120 64 16

47.585 4.579

3.043 7.186 3.904

29,98% 2,88% 0,15% 0,33% 2,60% 0% 1,92% 4,53% 2,46%

Fuente: Diseo Propio a partir de Resumen de Anomalas por Oficina Comercial

La tabla precedente indica que la Oficina Comercial Mucuchies es la ms efectiva en cuanto a calidad en facturacin en un 93,62%, es decir; de la totalidad de puntos de entrega registrados, el 6,38% es anormal. 108

Tabla 57 Localidad Tchira Efectividad en el Control de Puntos Normales

OFICINA Normales Modo-5 A B C E I N P Z Total de Ptos de Entrega TOTAL PTOS ANORMALES % % Efectividad

San Cristobal I Tariba Capacho Santa Ana San Cristobal II San Cristobal III San Antonio Urea Rubio Delicias La Fria Colon Coloncito La Grita Pregonero Queniquea La Pedrera El Pial
TOTAL DE ANOMALIAS %

19.071 20.523 4.818 3.075 18.805 22.703 8.582 6.426 9.919 453 5.203 13.760 6.910 10.420 2.034 2.280 3.118 3.664
161.764 68,27%

2.410 5.457 886 1.275 4.666 920 415 1.041 3.848 1.031 2.936 4.487 3.052 2.139 1.050 1.014 1.149 2.904
40.680 17,17%

259 755 271 64 204 245 636 164 125 4 123 644 139 561 77 28 92 72
4.463 1,88%

44 21 0 7 27 38 8 6 1 0 0 6 10 0 0 1 13 13
195 0,08%

13 36 34 7 13 13 41 18 7 0 12 39 13 29 8 0 7 6
296 0,12%

555 613 269 208 694 484 302 1 236 0 288 499 253 63 0 0 263 44
4.772 2,01%

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0%

164 117 39 29 90 34 114 75 37 2 91 216 52 13 2 70 32 57

1.234 0,52%

657 465 99 538 332 298 398 768 205 31 266 106 541 19 36 140 511 497
5.907 2,49%

2.322 1.959 392 572 2.755 1.649 827 748 1.482 37 1.010 249 678 1.046 42 397 810 659
17.634 7,44%

25.495 29.946 6.808 5.775 27.586 26.384 11.323 9.247 15.860 1.558 9.929 20.006 11.648 14.290 3.249 3.930 5.995 7.916
236.945 100%

4.014 3.966 1.104 1.425 4.115 2.761 2.326 1.780 2.093 74 1.790 1.759 1.686 1.731 165 636 1.728 1.348
34.501 14,56%

15,74% 13,24% 16,22% 24,68% 14,92% 10,46% 20,54% 19,25% 13,20% 4,75% 18,03% 8,79% 14,47% 12,11% 5,08% 16,18% 28,82% 17,03%
14,56%

84,26% 86,76% 83,78% 75,32% 85,08% 89,54% 79,46% 80,75% 86,80% 95,25% 81,97% 91,21% 85,53% 87,89% 94,92% 83,82% 71,18% 82,97%
85,44%

Fuente: Diseo Propio a partir de Resumen de Anomalas por Oficina Comercial

Para la localidad Tchira, su efectividad es del 86,44% siendo la Oficina Comercial Pregonero la mas efectiva, en este sentido, con el 94,92%, es decir; 5,08% se considera anormal.
Tabla 58 Localidad Trujillo Efectividad en el Control de Puntos Normales
OFICINA Normales Modo-5 A B C E I N P Z Total de Ptos TOTAL PTOS de Entrega ANORMALES % % Efectividad

Valera I Valera II Timotes Carvajal Escuque Trujillo Pampan Carache Bocono Caja Seca Sabana Mendoza Betijoque TOTAL DE ANOMALIAS %

8.981 9.485 2.310 3.920 2.650 6.060 3.957 2.256 8.779 4.274 2.787 1.457 56.916 40,43%

990 3.019 2.144 1.353 361 2.122 6.831 1.905 4.223 7.459 5.946 337

439 618 245 288 121 203 273 131 809 473 267 168

37 21 0 3 1 9 8 0 1 1 5 4 90

22 44 21 7 1 5 11 9 26 68 26 3 243

0 0 327 1.376 88 0 602 340 496 397 246 256 4.128

0 0 0 0 0 0 0 0 0 0 0 0 0

4 43 308 193 41 26

47 1.383 1.149 548 281 1.518

5.328 3.451 362 925 1.643 2.202 840 320 2.303 727 2.144 705

15.848 18.064 6.866 8.613 5.187 12.145 16.428 5.265 19.349 16.267 13.033 3.695 140.760 100%

5.877 5.560 2.412 3.340 2.176 3.963 5.640 1.104 6.347 4.534 4.300 1.901 47.154 33,50%

37,08% 30,78% 35,13% 38,78% 41,95% 32,63% 34,33% 20,97% 32,80% 27,87% 32,99% 51,45% 33,50%

62,92% 69,22% 64,87% 61,22% 58,05% 67,37% 65,67% 79,03% 67,20% 72,13% 67,01% 48,55% 66,50%

1.630 2.276 4 338 300 2.374

1.329 1.539 20 50 1.592 715

36.690 4.035

3.986 13.722 20.950

26,07% 2,87% 0,06% 0,17% 2,93% 0% 2,83% 9,75% 14,88%

Fuente: Diseo Propio a partir de Resumen de Anomalas por Oficina Comercial

Con respecto a la Localidad Trujillo, La Calidad en Facturacin oscila en el 66,50% y la mejor oficina comercial es Carache con el 79,03% y la que refleja el indicador mas deficiente es Betijoque con un 48,55%.

109

Tabla 59 Localidad Barinas Efectividad en el Control de Puntos Normales (30-06-2006)

OFICINA Normales Modo-5 A B C E I N P Z Total de Ptos de Entrega TOTAL PTOS ANORMALES % % EFECTIVIDAD

Barinas I Barinitas Barrancas Barinas II Ciudad Bolivia Santa Barbara Libertad San Silvestre Sabaneta Barinas III
TOTAL DE ANOMALIAS %

12.157 1076 5817 1778 903 941

1135 334 288 518 1018 521 278 173 257 1194
5.716

41 0 8 26 1 1 6 2 5 53
143

154 1436 0 6 79 152 98 63 28 43 48 169

840

672 96 988

1108 302 808

4555 591 240 506 1532 574 318 127 70 1969

10.482 8,88%

22334 8743 5662 13181 19533 9084 7302 4448 6969 20719
117.975 100%

9101 2023 2943 6387 4236 3243 3718 2448 3268 6111
43.478 36,85%

40,75% 23,14% 51,98% 48,46% 21,69% 35,70% 50,92% 55,04% 46,89% 29,49%
36,85%

59,25% 76,86% 48,02% 51,54% 78,31% 64,30% 49,08% 44,96% 53,11% 70,51%
63,15%

694 532 673 330 309 979 290 605 122

5.970

0 0

5420 1374 13.582 1715 5429 3107 1298 412 477 702

0 1286 3226 0 0 0 0 391 726 966 849 866 1049 1143 964 992 2187
12.645

2454 1247 13.966

65.008 55,10%

0 1291 0
0

642
9.489 8,04%

417
7.682

4,85% 0,12% 0,71% 5,06% 0% 6,51% 10,72%

Fuente: Diseo Propio a partir de Resumen de Anomalas por Oficina Comercial

Finalmente, la Localidad Barinas presenta el 83,16% en calidad de facturacin y la Oficina que proporciona mayor valor agregado a este indicador es Barinitas con un 76,86%.
Efectividad en el Control de la Morosidad

Este indicador se consolida a partir de los indicadores comerciales al cierre del mes en la forma que sigue:

110

Tabla 60 Localidad Tchira Morosidad Registrada, (MMBs) (30-06-2006)

ENERO TACHIRA SAN CRIST.I TARIBA CAPACHO SANTA ANA SAN CRIST.II SAN CRIST.III SAN ANTONIO UREA RUBIO DELICIAS LA FRIA COLON COLONCITO LA GRITA PREGONERO QUENIQUEA LA PEDRERA EL PIAL 1 1.018,83 547,60 21,72 89,54 990,42 411,61 196,94 239,60 190,58 6,31 403,12 173,96 299,57 173,12 3,40 14,25 225,09 180,32 FEBRERO MARZO 2 1.297,63 813,89 20,97 95,85 977,96 602,23 265,35 239,60 130,96 4,91 425,88 219,12 314,31 130,45 4,51 18,78 264,39 190,93 5.966,71 50,99 6.017,70 3 1.050,59 726,80 20,38 165,93 1.015,35 413,25 184,69 238,65 194,87 5,53 328,34 151,32 333,05 154,68 6,24 15,29 280,89 181,06 5.449,71 17,20 5.466,91 ABRIL 4 MAYO 5 JUNIO 6

1.106,49 1.023,32 1.088,24 867,68 22,92 138,24 1.035,03 397,06 232,61 307,74 219,50 5,80 430,97 164,54 295,00 178,26 3,42 7,08 306,53 236,86 783,13 30,47 124,26 924,80 487,64 128,65 290,41 209,12 6,69 355,67 151,69 279,81 182,98 3,64 10,24 395,60 235,77 772,49 21,66 172,13 923,08 434,37 193,26 268,01 223,28 6,03 369,14 145,83 293,82 149,21 6,90 14,03 373,27 232,51

PARTICULARES CICLO 15.149,93 18 PARTICULARES CICLO 00 TOTAL PARTICULARES 36,07 5.185,99

5.934,53 5.613,78 5.677,95 21,20 10,10 9,31

5.955,73 5.623,88 5.687,27

Fuente: Diseo Propio a partir de indicadores Comerciales.

111

Tabla 61 Localidad Mrida Morosidad Registrada, (MMBs) (30-06-2006)

ENERO MERIDA MERIDA I MUCUCHIES EJIDO LAGUNILLAS LA PARROQUIA MERIDA II SANTO DOMINGO EL VIGIA TOVAR CAO ZANCUDO CANAGUA 1 605,89 71,47 517,66 420,01 415,20 774,64 21,84 996,17 350,86 191,77 12,33 FEBRERO MARZO 2 542,07 69,41 634,35 373,28 156,22 917,93 33,39 1.213,06 438,44 199,49 15,93 4.513,90 79,68 4.593,58 3 575,67 108,45 523,82 330,86 125,43 804,08 31,75 1.099,92 390,96 215,01 14,01 4.211,27 8,69 4.219,96 ABRIL 4 589,89 84,37 587,16 394,58 117,40 843,87 26,70 1.181,38 449,02 258,15 14,63 4.541,96 5,19 4.547,15 MAYO 5 523,33 120,74 540,75 396,16 114,60 809,40 26,12 1.264,64 384,99 226,19 12,76 4.403,82 15,88 4.419,70 JUNIO 6 469,87 130,95 511,99 431,15 112,23 845,13 28,00 1.212,35 421,56 288,43 22,14 4.464,36 9,45 4.473,81

PARTICULARES CICLO 4.372,97 1-18 PARTICULARES CICLO 4,85 00 TOTAL PARTICULARES 4.377,83 OFICIALES DESC OFICIALES CENTR. TOTAL OFICIALES

19.345,56 19.753,41 19.949,59 20.069,05 20.980,34 21.352,13 17,63 4,56 4,56 4,56 4,56 4,56 19.363,19 19.757,97 19.954,15 20.073,61 20.984,90 21.356,69

TOTAL PARTICULARES 23.723,38 24.346,99 24.169,56 24.616,20 25.400,03 25.825,94 Y OFICIALES DESCENTRALIZADOS
Fuente: Diseo Propio a partir de indicadores Comerciales.

De la morosidad registrada por la Localidad Mrida al 30-06-2006 en 25.825,94 MMBs, 4.473,81 corresponde a Clientes Particulares y el restante a Organismos Oficiales. Del monto registrado por clientes particulares, quien declina en mayor proporcin el valor agregado es la Oficina Comercial El Viga, asimismo, quien posee menor morosidad es la Oficina Comercial Canagua. Hasta el momento no podemos hablar de niveles de eficiencia hasta tanto no comparemos estos montos con otras variables como el promedio facturado.

112

Tabla 62 Localidad Barinas Morosidad Registrada, (MMBs) (30-06-2006)

ENERO FEBRERO MARZO ABRIL MAYO JUNIO

BARINAS BARINAS I BARINITAS BARRANCAS BARINAS II CIUDAD BOLIVIA SANTA BARBARA LIBERTAD SAN SILVESTRE SABANETA BARINAS III PARTICULARES CICLO 1-18 PARTICULARES CICLO 00 TOTAL PARTICULARES OFICIALES DESC OFICIALES CENTR.

1 4.181,86 469,72 875,69 1.876,42 961,34 691,25 1.509,90 916,83 1.728,35 4.623,80

2 4.354,71 484,77 917,04 2.031,26 958,64 630,13 1.575,38 969,20 1.756,73 4.359,56

3 381,80 975,50 954,39 755,35 880,09

4 431,95 967,16 916,49 701,02 916,01

5 394,34

6 429,31

3.944,09 4.348,22 4.309,60 4.216,16 1.047,26 1.095,83 844,97 691,87 955,31 888,12 747,48 954,36

1.847,03 2.045,86 2.169,70 2.104,51

1.458,07 1.534,42 1.338,35 1.566,56 1.758,68 1.806,91 1.885,99 1.848,31 4.388,14 4.487,46 3.915,04 4.291,23

17.817,60 18.006,09 17.333,02 18.125,37 17.526,04 18.119,80 17,56 31,34 10,11 30,13 26,38 22,09

17.835,16 18.037,43 17.343,13 18.155,51 17.552,43 18.141,88 30.689,40 31.543,06 30.855,50 31.682,61 31.888,79 31.447,47 60,78 7,82 7,82 7,82 7,82 7,82

TOTAL OFICIALES 30.750,18 31.550,88 30.863,33 31.690,44 31.896,62 31.455,29 TOTAL PARTICULARES Y 48.524,55 49.580,49 48.198,64 49.838,12 49.441,22 49.589,35 OFICIALES DESCENTRALIZADOS
Fuente: Diseo Propio a partir de indicadores Comerciales.

Con relacin a la Localidad Barinas al 30-06-2006, la morosidad asciende a 49.589,35 MMBs, distribuidos en 18.141,88 MMBs, correspondientes a clientes particulares y 31.455,29 MMBs en clientes Oficiales. Del monto registrado por clientes particulares, quien declina en mayor proporcin el valor agregado es la Oficina Comercial Barinas III, asimismo, quien posee menor morosidad es la Oficina Comercial Barinitas.

113

Tabla 63 Localidad Trujillo Morosidad Registrada, (MMBs) (30-06-2006)

ENERO TRUJILLO VALERA I VALERA II TIMOTES CARVAJAL ESCUQUE TRUJILLO PAMPAN CARACHE BOCONO CAJA SECA SAB/MENDOZA BETIJOQUE 1 1.678,53 2.581,23 256,76 779,56 310,58 286,89 2.217,29 71,31 465,05 3.407,70 3.088,12 435,40 FEBRERO 2 1.857,17 2.721,20 278,88 818,00 320,81 336,29 2.078,79 68,76 500,63 3.522,99 3.030,58 433,51 15.954,92 12,70 15.967,61 72.098,72 23,77 72.122,49 MARZO 3 1.666,94 2.382,24 277,98 842,22 312,99 240,32 1.984,13 75,91 440,58 3.405,15 3.084,20 481,18 ABRIL 4 1.752,90 2.480,14 293,95 820,54 319,65 286,04 2.205,61 103,33 434,70 3.507,30 3.084,77 498,49 MAYO 5 1.851,75 2.426,34 288,81 822,56 314,66 241,22 2.049,86 76,58 478,38 3.364,52 3.276,62 450,03 JUNIO 6 1.782,59 2.738,15 295,81 895,47 324,33 253,64 1.999,17 92,23 473,30 3.497,03 3.336,81 496,42

PARTICULARES CICLO 15.564,58 1-18 PARTICULARES CICLO 13,84 00 TOTAL PARTICULARES 15.578,42 OFICIALES DESC OFICIALES CENTR. TOTAL OFICIALES 71.735,89 38,50 71.774,40

15.188,79 15.782,04 15.640,76 16.180,23 5,06 5,38 0,57 4,72

15.193,85 15.787,42 15.641,33 16.184,95 70.347,48 70.488,87 71.282,10 71.513,35 23,77 23,77 23,77 23,77

70.371,25 70.512,64 71.305,87 71.537,11

TOTAL PARTICULARES 87.314,31 Y OFICIALES DESCENTRALIZADOS

88.066,34

85.541,34 86.276,29 86.923,43 87.698,29

Fuente: Diseo Propio a partir de indicadores Comerciales.

Con relacin a la Localidad Trujillo al 30-06-2006, la morosidad asciende a 87.698,29 MMBs, distribuidos en 16.184,95 MMBs, correspondientes a clientes particulares y 71.513,35 MMBs en clientes Oficiales. Del monto registrado por clientes particulares, quien declina en mayor proporcin el valor agregado es la Oficina Comercial Barinas III, asimismo, quien posee menor morosidad es la Oficina Comercial Barinitas.

114

Tabla 64 Localidad Tchira Efectividad en el Control de la Morosidad (30-06-2006)

Oficina Comercial
San Cristbal I Triba Capacho Santa Ana San Cristbal II San Cristbal III San Antonio Urea Rubio Delicias La Fra Colon Coloncito La Grita Pregonero Queniquea La Pedrera El Pial Totales

Enero
1 994,35 667,27 127,25 112,71 741,73 1.148,79 345,66 417,35 288,58 15,16 288,81 392,04 345,54 257,36 31,98 42,11 154,29 110,17 6.481,13

Feb
2 1.023,76 610,57 132,38 86,39 783,46 1.057,44 327,89 435,34 289,02 13,45 339,62 338,26 275,75 586,38 28,86 40,03 114,66 144,08 6.627,36

Mar
3 1.008,46 685,51 122,27 99,05 763,33 1.130,59 366,53 426,92 296,39 14,72 354,16 360,37 313,33 240,43 46,55 41,95 167,78 174,56 6.612,89

Abril
4 1.034,98 847,51 128,20 99,81 750,77 1.269,87 343,19 442,99 290,32 16,48 275,48 308,23 306,86 223,73 104,47 49,14 144,35 164,56 6.800,95

Mayo
5 1.068,23 429,32 133,89 128,71 782,10 1.045,83 416,27 481,32 312,72 14,78 338,96 401,65 317,42 274,88 43,84 39,75 139,88 135,81 6.505,35

Junio
6 1.034,42 672,66 144,55 108,81 726,50 1.121,85 384,11 507,18 318,58 16,62 332,10 330,15 319,35 245,33 38,35 34,45 148,83 146,11 6.629,96

TOTAL(MMBs)

ECM
6 1,05 1,15 0,15 1,58 1,27 0,39 0,50 0,53 0,70 0,36 1,11 0,44 0,92 0,61 0,18 0,41 2,51 1,59

6.164,20 2 3.912,84 4 788,55 14 635,48 15 4.547,89 3 6.774,37 1 2.183,66 6 2.711,09 5 1.795,61 11 91,21 18 1.929,13 8 2.130,71 7 1.878,25 9 1.828,11 10 294,04 16 247,42 17 869,80 13 875,29 12 39.657,65

12 14 1 16 15 4 7 8 10 3 13 6 11 9 2 5 18 17

Fuente: Diseo Propio a partir de indicadores Comerciales.

Este indicador mide en cuanto asciende la morosidad con respecto al monto facturado por mes. Lo que quiere decir que es un indicador inverso, por consiguiente, entre menor sea el ratio calculado la efectividad es mayor. En este sentido, Capacho es la Oficina Comercial mas efectiva y, quien ofrece menos efectividad, es la Pedrera, por cuanto; la morosidad supera el monto facturado por mes en 2,51 veces.

115

Tabla 65 Localidad Mrida Efectividad en el Control de la Morosidad, (Clientes Particulares) (30-06-2006)

Oficina Comercial Enero
1

Feb
2 568,65 60,92 388,63 154,72 428,12 851,02 43,29 893,87 363,39 193,21 29,75 3.975,55

Mar
3 663,33 62,97 367,49 155,56 470,50 815,09 52,86 908,58 371,46 186,67 13,98 4.068,50

Abril
4 1.234,43 60,52 354,48 125,60 381,24 521,36 40,83 794,75 264,97 174,94 18,83 3.971,94

Mayo
5 685,43 69,89 366,20 151,41 447,32 892,34 54,73 930,77 409,96 195,79 37,41 4.241,26

Junio
6 608,45 53,97 352,21 182,95 481,59 741,94 60,21 971,78 385,15 185,59 5,32 4.029,16

Total (MMBs)
6 4.383,74 382,02 2.180,97 940,22 2.604,11 4.627,65 321,65 5.408,38 2.152,50 1.104,92 119,60

EM
0,77 2,43 1,45 2,36 0,23 1,14 0,47 1,25 1,09 1,55 4,16

Mrida I Mucuhies Ejido Lagunillas La Parroquia Mrida II Sto. Domingo El Viga Tovar Cao Zancudo Canagu Totales

623,45 73,75 351,98 169,97 395,35 805,89 69,73 908,62 357,58 168,72 14,31 3.939,36

3 9 5 8 4 2 10 1 6 7 11

3 10 7 9 1 5 2 6 4 8 11

24.225,77

Fuente: Diseo Propio a partir de indicadores Comerciales.

Con relacin a la Localidad Mrida, La Oficina Comercial La Parroquia es la ms efectiva en el control de la morosidad, caso contrario, se aprecia a travs de la Oficina Comercial Canagua donde la morosidad acumulada supera 4,16 veces el monto facturado en un mes.
Tabla 66 Localidad Trujillo Efectividad en el Control de la Morosidad (Clientes Particulares) (30-06-2006)
Oficina Comercial
Valera I Valera II Timotes Carvajal Escuque Trujillo Pampn Carache Bocon Caja Seca Sabana de Mendoza Betijoque Totales

Ene
1 122,46 46,86 32,78 218,06 164,62 374,32 446,65 76,18 336,93 710,50 557,13 73,07

Feb
2 809,37 828,51 144,06 233,23 156,25 383,32 448,51 83,14 257,78 731,72 565,78 113,91

Mar
3 808,23 757,54 142,56 237,36 149,74 380,73 484,73 76,77 344,70 743,79 569,23 80,85

Abril
4 846,80 828,17 151,89 201,96 159,15 369,54 463,52 75,10 346,85 734,67 533,57 82,42

Mayo
5 825,70 802,80 131,88 237,43 161,23 382,11 491,54 68,92 376,81 783,91 596,32 49,76

Junio
6 832,56 842,01 134,80 247,84 157,52 417,20 484,92 89,92 371,29 813,96 477,54 81,11

TOTAL (MMBs)
4.122,67 4.059,04 737,96 1.375,87 948,50 2.307,23 2.819,87 470,03 2.034,36 4.518,54 3.299,57 481,12

ECM
6

2 3 10 8 9 6 5 12 7 1 4 11

2,14 3,25 2,19 3,61 2,06 0,61 4,12 1,03 1,27 4,30 6,99 6,12

5 7 6 8 4 1 9 2 3 10 12 11

3.159,58 4.755,58 4.776,23 4.793,64 4.908,39 4.950,68 27.174,77

6 5 4 3 2 1

Fuente: Diseo Propio a partir de indicadores Comerciales.

116

Los intervalos de morosidad con relacin al monto facturado mensual parten desde 0,61 veces hasta 6,99 veces. La Oficina Comercial ms efectiva es Trujillo con 0,61 veces, caso contrario lo refleja la Oficina Comercial Sabana Mendoza, donde la morosidad supera 6,99 veces el monto facturado en un mes.
Tabla 67 Localidad Barinas Efectividad en el Control de la Morosidad (Clientes Particulares) (30-06-2006)
ECM Oficina Comercial
Barinas I Barinitas Barrancas Barinas II Ciudad Bolivia Santa Brbara Libertad San Silvestre Sabaneta Barinas III Totales

Ener
1 1.024,48 176,97 163,66 689,88 416,64 194,49 63,15 464,69 202,05 913,11 4.309,12

Feb
2 1.120,82 180,41 107,91 551,57 351,46 199,40 156,46 305,98 200,74 1.049,24 4.224,01

Mar
3 1.050,20 180,17 101,76 618,93 391,30 234,67 164,40 370,75 109,36 1.037,83 4.259,38

Abril
4 1.115,01 169,51 172,75 711,38 412,80 457,48 220,15 471,92 173,12 991,53 4.895,64

May
5 1.167,69 199,07 116,39 638,84 400,57 239,37 176,49 458,43 195,23 1.047,21 4.639,29

Junio
6 1.075,53 174,56 108,80 542,57 367,63 214,38 124,70 415,77 169,32 1.080,02 4.273,28

TOTAL(MMBs)
6 6.553,73 1.080,69 771,27 3.753,17 2.340,41 1.539,79 905,36 2.487,54 1.049,83 6.118,94 26.600,74

1 7 10 3 5 6 9 4 8 2

3,92 2,46 10,07 3,88 2,42 3,49 12,56 2,30 10,92 3,97

6 3 8 5 2 4 10 1 9 7

Fuente: Diseo Propio a partir de indicadores Comerciales.

Los intervalos de morosidad con relacin al monto facturado mensual oscilan entre 2,30 veces y 12,56 veces. La Oficina Comercial ms efectiva es San Silvestre con 0,61 veces, caso contrario, lo refleja la Oficina Comercial Libertad, donde la morosidad supera 12,56 veces el monto facturado en un mes. Con estos valores relativos, podemos calcular el posicionamiento por Oficina Comercial al 30-06-2006 en la forma que se presenta a continuacin.

117

Tabla 68 C.A.D.E.L.A RANKING FINANCIERO AL 30-06-2006

Oficina ER EO EIS ECM ECPN Ranqueo San Cristbal III 1,07 8,11 1,01 0,39 0,90 7,46 San Cristbal II 0,98 9,16 1,02 1,27 0,85 6,52 San Cristbal I 0,98 9,08 1,01 1,05 0,84 6,50 Ejido 1,02 7,47 1,03 1,45 0,87 5,37 Urea 1,02 5,61 1,03 0,53 0,81 4,23 La Parroquia 0,96 4,89 1,02 0,23 0,83 3,73 El Viga 0,93 5,02 1,04 1,25 0,88 3,05 San Antonio 1,01 4,34 1,01 0,50 0,79 3,00 Triba 0,86 3,64 1,03 1,15 0,87 1,66 Mrida II 0,87 3,65 1,02 1,14 0,85 1,62 Coloncito 0,93 2,91 1,02 0,92 0,86 1,43 Rubio 0,78 2,89 1,05 0,70 0,87 1,33 Colon 0,83 2,21 1,01 0,44 0,91 1,24 Mrida I 0,71 3,51 0,95 0,77 0,79 1,10 La Fra 0,80 3,15 1,01 1,11 0,82 0,99 La Grita 0,77 2,33 1,01 0,61 0,88 0,98 Capacho 0,58 1,78 1,01 0,15 0,84 0,73 Trujillo 0,58 2,62 1,02 0,61 0,67 0,43 Valera I 0,88 4,49 1,01 2,14 0,63 0,38 Tovar 0,86 1,83 1,03 1,09 0,85 0,28 Cao Zancudo 0,91 2,08 1,04 1,55 0,92 0,25 Sto. Domingo 0,95 0,73 1,04 0,47 0,94 0,21 Pregonero 0,63 0,64 1,01 0,18 0,95 0,21 Queniquea 0,61 0,82 1,02 0,41 0,84 0,02 Delicias 0,48 0,54 1,01 0,36 0,95 -0,11 El Pial 0,84 1,98 1,06 1,59 0,83 -0,14 Valera II 0,88 5,03 1,01 3,25 0,69 -0,14 Bocon 0,68 2,08 1,02 1,27 0,67 -0,31 Carache 0,55 1,22 1,02 1,03 0,79 -0,48 Barinas III 0,97 4,82 1,02 3,97 0,71 -0,60 Santa Ana 0,61 1,94 1,01 1,58 0,75 -0,69 Ciudad Bolivia 0,95 2,13 1,02 2,42 0,78 -0,79 La Pedrera 0,92 2,35 1,01 2,51 0,71 -0,95 Lagunillas 0,86 1,66 1,04 2,36 0,77 -1,22 Escuque 0,52 2,43 1,01 2,06 0,58 -1,31 Timotes 0,76 1,58 1,02 2,19 0,65 -1,40 Barinitas 0,72 1,45 1,01 2,46 0,77 -1,64 Mucuhies 0,79 1,02 1,03 2,43 0,94 -1,65 San Silvestre 0,31 1,59 1,03 2,30 0,45 -2,07 Barinas I 0,74 4,04 1,01 3,92 0,59 -2,12 Santa Brbara 0,67 1,96 1,01 3,49 0,64 -2,63 Carvajal 0,67 2,37 1,01 3,61 0,61 -2,63 Barinas II 0,81 2,88 1,02 3,88 0,52 -2,65 Caja Seca 0,65 3,19 1,04 4,30 0,72 -2,74 Pampn 0,54 2,51 1,02 4,12 0,66 -3,22 Canagu 0,74 0,27 1,04 4,16 0,92 -3,97 Sabana de Mendoza 0,65 3,25 1,02 6,99 0,67 -5,56 Betijoque 0,62 1,65 1,02 6,12 0,49 -5,61 Barrancas 0,55 1,36 1,02 10,07 0,48 -9,70 Sabaneta 0,81 1,85 1,07 10,92 0,53 -10,07 Libertad 0,76 1,80 1,01 12,56 0,49 -11,89 Fuente: Diseo Propio a partir de indicadores Comerciales y Reportes Financieros. POS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51

Como se aprecia en la tabla precedente, cada localidad se diferencia por un color que la representa. 118

 Hasta la posicin nmero 24, podramos decir que las Oficinas Comerciales proporcionan valor agregado al proceso comercial. Las restantes, se encuentran en intervalos deficientes o penumbra. Con referencia a estas 24 Oficinas, 14 de las 18 oficinas adscritas a la localidad Tchira, se encuentran en un rango de (14:18) equivalente al 77%. La localidad Mrida refleja 8:11 semejante al 73%, seguidamente; la Localidad Trujillo se manifiesta con (2:12) o 16% y finalmente la Localidad Barinas con (0:10). En cuanto a la Efectividad en Recaudacin, cuatro oficinas recaudan con una efectividad superior al 99% Con relacin a la Efectividad Operativa, 12 oficinas superan sus costos en cuatro veces. Aunque la metodologa no establece estndares de rendimiento, recordemos que en los costos operativos se incluye, exclusivamente, los costos de comercializar la energa, por consiguiente, este ratio debe ser superior a (1) para cubrir los costos de transmisin, distribucin y administracin de la energa. En atencin a los suscriptores actuales con respecto a los existentes en el ao 2005, 50:51 Oficinas Comerciales, incrementaron sus clientes. La Calidad en Facturacin como indicador de eficiencia muestra que 15 oficinas mantienen un promedio relativo superior al 85% es decir; el 15% de los puntos de entrega de energa se facturan bajo la condicin anormal. La morosidad es significativa, por consiguiente, slo tres oficinas mantienen promedios inferiores al 25% del monto facturado en un mes. En los prrafos precedentes comentamos que no era necesario establecer metas bajo esta metodologa por cuanto se visualiza el indicador que debe mejorar una Oficina Comercial con respecto a otra. Esta metodologa de autogestin conlleva al logro de objetivos medibles, cuantificables y realizables y su gestin o alcance es sobre si misma, es decir; no participa sobre una meta organizacional donde se le exija tan solo una cuota parte. Lo importante de esto es la exclusin de la subjetividad al momento de establecer las metas, en consecuencia, stas se flexibilizan de acuerdo al nivel de autogestin realizado para alcanzar el nivel prximo o por lo menos lograr mantenerse en el actual.

119

Tambin se deja claro que la extrapolacin a otras reas del servicio elctrico es factible; por ejemplo, sera interesante conocer, Cul es el mejor Distrito Tcnico de la Organizacin? Para ello se podran establecer indicadores como; Tiempo Total de Interrupcin T.T.I, E.O., Eficiencia en Transformadores (Quemados con relacin a los existentes) etc. Ahora bien;
Qu debe hacer la Oficina Comercial San Cristbal II para alcanzar el nivel posicionado por San Cristbal III?

Debe gestionar firmemente la morosidad acumulada, al punto que le permita incrementar los niveles de recaudacin en un 9%, sobre el monto facturado en el mes.

Profundizar la limpieza de los ciclos de facturacin y mejorar la toma de lectura, con el propsito de mejorar en un 5% la calidad en facturacin.

Dinmicas de Grupo o Motivacin

Esta metodologa de gestin debe venir acompaada con Dinmicas que mediante la simbologa de un premio promueva o impulse al logro de una posicin superior. Uno de los Juegos utilizados por organizaciones como el BBVA, es el llamado El Caballo y la Tortuga el cual podra aplicarse en la organizacin en la forma que sigue: Primero debemos comentar que el Caballo siempre es visto como anlogo de fuerza, poder, grandeza, logro y liderazgo, dicho en otras palabras; el primero de la fila. Mientras tanto, la tortuga o el morrocoy es sinnimo de lentitud, poca grandeza, debilidad y antigedad. Es aquel que debemos estimular y estar pendiente de su gestin para que logre llegar a la 120

meta o se acerque al xito. El juego es muy simple y su importancia radica en que todos deben participar para alcanzar el objetivo, en pro de la estructura a la cual pertenece, en funcin de la localidad a la cual esta adscrita y por ltimo, por el rendimiento de la regin. La metodologa del juego es la siguiente: Se calcula el Ranking Financiero por Oficina Comercial. Se disea un Caballo y una Tortuga en madera o material similar. Se entrega el caballo a la Oficina Comercial que ocupe la primera posicin y la tortuga a la ltima de estas. En un lugar atrayente de la Oficina Comercial, se colocan los premios alusivos al primero y ltimo lugar. Cul sera el desempeo o control? La Oficina Comercial que adopt la tortuga no querr mantenerla por mas de una evaluacin. Al menos buscar traspasarla a la Oficina que ocupe, inicialmente, la posicin posterior. El Gerente de la Localidad gestionara las alternativas posibles para que no se mantenga en ninguna de las Oficinas de su regin, por consiguiente, gestionar lo necesario para que dicha tortuga se traslade hacia otra localidad. Quien ocupe la posicin nmero uno medir su gestin con respecto al de la posicin dos y, tratar de alejarse en aquellos indicadores prximos entre ellos. El juego es aplicable, inicialmente, por localidad; en virtud que existen localidades que se han desarrollado ms que otras. En este orden, es conveniente usar un Caballo y una Tortuga por localidad.
Intervalos de Efectividad

En las lneas siguientes, se refleja los intervalos de eficiencia, en conjunto, de acuerdo a la sntesis emitida por Kant y Allmant. En la pgina siguiente grficamente mostramos la extrapolacin de los resultados obtenidos en el Ranking Financiero segn la metodologa de estos autores. 121

Grfico 10 Ranking Financiero

Insolvencia

Penumbra

Solvencia

-11,89

-5,44

1,01

7,46

32
Cantidad de Oficinas

14

En funcin del comportamiento reflejado por las Oficinas Comerciales de C.A.D.E.L.A., se establecen los rangos de eficiencia determinndose lo siguiente: Cinco Oficinas Comerciales se encuentran insolventes. La posicin reflejada por estas se encuentran entre el nmero 47 hasta el 51. Treinta y dos Oficinas (posiciones 15 hasta la 46) se encuentran bajo la condicin de penumbra, es decir; se encuentran dentro de un rango de incertidumbre por cuanto su tendencia se inclina hacia la insolvencia o el mantenerse con valores agregados aceptables. Por ltimo; 14 Oficinas Comerciales se consideran solventes y con valor agregado bueno dentro del proceso comercial. No es recomendable medir las variables, individualmente, por intervalos de confianza por cuanto distorsiona el objeto o el fin metodolgico del Ranking Financiero, la tesis planteada, es comparar el Ranking Posterior e Inferior con la ubicacin actual. En tal sentido, se deben medir las variables tomando como referencia las Oficinas Comerciales que se reflejan como solventes que en este caso son 14 de ellas. Se considera que los resultados obtenidos son suficientes para evaluar el desarrollo del modelo, por consiguiente, no es necesario aplicar intervalos de confianza o de eficiencia mediante un anlisis discriminante o multivariante con respecto a la data obtenida por Oficina Comercial. 122

CAPITULO IV PRESENTACION DEL INFORME FINANCIERO

En funcin de los resultados obtenidos, una forma recomendada de redaccin sera como sigue:

Anlisis Financiero al 30-06-2006

El relato financiero parte del hecho que los montos recaudados hasta el 30-06-2006 son de 114.110,27 MMBs. es decir; excede en 5.668,66 MMBs al monto recaudado para el mismo periodo, del ao inmediato anterior.
Tabla 69 Recaudacin Bruta Bancaria
Recaudacin Bruta Bancaria

Mes
Ene Feb Mar Abr May Jun TOTAL Otros TOTAL

2002
8.972,47 8.166,36 8.393,31 11.815,15 10.431,91 8.232,69 56.011,89 0,00 56.011,89

2003
7.137,31 8.797,12 10.506,70 11.269,54 14.277,13 11.806,74 63.794,54 2.187,06 65.981,60

2004

2005

2006
18.720,20 14.546,86 24.627,54 16.605,90 20.188,20 19.421,57 114.110,27 114.110,27

12.852,45 13.611,88 11.937,15 12.897,48 17.167,88 13.960,54 14.088,99 15.901,72 15.164,07 16.254,21 14.156,05 15.358,17 85.366,59 87.984,01 12.797,79 20.457,60 98.164,38 108.441,60

Es de resaltar que estos montos no reflejan lo concerniente a canjes realizados con organismos gubernamentales y otros convenios que no significaron ingreso de dinero. Grficamente, se observa el comportamiento de la recaudacin en este perodo, donde existe un claro incremento en los montos recaudados, aun cuando, no se han registrado aumentos tarifarios. Lo que quiere decir; que dicho incremento se fundamenta en el crecimiento del sistema y por ende de la organizacin y/ en el resultado de planes destinados a la disminucin de
2000 2001 2002
120. 000, 00 100. 000, 00 80. 000, 00 60. 000, 00 40. 000, 00 20. 000, 00 0, 00
1

Recaudacin Bancaria (MMBs)

108.441,60 98.164,38 114.110,27

65.981,60 56.011,89 47.994,52 38.844,31

2003

2004

2005

2006

la morosidad y a la facturacin real del usuario. 123

De una u otra forma, en las lneas siguientes, se abordan estos temas, sin embargo, es importante mencionar como se componen los montos recaudados por localidad: Tchira 41.503,39 MMBs., Mrida, 25.125,44MMBs., Trujillo 23.904,81MMBs. y Barinas 23.576,62. Seguidamente, es de resaltar el aporte que manifiesta la recaudacin bancaria sobre las cifras indicadas, estrategia que ha permitido crear una Red Bancaria conformada por siete instituciones donde se resaltan los siguientes hechos:
Recaudacin C.A.D.E.L.A.
(Sin Depsitos de Pres Auxiliares)

Instalacin de 63 puntos de venta en Oficinas Comerciales y Puntos Auxiliares Comerciales. disponibilidad Esto permite del obtener dinero y inmediata

1.200,00 1.000,00 800,00 600,00 400,00 200,00 0,00

Ene 2003 Feb Mar 2004 Abr May 2005 Jun Jul 2006

reduccin del costo por traslado de valores. Disposicin de 263 agencias comerciales en la regin, que se convierten en oficinas adicionales de recaudacin para la empresa,

mejorando este indicador y el descongestionamiento de las Oficinas Comerciales.

Tabla 70 Recaudacin Bancaria

Actualizacin del sistema Alpha en forma inmediata mediante software diseado por el personal de la empresa y adecuado entre las partes, Banco y Empresa. Ingresos extraordinarios por el orden de 2.369 MMBs, por concepto de reintegro por traslado e intereses ante cuentas remuneradas. comercial.
Ene Feb Mar Abr May Jun Jul Total
%

2003 96,77 119,59 108,77 162,51 202,65 152,75 151,89 994,93

100

C.A.D.E.L.A. 2004 2005 2006 84,62 391,83 1.129,28 89,18 400,68 653,88 116,06 478,44 895,71 113,64 627,39 613,90 115,67 615,98 637,41 145,27 489,01 784,84 136,82 478,46 587,49 801,26 3.481,78 5.302,50
-19% 335% 52%

Recaudacin a nivel nacional, sin considerar especficamente, una localidad u oficina Disposicin de sistemas de control del dinero (Internet Banking) sin costo alguno. Adecuacin de los sistemas para incorporar domiciliacin de pagos, pagos por Internet y otras alternativas requeridas por los usuarios de servicio.

124

Para que el lector comprenda en detalle las cifras indicadas, es prudente mencionar la cantidad de clientes captados por cada una de estas localidades y as, visualizar el tamao o magnitud de stas ltimas. En este sentido, En la Tabla 71, se refleja lo mencionado.
Tabla 71 Relacin de clientes entre el 31-12-2005 y el 30-06-2006
6 Tchira Mrida Trujillo Barinas Incremento de Sucriptores 2005 2006 Diferencia 235.768 240.181 4.413 157.588 160.500 2.912 140.483 143.250 2.767 117.434 119.863 2.429

En dicha tabla, se observa que durante el periodo comprendido entre el 01-01-2006 al 30-06-2006, la empresa ha captado 12.521 clientes, siendo la

Cadela

651.273

663.794

12.521

localidad Tchira la mas efectiva, en cuanto a la medicin de esta variable. Esta variable de crecimiento es bastante alentadora y quizs, hemos encontrado el primer factor incidental en el incremento en la recaudacin, no obstante, no menos importante es la efectividad en cuanto a las cifras encontradas y los recursos inyectados, razn por la cual, analizaremos estos factores en las lneas siguientes. En este apartado se habla de la efectividad operativa con base al promedio relativo y absoluto por localidad.
Tabla 72 Distribucin Presupuestaria por localidad (30-06-2006)
Localidad Gastos por Nmina (Grupo 100) Gastos Variables de Nmina (116-134-135-136-152) Otros Gastos Variables (338-339-431-438) Gastos Fijos Compra de Energa (270) Compra Cemento Andino Alicuota Casa Matrz (443) OFICINA CENTRAL Total Gastos Inversiones Obras(Grupo 700-800-900) Materiales para Obras(236-237-272) Rep. Mayor Reconstruccin y Reemplazo (386) Materiales de Alumbrado Pblico (238) Muebles y Equpos (600) Bombilla Lamparas y Luminarias (241) Obras Imputadas Oficina Central Total Inversiones Ofic.Central Tachira Mrida Monto % Monto % Monto % 6.287,81 0,50 10.716,66 21,72% 9.329,10 37,13% 611,09 0,05 2.965,83 6,01% 1.723,46 7,31% 108,47 0,01 0,16 0,00% 0,10 0,00% 4.110,59 0,32 3.904,41 7,91% 3.414,86 14,48% 0,00 19.618,75 39,76% 12.537,27 53,18% 0,00 1.060,71 2,15% 0,00 4.844,04 9,82% 2.549,50 10,81% 0,00 4.224,83 8,56% 2.223,59 9,43% 11.117,97 0,88 47.335,41 95,93% 31.777,88 95,93% 1.128,32 0,09 0,00 0,00% 204,26 0,87% 260,99 0,02 1.006,23 2,04% 601,10 2,55% 0,00 0,00 131,63 0,27% 0,00 0,00% 8,12 0,00 279,24 0,57% 224,07 0,95% 151,25 0,01 0,00 0,00% 0,00 0,00% 0,99 0,00 3,62 0,01% 7,47 0,03% 588,87 1,19% 309,93 1.549,66 0,12 2.009,59 4,07% 1.346,84 4,07% 12.667,63 1,00 49.345,00 100% 33.124,72 100% Trujillo Barinas Monto % Monto % 8.556,30 35,79% 8.298,81 35,20% 2.512,49 10,51% 3.300,28 14,00% 8,08 0,03% 125,75 0,53% 3.628,18 15,18% 5.274,41 22,37% 17.399,57 72,79% 30.393,43 128,91% 2.931,92 12,26% 2.422,02 2.557,13 10,70% 2.112,41 37.593,67 96,81% 51.927,11 170,79 0,71% 3,50 617,65 2,58% 607,08 17,11 0,07% 0,00 75,80 0,32% 82,10 0,00 0,00% 0,00 2,69 0,01% 0,09 356,42 294,44 1.240,46 3,19% 987,20 38.834,13 100% 52.914,31 10,27% 8,96% 98,13% 0,01% 2,57% 0,00% 0,35% 0,00% 0,00% 1,87% Acumulado Monto % 43.188,68 24,79% 11.113,16 6,38% 242,56 0,14% 20.332,45 11,67% 79.949,02 45,89% 1.060,71 0,61% 12.747,48 7,32% 0,00% 168.634,06 96,79% 1.506,87 0,86% 3.093,04 1,78% 148,74 0,09% 669,34 0,38% 151,25 0,09% 14,87 0,01% 0,00% 5.584,10 3,21% 100%

Total Inversiones y Gastos

100% 174.218,16

Hasta el 30-06-2006, la empresa C.A.D.E.L.A, ejecut presupuestariamente la cantidad de 174.218,16 MMBs. Este monto se distribuye en un 96,79% destinado a gastos operativos donde se incluyen erogaciones por concepto de compra de energa, y el restante 3,21 % se destin a inversiones y mantenimiento del sistema. Se considera que esta distribucin relativa para estos seis meses es aceptable si la comparamos con aos anteriores, donde solo se destinaba el 1% para el crecimiento y mantenimiento del sistema. En lo que respecta a la partida de gastos por nomina (fijos y variables), se percibe mejor

125

control cuando se comparan los datos obtenidos con el monto erogado por compra de energa como gasto medular y objeto del negocio, en la siguiente proporcin: Nomina: 31,17:100 y 45,89:100. Dentro de este apartado es pertinente visualizar el comportamiento que presenta la empresa en cuanto a los costos por servicio y su distribucin por partidas en grupos presupuestarios.
Tabla 73 Costos por servicio 30-06-2006

Excluyendo los costos por compra de energa, la Tabla 73 refleja que los costos de comercializacin y distribucin de la energa oscilan en 29 y 24 millardos respectivamente. En esta tabla se observan puntualmente los siguientes hechos:
100 200 300 400 500 600 700 800 900

Comer

Distrib

Transm
6.976,90 213,26 878,20 476,35 0,00

Tecnica Finanzas
11.921,96 773,17 2.474,32 12.991,84 1.968,84 139,21 240,93 1.163,63 145,49 31.819,38

Total

17.722,37 17.680,62 2.171,50 3.352,99 7.413,36 2.716,56 1.753,69 923,28 12,04 0,00

29.072,95 24.673,46

8.544,71

54.301,84 57,70 6.510,92 6,92 13.482,44 14,33 16.145,16 17,16 1.968,84 2,09 151,25 0,16 240,93 0,26 1.163,63 1,24 145,49 0,15 94.110,50 100

En el grupo 400, se refleja el monto transferido o registrado al sector externo o casa matriz. Lo resaltante del grupo 300 es el hecho que dentro de este, se registran las contrataciones por servicios externos que inciden sobre el 17,16% indicado en la tabla. Su relacin con los dems grupos de mantenimiento e inversiones es distante, por cuanto su objeto es incrementar la recaudacin y no aumentar el crecimiento en las inversiones.
Tabla 74 Costos por servicio y Localidad

Costos por servicios y localidad (MMBs) Comer Distrib Transm Total Tachira 8.657,02 8.388,76 2.910,78 19.956,55 Merida 6.948,78 4.692,74 1.511,75 13.153,27 Trujillo 6.219,69 5.763,53 1.629,58 13.612,80 Barinas 7.247,47 5.828,43 2.492,60 15.568,50 29.072,95 24.673,46 8.544,71 62.291,12

Probablemente afirmar que

sera la

apresurado del

prestacin

servicio en las localidades Tchira y Barinas son excesivos con relacin a las dems localidades, ante

variables externas que deben ser analizadas. Sin embargo, es sugerible el anlisis a efectuar en el rea de Distribucin de Tchira y Comercializacin en todas las localidades. Para distribuir los montos erogados por la Oficina Central, se utiliz como base de distribucin el promedio relativo del presupuesto aprobado para cada localidad, no obstante, en lo que respecta a la localidad Tchira, a sta se le imput un porcentaje 126

adicional (base de costos promedio ponderados) por aquellas estructuras que programaticamente se encuentran en las otras localidades pero cuyas funciones las efecta las Gerencias adscritas a la Oficina Central. Ejemplo, Coordinacin de Nmina, Coordinacin de Gestin Social, Auditoria Interna etc. En este sentido, se establecieron los siguientes porcentajes de distribucin: Tchira 37%, Mrida 17%, Trujillo 24% y Barinas 22%. Seguidamente y como se anunci en las lneas anteriores, se relacionan los ingresos obtenidos con los costos y gastos por localidad, con el fin de obtener el nivel de eficiencia operativa por cada una de ellas.
Tabla 75 Relacin de Ingresos y Gastos

En la tabla 75, se observa que la localidad Tchira y Mrida mantienen su efectividad operativa en un 84% y 76% respectivamente. Las mejores cifras se reflejan
Ene Feb Marzo Abril Mayo Junio Total

Tachira Ingresos gastos 7.016,88 7.631,90 5.703,85 7.244,91 7.855,94 7.474,62 6.908,24 7.963,92 7.011,85 8.241,43 7.006,65 10.788,22 41.503,39 49.345,00

Mrida % Ingresos gastos 92% 4.250,56 5.181,52 79% 3.242,55 4.758,67 105% 5.003,17 4.801,21 87% 3.610,09 5.458,33 85% 4.395,16 5.340,41 65% 4.623,90 7.584,59 84% 25.125,44 33.124,72

% 82% 68% 104% 66% 82% 61% 76%

durante el mes de marzo, donde los ingresos superan en cuatro (4%) puntos porcentuales los costos ejecutados, caso contrario, lo observado durante el mes de Junio, donde la efectividad operativa de la localidad Tchira alcanza el 65% y la localidad Mrida el 61%. Grficamente, podemos observar que los costos mensuales tienden a incrementarse,
Ingresos Vs. Gastos Totales
12.000,00 10.000,00 8.000,00 6.000,00 4.000,00 2.000,00 0,00
Ene Feb M arzo A bril M ayo Junio

mientras que los ingresos mantienen una posicin permanente o constante, lo cual hace que la brecha entre ingresos y costos se pronuncie distante y por ende disminuya la efectividad operativa para estas dos por localidades. Sin duda, es conveniente revisar las incidencias presupuestarias,

Tachira Ingresos Mrida Ingresos

Tachira gastos Mrida gastos

estructura, para determinar cual de ellas se pudiesen disminuir en el tiempo, adicionalmente, los ingresos reportados por oficina comercial y organismos oficiales se deben perpetuar con mayor ahnco para evitar el incremento en la prenombrada brecha. Por ltimo, la localidad Mrida es quien manifiesta mejor nivel de recuperacin, tal apreciacin la podemos observar en la tendencia de ingresos reflejados en el grfico precedente.

127

Tabla 76 Relacin de Ingresos y Gastos (06-2006)

Trujillo Ingresos gastos 3.934,28 6.015,84 2.526,49 5.683,52 5.837,74 5.765,55 2.998,25 5.987,77 4.841,19 6.583,87 3.766,85 8.797,57 23.904,81 38.834,13 Barinas % Ingresos gastos % 65% 3.518,48 7.993,04 44% 44% 3.073,97 7.505,73 41% 101% 5.930,69 7.906,11 75% 50% 3.089,32 9.323,23 33% 74% 3.940,00 9.778,50 40% 43% 4.024,17 10.407,69 39% 62% 23.576,62 52.914,31 45%

Con

relacin

Ene Feb Marzo Abril Mayo Junio Total

Trujillo y Barinas, se observa que el mejor rendimiento operativo es el posicionado por la localidad Trujillo

donde sus costos son cubiertos en un 62%, mientras que la localidad Barinas refleja su efectividad en el 45%. Es de resaltar que durante el mes de Marzo se presenta la mejor efectividad operativa para ambas localidades, Trujillo y Barinas, fundamentado por la recaudacin de las hidrolgicas por el orden de 3 Millardos, caso contrario, lo percibido durante los meses de Abril y Junio, donde la localidad Barinas presenta la menor efectividad (Abril) en un 33% y Trujillo (Junio) con el 43%. Es imposible dejar pasar por alto, el repunte mensual que presentaba la localidad Trujillo hasta el mes de Marzo cuando su efectividad operativa era del 101% para luego caer al 43% podemos ya comentado. observar lo Grficamente,
Ingresos Vs.Gastos Totales
12.000,00 10.000,00 8.000,00 6.000,00

mencionado, donde la tendencia de los ingresos es cclica e intermensual, es decir; cada dos meses manifiesta un incremento, no obstante, la proporcin de incremento es

4.000,00 2.000,00 0,00 Ene Feb Trujillo Ingresos Barinas Ingresos Marzo Abril Mayo Junio Trujillo gastos Barinas gastos

cada vez menor. Con respecto a los costos su tendencia se pronuncia hacia el incremento mensual, lo cual, aunado a lo descrito con respecto a los ingresos, estos comportamientos inciden sobre la efectividad operativa aumentando cada vez ms la brecha entre ingresos y costos.

Tabla 77 Gastos Efectivos en Tesorera

Ingresos Gastos Tesoreria Variacin 41.503,39 49.345,00 41.217,93 285,46 25.125,44 33.124,72 27.513,80 -2.388,36 23.904,81 38.834,13 33.443,53 -9.538,72 23.576,62 52.914,31 46.870,88 -23.294,26 114.110,27 174.218,16 149.046,14 -34.935,88

Posteriormente, es interesante evaluar si los ingresos percibidos superan los costos necesarios de

Tachira Mrida Trujillo Barinas Total

funcionamiento y aquellos que ameritan segregacin de dinero. Bajo este concepto, en la tabla 9, observamos que las localidades, con excepcin de Tchira, no superan los costos

128

procesados a travs del rea de tesorera. Cuando nos referimos a las localidades de Trujillo y Barinas, el dficit se refleja en 9.583,72 MMBs, y 23.294,26 MMBs respectivamente, como se demuestra en el grfico y tabla precedente. La situacin problemtica se acenta cuando el supervit de
60.000,00 50.000,00 40.000,00 30.000,00 20.000,00 10.000,00 0,00

Ingresos Vs. Gastos Efectivos de Tesorera(MMBs)

tesorera manifestado por la localidad Tchira no es suficiente para cubrir los costos las reflejados por las dems con localidades, manifestndose a futuro en obligaciones contradas

Tachira

Mrida Ingresos

Trujillo Gastos Tesoreria

Barinas

proveedores y contratistas. Estos resultados, hasta el momento, son producto de estrategias financieras (acotamientos), destinadas a optimizar los costos y gastos operativos, sin embargo, observamos que su efectividad no es tan notoria en los casos de Trujillo y Barinas donde sus costos siguen siendo desproporcionados con relacin a sus ingresos. Es de aclarar que los costos por compra de energa son subsidiados a travs de la casa matriz, coadyuvando a mantener un flujo de caja controlado ante acreencias con proveedores y contratistas. Desde el mes de Septiembre del ao 2005 la empresa C.A.D.E.L.A, administra directamente parte de los ingresos percibidos y hoy en da, el 30% de estos se transfiere a la casa matriz, razn por la cual, se hace necesario enfatizar an ms, en la optimizacin de los costos. Estas polticas, aunado a la eficiencia operativa de Tchira y Mrida, han permitido administrar mejor la deuda con proveedores como se muestra en la tabla y grfico siguiente.

Tabla 78 Comportamiento de la deuda y erogaciones fijas canceladas

Costos Fijos Cancelados Disponible Enero Febrero Marzo Abril Mayo Junio Julio Total 16.608,57 11.357,97 22.781,90 16.878,97 18.939,60 13.928,77 13.072,29 113.568,07 Grupo 100 8.453,04 6.426,31 9.259,96 7.338,95 9.961,53 8.028,44 7.896,85 57.365,06 Otros de Nomina 213,72 282,98 257,13 273,68 543,64 123,39 373,61 2.068,16 Impuesto 412,43 385,83 330,22 558,55 304,71 428,14 234,29 2.654,17 Aseo 948,77 640,99 832,95 996,66 1.148,97 1.069,93 1.060,15 6.698,42 Cooperativas 2.472,55 1.097,39 2.270,34 603,55 2.330,68 1.267,56 1.138,69 11.180,75 Recursos Disponibles 4.108,06 2.524,47 9.831,31 7.107,58 4.650,07 3.011,31 2.368,70 33.601,51 Saldo Inicial 16.716,61 15.902,52 14.173,39 14.229,85 5.758,60 6.407,24 6.092,22 46.792,52 Efect 25% 16% 69% 50% 81% 47% 39% 72% Saldo Final 14.129,40 14.418,73 6.173,39 7.663,52 2.294,68 3.779,85 4.117,21 Pasivo Proveedores

129

De la tabla precedente, observamos que hasta el mes de mayo 2006, la empresa ha cancelado (113.568,07-4.117,21) 109.450,86 MMBs, y mantiene una deuda pendiente de 4.117,21 MMBs.
Deuda C.A.D.E.L.A.
16.000,00 14.000,00 12.000,00 10.000,00 8.000,00 6.000,00 4.000,00 2.000,00 0,00 dic- ene- feb- m ar- abr- m ay- jun05 06 06 06 06 06 06 jul06

Lo importante de ello, es como se ha amortizado la deuda con proveedores desde el 31-12-2005, como se aprecia en el grfico siguiente: La empresa C.A.D.E.L.A. mantena una deuda con proveedores que oscilaba en

13.015,70 MMBs, incrementndose a 14.418,73 MMBs, para finales del mes de 02-2006, no obstante, la misma fue amortizada relativamente y para finales del mes 07-06, se consolid en 4.117,21 MMBs. como se aprecia en el grfico citado. Esta amortizacin se inclina o se distribuye en un 54% al pago de nmina y sus
28% Distribucin de Recursos

54% 10% 6% 2% Nmina Aseo Domiciliario Proveedores Impuestos Cooperativas

equivalentes, el 10% al pago de Cooperativas, 28% a otros proveedores de servicios y/o bienes, el 6% al pago de aseo domiciliario y por ltimo, el 2% a retenciones y otros impuestos. Con estos datos se infiere sobre la efectividad operativa por localidad hasta el 3006-2006. Primero, debemos aclarar que en los costos reflejados por localidad se incluyen, exclusivamente, los costos o gastos de tesorera, es decir; aquellas partidas controlables y que ameritan segregacin de dinero. En este orden, merece explicacin que dentro de estos rubros no se incluye lo relacionado a las transferencias a la casa matriz mas s; lo concerniente a la compra de energa. Las partidas excluidas son: Provisiones (182,184,191,434,435,439), Patentes (373), Transferencia al sector pblico (443) y Depreciaciones (471). Con relacin a las empresas Cooperativas, donde el grfico precedente informa que se han destinado recursos en un 10%, a continuacin se expone la tendencia por localidad. 130

Tendencia en la Cancelacion de Cooperativas

Millones 1400 1200 1000 800 600 400 200 0
31-Ene 28-Feb 31-Mar 30-Abr 31-May 30-Jun 31-Jul

Tabla 79 Montos erogados en cooperativas

ZONA TACHIRA MERIDA BARINAS TRUJILLO CADELA 31-Ene 621.908 568.662 730.289 28-Feb 356.906 261.118 237.244 31-Mar 597.432 135.385 286.026 30-Abr 27.605 32.593 166.341 31-May 748.311 355.854 30-Jun 429.973 244.066 382.131 31-Jul 412.373 141.173 347.005 TOTAL Bs. 3.194.508 1.738.851 2.149.037 551.688 2.472.546 242.126 1.097.393 1.251.496 2.270.339 377.011 603.551 511.368 1.615.533 211.388 1.267.558 238.136 1.138.688 3.383.212 10.465.609

Observase que la localidad Trujillo destin mayor proporcin de recursos al pago de es en la

TACHIRA

MERIDA

BARINAS

TRUJILLO

cooperativas y con mayor incidencia durante el mes de Marzo del ao 2006, por el contrario, donde se destin menor cantidad de recursos, por este concepto, Localidad Mrida. Puntualmente, durante el primer semestre 2006, la empresa

C.A.D.E.L.A. erog la cantidad de 10.465.609 MMBs, distribuidos en la siguiente forma: Trujillo 3.383.212 MMBs, Tchira 3.194.508 MMBs, Barinas con 2.149.037 MMBs., y por ltimo Mrida con 1.738.851 MMBs.

Tabla 80 Efectividad Operativa por Localidad

Localidad Recaudacin
TACHIRA MERIDA TRUJILLO BARINAS CADELA

Seguidamente y con base a los datos precitados, calcularemos lo este concerniente a la EFECTIVIDAD

Costos

EO

OPERATIVA por localidad. En

41.503.391.399 41.104.678.164 1,010 25.125.441.024 27.174.046.204 0,925 23.904.808.854 33.556.783.992 0,712 23.576.623.926 47.210.634.201 0,499 114.110.265.204 149.046.142.560 0,766

orden, se observa que la localidad ms efectiva es Tchira con 1,01 veces, por cuanto sus ingresos cubren sus costos en promedios superiores al 100%. Con respecto a la localidad Mrida, sta prcticamente cubre sus costos, no siendo as, cuando nos referimos a Trujillo y Barinas, la primera de estas, tan solo cubre sus costos en el 71% mientras que Barinas lo hace en el 50%.

Tabla 81 Efectividad en Recaudacin por Localidad

Localidad Recaudacin Facturacin
MERIDA BARINAS TACHIRA TRUJILLO CADELA 25.125.441.024 23.576.623.926 41.503.391.399 23.904.808.854 114.110.265.204 20.546.457.270 22.041.155.003 40.000.825.945 27.638.206.091 110.226.644.309

ER
1,22 1,07 1,04 0,86 1,04

En

este

aparte,

analizaremos el comportamiento de la recaudacin en funcin del monto facturado, para ello,

tomaremos como base la informacin suministrada por la Direccin Comercial para la fecha en comento. Primero es conveniente recordar que el monto facturado no incluye lo

131

referente a organismos oficiales centralizados; por cuanto lo que se quiere medir es la efectividad de acuerdo a montos facturados controlables. Los promedios deducidos, suministrados por la Gerencia de Clientes Primarios, por organismos centralizados oscilan en lo siguiente: Tchira 5%, Trujillo 5%, Mrida 16% y Barinas 17%. Hasta el mes de Abril 2006, la localidad Mrida ha sido la ms efectiva en cuanto a cifras de recaudacin, arrojando promedios que oscilan en 1,22 veces sobre el monto facturado, seguido de Barinas con 1,07 y Tchira con 1,04, caso contrario, lo manifestado por la Localidad Trujillo donde solo recauda el 86% de su cartera facturada. Estos indicadores, con excepcin de Trujillo, contribuyen eficazmente sobre el indicador de recaudacin de la empresa, el cual se ubica en 104% es decir; dos puntos adicionales sobre el monto total facturado. An cuando, en las tablas precedentes se analiz el comportamiento de la recaudacin con respecto a lo facturado y costos operacionales, tambin es importante visualizar la tendencia de estos ingresos en funcin a los costos proyectados.

Tabla 82 Proyeccin de Ingresos y Gastos

Ingresos 31/12/2006 01/01/2006 Mensual Tchira 6.803,70 80.283,62 Mrida 4.235,57 49.979,75 Trujillo 3.889,67 45.898,15 Barinas 3.808,20 44.936,79 Cadela 18.737,15 221.098,32 Egresos
Proyectado Efect

Ideal
Mensual Diferencia

98.506,88 86.466,92 107.869,24 100.288,75 393.131,79

82% 58% 43% 45% 56%

8.062,35 6.022,89 6.124,30 5.910,05 26.936,47

1.258,65 1.787,32 2.234,63 2.101,85 8.199,33

En este sentido, si consideramos el 80% de la proyeccin presupuestaria, excluyendo las depreciaciones, se observa que este ascender a 393 millardos mientras que los promedios de recaudacin oscilaran en 27 millardos, es decir; existe un dficit mensual de 8.1 millardo. En este orden, se espera un incremento, en mayor proporcin, en las localidades de Trujillo y Barinas por el orden de 2.234,63 MMBs y 2.101,85 MMBs. respectivamente. Ahora bien, si correlacionamos estos dos resultados es lgico pensar en disminuir costos y gastos o buscar nuevos ingresos, sin incrementar los gastos al menos; que no aumenten mas que proporcionalmente a los ingresos. Para ello, analizaremos someramente el comportamiento de la morosidad.

132

Tabla 83 Morosidad Comparativa (2005) (06/2006)

Morosidad Comparativa (MMBs) Particulares Oficiales Localid 2005 jun-06 Dif 2005 jun-06 5.377,00 5.687,27 310,27 37.248,00 41.803,74 Tachira 4.148,00 4.473,81 325,81 18.766,00 21.352,13 Mrida Trujillo 15.524,00 16.184,95 660,95 71.670,00 71.513,35 Barinas 16.742,00 18.141,88 1.399,88 29.916,00 31.447,47 Cadela 41.791,00 44.487,91 2.696,91 157.600,00 166.116,68 Dif Dif Total 4.555,74 4.866,01 2.586,13 2.911,94 -156,65 504,29 1.531,47 2.931,35 8.516,68 11.213,59

Como se desprende de la Tabla 83, la morosidad hasta el 30-06-2006, asciende a 210.604,59 MMBs, distribuidos en 44.487,91 MMBs en particulares y 166.116,68 MMBs, correspondientes a Organismos Oficiales. Adicionalmente, se desprenden los siguientes hechos: El primero, se refiere al incremento de la morosidad en 11.213,59 MMBs con respecto al ao 2005, Luego, la reduccin en la morosidad de organismos oficiales de la Localidad Trujillo en 156,65 MMBs., principalmente por la cobranza en las hidrolgicas. Seguidamente, citar la localidad Tchira, como la localidad que ha incrementado en mayor cuanta la morosidad y, con mayor incidencia, en los organismos oficiales. Por ltimo, el control de las cifras reflejadas por la localidad Tchira y Mrida en clientes particulares. Otro apartado importante en considerar, es determinar si el monto facturado en funcin de los kilowatios adquiridos es aceptable. Para ello, comenzaremos analizando los datos reflejados en la tabla Nro 84, con respecto a la compra de energa sobre la base de lo siguiente:

Tabla 84 Compra de Energa (MMBs)

Cemento Andino Particular 204,84 3.399,44 155,36 3.110,18 178,62 3.410,71 184,06 3.344,33 169,09 3.244,57 168,75 3.109,52 Tchira 3.604,28 3.265,55 3.589,33 3.528,38 3.413,66 3.278,27 Mrida 2.179,20 1.883,24 2.150,12 2.113,58 2.122,21 2.088,92 Trujillo 3.032,44 2.654,86 2.951,23 2.899,44 2.919,78 2.941,82 Barinas 5.166,92 4.740,24 5.192,10 5.025,57 5.237,90 5.030,71 Total 13.982,83 12.543,88 13.882,78 13.566,97 13.693,55 13.339,72

Enero Febrero Marzo Abril Mayo Junio

Total

1.060,71 19.618,75 20.679,47 12.537,27 17.399,57 30.393,43 81.009,73

Las erogaciones por compra de energa ascendieron a 81.009,73 MMBs. siendo Barinas la localidad a quien ms se le factura por el orden de 30.393,43 MMBs. Esto,

133

principalmente por el costo en la compra de la energa la cual oscila en 45 Bs/Kwh, mientras las dems, su costos promedian 23,87 Bs/kwh. Con respecto a los montos facturados, segn la data suministrada por la Direccin Comercial, la localidad que ha facturado mayor cantidad de Kilowatios, durante stos seis meses, es la localidad Tchira y por el contrario, la que menos factura es la localidad Mrida, claro esta; que para convalidar estos montos necesariamente debemos compararla con otra base, que en este caso son los kilowatios comprados.

Tabla 85 Efectividad en Facturacin

Facturacin MMBs
TACHIRA MERIDA TRUJILLO BARINAS CADELA 42.106.132.573 24.460.068.179 29.092.848.517 26.555.608.438 122.214.657.706

Precio Unitario
69,85 71,13 73,52 77,56 72,54

Compras (Kwh)
827.575.381 494.295.530 685.984.866 642.216.844 2.650.072.622

EF
0,73 0,70 0,58 0,53 0,64

En

este

sentido,

Kwh
602.849.302 343.867.857 395.734.007 342.392.702 1.684.843.868

observamos que la localidad mas efectiva en cuanto los Kilowatios comprados y vendidos es la

localidad Tchira con un 73%, seguido de la localidad Mrida con el 70%, por otro lado, las localidades con menos ndice de eficiencia es la localidad Trujillo con tan solo un 58% y Barinas con el 53%. El Bajo nivel reflejado por estas ltimas, inciden notoriamente en el promedio de la empresa C.A.D.E.L.A, al facturar el 64% de los kilowatios comprados. Es de resaltar que en el monto reflejado por compras en Kilowatios, se estima un 7% como deduccin por las prdidas en Transmisin o del sistema. De esta forma; se pretende obtener un nmero ms cercano a la realidad en cuanto al monto hipottico de facturacin. Como complemento a los indicadores arrojados, en los apartes siguientes, abordaremos los temas de prdidas por localidad e incremento de suscriptores.

Tabla 86 Prdidas en energa puntual e interanual

Prdidas puntuales y acumuladas en (Kwh) Compras Facturado Prdida 447.620.000 263.927.190 183.692.810 jul-05 479.644.566 281.570.647 198.073.919 jun-06 2.854.066.746 1.684.843.868 1.169.222.878 Anual 7,15% 6,68% 7,83% Variacin En atencin a las prdidas de la empresa, observamos, puntualmente, % 41,04% 41,30% 40,97% 0,26% que para el

mes de Julio 2005, la empresa perda 183 MM de Kilowatios equivalentes al 41,04% de lo

134

comprado y, un ao despus, este promedio ha amentado en 14,37 MM de Kilowatios para

Relacin de Compra y Venta (Kwh)
600.000.000 500.000.000 400.000.000

ubicarse en 41,30% sobre la cantidad comprada. Ntese que las compras, en este ltimo ao, han aumentado en 7,15% y el promedio de facturacin en 6,68%, lo cual incide en un incremento del 7,83% sobre el promedio de prdidas existentes en el mes de mayo.

Kwh

300.000.000 200.000.000 100.000.000 0

C o m pra P rdida

F a c tura do

En valores absolutos, podemos decir; que las

compras han aumentado en 32.024,57 MMKw y el monto facturado en 17.643,46 MMKw, por ende, las prdidas, puntuales, han aumentado en 14.381,11 MMKw. Ahora bien, durante el ao, las prdidas se acumulan en 1.169,22 MMKw., y en valores relativos se mantienen en 40,97%, similar a las reflejadas durante el ao 2005.

Tabla 87 Prdidas Acumuladas ano 2006

El comportamiento por localidad refleja que la Localidad
Prdidas Acumuladas 2006 Localidad Prdida (Kwh) %

Tachira 289.354.227 34,08% Mrida 187.656.371 35,31% 343.798.612 43,93% cantidad de Kilowatios, durante el Trujillo Barinas 348.413.668 50,44% periodo de Enero hasta Junio 2006, Cadela 1.169.222.878 40,97% donde su promedio oscila en 50%, asimismo, para el cierre del mes de Junio, la localidad
Barinas es quien ha perdido mayor Tchira y Mrida, mantienen promedios similares en un 34% y 35% respectivamente.
Tendencia en Prdida por Localidad
7 0 ,0 0 6 0 ,0 0

Grficamente, observamos que las prdidas hasta el mes de Febrero tendan a la baja y luego, este mismo comportamiento se presenta a partir del mes de Abril, con excepcin de la localidad Trujillo que manifiesta un leve incremento. Ahora bien, la pregunta que debemos hacernos, es: Cunto pierde

MM (Kwh)

5 0 ,0 0 4 0 ,0 0 3 0 ,0 0 2 0 ,0 0 10 ,0 0 0 ,0 0

Dic

Ene

Feb

Mar

Abr

May

Jun

Tchira

Mrida

Trujillo

Barinas

realmente la empresa por no vender stos Kilowatios comprados?.

Estos montos acumulados en prdidas significan para la empresa un costo de oportunidad equivalente a 51.791,08 MMBs durante el periodo del 01-01-2006 al 30-06135

2006. Estos montos se desprenden de las cifras acumuladas en prdidas, y su relacin con la variacin neta entre los precios de venta y compra de energa, una vez deducido el costo por prdida en la transmisin de energa.

Tabla 88

En

este

orden,

en

Bolvares fijos, las localidades que pierden mayor valor de oportunidad (Cop) son Trujillo y Tchira con 17.164,94

Costo de Oportunidad por Prdidas de energa 30/06/2006 Kwh % Cop Bs. 289.354.227 34,08% 14.016,40 Tchira Mrida 187.656.371 35,31% 8.921,88 Trujillo 343.798.612 43,93% 17.164,94 Barinas 348.413.668 50,44% 11.687,86 Cadela 1.169.222.878 41,40% 51.791,08

MMBs y 14.016,40 MMBs respectivamente. Se distingue en la tabla 20 lo siguiente; an cuando las prdidas de energa en Barinas son superiores a las de Tchira y Trujillo, el costo de oportunidad es mas bajo. Esto se explica, por cuanto el margen de ganancia en la localidad Barinas es menor por ser mas alto el costo en la compra de energa. Otros de los aspectos puntuales de la efectividad en facturacin es el crecimiento de suscriptores y la disminucin de anomalas, por medidores que registran: igual lectura (Z), lecturas negativas (N), Promedios (P) y Modo cinco (Sin equipo de medicin). En este sentido, podemos afirmar lo siguiente; con los datos suministrados por el centro de computacin para clientes particulares, con excepcin de ciclo cero, la empresa C.A.D.E.L.A ha incrementado los suscriptores en 1,90%, pasando de 642.208 clientes existentes para finales del ano 2005 a 654.415 en el mes de Junio 2006.

Tabla 89 Variacin en Puntos Anormales (2005 06-2006)

Tipo de Lectura en el equipo de medicin
Igual (Z) Inferior Promedio Sin Lectura Usuarios Anom/total Fecha (N) (P) (05)
dic-05 Junio 15.961 17.634 10% 4.121 3.904 -5% 21.942 20.950 -5% 10.917 10.482 -4% 52.941 52.970 0% 2.494 1.234 -51% 3.857 3.043 -21% 4.040 3.986 -1% 8.030 7.682 -4% 18.421 15.945 -13% 10.228 5.907 -42% 7.817 7.186 -8% 17.115 13.722 -20% 14.188 12.645 -11% 49.348 39.460 -20% 36.267 40.680 12% 44.618 47.585 7% 33.969 36.690 8% 7.593 9.489 25% 122.447 134.444 10% 232.650 236.945 2% 155.868 158.735 2% 138.078 140.760 2% 115.612 117.975 2% 642.208 654.415 1,90% 28% 28% 0% 39% 39% 0% 56% 54% -2% 35% 34% -1% 38% 37% -1%

Tchira

Vari dic-05 Junio

Mrida

Vari dic-05 Junio

Trujillo

Vari dic-05 Junio

Barinas

Vari dic-05 Junio

Cadela

Vari

136

Los aspectos resaltantes de la tabla 20 son los siguientes:

El incremento de usuarios de servicio en 1,90% con base a los existentes para

finales del ao 2005.

La mejora sustancial en la toma de lectura en un 20%, siendo la localidad

Tchira, quien aporta ms a este beneficio.

La correccin en equipos de medicin y lecturas manifestada por la localidad

Tchira y Mrida en un 51% y 21% respectivamente.

La disminucin de puntos anormales en 2% relativo a la localidad Trujillo. El incremento en la captacin de suscriptores bajo la modalidad de modo cinco,
en la localidad Barinas.

El decremento en la anomala z, con excepcin de la localidad Tchira, en un

5% aproximadamente. Para finalizar este apartado, no podemos perder de vista la necesidad de equipos de medicin para afrontar las prdidas mencionadas.

Tabla 90 Estimado de Medidores por Localidad

Igual lectura Prdidas (Z) Lectura inferior a la anterior (N) Sin Lectura (Modo 5) Total Medidores

Tachira Merida Trujillo Barinas Cadela

86.796 68.756 86.381 91.498 357.860

17.634 3.904 20.950 10.482 52.970

1.234 40.680 3.043 47.585 3.986 36.690 7.682 9.489 15.945 134.444

146.344 123.288 148.007 119.151 561.219

Con respecto a los datos reflejados en la Tabla 90, se afirma que la empresa C.A.D.E.L.A., requiere de 561.219 equipos de medicin para abordar las prdidas. Con ello, se sustituiran los equipos a los cuales se les factura igual lectura (52.970) y aquellos que integran inversamente (15.945), adems; de colocarlos en aquellos puntos captados sin equipos de medicin. Con esto, los ingresos de la empresa podran mejorar en por lo menos 8,4 Millardos mensuales provenientes de prdidas de la empresa, que aunado a la morosidad mencionada en las tablas 19 y 20 en 210,6 Millardos, podramos afirmar que la empresa C.A.D.E.L.A., tiene una potencialidad para mejorar sus ingresos hasta el punto que cubrira, fcilmente, los costos proyectados. 137

Tabla 91 Efectividad en el Proceso Comercial Localidad EPC

MERIDA TACHIRA BARINAS TRUJILLO CADELA 0,85 0,78 0,57 0,50 0,66

El resultado del anlisis practicado y comentado

en las lneas precedentes, nos lleva a evaluar el proceso comercial (Facturacin y Recaudacin) donde la localidad que proporciona el mejor indicador es la

localidad

Mrida con un 85%, seguido de Tchira y Barinas con el 78% y 57%

respectivamente, y por ltimo, la localidad Trujillo con el 50%. Con Base a la siguiente frmula (R=EPC*EO*10), es decir; el producto de la Efectividad en el Proceso Comercial y la Efectividad Operativa, en la tabla nmero 24 reflejamos la posicin en la que se encuentra cada localidad hasta el 30-06-2006.

Tabla 92 Ranking Financiero

Esta tabla informa que el valor posicionado de las localidades Tchira y Mrida son de 7,868 y 7,866 respectivamente, es decir; prcticamente alcanzan el mismo valor, sin embargo, la Localidad

Localidad
TACHIRA MERIDA TRUJILLO BARINAS CADELA

EPC
0,78 0,85 0,50 0,57 0,66

EO
1,01 0,92 0,71 0,50 0,77

R
7,868 7,866 3,554 2,848 5,039

Barinas, a pesar de mantener un indicador en el proceso comercial superior al indicado por la localidad Trujillo, sus costos excesivos hacen que su posicionamiento sea inferior a sta ltima localidad. Tambin, observamos que la empresa C.A.D.E.L.A mantiene un promedio de 5,04 puntos, lo que quiere decir; que las Localidades de Trujillo y Barinas estn muy distantes de la media reflejada. En virtud de los comentarios mencionados en los prrafos anteriores, podemos afirmar que la LOCALIDAD TACHIRA, es la Mejor

Localidad, hasta el 30-06-2006, manteniendo su hegemona desde comienzos de ao.

En otro orden de ideas y partiendo de la misma metodologa de clculo, en las lneas siguientes abordaremos el posicionamiento de las Oficinas Comerciales hasta el 30-062006, con base a la siguiente formula; R=(ER*EO*EIS*CPN)-EM. R ER EO EIS ECM ECPN = Ranqueo = Efectividad en Recaudacin = Efectividad Operativa = Efectividad en Incremento de Suscriptores = Efectividad en el control de la morosidad = Control de puntos normales (anomalas).

138

Las tres primeras variables no ameritan mayor explicacin, sin embargo, se incluye como variable el incremento de suscriptores, por cuanto hasta el momento no se mide la energa suministrada por oficina comercial para determinar las prdidas por cada una de ellas, en contraste, se evala el incremento de suscriptores como sinnimo de disminucin en prdidas de energa. Se deduce el monto de la morosidad por cuanto esto constituye un sesgo en el monto recaudado, es decir; tienen mayor ventaja, en cuanto la efectividad operativa y recaudacin aquellas oficinas que mantienen considerable morosidad. El indicador ideal en esta variable es uno (1) debido a que el monto facturado es equivalente a lo recaudado, siempre y cuando, la morosidad sea cero (0). Con el ultimo indicador se busca mejorar la calidad en la facturacin, por consiguiente, la disminucin de reclamos y, la incidencia en retomas de lecturas y movilizacin innecesaria de cuadrillas.

Ranqueo por Oficina Comercial (30-06-2006)

Estandar Oficina San Cristbal III San Cristbal II San Cristbal I Ejido Urea La Parroquia El Viga San Antonio Triba Mrida II Coloncito Rubio Colon Mrida I La Fra La Grita Capacho Trujillo Valera I Tovar Cao Zancudo Sto. Domingo Pregonero Queniquea Delicias El Pial Valera II Bocon Carache Barinas III Santa Ana Ciudad Bolivia La Pedrera Lagunillas Escuque Timotes Barinitas Mucuhies San Silvestre Barinas I Santa Brbara Carvajal Barinas II Caja Seca Pampn Canagu Sabana de Mendoza Betijoque Barrancas Sabaneta Libertad >1 ER 1,07 0,98 0,98 1,02 1,02 0,96 0,93 1,01 0,86 0,87 0,93 0,78 0,83 0,71 0,80 0,77 0,58 0,58 0,88 0,86 0,91 0,95 0,63 0,61 0,48 0,84 0,88 0,68 0,55 0,97 0,61 0,95 0,92 0,86 0,52 0,76 0,72 0,79 0,31 0,74 0,67 0,67 0,81 0,65 0,54 0,74 0,65 0,62 0,55 0,81 0,76 >4 EO 8,11 9,16 9,08 7,47 5,61 4,89 5,02 4,34 3,64 3,65 2,91 2,89 2,21 3,51 3,15 2,33 1,78 2,62 4,49 1,83 2,08 0,73 0,64 0,82 0,54 1,98 5,03 2,08 1,22 4,82 1,94 2,13 2,35 1,66 2,43 1,58 1,45 1,02 1,59 4,04 1,96 2,37 2,88 3,19 2,51 0,27 3,25 1,65 1,36 1,85 1,80 > 1,10 EIS 1,01 1,02 1,01 1,03 1,03 1,02 1,04 1,01 1,03 1,02 1,02 1,05 1,01 0,95 1,01 1,01 1,01 1,02 1,01 1,03 1,04 1,04 1,01 1,02 1,01 1,06 1,01 1,02 1,02 1,02 1,01 1,02 1,01 1,04 1,01 1,02 1,01 1,03 1,03 1,01 1,01 1,01 1,02 1,04 1,02 1,04 1,02 1,02 1,02 1,07 1,01 < 0,2 ECM 0,39 1,27 1,05 1,45 0,53 0,23 1,25 0,50 1,15 1,14 0,92 0,70 0,44 0,77 1,11 0,61 0,15 0,61 2,14 1,09 1,55 0,47 0,18 0,41 0,36 1,59 3,25 1,27 1,03 3,97 1,58 2,42 2,51 2,36 2,06 2,19 2,46 2,43 2,30 3,92 3,49 3,61 3,88 4,30 4,12 4,16 6,99 6,12 10,07 10,92 12,56 > 0,85 ECPN Ranqueo POS 0,90 7,46 1 0,85 6,52 2 0,84 6,50 3 0,87 5,37 4 0,81 4,23 5 0,83 3,73 6 0,88 3,05 7 0,79 3,00 8 0,87 1,66 9 0,85 1,62 10 0,86 1,43 11 0,87 1,33 12 0,91 1,24 13 0,79 1,10 14 0,82 0,99 15 0,88 0,98 16 0,84 0,73 17 0,67 0,43 18 0,63 0,38 19 0,85 0,28 20 0,92 0,25 21 0,94 0,21 22 0,95 0,21 23 0,84 0,02 24 0,95 -0,11 25 0,83 -0,14 26 0,69 -0,14 27 0,67 28 -0,31 0,79 -0,48 29 0,71 30 -0,60 0,75 -0,69 31 0,78 32 -0,79 0,71 -0,95 33 0,77 -1,22 34 0,58 35 -1,31 0,65 36 -1,40 0,77 37 -1,64 0,94 38 -1,65 0,45 -2,07 39 0,59 40 -2,12 0,64 -2,63 41 0,61 42 -2,63 0,52 43 -2,65 0,72 -2,74 44 0,66 45 -3,22 0,92 -3,97 46 0,67 47 -5,56 0,49 48 -5,61 0,48 49 -9,70 0,53 50 -10,07 0,49 -11,89 51

139

Con respecto a estos cuadros podemos afirmar lo siguiente:

A partir de la posicin 24, las Oficinas Comerciales no proporcionan Valor Agregado.

En la parte superior se establecen los estndares de efectividad en la siguiente forma:

(ER >1) El monto acumulado de recaudacin debe ser mayor al facturado.

Tan solo tres (4) de las 51 oficinas comerciales superan el monto acumulado de facturacin,

Mayor Efectividad en Recaudacin San Cristbal III 1.07 Urea 1.02 Ejido 1.02 San Antonio 1,01 San Cristbal II 0,98 San Cristbal I 0,98 Barinas II 0,97 La Parroquia 0,96 Santo Domingo 0,95 Ciudad Bolivia 0,95

Menor Efectividad en Recaudacin Queniquea 0,61 Santa Ana 0,61 Capacho 0,58 Trujillo 0,58 Barrancas 0,55 Carache 0.55 Pampan 0,54 Escuque 0,.52 Delicias 0,48 San Silvestre 0.31

La mas efectiva en recaudacin, es la Oficina Comercial San Cristbal III con 1,07 veces seguido de Urea con 1,02 y Ejido con el mismo promedio

(EO >4) El monto recaudado debe superar el monto erogado presupuestariamente en cuatro veces.

Dado que slo se incluyen los costos por comercializar la energa se toma como estndar 4 veces, motivado a que se deben aglutinar los costos por transmisin, tcnicos, operativos y financieros. En orden de importancia. 1) 2) Se observan 12 de las 51 oficinas que cumplen con este estndar Cinco (5) de las cincuenta y uno (51) oficinas no cubren sus costos operativos.

140

Mayor Efectividad Operativa San Cristbal II 9,16 San Cristbal I 9,08 San Cristbal III 8,11 Ejido 7,47 Urea 5,61 Valera II 5,03 El Vigia 5,02 La Parroquia 4,89 Barinas III 4,82 Valera I 4,49

Menor Efectividad Operativa Timotes 1,58 Barinitas 1,45 Barrancas 1,36 Carache 1,22 Mucuchies 1,02 Queniquea 0,82 Sto. Domingo 0,73 Pregonero 0,64 Delicias 0,54 Managua 0,27

( EIS > 1,10) La cantidad de suscriptores deben aumentar en un 10% con respecto a los existentes al 31-12-2005. Mayor Efectividad Menor Efectividad (Incremento de usuarios) (Incremento de usuarios) Sabaneta 1,07 La Fria 1,01 El Pial 1,06 Coln 1,01 Rubio 1,05 Santa Ana 1,01 Caja Seca 1,04 San Antonio 1,01 Canagua 1,04 San Cristbal I 1,01 Sto. Domingo 1,04 San Cristbal III 1,01 Lagunilla 1,04 Pregonero 1,01 El Vigia 1,04 Delicias 1,01 Cao Zancudo 1,04 Libertad 1,01 Triba 1,03 Mrida I 0,95

1) Ninguna Oficina cumple con el estndar establecido, aun cuando, con exepcin de Mrida I, han aumentado sus clientes, con respecto a los existentes en el ao 2005.

(ECPN > 0,90) La facturacin menos el 90%. Mayor Efectividad (Calidad en Facturacin) Delicias 0,950 Pregonero 0,950 Mucuchies 0,940 Santo Domingo 0,940 Cao Zancudo 0,920 Canagua 0,920 Coln 0,910 San Cristbal III 0,900 El Vigia 0,880 La Grita 0,880
141

debe reflejarse sin anomalas, en por lo

Menor Efectividad (Calidad en Facturacin) Valera I 0,618 Carvajal 0,609 Barinas I 0,597 Escuque 0,589 Sabaneta 0,563 Barinas II 0,545 Libertad 0,507 Betijoque 0,479 Barrancas 0,461 San Silvestre 0,430

1) Ocho Oficinas cumplen con el estndar sugerido y corresponden a las localidades de Tchira y Mrida. 2) Cuatro oficinas reflejan promedios donde aproximadamente el 50% de su facturacin es anormal.

( ECM < 0,20) La Morosidad debe ser inferior al 20% del monto facturado en el mes. Mayor Efectividad (Control Menor Efectividad de la morosidad) (Control de la morosidad) Capacho 0,15 Barinas I 3,92 Pregonero 0,18 Barinas III 3,97 La Parroquia 0,23 Pampan 4,12 Delicias 0,36 Canagua 4,16 San Cristbal III 0,39 Caja Seca 4,30 Queniquea 0,41 Betijoque 6,12 Coln 0,44 Sabana Mendoza 6,99 Santo Domingo 0,47 Barrancas 10,07 San Antonio 0,50 Sabaneta 10,92 Urea 0,53 Libertad 12,56

1) Dos Oficinas cumplen con el promedio de morosidad inferior al 20% sobre el monto facturado. 2) Aproximadamente 23 oficinas duplican en morosidad, el monto facturado. 3) La Mayor facturacin morosa la promedia la Oficina Comercial Libertad en 12,56 veces sobre el monto facturado en un mes. Con estos datos, podemos afirmar que la mejor oficina comercial hasta el 30-06-

2006, es San Cristbal III, con 7,46 puntos, seguido de San Cristbal II con 6,52 puntos
y San Cristbal I con 6,50 puntos.

Conclusiones y Recomendaciones
1. El Ranking Financiero adems de constituirse como una herramienta en la medicin de la productividad coadyuva a la organizacin en la toma de decisiones en aspectos como: Asignacin de Recursos y Estrategias para aminorar debilidades y amenazas para el cumplimiento de los objetivos organizacionales.

142

2. Proporciona una visin clara de los procesos o departamentos que incrementan o disminuyen el valor agregado de los procesos de Distribucin y Comercializacin de Energa. 3. Mediante el anlisis puntual y de tendencias, se obtiene la informacin necesaria para diagnosticar la situacin econmica y financiera de la empresa en periodos flexibles adaptados a las necesidades de la organizacin. 4. Elimina la incertidumbre y riesgo en la implantacin de metas, siendo preciso establecer metas medibles, realizables y cuantificables por estructura, donde el resultado depende de la eficiencia y eficacia de su autogestin (De si misma). 5. Consolida los resultados de la Gestin efectuada por Localidad u Oficina Comercial mediante la interpretacin exclusiva de un numero o rango de eficiencia.

En virtud de lo descrito en el cuerpo del informe, se considera que este modelo de evaluacin financiera cumple con expectativas organizacionales para medir, con pocos datos, la gestin realizada en un periodo dado. De igual forma, se considera que los resultados aqu obtenidos son concluyentes, al punto tal, que garantiza el xito en diferentes tipos de organizaciones: productivas o de servicio. Por ltimo; coadyuvar al logro organizacional mediante tcnicas motivacionales como la sugerida permite evaluar, interpretar y autogestionar sin perder de vista el logro u objetivo organizacional. Estas razones son suficientes para recomendar la implementacin en las empresas del ramo a travs de los diferentes tipos de servicios que en ella se desarrollan.

143

Glosario de Trminos

A
Anomalas: Se entiende como errores o deficiencias en lectura.

C
Centro de Afericin: Estructura departamental donde se calibran los equipos de medicin. Centro de Facturacin: Ente encargado en emitir las facturas en un perodo dado. Centro de Prefacturacin: Ente encargado de depurar las lecturas antes de generar las
facturas.

Ciclo cero: Aglutina los usuarios de servicios de alto consumo Comercializacin de energa: Distribuye energa en 220 KV y 110 Kv y adicionalmente
comercializa la energa que produce o adquiere a travs de otras fuentes o compaas.

Costos Ejecutados: Corresponde con los gastos e inversiones ejecutadas o consumidas en

un perodo de tiempo. Dichos datos se desprenden de reportes presupuestarios o contables.

D
Distribucin de energa: Se encarga de la distribucin de la energa a travs de redes en
menores tensiones de potencia, 115 KV.

F
Factibilidad de Servicios: Evaluaciones en puntos de entrega donde a futuro se servir el
servicio elctrico.

G
Generacin de energa: El primero de ellos genera la energa de fuentes primarias como la
elica e hdrica y de fuentes secundarias como la trmica.

K
Kwh: Unidad de medida utilizada para medir el consumo de energa de los usuarios del
servicio elctrico.

144

M
Modo Cinco: Puntos de entrega a los cuales se les factura sin equipos de medicin.

O
Oficina Comercial: Ente o estructura departamental ubicada estratgicamente para percibir
los ingresos y atender a los usuarios del servicio elctrico.

P
Post Bancarios: Llamados as, a los equipos procesadores de pagos mediante Tarjetas
Dbito o Crdito.

Puntos Auxiliares de Recaudacin: Son entes recaudadores diferentes a las Oficinas

Comerciales, generalmente son Establecimientos Comerciales o Agencias Bancarias.

Puntos de Entrega: Refleja la referencia de un cliente o usuario similar a la cdula de

identidad.

S
S.I.O.C: Medio de transmisin de datos cuya referencia es Sistema Integral de Oficinas
Comerciales.

T
Telemetra en equipos de medicin indirecta: Instalacin remota de lectura de equipos de
medicin donde no interviene el factor humano.

Transmisin de energa: Proceso de transmisin de energa a travs de redes de alta

tensin, 430 Kv, 800 Kv.

145

REFERENCIAS BIBLIOGRAFICAS

ACEVEDO A. Rolando. (1998) Tcnicas de Documentacin e Investigacin. Universidad Nacional Abierta. Caracas. Venezuela.

ALLEN L. Webster. Estadstica aplicada a los negocios y la economa. Mc. Graw Hill. 4ta. Edicin.

ALTMAN Edward I. (1993) Corporate Financial Distress and Bankruptcy. Wiley. United State of America. 1993.

ALTUVE Godoy, Jos Germn. (1995) Finanzas, Teora y Prctica. ULA. Consejo de Publicaciones. Mrida -Venezuela. ALLEN L. Webster. Estadstica aplicada a los negocios y la economa. Mc. Graw Hill. Tercera Edicin. ALTUVE Godoy, Jos Germn. (1995) Finanzas, Teora y Prctica. ULA. Consejo de Publicaciones. Mrida- Venezuela.

ARQUERO Montao, Jos Lus y JIMENEZ Cardoso Sergio M. La calidad de la informacin contable de las empresas fracasadas. Universidad de Sevilla.

ASTORGA Hilbert, Alejandro. Modelos de prediccin de la insolvencia empresarial. BAITINNER, Francisco y SUCHAR, Jos. (1988) "La estructura de capital y la

probabilidad de quiebra de la pequea y mediana industria del Distrito Maracaibo" URU.

BALESTRINI Acua, Mirian. (2001) Como se Elabora el Proyecto de Investigacin Consultores Asociados. B.L. Servicio Editorial. Caracas, Enero 2001. pag. 137.

146

BALESTRINI Mirian. (1987) Procedimientos Tcnicos de la Investigacin Documental. Caracas. Editorial Panapo. BASAGAA, Eduardo J., BRUNO, Norberto y GONZLEZ Dosil, Roberto. (1988)"Temas de Administracin Financiera". Ediciones Macchi. 4ta. Edicin. Buenos Aires - Argentina.

BECERRA D. Rigoberto A. (1988) Anlisis financiero para la determinacin de probabilidad de quiebra de las empresas. Monografa BECERRA, Rigoberto.(1988) Gerencia de Crdito y Cobranzas. Curso de Desarrollo Ejecutivo, CIESE. Maracaibo. BREALEY, Richard A. y Stewarc C., Myers.(1993) Principios de Finanzas Corporativas. Mc. Grau Hill. 4ta. Edicin. Impreso en Espaa. GILBERT, (1981) Norma. Estadstica. Interamericana. Mxico. HERNNDEZ SAMPIERI, Roberto y Otros. (1991) Metodologa de la Investigacin. Editorial Mc. Graw Hill. Mxico. KANITZ, Stephen Charles (1974) Como prever falencias de empresas. Articulo publicado originalmente en la revista Examen de diciembre de 1974.

KYD, Charles W. (1988) "Aplicaciones del Lotus 123. Modelos Financieros". Mc GrawHill, Espaa. Ley Orgnica De La Contralora General De La Republica (2001) Ley Orgnica de la Administracin Financiera del Estado (2001) Ley Orgnica de la Administracin Pblica (2001)

147

LEON Valds, Csar A. Temas de Clases. Ao 1, Nmero 2. Bogot - Colombia. Boletn Electrnico. LEON Valds Csar A. El anlisis financiero como herramienta en la prediccin de quiebra e insolvencia financiera. Monografa. L. Nelson de Carvalho e Ariovaldo dos Santos Fundacin Instituto de Pesquisas Contabeis, Aturiais e Financieras (FIPECAFI),

MENDEZ A. Carlos E. (1992) Metodologa. Editorial Mc. Graw Hill. Mxico. PASCALE Ricardo. (1992) Decisiones Financieras. Ediciones Macchi. PINKAS Flint. (2003) El deterioro financiero de empresas en entornos depresivos y recesivos como predictor de su estrategia innovativa. Propuesta de investigacin. Lima.

PICCIONE, Nicols A. (1988) "La Administracin Econmico - Financiera de la Empresa". A.Z. Editora. Tercera Edicin Actualizada. Impreso en Buenos Aires, Argentina. ROMANI Chocce Gianni A., GONZALEZ Patricio Aroca, AGUIRRE Aguirre Nelson, LEITON Vega Paola y MUOZ Carrazana Javier. Modelos de clasificacin y prediccin de quiebra de empresas: una aplicacin a empresas chilenas.: http://upracd.upr.clu.edu: 9090/~cicia/Revista/Art2-7-1.pdf S. DIZDAREVIC P., J.M. Pea, B. Sierra, M.J. Gallego, J.A. Lozano. Prediccin del fracaso empresarial mediante la combinacin de clasificadores provenientes de la estadstica y el aprendizaje automtico. SERNA GOMEZ, H. (2001). ndices de Gestin, 3R Editores Ltda.: Bogota. Colombia. SILVA, Jos Pereira da. (1983) Administraao de crdito e previao de insolvencia. Sao Paulo: Atlas.

148

STEPHEN A. Ross; RANDOLPH W. Westerfield y JEFFRET F. Jaffe. (1995) "Finanzas

Corporativas". Tercera Edicin. Editorial Irwin. Impreso en Espaa. 1.995.

TALAVERA, Fernando y ALVAREZ, Amarilis (1989) "Estructura de capital, rentabilidad y probabilidad de quiebra". Empresas adscritas a la Cmara de la pequea y mediana empresa de Paraguan. LUZ.

VIGIER, Hernn P., GONZALEZ Milton y LOCATELLI Jorgelina. Consideraciones sobre la aplicacin de las tcnicas utilizadas en los modelos de ratios en problemas de bancos, seguros e impuestos. hvigier@criba.edu.ar, milton.gonzalez@ar.eyi.com

VIVES Antonio (1991) Evaluacin Financiera de Empresas. Editorial Trillas.

WESTON J. Fred y COPELAN Thomas E. (1988) "Finanzas en Administracin". Mc. Grau Hill. Volumen 1. Octava Edicin. Impreso en Venezuela.

149