Tesis Doctoral: Universidad Nacional de Córdoba Facultad de Ciencias Económicas

Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
DOCTORADO EN CIENCIAS ECONÓMICAS

Mención en Ciencias Empresariales
Tesis Doctoral
Evaluación de la Eficiencia como Herramienta de Gestión Empresarial

Aplicación a Empresas Constructoras Ecuatorianas.
Autor: José Fernando Córdova León
Directora de Tesis
Dra. Catalina Lucía Alberto
Codirector de Tesis
Dr. Francisco Salgado Arteaga
Mayo de 2018
Evaluación de la Eficiencia como Herramienta de Gestión
Empresarial Aplicación a Empresas Constructoras
Ecuatorianas by Córdova León, José Fernando is licensed under
a Creative Commons Reconocimiento-NoComercial-
SinObraDerivada 4.0 Internacional License.
Tesis Doctoral José Fernando Córdova
AGRADECIMIENTOS
A la Doctora Catalina Alberto, por su dirección, enseñanzas y aporte en la
elaboración del presente trabajo.
Al Doctor Francisco Salgado, por su guía en el desarrollo de la investigación y su

apoyo incondicional en todas mis etapas de estudio; así como a la Universidad del Azuay
por el respaldo académico que me ha brindado.
A mi esposa Katty, por su gran ayuda en la revisión y corrección del documento,

por todas esas largas horas de paciente acompañamiento, por todo el aliento y
comprensión.
Al cuerpo docente y administrativo de la Escuela de Graduados, quienes han

sabido acogerme con cariño y calidez.
Y a Juan Manuel, por su sincera amistad.
II
A mi esposa Katty y mi hija Romina.
III
RESUMEN
El sector de la construcción tiene un impacto directo en el desarrollo económico
del Ecuador; su gran influencia en los niveles de empleo, así como en el proceso de
expansión territorial y crecimiento urbano, han motivado diversos estudios por parte de
las principales entidades académicas y de Gobierno. En los últimos años las empresas
constructoras se han incrementado considerablemente, cubriendo la necesidad de
contar con esquemas formales para el desarrollo de la actividad inmobiliaria, lo que a su
vez demanda el desarrollo de nuevas herramientas para una adecuada gestión
empresarial y financiera.
El presente trabajo de tesis expone una propuesta para la gestión de empresas

constructoras tomando como fundamento la medición de la eficiencia, la cual sirvió de
base para la determinación de parámetros o ratios financieros considerados como
referentes óptimos, por ser el reflejo del grupo empresarial que mejor uso hace de sus
recursos.
En primera instancia, se evaluó la eficiencia del grupo de estudio mediante el

método no paramétrico DEA (Data Envelopment Analysis), que utiliza en el proceso
múltiples variables denominadas inputs y outputs, y permite establecer una puntuación
de eficiencia para cada unidad empresarial, así como las potenciales mejoras que
pueden realizar las organizaciones. Una vez efectuada la calificación mediante DEA, se
identificó al grupo de empresas consideradas eficientes, por ser aquellas que a cierto
nivel de consumo de recursos, maximizan sus salidas o resultados. Con la información
financiera de este grupo, se calcularon y analizaron los principales indicadores
financieros y de común uso en el sector empresarial. Finalmente, mediante el empleo
de modelos mixtos, se estudió los índices financieros que predicen un comportamiento
eficiente, evaluando en términos de probabilidad, la posibilidad de pasar a formar parte
del grupo de empresas consideradas eficientes desde el punto de vista del consumo de
recursos.
La presente investigación pretende ser un aporte significativo para el empresario

de la construcción, puesto que brinda mejores referentes financieros que constituyen
un resumen del desempeño empresarial y posibilitan una mejor gestión organizacional.
IV
INDICE DE CONTENIDOS
CAPÍTULO I. INTRODUCCIÓN ..................................................................................................... 1
1.1. INTRODUCCIÓN ....................................................................................................... 1
1.2 PROBLEMA DE INVESTIGACIÓN ................................................................................. 2
1.3. OBJETIVOS................................................................................................................ 3
1.3.1. Objetivo general .......................................................................................... 3
1.3.2. Objetivos específicos ................................................................................... 3
1.4. HIPÓTESIS DE TRABAJO ............................................................................................ 4
1.5. JUSTIFICACIÓN E IMPACTO DEL TRABAJO ................................................................. 4
1.6. METODOLOGÍA ........................................................................................................ 8
1.6.1. Unidad de análisis ........................................................................................ 8
1.6.2. Procedimiento ............................................................................................. 8
1.6.3. Variables para el análisis de eficiencia.......................................................... 8
1.6.4. Variables para el análisis financiero ........................................................... 10
1.7. CONCLUSIONES ...................................................................................................... 10
CAPÍTULO II. CARACTERIZACIÓN DE LA INDUSTRIA DE LA CONSTRUCCIÓN EN EL ECUADOR .... 12
2.1. INTRODUCCIÓN ...................................................................................................... 12
2.2. EVOLUCIÓN HISTÓRICA DE LA CONSTRUCCIÓN EN EL ECUADOR............................. 12
2.2.1. El Auge Petrolero de 1972 – 1982 .............................................................. 13
2.2.2. Pre dolarización 1982-2000 ....................................................................... 16
2.2.3. Post Dolarización 2000 - 2015 .................................................................... 17
2.3. LA CONSTRUCCIÓN Y SUS FORMAS INSTITUCIONALES ............................................ 24
2.4. IMPACTO DE LA EMPRESA CONSTRUCTORA EN LA ACTIVIDAD ECONÓMICA ........... 27
2.5. CONCLUSIONES ...................................................................................................... 30
CAPÍTULO III. MARCO TEÓRICO ............................................................................................... 32
3.1. INTRODUCCIÓN ...................................................................................................... 32
3.2. EFICIENCIA ............................................................................................................. 32
3.2.1 Concepto de eficiencia ................................................................................ 32
3.2.1.1 Eficiencia técnica. .......................................................................... 33
3.2.1.2. Eficiencia asignativa ...................................................................... 35
3.2.1.3. Eficiencia global ............................................................................ 36
3.2.2. Metodologías para la medición de la eficiencia .......................................... 36
3.2.2.1. Técnicas paramétricas ................................................................... 37
3.2.2.2. Técnicas no paramétricas .............................................................. 38
V
3.2.3. Análisis envolvente de datos (DEA) ............................................................ 39

3.2.3.1 Orientaciones del modelo .............................................................. 40
3.2.3.2. Desarrollo matemático del modelo ............................................... 42
3.2.3.3. Modelo DEA rendimientos variables ............................................. 43
3.2.3.4. Tratamiento de holguras o slacks. ................................................. 45
3.2.4. Descomposición de la eficiencia técnica ..................................................... 46
3.2.5. DEA en la industria de la construcción. ...................................................... 47
3.3. ANÁLISIS ECONÓMICO – FINANCIERO..................................................................... 49
3.3.1. Herramientas para el análisis financiero .................................................... 49
3.3.2. Categorización de las principales razones financieras ................................. 51
3.3.2.1. Razones de Liquidez ...................................................................... 52
3.3.2.3. Razones de Endeudamiento. ......................................................... 54
3.3.2.4. Razones de Rentabilidad ............................................................... 56
3.3.2.5. Razones de Mercado ..................................................................... 58
3.3.3. Líneas de investigación sobre análisis financiero ........................................ 58
3.4. CONCLUSIONES ...................................................................................................... 61
CAPÍTULO IV. APLICACIÓN DEL MODELO DEA EN LA MEDICIÓN DE LA EFICIENCIA DE
EMPRESAS DE LA CONSTRUCCIÓN EN EL ECUADOR ............................................... 63
4.1. INTRODUCCIÓN ...................................................................................................... 63
4.2. UNIDAD DE ANÁLISIS .............................................................................................. 63
4.3. VARIABLES DISPONIBLES ........................................................................................ 65
4.4. ELECCIÓN Y JUSTIFICACIÓN DE VARIABLES INTERVINIENTES ................................... 66
4.4.1. Variables utilizadas en estudios previos ..................................................... 67
4.4.2. Análisis estadístico descriptivo ................................................................... 69
4.4.3. Análisis de componentes principales.......................................................... 71
4.4.4. Variables seleccionadas. ............................................................................ 72
4.5. MEDICIÓN DE LA EFICIENCIA EN LAS EMPRESAS CONSTRUCTORAS
AÑOS 2012-2015 ................................................................................................... 74
4.6. MEJORAS POTENCIALES .......................................................................................... 79
4.7. RELACIÓN ENTRE EFICIENCIA Y TAMAÑO DE LAS FIRMAS ....................................... 83
4.7.1. Tamaño por cuartiles. ................................................................................ 84
4.7.2. Tamaño por clúster jerárquico. .................................................................. 86
4.8. CONCLUSIONES ...................................................................................................... 89
CAPÍTULO V. ANÁLISIS DE RATIOS FINANCIEROS ..................................................................... 91
5.1. INTRODUCCIÓN ...................................................................................................... 91
VI
5.2. ESTADOS FINANCIEROS .......................................................................................... 91

5.3. SELECCIÓN DE RATIOS ............................................................................................ 92
5.4. ANALISIS DE INDICADORES FINANCIEROS DEL SECTOR DE LA CONSTRUCCIÓN ........ 94
5.4.1. Estudio Empírico Descriptivo ..................................................................... 94
5.4.2. Análisis de la Distribución de Indicadores................................................. 100
5.5. ANALISIS DE INDICADORES FINANCIEROS SEGÚN EFICIENCIA ............................... 101
5.5.1. Estadísticos descriptivos de Ratios Financieros ........................................ 101
5.5.2. Distribución de ratios según eficiencia. .................................................... 104
5.5.3. Prueba de diferencia de medias y medianas. ........................................... 105
5.6. CONCLUSIONES .................................................................................................... 107
CAPÍTULO VI. MODELO LOGÍSTICO ........................................................................................ 109
6.1. INTRODUCCIÓN .................................................................................................... 109
6.2. VARIABLES INTERVINIENTES ................................................................................. 109
6.3. MODELO LOGÍSTICO DE EFECTOS FIJOS ................................................................ 110
6.3.1. Definición de predictores ......................................................................... 110
6.3.2. Interpretación de resultados. ................................................................... 112
6.3.3. Validación del modelo. ............................................................................ 113
6.3.3.1. Prueba de Razón de Verosimilitud............................................... 113
6.3.3.2. Residuos de Pearson ................................................................... 114
6.3.3.3. Sensibilidad y especificidad. ........................................................ 114
6.4. MODELO LOGÍSTICO MIXTO. ................................................................................ 115
6.4.1. Anidamiento de datos.............................................................................. 116
6.4.2. Regresión logística con ordenada aleatoria. ............................................. 116
6.4.3. Formulación del modelo .......................................................................... 118
6.4.4. Interpretación de resultados. ................................................................... 119
6.4.5. Razón de Verosimilitud LR. ...................................................................... 121
6.5. CONCLUSIONES .................................................................................................... 122
CAPÍTULO VII. CONCLUSIONES GENERALES ........................................................................... 123
REFERENCIAS ........................................................................................................................ 130
ANEXO I: INVESTIGACIONES SOBRE EFICIENCIA EN EL SECTOR DE LA CONSTRUCCIÓN
MEDIANTE METODOLOGÍA DEA ........................................................................... 141
ANEXO II: ESTADÍSTICOS DESCRIPTIVOS DE VARIABLES DISPONIBLES .................................... 151
ANEXO III: ANÁLISIS DE COMPONENTES PRINCIPALES ........................................................... 153
ANEXO IV: PUNTAJES DE EFICIENCIA ..................................................................................... 158
VII
ANEXO V: MEJORAS POTENCIALES EN VARIABLES DE ENTRADA ............................................ 165

ANEXO VI: FRECUENCIAS ESPERADAS DE EFICIENCIA SEGÚN CUARTILES ............................... 170
ANEXO VII: PROPORCIONES DE EFICIENCIA POR TAMAÑO EN CUARTILES Y
ESTADÍSTICOS CHI2.............................................................................................. 172
ANEXO VIII: DENDOGRAMAS SEGÚN MÉTODO DE WARD ...................................................... 174
ANEXO IX: PROPORCIONES DE EFICIENCIA POR CLUSTER DE TAMAÑO Y PRUEBA
EXACTA DE FISHER ............................................................................................... 175
ANEXO X: ESTADÍSTICOS DESCRIPTIVOS DE RATIOS FINANCIEROS ......................................... 177
ANEXO XI: DIAGRAMAS DE CAJA ........................................................................................... 179
ANEXO XII. ESTADÍSTICOS DESCRIPTIVOS DE RATIOS FINANCIEROS SEGÚN AÑOS ................. 182
ANEXO XIII. FORMA DE LA DISTRIBUCIÓN Y CURVAS DE NORMALIDAD DE RATIOS EN
CONJUNTO .......................................................................................................... 186
ANEXO XIV. ESTADÍSTICOS DE RATIOS FINANCIEROS SEGÚN EFICIENCIA ............................... 189
ANEXO XV. ANÁLISIS GRÁFICO DE MEDIANAS POR AÑO SEGÚN EFICIENCIA .......................... 191
ANEXO XVI. ESTIMACIÓN DE DENSIDAD DE KERNEL .............................................................. 195
ANEXO XVII. TEST DE VARIANZAS .......................................................................................... 200
ANEXO XVIII. TEST DE MEDIAS............................................................................................... 205
ANEXO XIX. TEST DE MEDIANAS ............................................................................................ 210
ANEXO XX. ANÁLISIS GRÁFICO DE OBSERVACIONES ATÍPICAS................................................ 217
ANEXO XXI. ANÁLISIS DE SENSIBILIDAD Y ESPECIFICIDAD....................................................... 218
ANEXO XXII. EFECTOS ALEATORIOS ....................................................................................... 219
VIII
INDICE DE TABLAS
CAPÍTULO II
Tabla 2. 1. Participación porcentual del sector de la construcción al PIB ................................. 14

Tabla 2. 2. Tasa de crecimiento PIB Construcción ..................................................................... 16
Tabla 2. 3. Mercado laboral dentro del sector construcción en el año 2010. ............................. 22
Tabla 2. 4. Déficit de vivienda. ................................................................................................. 23
Tabla 2. 5. Formas de Asociación Empresarial ......................................................................... 25
Tabla 2. 6. Número de unidades económicas por actividad y participación nacional,
año 2015 ............................................................................................................... 26
Tabla 2. 7. Número de compañías según actividad .................................................................. 27
Tabla 2. 8. Mayores Empresas Constructoras por nivel de Ingresos ......................................... 27
Tabla 2. 9. Metros cuadrados de construcción en edificaciones proyectadas en Quito,
Guayaquil y Cuenca ............................................................................................... 29
CAPÍTULO III
Tabla 3. 1. Razones financieras de empresas selectas con los valores de la mediana de su

industria en el año 2010......................................................................................... 51
Tabla 3. 2 Ratios financieros utilizados en trabajos empíricos. ................................................. 60
CAPÍTULO IV
Tabla 4. 1. Coeficientes de variación de variables disponibles. ................................................. 70
Tabla 4. 2. Matriz de vectores propios 2015............................................................................. 71
Tabla 4. 3. Estadísticos básicos de variables de entrada y salida .............................................. 73
Tabla 4. 4. Estadística descriptiva DEA (BCC) ........................................................................... 75
Tabla 4. 5. Estadística descriptiva Eficiencia de Escala ............................................................. 78
Tabla 4. 6. Medias de eficiencia por cuartiles ........................................................................... 84
Tabla 4. 7. Medianas de eficiencia por cuartiles ....................................................................... 85
Tabla 4. 8. Empresas eficientes según tamaño en el año 2013 ................................................. 85
Tabla 4. 9. Clasificación de las firmas según tamaño ............................................................... 87
Tabla 4. 10. Medias de eficiencia por grupos jerárquicos ......................................................... 87
Tabla 4. 11. Medianas de eficiencia por grupos jerárquicos ..................................................... 87
Tabla 4. 12. Empresas eficientes según tamaño en el año 2013 ............................................... 88
Tabla 4. 13. Empresas eficientes según tamaño en el año 2014 ............................................... 88
CAPÍTULO V
Tabla 5. 1. Estadísticos descriptivos de ratios financieros ......................................................... 94
Tabla 5. 2. Límites de Ratios Estilo de Tukey. ........................................................................... 96
Tabla 5. 3. Estadísticos descriptivos de ratios financieros con filtro de datos. ........................... 96
IX
Tabla 5. 4. Test de Shapiro Wilk para contraste de Normalidad. ............................................ 101

Tabla 5. 5. Medianas según eficiencia ................................................................................... 102
Tabla 5. 6. Test de Shapiro Wilk para contraste de Normalidad en empresas Eficientes. ........ 105
Tabla 5. 7. Resumen Test de Medias y Medianas según Eficiencia.......................................... 106
Tabla 5. 8. Índices Eficientes .................................................................................................. 107
CAPÍTULO VI
Tabla 6. 1. Regresión logística de efectos fijos ....................................................................... 111
Tabla 6. 2. Regresión logística de efectos fijos sin observaciones atípicas. ............................. 111
Tabla 6. 3. Regresión logística de efectos fijos con odd ratios................................................. 112
Tabla 6. 4. Regresión logística de efectos aleatorios ............................................................. 117
Tabla 6. 5. Regresión logística de efectos aleatorios con odd ratios. ...................................... 117
X
INDICE DE FIGURAS
CAPÍTULO II
Figura 2. 1. Evolución del precio del barril de crudo ................................................................ 13

Figura 2. 2. Evolución de la participación del sector de la construcción al PIB .......................... 14
Figura 2. 3. Evolución de la deuda externa del Ecuador ........................................................... 15
Figura 2. 4. Evolución del número de viviendas construidas y presupuesto declarado.
Acumulado Quito y Guayaquil. ............................................................................ 16
Figura 2. 5. Producto Interno Bruto ......................................................................................... 17
Figura 2. 6. Tasa de variación anual del Producto Interno Bruto años 1990-2009 .................... 18
Figura 2. 7. Tasa de Crecimiento Real del Sector Construcción ................................................ 18
Figura 2. 8. Evolución de Remesas de Migrantes ..................................................................... 19
Figura 2. 9. Producto Interno Bruto Construcción (Millones de dólares) .................................. 20
Figura 2. 10. Evolución del monto de crédito otorgado hacia actividades de construcción. ..... 20
Figura 2. 11. Evolución de Crédito Hipotecario ........................................................................ 21
Figura 2. 12. Localización de las 34 empresas más importantes del sector construcción. ......... 22
Figura 2. 13. Porcentaje de variación del PIB Construcción vs porcentaje de variación
PIB total. ............................................................................................................. 23
Figura 2. 14. Personas Naturales Obligadas a llevar Contabilidad ............................................ 24
Figura 2. 15. Egresos del presupuesto del Gobierno Central en desarrollo urbano y vivienda. . 28
Figura 2. 16. Permisos de Construcción y viviendas proyectadas ............................................. 28
Figura 2. 17. Metros cuadrados de construcción ..................................................................... 30
CAPÍTULO III
Figura 3. 1. Medidas de Eficiencia Técnica. ............................................................................. 34
Figura 3. 2. Frontera eficiente. Caso dos inputs y un output. ................................................... 35
Figura 3. 3. Eficiencia Asignativa ............................................................................................. 35
Figura 3. 4. Metodologías para el cálculo de la eficiencia ........................................................ 37
Figura 3. 5. Medidas de eficiencia técnica orientadas al input y al output. ............................... 41
Figura 3. 6. Modelo CRS y VRS caso de un input y un output. .................................................. 44
Figura 3. 7. Estimación de las holguras o slacks. ...................................................................... 45
CAPÍTULO IV
Figura 4. 1. Componentes principales con variables 2015. ....................................................... 72
Figura 4. 2. Distribución de los puntajes de eficiencia para el año 2012. ................................. 74
Figura 4. 3. Distribución de los puntajes de eficiencia para el año 2013 ................................... 74
Figura 4. 6. Evolución de la eficiencia por años (BCC) .............................................................. 76
Figura 4. 7. Mejoras potenciales totales año 2012................................................................... 77
XI

Figura 4. 10. Mejoras potenciales totales año 2015 ................................................................. 77
Figura 4. 11. Evolución de la eficiencia de escala por años ...................................................... 78
Figura 4. 12. Mejoras potenciales para MACCONSTRUCCIONES S.A. 2012 ............................... 80
Figura 4. 13. Contribuciones de referencia para MACCONSTRUCCIONES S.A. 2012 ................. 80
Figura 4. 14. Mejoras potenciales para CONSTRUCTORA CARVALLO A.Z. CIA. LTDA.2013 ........ 81
Figura 4. 15. Contribuciones de referencia para CONSTRUCTORA CARVALLO A.Z. CIA.
LTDA.2013 ........................................................................................................... 81
Figura 4. 16. Mejoras potenciales para SAVEC y ASOCIADOS CIA. LTDA. 2014 ......................... 82
Figura 4. 17. Contribuciones de referencia para SAVEC y ASOCIADOS CIA. LTDA. 2014 ............ 82
Figura 4. 18. Mejoras potenciales para INMOBILIARIA PERICONSTRUCT S.A. 2015 .................. 83
Figura 4. 19. Contribuciones de referencia para INMOBILIARIA PERICONSTRUCT S.A. 2015 ..... 83
Figura 4. 20. Clasificación de las firmas según tamaño ............................................................ 87
CAPÍTULO V
Figura 5. 1. Medidas de tendencia central del indicador de Liquidez (R1), según años. ............ 97
Figura 5. 2. Medidas de tendencia central del indicador Liquidez Acida (R2), según años. ....... 97
Figura 5. 3. Medidas de tendencia central del indicador Rotación de Inventarios (R3),
según años. ......................................................................................................... 98
Figura 5. 4. Medidas de tendencia central del indicador Rotación de Cuentas por Cobrar
(R4), según años. ................................................................................................. 98
Figura 5.5. Medidas de tendencia central del indicador Rotación de Cuentas por Pagar
(R5), según años. ................................................................................................. 98
Figura 5.6. Medidas de tendencia central del indicador Rotación de Activos (R6), según
años. ................................................................................................................... 98
Figura 5.7. Medidas de tendencia central del indicador Endeudamiento (R7), según años. ..... 98
Figura 5.8. Medidas de tendencia central del indicador Apalancamiento Financiero (R8),
según años. ......................................................................................................... 98
Figura 5.9. Medidas de tendencia central del indicador Margen de Utilidad Bruta (R9),
según años. ......................................................................................................... 99
Figura 5.10. Medidas de tendencia central del indicador Margen de Utilidad Operativa
(R10), según años. ............................................................................................... 99
Figura 5.11. Medidas de tendencia central del indicador Margen de Utilidad Neta (R11),
según años. ......................................................................................................... 99
Figura 5.12. Medidas de tendencia central del indicador Rendimientos sobre Patrimonio
(R12), según años. ............................................................................................... 99
Figura 5.13. Medidas de tendencia central del indicador Rendimiento sobre Activos (R13),
según años. ......................................................................................................... 99
Figura 5.14. Media de Índices de Liquidez y Endeudamiento según Eficiencia. ...................... 102
Figura 5.15. Mediana de Índices de Liquidez y Endeudamiento según Eficiencia. .................. 102
Figura 5.16. Media de Índices de Actividad según Eficiencia. ................................................. 102
Figura 5.17. Mediana de Índices de Actividad según Eficiencia. ............................................. 102
Figura 5.18. Media de Índices de Rentabilidad según Eficiencia............................................. 103
Figura 5.19. Mediana de Índices de Rentabilidad según Eficiencia. ........................................ 103
XII
CAPÍTULO VI
Figura 6. 1. Curva Característica Operativa del Receptor, ROC. .............................................. 115

Figura 6. 2. Anidamiento de datos......................................................................................... 116
Figura 6. 3. Líneas de regresión para diferentes grupos de estudio. ...................................... 116
XIII
CAPÍTULO I. INTRODUCCIÓN
1.1. INTRODUCCIÓN
La industria de la construcción desempeña un papel importante en la economía

mundial, tanto por la gran cantidad de empresas y trabajadores que involucra, como por
el consumo de recursos a nivel interno en cada una de sus unidades territoriales y en el
mercado internacional. Existe una estrecha relación entre la actividad económica de la
construcción y la generación de riqueza de un país, así, el producto interno bruto está
generalmente influenciado de forma directa por el aporte del sector de la construcción
a la economía. En países industrializados el sector constructivo representa una de las
principies fuentes de empleo, sin embargo también presenta ciertas características
propias como el bajo nivel de instrucción de su mano de obra y un alto componente de
informalidad laboral originado básicamente por movimientos migratorios que afectan
la profesionalización laboral en este sector a nivel mundial (Ruggirello, 2011).
El aporte económico del sector de la construcción a la economía de los países no

es estable, por el contrario, “la construcción se caracteriza por ser un sector pro-
cíclico, es decir por su estrecha vinculación respecto a las condiciones macroeconómicas
en las que se desarrolla”(Sosa, 2015, p.2), por tanto en las épocas de crecimiento
económico se identifican tasas elevadas de incremento en el sector; así como crisis
profundas en períodos de recesión, en donde los países detienen su crecimiento y se
producen burbujas inmobiliarias que impiden un adecuado desarrollo territorial.
Es importante recalcar la dependencia directa del Ecuador del entorno

económico mundial al cual ha tenido que adaptarse, aprovechando en algunas
ocasiones los períodos de bonanza económica y el fácil acceso a capitales
internacionales, y en otras aceptando ciertas políticas de endeudamiento que han
condicionado el desarrollo económico del Estado hasta la actualidad.
En el Ecuador las empresas constructoras constituyen una parte importante del

sector industrial, ya que aportan en gran manera al Producto Interno Bruto y al
desarrollo de la nación, de ahí la importancia de contar con herramientas que posibiliten
una administración eficaz y una adecuada consecución de objetivos. La presente tesis se
1
ha enfocado principalmente en tomar a la eficiencia como una medida para definir el

grupo empresarial que muestre el mejor uso de sus recursos y sirva de referente para
su posterior análisis financiero.
Este capítulo inicia con el análisis de la problemática en que se ven inmersas las
empresas constructoras dentro del entorno competitivo ecuatoriano, problemática que
ha motivado el desarrollo del presente tema de tesis. Luego se describen los objetivos e
hipótesis de la investigación con un enfoque hacia la gestión organizacional y el
posicionamiento competitivo. Finalmente se exponen algunos estudios previos sobre
esta temática y el alcance de éstos, a fin de retomar información base ya generada en el
Ecuador y reforzar los estudios existentes en el afán de proponer nuevos mecanismos
que permitan a las empresas constructoras gestionar un posicionamiento basado en la
eficiencia.
1.2 PROBLEMA DE INVESTIGACIÓN
Cuando hablamos de empresas constructoras en el Ecuador, es obligatorio

mencionar su evidente importancia dentro del sector productivo del país, no obstante,
los esquemas que permiten evaluar individualmente la gestión empresarial,
productividad y forma de aprovechamiento de recursos en miras al cumplimiento de
objetivos, son insuficientes.
La generalidad de las organizaciones de la rama de la construcción, toman como

herramienta de medición para la gestión organizacional, el análisis financiero basado en
la elaboración de ratios, pero los mismos dan una visión parcial e incompleta de la
gestión de una compañía. Por otro lado, si bien existen herramientas matemáticas y
metodológicas que permiten medir la eficiencia organizacional mediante la estimación
de parámetros, en el caso del sector de la construcción, no existe un enfoque que
permita valorar integralmente la productividad en este sector y constituya el mecanismo
para gestionar mejoras y proyectar estratégicamente el crecimiento de la empresa.
Adicionalmente, las empresas constructoras no disponen de una adecuada base

de análisis para establecer los indicadores esenciales o claves que posibiliten construir
metodologías acertadas de gestión empresarial; mucho menos se han podido construir
2
modelos más complejos de estimación de la eficiencia que incluyan indicadores

financieros y los utilicen en el afán de explicar y determinar qué aspectos o procesos de
la organización pueden ser intervenidos para el desarrollo y mejoramiento
organizacional.
Los estudios o investigaciones relacionadas al sector de la construcción en el

Ecuador, se han limitado únicamente a la descripción de ciertos indicadores desde el
punto de vista económico o desde el punto de vista contable, y no existen estudios más
amplios como escalas de eficiencia técnica o económica que posibiliten obtener la
posición competitiva de las empresas dentro de este sector.
1.3. OBJETIVOS
1.3.1. Objetivo general
Desarrollar un sistema de evaluación de eficiencia orientada a la gestión

organizacional, que incluya en su análisis la principal información financiera del sector
de la construcción ecuatoriana, y responda a los requerimientos internos de mejora
continua y posicionamiento competitivo.
1.3.2. Objetivos específicos
 Proponer una metodología de evaluación de eficiencia aplicable al sector

empresarial de la construcción, que posibilite medir, clasificar y comparar las
unidades empresariales dentro del sector, en el afán de establecer estrategias
para el mejoramiento organizacional.
 Analizar el entorno financiero de la industria de la construcción ecuatoriana en
base a la definición de razones o ratios representativos, que resuman las
principales características contables de las empresas del sector.
 Identificar nuevos parámetros de referencia para el análisis financiero de las
empresas constructoras en el Ecuador, que basados en la valoración de la
eficiencia, constituyan mejores índices de gestión para el estudio del estado actual
o pasado de la organización.
3
 Contrastar los indicadores de eficiencia de las empresas constructoras con su

análisis financiero, de forma que permita establecer los factores internos de
gestión empresarial que posibilitan un desempeño eficiente.
1.4. HIPÓTESIS DE TRABAJO
La medición de la eficiencia y su relación con la información financiera, permite

visualizar nuevos parámetros para una óptima gestión organizacional.
1.5. JUSTIFICACIÓN E IMPACTO DEL TRABAJO
Actualmente no existen estudios ni análisis del sector de la construcción

ecuatoriana como unidad empresarial. Los estudios realizados se han enfocado en la
industria de la construcción en general, es decir como actividad económica, lo que
abarca desde el constructor informal hasta las grandes corporaciones. En esta óptica,
encontramos estudios del Ministerio de Industrias y Productividad, dependencia que
publica electrónicamente indicadores económicos del sector de la construcción y
elabora también, conjuntamente con la Facultad Latinoamericana de Ciencias Sociales
(FLACSO), boletines sectoriales en diversas ramas de actividad, así podemos mencionar
el Boletín Mensual de Análisis Sectorial MIPYMES, Sector Construcción (2011).
Cabe indicar que el Gobierno mantiene un amplio sistema informático con

indicadores económicos de todas las actividades productivas del Estado en las que se
incluye la vivienda y construcción, información que es publicada principalmente por el
Banco Central del Ecuador, y por el Instituto Nacional de Estadísticas y Censos (INEC) en
sus páginas web oficiales.
Por otra parte, en el ámbito académico existen algunas tesis de investigación

sobre actividades inmobiliarias y de construcción, como es el caso del trabajo de Artieda
(2012) que elabora un análisis del apalancamiento financiero en el sector de la
construcción ecuatoriana con énfasis en el desarrollo de estrategias de estructuración
del capital; o Arboleda (2011) que analiza la construcción y su impacto en el desarrollo
del sector productivo.
4
El sector empresarial de la construcción se ha venido desarrollando conforme a

la necesidad de cubrir los requerimientos de expansión urbana de las grandes ciudades,
y no ha tenido un esquema específico y adecuadamente normado, sino más bien se ha
venido ajustando al marco del sector empresarial en general, por lo que no existen
estudios ni publicaciones que muestren un esquema para el investigador, académico o
el técnico que desee incursionar en esta área.
La bibliografía existente muestra una serie de aplicaciones y usos de la eficiencia

a diversos sectores productivos y empresariales como el caso de Schuschny (2007) quien
realiza una medición de la eficiencia aplicada al sector energético, Coll y Blasco (2007)
realizan una aplicación en el sector textil, Castro (2015) efectúa una aplicación en el
sector minero, Quintanilha y Correia (2012) aplican una metodología de medición de
eficiencia a la industria de aviación, Martín (2008) elabora una medición en el sector
Universitario; sin embargo aún no se ha desarrollado un análisis completo como el
planteado en el presente trabajo, que permita observar la eficiencia de este sector en
relación con el análisis financiero, y que siente las bases para que el empresario de la
construcción pueda definir su situación actual y las variables financieras que intervienen
en su nivel de eficiencia, para actuar sobre ellas y lograr un posicionamiento
competitivo.
En el Ecuador las empresas sólo evalúan y gestionan su crecimiento en base a sus

estados financieros y ciertos indicadores que estos arrojan como lo son los promedios
industriales, el presente trabajo pretende mostrar que los mismos no son el mejor
referente para una adecuada gestión, la cual sí puede ser considerada desde la
perspectiva de la evaluación de la eficiencia, determinando así óptimos parámetros
financieros de referencia.
Esta investigación responde a una necesidad de contar con nuevos esquemas

para la administración y gestión de empresas de la construcción. Sobre esta temática
existe amplia bibliografía desarrollada tanto sobre eficiencia como sobre análisis
financiero, lo que constituye un soporte inicial para el planteamiento de las bases
conceptuales necesarias, incluso existen diversas aplicaciones al sector de la
construcción en el ámbito de la eficiencia, lo que permite contar con un antecedente
5
sobre el manejo de variables y la comprobación de hipótesis en relación a trabajos

precedentes.
Algunos trabajos sobre eficiencia como los desarrollados por Mc Cabe (2001),
Devicenzi et al. (2015), Ramirez, Alarcón y Knights (2004) llegan a conclusiones muy
valiosas, estableciendo índices que permiten a la empresa visualizar un punto de
referencia comparativo; sin embargo investigaciones como las llevadas a cabo por Chen,
y Tang (2014) concluyen en la necesidad de incorporar más variables externas que
expliquen el comportamiento de un indicador eficiente, o Tsolas (2011) quien en su
estudio basado en DEA (Data Envelopment Analysis) expresa que “es necesario utilizar
datos disponibles como los que se encuentran en los estados financieros, con el fin de
establecer líneas de base para el desempeño, evaluar las mejores empresas de la clase
y establecer objetivos de mejora” (p.806). Partiendo de esta necesidad, es posible
utilizar la información que se incluye en la medición de la eficiencia para emplearla en
otros campos como el financiero, en donde los datos que se manejan requieren cada
vez mejores referentes, y la eficiencia puede convertirse en uno de ellos.
Es importante reconocer que el Gobierno del Ecuador mediante sus organismos

técnicos y ministerios, mantiene una amplia fuente estadística sobre la actividad
económica de la construcción. La presente investigación, tomando como base aquella
información disponible, constituiría un aporte significativo para los gestores y gerentes
de la construcción, los cuales podrían disponer de una base conceptual y metodológica
sustancial para el establecimiento de estrategias y políticas en el ámbito empresarial.
La presente investigación pretende proporcionar una clara visión de las áreas de

la organización que, desde el punto de vista financiero, pueden ser gestionadas para
lograr un comportamiento organizacional eficiente. Se busca, por un lado identificar las
medidas financieras que tienen relación directa con la eficiencia, y por otro, determinar
los indicadores financieros de referencia que manejan las empresas constructoras
posicionadas como eficientes.
Las razones o indicadores financieros permiten a la empresa visualizar su salud

financiera. Cuando una empresa obtiene las razones financieras, contrasta las mismas
tanto con sus razones históricas, como con las razones promedio del sector. Las razones
6
sectoriales promedio que publican los organismos de control, gobiernos o empresas

dedicadas a la producción de esta información, solamente exponen promedios simples
o promedios de un grupo de empresas representativas catalogadas así por su tamaño,
pero estas razones no muestran el promedio del grupo que presenta las mejores
prácticas.
La presente investigación expone la posibilidad de usar la metodología DEA para

seleccionar el grupo de empresas que mejor usan sus insumos, calificándolas como
eficientes y obtener de ellas sus razones financieras, las cuales serían un verdadero
referente a seguir. Estos indicadores ofrecen ventajas a acreedores, inversores y
gestores, puesto que parámetros financieros eficientes pueden ayudar a tomar buenas
decisiones de inversión financiera y planificación; por ejemplo, los indicadores de
rentabilidad muestran cómo una empresa usa sus activos o inversiones para obtener un
beneficio, y un gerente tiende a observar el ratio de referencia para direccionar su
gestión y esfuerzos; pero al contar con un indicador eficiente, sus decisiones pueden
tener un objetivo o meta con un adecuado sustento técnico, y la empresa podrá
redireccionar sus políticas de pagos, gastos, precios de venta u otros hacia un
desempeño eficiente.
Si bien DEA establece puntajes de eficiencia para cada empresa mostrando una
opción de ranking o comparativo empresarial, el incluir el estudio de indicadores
también permite a la gerencia elaborar para cada razón financiera un análisis
comparativo de mayor amplitud, tomando en cuenta que cada indicador representa un
área de gestión interna que puede ser mejorada.
Finalmente, esta investigación permitirá a la administración de la compañía

valorar el beneficio que tiene el mejorar ciertos indicadores, para lo que se plantea
medir en términos de probabilidad, la opción que tiene una firma de pasar a formar
parte de un grupo de empresas eficientes.
7
1.6. METODOLOGÍA
1.6.1. Unidad de análisis
La unidad de análisis está conformada por una muestra de 381 empresas del
sector empresarial de la construcción en el Ecuador, que a su vez corresponde a un
universo de 4418 compañías dedicadas a la construcción de edificaciones. La
investigación es de corte longitudinal, en un horizonte temporal de cuatro años, 2012 –
2015. El muestreo fue de tipo probabilístico y su detalle de cálculo, así como la
descripción y fundamentación de las variables intervinientes se detallan más a
profundidad en el Capítulo IV.
1.6.2. Procedimiento
La investigación realizada presenta un enfoque cuantitativo. Inicialmente se

aplicó la metodología DEA como un mecanismo que permitió la valoración de la
eficiencia de acuerdo a recursos consumidos. En segunda instancia, se contrastaron
diversos ratios financieros entre el grupo de empresas eficientes e ineficientes,
exponiendo los principales índices de empresas eficientes como un parámetro óptimo
para el gerente, en el afán de brindar un referente del grupo empresarial que maneja
de manera eficiente sus recursos. Finalmente se desarrolló una regresión logística que
identificó los principales ratios que predicen el comportamiento eficiente en términos
de probabilidad.
El análisis estadístico se llevó a cabo mediante el software SPSS V.22, y Stata

V.13. Con ayuda del programa Frontier Analysis V.4, se determinaron los puntajes de
eficiencia para cada uno de los cuatro años de estudio mediante un modelo input
orientado con rendimientos variables.
1.6.3. Variables para el análisis de eficiencia
Con la finalidad de construir las variables de estudio, se recolectaron datos

contables en fuentes secundarias. La investigación tiene como principal fuente de datos,
la información de empresas que registran sus estados financieros en la
Superintendencia de Compañías, Seguros y Valores, que incluye estados de resultados,
de situación general y de flujo de efectivo de las organizaciones que registran actividad
8
comercial mediante la forma legal de compañías o sociedades anónimas. La

Superintendencia de Compañías, Valores y Seguros del Ecuador, según facultad
concedida mediante la Ley de Compañías, norma la entrega obligatoria de los estados
financieros y sus anexos, los cuales son presentados de acuerdo a las normas NIFF
adoptadas para el Ecuador desde el 4 de septiembre de 2006.
El grupo de variables disponibles es muy amplio puesto que los estados contables
presentan mucha información sobre diversas áreas del negocio, sin embargo tienen un
limitante puesto que se enmarcan en un análisis económico financiero, perdiendo
información relevante como cantidad de personal, inventario y otras, que permitirían
un análisis envolvente más preciso. Para superar esta dificultad, se escogió información
financiera que refleje datos de recurso humano y material dentro del grupo de variables
de recursos consumidos.
Existen mecanismos que ayudan a una adecuada selección, como por ejemplo
elegir aquellas variables que realmente se relacionen con el problema a analizar. Para
esta investigación se realizó una selección de variables según estudios previos, análisis
estadístico descriptivo y análisis de componentes principales. Si bien pueden emplearse
otros mecanismos adicionales, los antes mencionados, son pertinentes por cuanto, por
un lado, usan variables previamente comprobadas y por otro, emplean la estadística
como herramienta de selección. Para el análisis de la eficiencia se establecieron las
siguientes variables:
VARIABLE TIPO DESCRIPCIÓN OPERACIONALIZACIÓN ESCALA

Eficiencia Dependiente Está constituida por los índices de Mediante el modelo envolvente Continua
eficiencia técnica que se estimaron de datos (DEA).
utilizando la metodología DEA.
Trabajo Independiente Input conformado por el personal Obtenido del valor gastado en Continua
interviniente en la consecución de sueldos y salarios reportados en
las obras. el Estado de Resultados
Materiales y Independiente Input conformado por los consumos Obtenido del valor registrado Continua
Recursos de materia prima y materiales como Costo de Ventas e incluye
Intermedios empleados en la construcción. adicionalmente los Gastos
Administrativos y de Ventas
reportados en el Estado de
Resultados
Equipo, Independiente Input conformado por la inversión Obtenido del Activo Fijo Neto, Continua
propiedad, en tecnología de las firmas. información contenida en el
planta y Estado de Situación Financiera
tecnología
Nivel de Independiente Output utilizado como una medida Medido mediante las ventas Continua
producción de resultado o como el obtenidas del estado de
cumplimiento de objetivos resultados.
9
1.6.4. Variables para el análisis financiero
Existe una gran cantidad de ratios que se pueden obtener de los estados
financieros, por lo que es importante escoger un conjunto de razones financieras que
constituyan los indicadores de desempeño de mayor significancia. Gitman y Zutter
(2012) y Block (2008) establecen cinco grupos o actividades de análisis: liquidez,
actividad, endeudamiento, rentabilidad y mercado, las cuales fueron incluidas en la
presente investigación a excepción de las razones de mercado por cuanto requieren
valores o precios de acción, y en el caso de la industria de la construcción ecuatoriana la
cotización en bolsa de empresas constructoras es mínima. Las variables empleadas en
el análisis financiero fueron:
VARIABLE TIPO DESCRIPCIÓN OPERACIONALIZACIÓN ESCALA
Liquidez Independiente Capacidad de la empresa para pagar - Activo Corriente / Pasivo Continua
sus deudas de corto plazo. Corriente
- (Activo Corriente-Inventario)
/ Pasivo Corriente
Actividad Independiente Rotación de inventarios, activos, de - Costo de Ventas / Inventario Continua

cuentas por cobrar y de cuentas por Promedio
pagar.
- Ventas / Total Activos
- Ventas a Crédito/Cuentas
por Cobrar Promedio
- Compras / Cuentas por

Pagar Promedio
Endeudamiento Independiente Porción de los activos totales que - Total Pasivo / Total Activo Continua
financian los acreedores de la
empresa.
Rentabilidad Independiente Margen de rentabilidad calculado - Utilidad Bruta / Ventas Continua

en el cierre del ejercicio fiscal.
- Utilidad Operacional /
Ventas
- Utilidad Neta / Ventas
- Beneficio después de
Impuestos / Capital Propio
- Beneficio después de
Impuestos / Activo
1.7. CONCLUSIONES
Las empresas constructoras destacan significativamente en el entorno

productivo del país, sin embargo los esquemas de evaluación de desempeño empleados
en miras al cumplimiento de objetivos, resultan insuficientes. Las investigaciones
existentes se limitan únicamente a la descripción económica sectorial, pero no plantean
10
mecanismos que permitan nuevas formas de utilizar la información financiera en busca

de una posición competitiva.
El objetivo central de esta investigación es evaluar la eficiencia con una

orientación a la gestión organizacional, mediante el uso de la información financiera y
su relación con las medidas de eficiencia empresarial, lo que permite generar
indicadores denominados eficientes que constituyan nuevos referentes u objetivos para
el gestor inmobiliario.
La bibliografía incluida en la presente investigación muestra diversos usos y

aplicaciones de la eficiencia a múltiples sectores productivos y empresariales, y en el
caso de la industria de la construcción, se evidencian varias investigaciones que
establecen la valoración y análisis de posicionamiento a manera de ranking empresarial.
En el caso de Ecuador no se han desarrollado esquemas de medición de la eficiencia, las
empresas evalúan y gestionan su crecimiento únicamente en base a sus estados
financieros, lo cual resulta insuficiente para el gestor inmobiliario que en la actualidad y
debido al amplio crecimiento del sector industrial de la construcción, requiere nuevos
mecanismos de administración y gestión.
11
CAPÍTULO II. CARACTERIZACIÓN DE LA INDUSTRIA DE LA

CONSTRUCCIÓN EN EL ECUADOR
2.1. INTRODUCCIÓN
El sector de la construcción de bienes inmuebles constituye un actor

fundamental de la economía ecuatoriana, su evolución ha mostrado ir a la par de los
ciclos económicos del país, debido a que paralelamente a este sector, se desarrollan
numerosas actividades tales como producción de materias primas tanto artesanales
como industriales, comercialización de productos de construcción, negocios
inmobiliarios, canales de comunicación, empleo, etc; por tanto, cuando este sector
entra en crisis, varios sectores de la economía se ven directamente afectados.
El presente capítulo contiene un análisis del sector de la construcción

ecuatoriana en tres diferentes segmentos de tiempo claramente marcados, el auge
petrolero que contempla desde 1972 hasta 1982, período en el cual el Ecuador tuvo un
crecimiento económico significativo debido a la intensiva explotación petrolera en su
territorio pero así también de la mano de un excesivo endeudamiento; la
predolarización (1982 – 2000) tiempo en que se generó una contracción económica
seguida de un proceso de estabilidad; y por último, la postdolarización a partir del año
2000, época marcada principalmente por el resurgimiento de la bonanza petrolera que
culminó con un período de desaceleración económica.
Finalmente este capítulo muestra las formas institucionales del sector de la

construcción, así como el impacto que esta actividad ha tenido en el desarrollo del país.
2.2. EVOLUCIÓN HISTÓRICA DE LA CONSTRUCCIÓN EN EL ECUADOR
El entorno de la construcción en el Ecuador, puede analizarse y comprenderse

de mejor manera al dividirlo en segmentos de tiempo específicos en la historia; así
podemos destacar algunos períodos claramente definidos:
 El auge petrolero de 1972-1982

 Pre dolarización 1982-2000
 Post dolarización 2000 - 2015
12
2.2.1. El Auge Petrolero de 1972 – 1982
En octubre de 1973, los Estados miembros de la Organización de Países

Exportadores de Petróleo (OPEP), forzaron el incremento del precio del barril de
petróleo, lo que ocasionó el alza de precio del crudo a nivel mundial, beneficiando a
varios países miembros de la OPEP, “puede estimarse que en conjunto recaudaron más
de 800 mil millones de dólares adicionales en ingresos fiscales entre 1974 y 1982 a raíz
de las acciones del cartel petrolero.” (Marichal, 2010, p.78).
Las exportaciones petroleras fueron un importante soporte de la economía

ecuatoriana, la extracción principal se centraba en la península de Santa Elena, pero para
1967 esta zona se agotó, y se realizaron nuevas prospecciones en el oriente Ecuatoriano.
“En 1972 la producción representaba el 2% del PIB y 1974 el 16.2% del PIB. Desde 1973
empieza el auge del petróleo para el Ecuador convirtiéndose de la noche a la mañana
en un país rico, auge que duró hasta 1981.” (Ordoñez, 2012, p.8)
La extracción de petróleo en la Amazonía ocurre en 1972, cuando se inician los

primeros embarques de petróleo, y en 1973 el país empieza a formar parte de la OPEP.
Como se puede apreciar en la Figura 2.1, la extracción de petróleo generó un incremento
considerable de recursos para el Estado ecuatoriano, que posibilitaron el desarrollo
acelerado de muchas áreas estratégicas del país.
16000
13946
PIB EN MILLONES DE USD
14000
12000
10000
8000
6000 3711
4000 1629
2000
0
1968 1970 1972 1974 1976 1978 1980 1982 1984
AÑOS
Figura 2. 1. Evolución del precio del barril de crudo

Fuente: Banco Central del Ecuador. Elaboración propia.
Debido a la abundancia de los recursos financieros originados por el auge

petrolero, el gobierno de turno se centró en el desarrollo de la infraestructura básica del
13
Estado, principalmente en el desarrollo de la red vial. El sector de la construcción

también se dinamizó en esta época, mediante el emprendimiento por parte del Estado,
de importantes proyectos como escuelas, hospitales, centros de salud, hidroeléctricas y
otros.
La participación de la industria de la construcción en el Producto Interno Bruto

(PIB), se mantuvo alto en toda la década (ver Tabla 2.1. y Figura 2.2). Si se considera la
cantidad de viviendas existentes, estas se incrementaron de 1962 a 1974 en un 38% a
nivel nacional y en un 66% en el área urbana.
Tabla 2. 1. Participación porcentual del sector de la construcción al PIB
AÑO %
1972 2,6
1973 5,1
1974 5,5
1975 5,6
1976 5,5
1977 5,2
1978 5,2
1979 4,9
1980 4,7
1981 4,6
1982 4,5
Fuente: Banco Central del Ecuador
6,5
6 5,5 5,6 5,5
5,5 5,1 5,2 5,2
% DE PARTICIPACIÓN
4,9
5 4,7 4,6 4,5
4,5
4
3,5
3 2,6
2,5
2
1970 1972 1974 1976 1978 1980 1982 1984
Figura 2. 2. Evolución de la participación del sector de la construcción al PIB

Fuente: Banco Central del Ecuador. Elaboración propia
14
Los recursos del Estado fueron focalizados hacia las principales urbes del país, “Del
total de viviendas construidas por el Banco Ecuatoriano de la Vivienda (BEV) entre 1972
y 1976, el 72% lo fueron en las ciudades de más de 100.000 habitantes, principalmente
Quito y Guayaquil.” (Centro Ecuatoriano de Investigación Geográfica, 1987, p.35).
El endeudamiento de países latinoamericanos fue progresivo dada la facilidad de

crédito que se otorgaba, especialmente a economías dependientes del petróleo; es así
que partir de 1976 el Ecuador inició un plan de endeudamiento agresivo. Ver Figura 2.3.
9000,0
8000,0
Millones de dólares
7000,0
6000,0
5000,0
4000,0
3000,0
2000,0
1000,0
0,0
1968 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988
DEUDA PÚBLICA DEUDA PRIVADA
Figura 2. 3. Evolución de la deuda externa del Ecuador

Para 1976, se inician importantes proyectos de urbanización. El 75% de las

viviendas se construyeron mediante el Instituto Ecuatoriano de Seguridad Social (IESS)
y el Banco Ecuatoriano de la Vivienda (BEV). El Instituto Ecuatoriano de Estadísticas y
Censos registró las viviendas construidas en las principales urbes (Quito y Guayaquil),
evidenciándose un acelerado crecimiento, con valores pico para 1978. Ver Figura 2.4.
En 1975 y 1976 las inversiones urbanas representaron casi el 30% de

las inversiones del sector público (que alcanzaron un poco más de
10.000 millones de sucres), sin tomar en cuenta la parte de inversiones
de infraestructura física, económica y social (que representó para los
mismos años el 55% del total de las inversiones) dedicadas
directamente al mejoramiento funcional de los centros urbanos.
(Jaramillo, 1983, p.52).
15
Figura 2. 4. Evolución del número de viviendas construidas y presupuesto declarado.

Acumulado Quito y Guayaquil.
Fuente: Instituto Nacional Ecuatoriano de Estadísticas y Censos INEC, encuesta de
edificaciones.
2.2.2. Pre dolarización 1982-2000
El Producto Interno Bruto se redujo drásticamente luego de 1981, pasando de

13.946 a 9.129 millones en 1988. El país experimentó un profundo endeudamiento, y
la crisis fue inminente, llegando a una desaceleración económica para 1987 con una tasa
del PIB de -6%.
La crisis económica tuvo también fuertes repercusiones en la construcción,

ocasionando tasas del PIB desfavorables (ver Tabla 2.2) y produciendo en esta industria
altos índices de desempleo y desocupación.
Tabla 2. 2. Tasa de crecimiento PIB Construcción

1982 1983 1984 1985 1986 1987 1988 1989 1990
Tasa PIB
0.7 -8.9 2.5 3.8 1.47 -2.5 14.1 4 14.9
Construcción
Tasa PIB 1.2 -3.9 4.1 2.5 -11.46 -6.0 10.5 0.3 3.0
Fuente: Banco Central del Ecuador
16
De 1990 a 1997, la economía tiende a estabilizarse, pero nuevos factores como

el Fenómeno del Niño y la crisis política provocaron una crisis financiera que no permitió
una continuidad en los gobiernos de turno, e impidió el desarrollo de planes económicos
para equilibrar la economía del país. La industria de la construcción mostró su tasa de
variación más baja en 1999 con un -9.4%, la moneda se devaluó, lo que se convirtió en
el detonante de la crisis política, y en enero de 2000, el Estado se vio forzado a la
convertibilidad.
2.2.3. Post Dolarización 2000 - 2015
A partir del año 2000, la dolarización permitió una estabilidad económica para el
país, y los indicadores del Producto Interno Bruto reflejaron un crecimiento sostenido
para el Ecuador (ver Figura 2.5). A más de ello, se puede apreciar en la Figura 2.6, un
crecimiento promedio del 4,4% superior a la etapa pre dolarización.
Figura 2. 5. Producto Interno Bruto

Fuente: Banco Mundial
17
10,00
8,00
8,00
6,50
6,00
6,00 5,20 5,30
4,70
4,10 4,20 3,90
3,60
Tasa de crecimiento %
4,00 2,80
2,70 2,40 2,50
1,70 2,10
2,00 1,50
1,00
0,30
0,00
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
-2,00
-4,00
PREDOLARIZACIÓN DOLARIZACIÓN
-6,00 Crecimiento promedio 1,8 % Crecimiento promedio 4,4 %
-6,30
-8,00
Figura 2. 6. Tasa de variación anual del Producto Interno Bruto años 1990-2009
Fuente: Banco Central del Ecuador (2010). La Economía Ecuatoriana Luego de 10 Años de Dolarización.
Sumado al proceso de dolarización, los precios del petróleo subieron, generando

mayores ingresos para el país, los cuales fueron canalizados al sector de la construcción,
mediante la apertura de líneas de crédito en el sistema financiero. El sector de la
construcción presentó en los primeros años de la dolarización (2000 – 2002) tasas de
crecimiento superiores y consistentes. Ver gráfico 2.7.
30
20
10
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
-10
-20
-30
Figura 2. 7. Tasa de Crecimiento Real del Sector Construcción

Fuente: Hexagon - Consultores
Las altas tasas de crecimiento para los años 2000-2003 se debieron

principalmente a la construcción del oleoducto de crudos pesados (OCP) puesto que, en
torno a esta actividad, giró el desarrollo económico y productivo de muchos
profesionales y negocios relacionados a la construcción. La construcción del oleoducto
de crudos pesados se concluye en el año 2002, y posteriormente el sector experimenta
una reducción de sus tasas de crecimiento. La construcción del oleoducto “fomentó la
importación de materias primas; de esta manera pasaron de representar un 2.4% del
18
total de importaciones en el 2000 a un 5.5% en el 2002. Sin embargo, a partir de ese

año, las importaciones caen nuevamente para mantener una relativa estabilidad en
torno a un 3% del total.” (MIPYMES, 2011, p.14).
Para el año 2006 existió un elevado gasto corriente del sector público, que trajo
como consecuencia una menor inversión pública especialmente en la obra estatal, “el
gasto corriente de la proforma 2006 presenta una tasa de crecimiento de 10.5% frente
al presupuesto inicial de 2005, y de 4.3% frente al presupuesto codificado de ese mismo
año. En este sentido, se vuelve particularmente importante el monto del incremento
previsto para el ejercicio fiscal 2006” (Banco Central del Ecuador, 2006, p.46)
El año 2007 estuvo marcado por dos sucesos importantes: el incremento de

divisas ocasionadas por el alto precio del petróleo y un elevado flujo de remesas
provenientes de la migración (ver Figura 2.8), estos réditos en su mayoría, fueron
destinados por la población a la compra de viviendas.
3500
3000
(Millones de Dólares)
2500
Remesas
2000
1500
1000
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Año
Figura 2. 8. Evolución de Remesas de Migrantes

A partir de 2007, el sector de la construcción aportó considerablemente a la

economía del país. Su contribución al Producto Interno Bruto para estos años fue
relevante (ver Figura 2.9), presentando un aporte al PIB de 8.8% en el 2006 y del 9.4%
para el 2010.
19
$2.400,00 $2.338,00
$2.300,00 $2.238,00
$2.200,00 $2.124,00
$2.100,00
$2.000,00
$1.864,00 $1.886,00
$1.900,00
$1.800,00
$1.700,00
$1.600,00
$1.500,00
2006 2007 2008 2009 2010
Figura 2. 9. Producto Interno Bruto Construcción (Millones de dólares)

El monto de crédito destinado a la construcción se incrementó a partir del año

2004 y llega a sus niveles más altos para el año 2008. El crédito pasó de 736 millones de
dólares en el año 2006 a 1.024 millones en el año 2008 (ver Figura 2.10). Ya para el año
2009 se observa una disminución, ocasionada principalmente por la repercusión de una
crisis financiera a nivel internacional originada básicamente en Estados Unidos.
1.100.000.000,00 9,00%
1.000.000.000,00 8,17% 8,00%
900.000.000,00 7,30% 7,00%
7,10%
800.000.000,00 6,00%
700.000.000,00 5,00%
600.000.000,00 5,06% 2,87% 4,00%
4,63%
500.000.000,00 3,00%
400.000.000,00 2,00%
300.000.000,00 1,00%
200.000.000,00 0,00%
2004 2005 2006 2007 2008 2009
Monto para la construcción % Participación en el total de crédito
Figura 2. 10. Evolución del monto de crédito otorgado hacia actividades de construcción.
Fuente: Superintendencia de Bancos. Elaboración propia.
Para el año 2010 la situación se revierte, debido a que en octubre de 2009 el

Gobierno Nacional dispuso el retorno de 800 millones de dólares de la Reserva
Internacional de Libre Disposición (RILD); de los cuales 731 millones se destinaron al
sector de la construcción mediante la oferta de créditos hipotecarios (ver Figura 2.11),
lo que permitió al Gobierno Central disminuir el déficit habitacional a través de la
ejecución del denominado Plan Nacional del Buen Vivir, el cual diagramaba entre sus
20
estrategias posteriores el desarrollo de vivienda social mediante el llamado Bono de

Vivienda, que podía ser usado para la compra, construcción o mejoramiento de
viviendas para familias de estratos económicos bajos. Adicionalmente se inyectaron
capitales para la compra o construcción de vivienda, mediante el Banco del Instituto
Ecuatoriano de Seguridad Social (BIESS).
1600,0
1400,0
MILLONES DE DOLARES
1200,0
696,0
1000,0
800,0 686,0
600,0 776,0
535,0
400,0 722,0
200,0 510,3
248,0 312,0
0,0
2008 2009 2010 2011
BIESS - IESS Banca Privada
Figura 2. 11. Evolución de Crédito Hipotecario

Los créditos entregados por el BIESS crecieron en el año 2011 en un 71% con
respecto al 2010, y el BIESS representaba en el 2010 el 51% de la cartera de vivienda en
el sistema financiero. Los créditos mencionados eran preferenciales por su tasa de
interés y por los plazos que llegaban a 15 años. Tal fue el dinamismo del sector, que a
partir de 2010, inclusive se generó una burbuja inmobiliaria provocada por la
sobrevaloración de bienes en comparación con su costo real.
En el año 2010 el sector de la construcción reportaba 148 mil empleos,

representando el 7.68% del total de ocupados. En la Tabla 2.3, se aprecia como a
septiembre de 2010, un alto porcentaje de ocupados se ubican en el sector de la
microempresa.
21
Tabla 2. 3. Mercado laboral dentro del sector construcción en el año 2010.
Empleados sector Construcción

Tipo de Total de % Participación
empresa empleados Número de
en el total de
empleados
empleados
Micro 836.598,00 92.466,00 11,05%
Pequeña 307.407,00 36.085,00 11,74%
Mediana 74.306,00 9.529,00 12,82%
Grande 717.816,00 10.625,00 1,48%
TOTAL 1.936.127,00 148.705,00 7,68%
Fuente: Instituto Nacional de Estadísticas y Censos INEC.
Otro aspecto importante a destacar a partir del año 2010, es la consolidación de

la actividad de la construcción como una actividad de tipo empresarial. Villena (2010)
manifiesta que las empresas constructoras experimentaron un importante crecimiento
en un lapso de 25 años, pasando de 358 a 1600 empresas constructoras en 2010, las
cuales se ubicaron en las principales provincias. A esa fecha, de las 1000 empresas más
importantes de la economía ecuatoriana, 34 pertenecen al sector de la construcción.
Ver Figura 2.12.
Azuay; 5,88
Manabí; 2,94
Guayas; 32,35
Pichincha; 58,82
Figura 2. 12. Localización de las 34 empresas más importantes del sector construcción.
Fuente: Superintendencia de Compañías, Valores y Seguros. Elaboración propia.
Según reportes del Ministerio de Desarrollo Urbano y Vivienda, el déficit

habitacional bajó un 9% pasando de 757 mil unidades en el año 2006 a 692 mil unidades
en el año 2010. Según el MIDUVI, la mayor demanda correspondía a familias de bajos
recursos, por lo que las empresas constructoras focalizaron sus esfuerzos en soluciones
22
habitacionales para este tipo de segmento poblacional, ofreciendo proyectos con

soluciones habitacionales que bordeaban los 25.000 dólares.
Tabla 2. 4. Déficit de vivienda.

Déficit de viviendas nuevas
Tipo de Viviendas (miles) Total de viviendas (miles)
2006 2009 2010 2006 2009 2010
Área Urbano 327 271 247 2232 2357 2440
Residencial Rural 430 467 445 1020 1121 1149
Total País 757 738 692 3252 3478 3589
Fuente: Ministerio de Desarrollo Urbano y Vivienda MIDUVI
Fuente: Elaboración propia
Luego de que en el año 2010 el PIB de la construcción se había incrementado en

un 3.4%, para el año 2011 registra un crecimiento importante del 17.6%, y a partir de
ese año empieza una reducción llegando incluso a una contracción de 0.6% para el 2015.
Ver Figura 2.13.
Figura 2. 13. Porcentaje de variación del PIB Construcción vs porcentaje de variación PIB total.
Fuente: Banco Central del Ecuador. Tomado de Estudios Industriales: Orientación Estratégica
para la Toma de Decisiones ESPOL.
A finales de 2014, se supone que debido a condicionantes macroeconómicas, se

dio un proceso de contracción en el mercado inmobiliario y de la construcción. Los
efectos directos fueron la reducción considerable de la disponibilidad de financiamiento
y la disminución de obras públicas civiles por la falta de recursos financieros por parte
del Estado.
La demanda de vivienda y de obras civiles, hasta la actualidad no se ha cubierto,

aunque a partir del terremoto del año 2016, el sector se ha dinamizado por las labores
23
de reconstrucción que continuarán en los años posteriores y que se estima, requerirán

alrededor de 3.344 millones de dólares.
2.3. LA CONSTRUCCIÓN Y SUS FORMAS INSTITUCIONALES
En el Ecuador, es común el desarrollo de infraestructura de vivienda de manera

informal, es decir, sin la participación de un profesional técnico capacitado y certificado.
De acuerdo a datos presentados por el MIDUVI, en 2009 aproximadamente el 70% de
las viviendas del país se habían construido sin respetar normas técnicas constructivas y
de planificación territorial.
La construcción formal de vivienda la desarrollan profesionales de arquitectura

e ingeniería en libre ejercicio, gracias a la amplia oferta académica de las Universidades
del país. Dichos profesionales pueden desarrollar actividad empresarial bajo la
modalidad de Personas Naturales, y a pesar de no estar bajo el control de la
Superintendencia de Compañías, deben llevar contabilidad según su nivel de actividad
económica (ver Figura 2.14) y registrar su actividad económica ante el Servicio de Rentas
Internas (SRI).
Personas nacionales o extranjeras que realizan actividades económicas

lícitas
Capital Propio Inicial > Costos y Gastos >

Ingresos > $100.000,00
$60.000,00 $80.000,00
DEBEN
Llevar contabilidad bajo

Mediante Sistema de En Idioma Castellano y
la responsabilidad de un
Partida Doble Dólares Americanos
contador certificado
Figura 2. 14. Personas Naturales Obligadas a llevar Contabilidad

Las empresas constructoras privadas se rigen bajo normas establecidas por la

Superintendencia de Compañías, Valores y Seguros, que mantiene el registro y control
del entorno empresarial en el Ecuador.
24
Las empresas constructoras, así como toda empresa constituida en el país, tienen
personería jurídica y pueden concebirse principalmente de dos formas: Compañía
Limitada o Sociedad Anónima (ver Tabla 2.5).
Tabla 2. 5. Formas de Asociación Empresarial

CARACTERÍSTICAS SOCIEDAD ANONIMA COMPAÑÍA DE
GENERALES RESPONSABILIDAD
LIMITADA
MIEMBROS Son llamados Son llamados socios
accionistas
CANTIDAD DE Mínimo2 y máximo sin Mínimo 2 y máximo
MIEMBROS límite 15
ORGANISMOS DE Superintendencia de Superintendencia de
CONTROL Compañías Compañías
CAPITAL Mínimo $800, Mínimo $400,
representado en representado en
acciones participaciones
TRANSFERENCIA O Cada accionista es Para transferir
CESIÓN libre de transferir sus participaciones,
acciones a quien todos los socios
considere conveniente deben estar de
acuerdo
En la Tabla 2.6 se puede apreciar un registro, en donde se presentan las unidades

empresariales según actividad económica. Se incluye la construcción con un 3.5% del
total de unidades económicas a nivel país para el año 2015.
25
Tabla 2. 6. Número de unidades económicas por actividad y participación nacional, año 2015
Actividad Económica Nro. Empresas % Total

TOTAL 842.936 100,0%
COMERCIO, REPARACIÓN AUTOMOTORES Y MOTOCICLETAS 318.903 37,8%
AGRICULTURA, GANADERÍA, SILVICULTURA Y PESCA 89.775 10,7%
TRANSPORTE Y ALMACENAMIENTO 88.442 10,5%
INDUSTRIAS MANUFACTURERAS 72.728 8,6%
ACTIVIDADES DE ALOJAMIENTO Y DE SERVICIO DE COMIDAS 63.696 7,6%
ACTIVIDADES PROFESIONALES, CIENTÍFICAS Y TÉCNICAS 53.945 6,4%
OTRAS ACTIVIDADES DE SERVICIOS 37.424 4,4%
CONSTRUCCIÓN 29.583 3,5%
ACTIVIDADES INMOBILIARIAS 19.862 2,4%
ACTIVIDADES DE SERVICIOS ADMINISTRATIVOS Y DE APOYO 18.700 2,2%
ACTIVIDADES DE ATENCIÓN A LA SALUD HUMANA Y ASISTENCIA SOCIAL 17.595 2,1%
ENSEÑANZA 11.580 1,4%
ARTES, ENTRETENIMIENTO Y RECREACIÓN 6.202 0,7%
INFORMACIÓN Y COMUNICACIÓN 5.108 0,6%
EXPLOTACIÓN MINAS Y CANTERAS 3.312 0,4%
ACTIVIDADES FINANCIERAS Y DE SEGUROS 2.580 0,3%
ADMINISTRACIÓN PÚBLICA Y DEFENSA, SEGURIDAD SOCIAL 2.468 0,3%
DISTRIBUCIÓN AGUA; ALCANTARILLADO, DESECHOS Y SANEAMIENTO 721 0,1%
SUMINISTRO ELECTRICIDAD, GAS, VAPOR Y AIRE ACONDICIONADO 312 0,0%
Nota: El total de empresas, comprende todas las unidades económicas que registraron ventas en el SRI
y/o registraron personal afiliado en el IESS o perteneciendo al RISE pagaron impuestos sobre sus
ingresos en el SRI, en el año 2015.
Fuente: Instituto Nacional de Estadísticas y Censos. Directorio de empresas 2015
La Superintendencia de Compañías, Valores y Seguros codifica a las empresas

constructoras en tres categorías básicas:
F41 - CONSTRUCCIÓN DE EDIFICIOS.
F42 - OBRAS DE INGENIERÍA CIVIL.
F43 - ACTIVIDADES ESPECIALIZADAS DE LA CONSTRUCCIÓN.
En la Tabla 2.7, se puede apreciar la cantidad de empresas constructoras según

el tipo de compañía, con un corte a diciembre de 2012.
26
Tabla 2. 7. Número de compañías según actividad

Número de Compañías 2008 2009 2010 2011 2012
F41 - CONSTRUCCIÓN DE EDIFICIOS. 2.122 2.251 2.477 2.491 2.111
F42 - OBRAS DE INGENIERÍA CIVIL. 1.331 1.506 1.730 1.769 1.419
F43 - ACTIVIDADES ESPECIALIZADAS DE LA CONSTRUCCIÓN. 575 611 651 626 540
TOTAL NÚMERO DE COMPAÑÍAS 4.028 4.368 4.858 4.886 4.070
Fuente: Superintendencia de Compañías, Valores y Seguros
Entre las principales empresas dedicadas a la construcción de obras civiles, se

incluyen subsidiarias de empresas extranjeras, especialmente de China. Ver Tabla 2.8.
Tabla 2. 8. Mayores Empresas Constructoras por nivel de Ingresos

NOMBRE 2013 2014
1 Constructora Norberto Odebrecht S. A. 294.4 651.3
2 Sinohydro Corporation 478.3 430.7
3 Hidalgo e Hidalgo S.A. 328.3 322.0
4 Herdoiza Crespo Construcciones S.A. 270.1 261.2
5 China International Water y Electric Corp-Cwe 130.4 163.4
6 Fopeca S.A 161.0 128.8
7 China Gezhouba Group Company Limited 109.9 109.4
8 Ripconciv Construcciones Civiles Cía. Ltda. 91.6 94.0
9 Harbin Electric International Co. Ltd. 71.7 93.1
10 Sevilla y Martínez Ingenieros CA Semaica 30.9 92.0
Nota: Valores en millones de dólares
Fuente: Revista Ekos, Ranking Empresarial Top 1.000. Tomado de Estudios Industriales:
Orientación Estratégica para la Toma de Decisiones ESPOL.
2.4. IMPACTO DE LA EMPRESA CONSTRUCTORA EN LA ACTIVIDAD ECONÓMICA
A partir de 2007, y hasta el 2014, la industria de la construcción presentó un

rendimiento anual promedio de 6.8% y aportó con alrededor del 10% del Producto
Interno Bruto total. El auge de la construcción en los últimos años se debe
principalmente al impulso del Gobierno mediante la inversión pública que a partir del
año 2008 aumentó más de un 304%, pasando de 2.000 millones a más de 8.000 millones
en el año 2015.
El impacto de la industria de la construcción se ve reflejado en el aporte del

sector al Producto Interno Bruto (PIB), debido a que según datos del Banco Central, se
ha incrementado de un 5.97% en el año 2000, a un 10.22% en el año 2014. En dicho
período, el Producto Interno Bruto creció en un 84%, mientras que el PIB de la
27
construcción creció un 213%, validando el aporte significativo de este sector en la

economía ecuatoriana.
Luego del 2013 el Ecuador se vio afectado por la disminución de los precios de
barril del petróleo, lo cual afectó su economía, principalmente los programas de
inversión que sufrieron una reducción (ver Figura 2.15), perjudicando
considerablemente la obra pública relacionada al desarrollo urbano y vivienda.
900,0
800,6
800,0
700,0 677
MILLONES DE DOLARES
600,0
500,0 457,6
448,6
400,0 397
300,0
172,1
200,0
86,0 208,1
100,0 183,7
0,0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
AÑO
Figura 2. 15. Egresos del presupuesto del Gobierno Central en desarrollo urbano y vivienda.
Las estadísticas publicadas por el INEC (ver Figura 2.16) dan cuenta de la caída
tanto de permisos de construcción, como de viviendas proyectadas luego del año 2013.
Figura 2. 16. Permisos de Construcción y viviendas proyectadas

Fuente: Instituto Nacional de Estadísticas y Censos. Tomado de Estudios Industriales:
Orientación Estratégica para la Toma de Decisiones ESPOL
28
La actividad de la construcción ha generado numerosas plazas de empleo para la

población económicamente activa, es así que según la Cámara de la Industria de la
Construcción el número de personas empleadas para el ejercicio 2013 en la industria de
la construcción, alcanzó la cifra de 509.529. En promedio la industria de la construcción
ha absorbido el 6.8% de la población urbana ocupada en el Ecuador entre 1990 y 2014.
Las cifras reportadas por los principales Municipios del país, dan cuenta de una
consolidación de la industria de la construcción luego del año 2010, así lo demuestra el
indicador de metros cuadrados edificados en las obras de arquitectura (ver Tabla 2.9 y
Figura 2.17).
Tabla 2. 9. Metros cuadrados de construcción en edificaciones proyectadas en Quito, Guayaquil y Cuenca
TOTAL QUITO GUAYAQUIL CUENCA

AÑOS
TOTAL RESIDENCIAL TOTAL RESIDENCIAL TOTAL RESIDENCIAL TOTAL RESIDENCIAL
2005 2.844 2.112 1.424 1.205 862 451 558 456

2006 3.394 1.897 1.917 909 804 470 673 518
2007 3.857 2.574 1.993 1.014 1.173 1.025 691 534
2008 3.847 2.372 1.989 994 1.134 774 724 603
2009 3.949 2.113 2.331 1.021 963 593 655 499
2010 4.060 2.055 2.633 1.164 1.067 640 360 251
2011 5.203 2.676 3.045 1.259 934 561 1.224 857
2012 5.493 2.803 3.136 1.284 1.264 750 1.093 769
2013 4.735 2.273 3.162 1.233 785 405 788 635
2014 5.167 1.894 3.494 676 754 436 919 782
2015 6.080 2.430 4.391 1.169 750 443 939 818
Fuente: Banco central del Ecuador. Cifras en miles
29
7.000
6.000 5.493 6.080
5.000
Cifras en miles
3.857
4.000 4.735
4.060
3.000 2.844
2.000
1.000
0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Año
Figura 2. 17. Metros cuadrados de construcción

El panorama económico del año 2015, incide en el desenvolvimiento de las

empresas constructoras, las cuales se han visto forzadas a implementar planes
emergentes de reducción de costos y gastos administrativos, así como planes de
optimización de su tecnología y su fuerza laboral.
La situación económica proyecta un escenario con falta de liquidez, disminución

de créditos hipotecarios y aumento de tasas de interés, lo que provocaría una caída de
precios en el mercado y una reducción de márgenes operacionales de utilidad. Este
panorama muestra la necesidad de manejar nuevos procesos productivos en busca de
ser más eficientes frente a un esquema económico que demanda nuevos retos a los
gerentes inmobiliarios.
2.5. CONCLUSIONES
El período del auge petrolero es considerado una época de desarrollo económico

significativo, debido al incremento de las rentas petroleras en 1973 y por el acceso a
capitales externos en 1976, lo que permitió el desarrollo territorial de los principales
centros poblados del Ecuador.
En el período de pre dolarización 1982 – 2000 el país experimentó un drástico

endeudamiento con una crisis económica que llegó a tener fuertes repercusiones en el
sector de la construcción ocasionando altos índices de desempleo y desocupación en el
Ecuador. Al final de esta época la economía pareció estabilizarse, pero a la crisis
30
financiera le sucedió una fuerte crisis política que forzó al país a la convertibilidad hacia
el dólar.
En el período de post dolarización y con una economía dolarizada, los precios del
petróleo se incrementaron generando mayor ingreso para el país, éste fue canalizado
hacia el sector de la construcción mediante la apertura de líneas de crédito. Esta época
también está marcada por un alto flujo de remesas provenientes de la migración en el
año 2007, dinero que fue destinado por la población a la compra o construcción de
viviendas. El sector de la construcción aportó considerablemente a la economía del país
mediante su contribución al Producto Interno Bruto. A finales de esta época se dio un
proceso de contracción del mercado inmobiliario, con una disminución en las obras
públicas por parte del Estado, así como de iniciativas empresariales particulares.
31
CAPÍTULO III. MARCO TEÓRICO
3.1. INTRODUCCIÓN
Determinar el nivel óptimo en el que puede operar una firma, implica conocer
con exactitud el entorno en el que se desenvuelven las organizaciones, debido a la
dificultad de determinar este aspecto, una opción válida es comparar lo que hace una
firma respecto de lo que hacen otras firmas del mismo sector industrial. El método del
Análisis Envolvente de Datos conocido por sus siglas en inglés como DEA, es una técnica
que posibilita determinar el nivel de eficiencia de una firma en relación con otras
similares, estableciendo una frontera llamada eficiente que incluye a las empresas que
mejor uso hacen de sus recursos.
En este capítulo se presenta una base teórica sobre el concepto de eficiencia y

los métodos habituales para su medición, entre los que se destacan las técnicas
paramétricas y no paramétricas. A continuación, se exponen las características del
análisis envolvente de datos como una técnica no paramétrica que permite la
construcción de una superficie envolvente a partir de datos disponibles del conjunto de
unidades empresariales estudiadas. La técnica DEA aquí expuesta es analizada según su
escala de operación, así como según su orientación hacia las entradas o a las salidas.
En este capítulo también se presentan diversas investigaciones y sus distintos

enfoques para medir la eficiencia en el sector de la construcción, haciendo hincapié en
aquellos estudios que han desarrollado etapas posteriores al análisis DEA con el fin de
encontrar variables explicativas para un comportamiento eficiente.
Finalmente se exponen las bases del análisis financiero mediante el uso de ratios,
los mismos que en capítulos posteriores serán la base para determinar los principales
índices de gestión de empresas eficientes.
3.2. EFICIENCIA
3.2.1 Concepto de eficiencia
Desde un punto de vista netamente administrativo, el concepto de eficiencia

está directamente ligado al concepto de eficacia, puesto que las dos están orientadas a
32
la consecución de objetivos. Sin embargo, cabe hacer una diferenciación substancial. La

eficacia se define como el grado de cumplimiento de objetivos y metas, sin considerar
el uso de recursos para dicho fin, mientras que la eficiencia se fundamenta en la
capacidad de la organización para el cumplimiento de objetivos y metas, mediante la
adecuada utilización de los recursos disponibles. Al hablar de eficiencia el uso de
recursos es incluyente, así como es evidente la relación directa que existe entre un nivel
de producción y los recursos consumidos para este bien.
Se puede diferenciar empresas que usan sus recursos de una forma más eficiente
que otras para un nivel determinado de producción, o también, empresas que producen
más que otras con una misma cantidad de recursos consumidos. A partir de esto, se
debe enfatizar en que el análisis de la eficiencia lleva inmerso dos factores importantes
que son los recursos consumidos, que técnicamente se denominan inputs, y los
resultados obtenidos o nivel de producción denominados outputs. Una firma es
técnicamente eficiente si no encuentra otra forma de producir más con el mismo
número o cantidad de factores productivos.
El inicio de la teoría sobre la eficiencia se podría atribuir a los trabajos de Debreu

(1951) o Shepartd (1953), pero fue Farrell (1957), el primero en proponer una forma de
medir la eficiencia que considera los inputs o recursos empleados, y define una frontera
eficiente en la que se sitúan las empresas que muestran las mejores prácticas, así la
eficiencia es medida en relación a la distancia que las diversas unidades productivas
presentan respecto de la curva eficiente. En sus estudios, se establece un coeficiente
unitario el cual indica, a más de una escala de medición, la proporción en que pueden
reducirse los insumos o incrementarse los productos. El trabajo desarrollado por Farell,
influenció a Charnes, Cooper y Rhodes (1978), quienes desarrollaron la metodología DEA
(Data Envelopment Analysis), como una extensión a los trabajos de Farell. En sus
trabajos Farell aporta conceptos como eficiencia técnica, eficiencia precio y eficiencia
global.
3.2.1.1 Eficiencia técnica.
La eficiencia técnica (ET) se obtiene comparando un valor observado de una

unidad productiva, con el valor óptimo previamente definido por una frontera de
33
producción eficiente. Al observar la Figura 3.1., en donde se emplean dos inputs (x1 y
x2), se puede determinar la medida de eficiencia técnica con sus dos posibles
orientaciones, minimización de inputs y maximización de outputs.
Figura 3. 1. Medidas de Eficiencia Técnica.

Fuente: Lovell, Richardson, Travers y Wood (1994).
La teoría de Farell manifiesta que las isocuantas L(Y) así como P(X) incluyen a los
productores eficientes. Las unidades o DMU1 eficientes serían C y D, mientras que las
ineficientes por alejarse de la frontera serían A y B, aunque B se sitúa sobre la isocuanta,
pero no sobre el subconjunto eficiente.
Farell (1957), a más de definir la eficiencia técnica, determina el mecanismo

basado en un ratio para calcular el índice de eficiencia de cada unidad, así podríamos
1
DMU es el término empleado por Charnes, Cooper y Rhodes (1978) para referirse a una unidad de
producción, empresa, industria, etc.
34
obtener una medida de eficiencia relativa, mediante una relación de distancias entre el
origen, la frontera y el punto proyectado.
La Figura 3.2 muestra el caso de dos inputs (R, S) para producir un output (Q).
Cada uno de los puntos forman un conjunto de posibilidades de producción, pero la
curva C-D representa las mejores prácticas. El ratio de eficiencia de una unidad
productiva se puede representar como Eficiencia técnica de DMU3 = OB/OA
Figura 3. 2. Frontera eficiente. Caso dos inputs y un output.

Fuente: Adaptado de Cooper, Seiford, y Tone (2007)
La eficiencia técnica previamente definida, sólo podría tomar valores entre cero
y uno, entendiéndose que las unidades con una puntuación cercana a cero serían
unidades muy ineficientes. Las unidades que puntúan uno, se entenderían como
unidades eficientes por estar ubicadas en la isocuanta.
3.2.1.2. Eficiencia asignativa
Figura 3. 3. Eficiencia Asignativa

Fuente: Adaptado de Coelli, Prasada, O’Donnell y Battese (2005).
35
Como se observa en la Figura 3.3, la unidad P no es técnicamente eficiente, y por

el contrario, la unidad Q es eficiente por encontrarse ubicada en la isocuanta S-Sʼ. La
medida de eficiencia técnica de P se determina por el ratio OQ/OP.
La eficiencia asignativa (EA) está determinada por la capacidad de usar los inputs
en forma óptima, dados sus precios relativos. Asumiendo que los precios de los diversos
factores son conocidos, éstos se pueden representar mediante la pendiente AAʼ, la cual
contiene diversas combinaciones lineales de inputs que pueden ser adquiridos a un
costo determinado. Tanto los puntos Q como Qʼ son eficientes técnicamente, pero Q es
ineficiente en sentido asignativo, y Qʼ es eficiente tanto en sentido técnico como
asignativo. La distancia RQ representa la reducción necesaria de costos, y la capacidad
de la unidad P para la utilización óptima de inputs, tomando en cuenta los precios
relativos, sería el ratio OR/OQ.
3.2.1.3. Eficiencia global
La eficiencia global (EG), o también llamada eficiencia económica, se define como

el producto de la eficiencia técnica y la eficiencia asignativa.
EG = ET X EA (1)
Si tomamos en cuenta la Figura 3.3, obtendríamos:
OR/OP = OQ/OP X OR/OQ

(2)
EG = OR / OP
3.2.2. Metodologías para la medición de la eficiencia
Existen diversos enfoques sobre cómo determinar la eficiencia de una unidad

productiva. En la presente investigación se abordan los métodos tipo frontera, en los
cuales se establece el máximo nivel de producción que se pueda obtener con ciertos
recursos y tecnología disponibles, de modo que se fija un límite que constituye la
referencia para las demás unidades productivas.
A partir de los trabajos de Farell se han desarrollado y aplicado diversas

metodologías sobre el análisis y cálculo de la eficiencia, las cuales se dividen
36
principalmente en dos grupos: los métodos paramétricos que emplean técnicas

econométricas, y los métodos no paramétricos que se basan en la programación lineal.
MÉTODO
PARAMÉTRICO NO-PARAMÉTRICO
ESTADÍSTICO PROGRAMACIÓN PROGRAMACIÓN

MATEMÁTICA MATEMÁTICA
DETERMINISTA ESTOCÁSTICO DETERMINISTA ESTOCÁSTICO DETERMINISTA ESTOCÁSTICO

Afriat (1972) Aigner et.al. (1977) Aigner y Chu (1968) Tintner (1960) Charnes, Cooper y Sengupta (1990)
Richmond (1974) Meeusen et.al. (1977) Nishimizu y Page (1982) Timmer (1971) Rhodes (1978)
Figura 3. 4. Metodologías para el cálculo de la eficiencia

Fuente: Coll y Blasco (2006).
3.2.2.1. Técnicas paramétricas
Los modelos paramétricos utilizan una forma funcional impuesta o predefinida a

priori, estimando los parámetros de la función mediante programación matemática o
técnicas econométricas. La eficiencia se mide con respecto a la función estimada, y su
principal ventaja es que los estimadores obtenidos para la ineficiencia gozan de propiedades
estadísticas conocidas.
Según Álvarez (2013), pueden destacarse entre otras, las siguientes metodologías:
 Programación Matemática
 Mínimos cuadrados ordinarios corregidos
 Máxima verosimilitud
A partir de una función Cobb-Douglas y mediante programación matemática, Aigner

y Chu (1968) utilizaron formas funcionales para estimar la eficiencia. Su modelo básico
es:
ln 𝑌 = ln 𝛽0 + ∑𝛽𝐽 𝑙𝑛𝑋𝐽 − 𝜇 𝜇≥0 (3)
En el cual β es un parámetro desconocido a estimar y μ es una variable aleatoria

no negativa, asociada con la ineficiencia técnica. El principal inconveniente del enfoque
paramétrico consiste en que la forma funcional elegida es una hipótesis impuesta a los
datos y por tanto no puede ser contrastada. Además de la estimación mediante
37
programación matemática realizada por Aigner y Chu (1968), se pueden mencionar las
técnicas econométricas de Greene (1980) basadas en mínimos cuadrados corregidos, o
los modelos de máxima verosimilitud desarrollados por Afriat (1972), Richmond (1974),
Schmidt (1976). Todos estos métodos permiten la determinación de fronteras
determinísticas, y los índices de eficiencia se obtienen al comparar cada empresa con
las mejores prácticas observadas que son las que definen la frontera eficiente (Bauer,
1990).
3.2.2.2. Técnicas no paramétricas
Los métodos no paramétricos no requieren especificar una función de producción,

con lo cual se evita el error de medición por la dificultad de una estimación precisa de la
función. Los métodos no paramétricos presentan un beneficio considerable al realizar
la estimación, pues permiten una gran confiabilidad al menos cuando la muestra no es
muy grande; además, brindan la posibilidad de incluir múltiples inputs y outputs. La
limitación fundamental que estos métodos presentan, radica en que las variables
incluidas en el análisis no poseen propiedades estadísticas, por lo tanto, no se plantean
contrastación de hipótesis.
Se pueden mencionar dos métodos alternativos: Free Disponsal Hull (FDH) y el

Data Envelopment Analysis (DEA), la principal diferencia entre ellos es que en FDH, el
análisis se basa en las unidades efectivamente observadas, y no en las unidades ficticias
que se pueden construir como combinaciones lineales entre unidades eficientes, que es
lo que plantea DEA.
Resulta complejo establecer la superioridad de unas técnicas frente a otras

puesto que no se ha demostrado que alguna aproximación resulte óptima, aunque si se
pueden definir ciertas bondades que presentan algunos métodos; Lovell (1993) expone
una amplia discusión de las ventajas y desventajas que muestran tanto las técnicas
paramétricas como las no paramétricas. Por tanto, una técnica de análisis resulta
adecuada dependiendo de las características del sector evaluado, de la información o
datos disponibles, e incluso de los objetivos de la investigación.
38
El presente trabajo aplica el método no paramétrico DEA, no sólo porque hace

posible identificar unidades eficientes, sino también porque permite hallar indicadores
de gestión para cada unidad ineficiente con relación a aquellas que se muestran como
eficientes; incluso como menciona Fernandez y Flores (2006), DEA posibilita analizar las
variables que deberían modificarse para que una unidad se sitúe en una posición de
eficiencia. Como el presente trabajo no se centra sólo en la determinación de un
puntaje, sino en visualizar las mejoras potenciales para una unidad organizacional, la
técnica DEA aquí adoptada muestra un benchmarking que facilita el estudio orientado a
la toma de decisiones.
Si bien se han expuesto conceptos de eficiencia global (económica), la cual puede

ser descompuesta en eficiencia técnica y eficiencia precio (asignativa), la presente
investigación se enfoca únicamente en la eficiencia técnica, debido a que para abordar
la eficiencia precio se requiere de una base de datos que posibilite conocer la relación
entre los precios de los inputs; información que en la industria de la construcción
ecuatoriana no se encuentra disponible.
Adicionalmente desde el punto de vista teórico, como lo manifiestan Coll y Blasco

(2006), los trabajos con eficiencia precio son reducidos, pudiéndose destacar en esta
temática únicamente los estudios de Banker y Morey (1986), Bannister y Stolp (1995) o
Sengupta (1998).
3.2.3. Análisis envolvente de datos (DEA)
El Análisis Envolvente de Datos (DEA), se ubica como una técnica no paramétrica

determinista, basada en la programación matemática. La metodología DEA surge
principalmente a raíz de la tesis doctoral de Rhodes (1978). Desde que sus estudios
fueron publicados en la revista European Journal of Operacional Research en el mismo
año Charnes, Cooper y Rodes (1978), el desarrollo de esta metodología y su aporte a la
resolución de problemas del mundo real ha sido enriquecedora.
Básicamente, DEA es una técnica de programación matemática que permite

la construcción de una superficie envolvente, frontera eficiente o función de
producción empírica, a partir de los datos disponibles del conjunto de
39
unidades objeto de estudios, de forma que las unidades que determinan la

envolvente son denominadas unidades eficientes y aquellas que no
permanecen sobre la misma son consideradas unidades ineficientes. (Coll y
Blasco, 2006, p.90)
Las DMUs (Decision Market Units) eficientes que constituyen la frontera

envolvente, son consideradas las mejores prácticas, y son las unidades referentes para
las DMU ineficientes. Esta metodología comúnmente se denomina benchmarking,
debido a que constituye un proceso sistemático de evaluación basado en las mejores
prácticas.
La metodología DEA presenta una serie de ventajas y limitaciones:
VENTAJAS
 No es necesario establecer a priori una función de producción.

 Permite el manejo simultáneo de diversos insumos y productos.
 Establece el conjunto de unidades que pueden ser utilizadas como referencia
para la mejora.
 Permite determinar valores óptimos de insumos y productos para que la
unidad evaluada pueda llegar a ser eficiente.
 Incorpora la evaluación de economías de escala.
DESVENTAJAS
 Es un análisis determinista que no considera el efecto de posibles errores

aleatorios.
 El límite es la mejor práctica, y no se determina si la unidad puede
sobrepasar esa frontera y en que magnitud lo puede hacer.
 Es sensible a datos atípicos en la muestra.
3.2.3.1 Orientaciones del modelo
Según Charnes, Cooper y Rhodes (1981), la eficiencia se puede caracterizar en

relación a dos orientaciones: input orientada y output orientada.
40
En las medidas de eficiencia técnica es necesario elegir una dirección, es decir,

se debe escoger el camino que lleva a la frontera. “Dado que todas las empresas en la
frontera son eficientes desde el punto de vista técnico, la medida de ET dependerá de
cuál es la empresa eficiente elegida como referencia.” (Álvarez, 2013, p.26).
 Orientación a los Inputs: busca la máxima reducción proporcional en el vector de

inputs, mientras se opere en la frontera de posibilidades de producción. Una
DMU no es eficiente desde el punto de vista técnico, si es posible reducir un
input, sin modificar la cantidad de output. En la Figura 3.5. la empresa eficiente
es la B, por lo que el índice de eficiencia técnica orientado al input es ETI = XB/XA.
 Orientación a los Outputs: dado un nivel determinado de inputs, se busca el
máximo incremento proporcional de los outputs, permaneciendo dentro del
conjunto de posibilidades de producción. Una DMU no puede ser identificada
como eficiente si es posible incrementar cualquier output sin incrementar
ningún input. En la Figura 3.5. la empresa eficiente es C, por lo que el índice de
eficiencia técnica orientado al output es ETO = YA/YC.
Figura 3. 5. Medidas de eficiencia técnica orientadas al input y al output.

Fuente: Álvarez (2013).
Álvarez (2013) afirma:
Por tanto, existen dos formas básicas de medir la eficiencia técnica de las
empresas. La primera, basada en el uso de los inputs, mide la eficiencia
calculando el ratio de los inputs necesarios para producir un determinado nivel
41
de output sobre los inputs empleados. La segunda, basada en el output, calcula

un índice de eficiencia como el cociente entre la producción real y la potencial.
(p.27)
3.2.3.2. Desarrollo matemático del modelo
De partida suponemos n DMU´s y que cada DMU consume m inputs diferentes

para producir s outputs. De esta forma, el modelo lineal se forma a partir de las
siguientes matrices:
𝑥11 𝑥12 … 𝑥1𝑛

𝑥21 𝑥22 … 𝑥2𝑛
𝑋= (… … … …)
𝑥𝑚1 𝑥𝑚2 … 𝑥𝑚𝑛
𝑦11 𝑦12 … 𝑦1𝑛

𝑦21 𝑦22 … 𝑦2𝑛
𝑌= (… … … …)
𝑦𝑠1 𝑦𝑠2 … 𝑦𝑠𝑛
X es la matriz de inputs (i=1…….,m), así como Y es la matriz de outputs (i=1,…..,s)
Min 𝜃
𝑌𝜆 ≥ 𝑦0
(4)
𝜃𝑥0 ≥ 𝑋𝜆
𝜆≥0
𝜽 es un escalar que multiplica al vector de inputs. El valor minimizado dará la medida

de la eficiencia de la DMU evaluada.
𝝀 es un vector de constantes n x 1. Multiplica a la matriz de inputs y outputs.
n número de DMU.
X es la matriz de inputs de todas las DMU.
Y es la matriz de outputs de todas las DMU.
𝒙𝟎 es el vector de coeficientes inputs de una DMU.
𝒚𝟎 es el vector de coeficientes output de una DMU.
42
El presente es un modelo de rendimientos constantes a escala (CRS) de tipo input

orientado, donde se busca la menor proporción de 𝜃 a la que se puede reducir el vector
de inputs 𝑥0 sin afectar el nivel de producción 𝑦0 . El índice de eficiencia técnica se
encuentra entre 0 y 1. El valor de 1 significa que ya no existe la posibilidad de reducir las
cantidades de inputs empleados, y por lo tanto, la producción se considera eficiente, así
también, los valores menores a 1 corresponden a producciones ineficientes.
El modelo puede ser expresado también en términos de output es decir,

mantener el objetivo de maximización de la cantidad de output, manteniendo constante
la cantidad de inputs.
Max 𝜃
𝑋𝜆 ≥ 𝑥0
(5)
𝜃𝑦0 ≥ 𝑌𝜆
𝜆≥0
En este caso 𝜙 corresponde al incremento proporcional de output que se puede

obtener, manteniendo constante los inputs. 𝜃 = 1/𝜙 representa el valor de la
eficiencia.
3.2.3.3. Modelo DEA rendimientos variables
Realizar un análisis de eficiencia a rendimientos constantes, solamente es

pertinente si las DMU operan a una misma escala. Esto está condicionado a la restricción
𝜆 ≥ 0, que permite cualquier valor positivo de 𝜆 , por lo que las explotaciones de gran
escala se comparan con las de pequeña escala.
𝜆 > 1, se compara una DMU con otras que operan a una escala más reducida, lo que
indica la existencia de rendimientos decrecientes.
𝜆 < 1 , se compara una DMU con otras de una escala mayor, indicando que los
rendimientos a escala son crecientes.
𝜆 = 1 , la DMU opera en una escala óptima.
43
Banker, Charnes y Cooper (1984) plantearon retornos variables a escala (VRS).

Estos modelos pueden ser distinguidos por la superficie envolvente y su orientación, lo
que se puede ejemplificar en la Figura 3.6 caso de un input y un output.
Figura 3. 6. Modelo CRS y VRS caso de un input y un output.

Fuente: Adaptado de Cooper, Seiford y Tone (2007).
Como manifiesta Cooper, Seiford, y Tone (2007), el modelo de superficie

envolvente CRS asume que un incremento de las entradas se traduce en un aumento
proporcional de las salidas, mientras que un modelo VRS propone un incremento no
proporcional de las salidas, lo que conlleva a rendimientos a escala crecientes o
decrecientes. Es posible que una empresa sea eficiente, pero sin mostrar una escala de
operación óptima.
Supongamos que la empresa está utilizando un conjunto de variables a

escala (VRS). Entonces, la empresa involucrada puede ser demasiado
pequeña en su escala de operación, y parte de la función de producción
podría caer dentro de los rendimientos crecientes a escala (IRS). De manera
similar, una empresa puede ser demasiado grande y puede operar dentro de
los retornos decrecientes. En ambos casos, la eficiencia de las empresas
podría mejorarse cambiando su escala de operaciones, es decir, mantener
la misma combinación de insumos, pero cambiar el tamaño de las
operaciones. Si la tecnología de producción subyacente es una tecnología
globalmente constante de retorno a escala (CRS), entonces la empresa es
44
automáticamente eficiente en escala. (Coelli, Prasada, O’Donnell, y Battese,

2005, p.58)
3.2.3.4. Tratamiento de holguras o slacks.
Una holgura o slack es la distancia entre un punto eficiente proyectado de forma

radial y la unidad de producción eficiente. Si una DMU es considerada eficiente, debe
cumplir la condición de que su eficiencia técnica sea uno, y sus holguras cero. La Figura
3.7, muestra una ejemplificación de un modelo con holguras, en donde se puede
apreciar que C y D, son eficientes, mientras que A y B son ineficientes.
Figura 3. 7. Estimación de las holguras o slacks.

Fuente: Adaptado de Coll y Blasco (2006).
Según los planteamientos de Farell, la eficiencia técnica de A y B se encuentra

demarcada por OA´/OA y OB´/OB, y, la distancia A´C representa la holgura de la DMU A.
Se puede apreciar que el punto A´ es un punto eficiente debido a que se puede reducir
el consumo de X2 (por la cantidad CA´) y aún producir el mismo output.
Las holguras se pueden tratar mediante modelos DEA en etapas. Un modelo de

una etapa no toma en cuenta el problema de holguras; un modelo a dos etapas (Ali y
Seiford, 1993) realiza una estimación de las holguras mediante la programación lineal,
un método de tres etapas (Cooper, Seiford y Tone, 2007) proyecta las unidades
ineficientes sobre un punto eficiente que tenga una combinación input y output tan
próxima a las observaciones como sea posible; y un modelo multietapa (Coelli, 1998)
realiza una secuencia de programación lineal para identificar el punto eficiente
proyectado, y a la vez medir las holguras.
45
3.2.4. Descomposición de la eficiencia técnica
La eficiencia técnica está formada por la eficiencia radial (Pareto, Koopman) y la

eficiencia no radial o mixta (Farrel). Se puede profundizar sobre las ineficiencias técnicas
radiales, a través de la relación entre los modelos CCR y BCC. Estas ineficiencias pueden
originarse no sólo por el mal uso de los recursos, sino también por las condiciones
desfavorables bajo las cuales una DMU está operando.
El modelo CCR asume retornos constantes a escala en el conjunto de

posibilidades de producción y el valor 𝜃 ∗𝐶𝐶𝑅 representa la medida de la eficiencia técnica
radial, la cual no toma en cuenta los efectos de la escala. Por otra parte, el modelo BCC
asume retornos variables a escala en el conjunto de posibilidades de producción y el
valor 𝜃 ∗𝐵𝐶𝐶 es llamado eficiencia técnica pura (ETP).
Si una DMU es eficiente en ambos modelos:
∗ ∗
𝜃𝐶𝐶𝑅 = 𝜃𝐵𝐶𝐶 =1 (6)
Lo que significa que está operando en la escala de máxima productividad.
Si una DMU es BCC eficiente, pero CCR ineficiente:
∗ ∗
𝜃𝐵𝐶𝐶 = 1 ∧ 𝜃𝐶𝐶𝑅 <1 (7)
Significa que está operando con eficiencia técnica, pero globalmente es

ineficiente, y esta ineficiencia es originada por el tamaño de la escala de la DMU. Por
tanto, para caracterizar la eficiencia de escala (EE), se plantea el cociente:
∗
𝜃𝐶𝐶𝑅
𝐸𝐸 = ∗ (8)
𝜃𝐵𝐶𝐶
De esta manera podemos afirmar que, la ineficiencia técnica radial puede ser
originada por:
1) Ineficiencias operativas o mal uso de los recursos, evaluados mediante la ETP o

∗
índice 𝜃𝐵𝐶𝐶
2) Ineficiencia por condiciones desfavorables de operación debido a la escala,
evaluada mediante la relación:
46
∗
𝜃𝐶𝐶𝑅
𝐸𝐸 = ∗ (9)
𝜃𝐵𝐶𝐶
3) Ambos tipos de ineficiencia
Es decir que, la medida de la eficiencia técnica radial o global (ETG) puede

expresarse como:
∗
∗ 𝜃𝐶𝐶𝑅 ∗
𝐸𝑇𝐺 = 𝐸𝑇𝑃 𝑥 𝐸𝐸 = 𝜃𝐵𝐶𝐶 ∗ = 𝜃𝐶𝐶𝑅 ( 10 )
𝜃𝐵𝐶𝐶
3.2.5. DEA en la industria de la construcción.
Las aplicaciones de la medición de la eficiencia mediante la técnica DEA a

diversas ramas o actividades industriales han sido muy diversas, y específicamente en el
sector de la construcción, existen contribuciones importantes que han considerado
diversas variables para la evaluación de la eficiencia y la construcción de un ranking
empresarial.
Muchos estudios han trabajado con datos de la región Asiática donde existe una
estrecha relación entre el crecimiento del producto interno y el crecimiento del sector
de la construcción (Chau et al., 2005; Chen & Tang, 2014; Dzeng & Wu., 2012),
investigaciones desarrolladas en Hong Kong, China y Taiwan respectivamente; y otros
estudios importantes se han efectuado en Italia, Grecia, Portugal y Jordania (Guerrini et
al., 2013; Tsolas, 2011; Horta et al., 2010; El-Mashaleh et al., 2006), mostrando la
eficacia de la metodología DEA en el sector industrial de la construcción. La mayoría de
estudios antes mencionados consideran como una variable de resultados a las ventas
en su respectiva unidad monetaria, y como factores o recursos consumidos se encuentra
principalmente el trabajo valorado en dinero o número de empleados según la
disponibilidad de información, equipo o tecnología, consumo de materiales, y ciertos
recursos intermedios. Todos los estudios concluyen en la bondad de la metodología DEA
para identificar los recursos que pueden reducirse para la consecución de un
posicionamiento eficiente, y ponen de manifiesto la influencia del factor escala en el
desempeño empresarial. En el Anexo I, se presenta el detalle de algunos autores y sus
distintos enfoques para medir y evaluar la eficiencia en el sector de la construcción,
todos ellos han empleado en sus investigaciones la metodología DEA.
47
Algunos de estos estudios van más allá de la medición de la eficiencia y buscan

establecer aspectos causales que expliquen el comportamiento y la relación de las
variables intervinientes; tal es el caso de Moreno, López, y Díaz (2014) desarrollado en
Colombia, quienes aplican un modelo en tres etapas y mediante una regresión tipo
Tobit, establecieron ciertos determinantes de la eficiencia. Los autores dividen su
estudio en diversos sectores económicos, entre los cuales sólo el sector adecuación de
obras de construcción experimenta un crecimiento acumulado del 0,1%, como
consecuencia del mejoramiento de la eficiencia en presencia del regresor tecnología. El
estudio es concluyente en que los factores determinantes de la eficiencia para los cuatro
sectores analizados (construcción residencial, obras civiles, adecuación y actividades
inmobiliarias) fueron el tamaño empresarial y la cuota de mercado.
Francisco de Araujo, Guimaraes, y Shikida (2012), relacionan la eficiencia

calculada con el volumen de ingresos, y establecen una relación positiva entre el
volumen de los ingresos y la puntuación de eficiencia técnica. Los autores indican que
entre 2005 y 2006, hubo aumentos en la eficiencia técnica y la escala de las firmas
brasileñas, así como en la innovación tecnológica.
Chau, Wang, y Lu (2005), en su estudio desarrollado en firmas constructoras de

Hong Kong, relacionan la eficiencia con la intensidad de uso del capital. Los resultados
de este estudio sugieren que las economías de escala existen a nivel de empresa,
también que las empresas que subcontratan más trabajo tienen menor eficiencia
productiva, y que las empresas más intensivas en uso de capital tienden a tener menor
eficiencia productiva. En su estudio concluyen que la inversión en capital (instalaciones
y maquinaria) dará lugar a problemas de gestión en la utilización de los recursos.
Avanzando ya hacia aplicaciones relacionadas con la gestión financiera, se puede

encontrar estudios como el de Horta, Camanho, y Da Costa (2010) desarrollado en
Portugal, que busca dar una explicación a los índices de eficiencia relacionándolos con
ciertos indicadores financieros como rentabilidad y crecimiento de ventas, los cuales se
asocian en una plataforma financiera y comercial denominada KPI. Los índices de
eficiencia calculados y los datos de referencia KPI revelaron una fuerte asociación. “Por
ejemplo, una empresa X logró una puntuación alta de eficiencia en la perspectiva del
48
desempeño organizacional; sin embargo, el análisis de indicadores clave de rendimiento

KPI sugiere que puede ser posible mejorar en productividad 64%, rentabilidad 58% y
cuentas por cobrar 48%, aunque no hay evidencia de que puede mejorar todas las
dimensiones simultáneamente” (p.592).
En la misma línea relacionada a la gestión económico-financiera se puede

mencionar a Tsolas (2011), que incluye en su estudio, a más del análisis de eficiencia con
un modelo DEA, el uso de una regresión por mínimos cuadrados para relacionar la
rentabilidad y el ratio ingresos –gastos en una muestra de empresas constructoras de
Atenas. El estudio concluye en la existencia de asociaciones importantes como
eficiencia-rentabilidad y eficiencia-tamaño. Aunque el estudio trata de incluir variables
financieras, también se plantean algunas limitaciones en su incorporación y sobre todo
la necesidad de trabajar con más datos a los incluidos en el estudio.
Todos los trabajos antes mencionados se enfocan principalmente en la descripción

sectorial de la industria de la construcción mediante el análisis de la eficiencia, es decir
abordan el estudio desde un punto de vista económico y de comportamiento; sin
embargo, es evidente la necesidad de incorporar nuevas variables que permitan generar
diversos esquemas de gestión empresarial. De todas formas, la bibliografía recopilada
expone el amplio beneficio que brinda la metodología DEA, y su conveniente
adaptabilidad y uso en diversos sectores productivos.
3.3. ANÁLISIS ECONÓMICO – FINANCIERO
3.3.1. Herramientas para el análisis financiero
El análisis financiero constituye la base para una adecuada gestión empresarial,

permite visualizar los aspectos más importantes en cuanto a la gestión del desempeño
logrado por una empresa en un período determinado, así como ajustar las estrategias
del negocio en el afán de gestionar una posición competitiva. Platikanova (2005) sugiere
que el análisis del performance financiero de las empresas es pertinente por dos
razones, primero puede dar una alerta sobre una futura crisis mostrando una tendencia
general del sector, y segundo, es la base para la gestión empresarial ya que permite
influir en campos medulares de la administración como es el caso de la financiación.
49
Para una adecuada evaluación, se requiere determinar la herramienta apropiada

que permita un análisis financiero integral. Según Block y Hirt (2008), un valor absoluto
como utilidades, o cuentas por cobrar, podrían parecer satisfactorios para la gestión
financiera, pero su significancia sólo puede ser medida en relación a otros valores. Una
de las formas de analizar valores resultantes de un ejercicio económico es la utilización
de ratios o razones financieras, que constituyen la relación entre valores absolutos de
los estados financieros resultantes de un ejercicio económico. “Los ratios parten de la
idea de la comparación de magnitudes. De ahí su etimología latina ratio que significa:
relación, razón. Su fundamento se refiere a que dos datos aislados que tienen cada uno
valor en sí mismo, adquieren frecuentemente una información financiera aún mayor
cuando se les combina en un coeficiente”. (Ibarra, 2006, p.236)
Según Gitman y Zutter, (2012), la determinación de una razón o ratio financiero es

más que un método de cálculo, es una interpretación que permite analizar y supervisar
el desempeño de la empresa. “El análisis de las razones financieras no es simplemente
el cálculo de una razón específica. Es más importante la interpretación del valor de la
razón. Se requiere de un criterio significativo de comparación…” (Gitman y Zutter, 2012,
p.62). Así también sugieren que existen dos tipos de comparación de las razones: la
primera, el análisis de una muestra representativa que implica la comparación de
razones financieras de diferentes empresas en un mismo período, lo que es
comúnmente llamado benchmarking; y la segunda, el análisis de series temporales, en
donde la evaluación se basa en el desempeño propio de la empresa a través del tiempo
para evaluar la tendencia y progreso de la compañía.
Horngren, Sundem y Elliot (2000), manifiestan que se pueden determinar tres

tipos de comparaciones para la evaluación de razones financieras: 1) las que se realizan
con las razones históricas de la compañía denominadas comparaciones en serie o
temporales, 2) las que se realizan con reglas prácticas generales o puntos de referencia
y 3) las que se realizan con las razones de otras compañías o con los promedios de la
industria denominadas comparaciones cruzadas.
Las comparaciones con promedios de la industria se pueden efectuar tomando

como referencia bases de datos de almanaques financieros o páginas web de
50
instituciones gubernamentales. En la Tabla 3.1, se puede apreciar un ejemplo de análisis

de una muestra de varias empresas representativas de Estados Unidos a principios de
2010, en la cual se exponen las medianas para cada tipo de indicador financiero.
Tabla 3. 1. Razones financieras de empresas selectas con los valores de la mediana de su industria en el
año 2010.
Nota: Razones financieras calculadas tomando como base datos publicados por Compystat North
American. Tomado de Gitman y Zutter (2012).
La observación de las razones financieras de una empresa referente, no es

suficiente para establecer el correcto desempeño de una empresa, para ello se requiere,
tanto un análisis integral de varias razones financieras, como los respectivos análisis
comparativos temporales; sin embargo, tras realizarlos, aún pudieran existir aspectos
organizacionales internos que ocasionen que un índice se encuentre muy alejado del
promedio industrial.
3.3.2. Categorización de las principales razones financieras
Por conveniencia, los autores agrupan en categorías las diversas razones

financieras, las cuales requieren como mínimo un estado de pérdidas y ganancias, y un
estado de situación financiera para su respectivo cálculo. Esta información es la base o
input para la confección de las diversas razones, aunque “antes de aplicar un ratio o
índice debe eliminarse de la base de cálculo los ingresos y costos ajenos a la futura
gestión, o aquellos resultados no ordinarios, de lo contrario se estaría desnaturalizando
o equivocando la conclusión” (Dapena, 2015, p.102).
51
Existen diversas formas de agrupación de las razones o índices financieros. Para

la presente investigación se tomó como referencia, la agrupación efectuada por Gitman
y Zutter (2012), así como Block y Hirt (2008), quienes establecen cinco grupos o
actividades de análisis: liquidez, actividad, endeudamiento, rentabilidad y mercado.
3.3.2.1. Razones de Liquidez
La liquidez de una empresa está determinada por su capacidad de cubrir

obligaciones en el corto plazo, a medida que las mismas llegan a su vencimiento, por
tanto, estas razones permiten determinar la solvencia de la posición financiera de la
organización, así como también entender los principales problemas financieros
relacionados al flujo de efectivo.
Las empresas no buscan una sobre liquidez, ya que el dinero en bancos o

existencias de corto plazo no generan tasas elevadas de rendimiento, razón por la cual,
los gerentes procuran lograr un equilibrio entre la seguridad que brinda la liquidez y los
bajos rendimientos que un activo líquido genera para el inversionista.
Gitman y Zutter (2012), determinan la liquidez mediante dos razones básicas:
Activo corriente
Liquidez corriente = ( 11 )
Pasivo corriente
Este coeficiente mide la capacidad que tiene la firma para pagar sus pasivos
corrientes mediante la liquidación de sus activos corrientes. La cantidad de liquidez que
requiere una empresa dependerá de muchos factores como su tamaño, su acceso a
fuentes de financiamiento y la volatilidad del negocio.
El otro indicador de liquidez común es la razón rápida o ácida, que es similar a la

anterior con la excepción de que descuenta el inventario, lo que es recomendable para
efectuar un análisis cuando dicho inventario no es altamente líquido. Por tanto, cuando
una empresa puede convertir fácilmente su inventario en efectivo, se recomendaría
solamente una prueba de liquidez corriente.
Activo corriente-Inventario
Liquidez rápida = ( 12 )
Pasivo corriente
52
3.3.2.2. Razones de Actividad
Las razones de actividad determinan la velocidad con la que las diversas cuentas
se convierten en ventas o efectivo. Estos indicadores de actividad dan a conocer la
efectividad con la que una empresa opera en diversas dimensiones como el manejo del
inventario, o el manejo de gastos y cobros. Block y Hirt (2008), identifican a estos ratios
como razones de utilización de activos, y mencionan como principales indicadores los
siguientes:
Costo de bienes vendidos

Rotación de inventarios =
Inventario promedio
( 13 )
365
Edad promedio del inventario =
Rotación de inventarios
La rotación de inventarios mide las veces en que el inventario es convertido en

efectivo. La rotación resultante, sea en veces o en días, adquiere sentido cuando es
comparada con otras empresas del mismo sector industrial, y con la rotación pasada de
la compañía. Cuando la rotación es medida en días, el valor resultante indica el número
promedio de días que se requiere para vender el inventario.
Ventas a crédito
Rotación de cuentas por cobrar =
Cuentas por cobrar promedio
( 14 )
365
Período promedio de cobro =
Rotación de cuentas por cobrar
La rotación de cuentas por cobrar mide el número de veces que las cuentas por
cobrar son convertidas en efectivo durante el período, y el período promedio de cobro
indica el número de días en que las cuentas se convierten en efectivo. Un período
promedio de cobro es importante por cuanto permite evaluar las políticas de crédito y
cobro. Este indicador adquiere significado cuando es relacionado con las condiciones de
crédito de la empresa.
Compras
Rotación de cuentas por pagar = ( 15 )
Cuentas por pagar promedio
53
365
Período promedio de pago =
Rotación de cuentas por pagar
El período promedio de pago, nos da una idea de cómo se está manejando el

crédito con los proveedores. Esta cifra es significativa sólo si se relaciona con las
condiciones de crédito otorgadas a la empresa.
Ventas
Rotación de activos totales = ( 16 )
Total de activos
La rotación de activos totales determina el nivel de inversión que se requiere

para un determinado nivel de ventas. Depende del manejo de las cuentas por cobrar e
inventarios. Cuanto mayor es la rotación de activos totales, mayor es la eficiencia con la
que se han usado los activos.
3.3.2.3. Razones de Endeudamiento.
Las razones de endeudamiento permiten al analista medir la prudencia de las

políticas de administración de deuda del negocio. Estas razones muestran la capacidad
de la empresa de responder a sus obligaciones con los acreedores.
Las medidas de endeudamiento dan una idea del riesgo de negocio debido a que,
si mayor es la deuda de la empresa, mayor será el riesgo de no cumplimiento de pagos
contractuales de sus pasivos. “Cuanto mayor es la cantidad de deuda que utiliza una
empresa en relación con sus activos totales, mayor es su apalancamiento financiero. El
apalancamiento financiero es el aumento del riesgo y el rendimiento mediante el uso
de financiamiento de costo fijo, como la deuda y las acciones preferentes” (Gitman y
Zutter, 2012, p.70). Estos autores plantean entre las principales medidas de
endeudamiento las siguientes:
Total Pasivos
Índice de endeudamiento = ( 17 )
Total activos
El índice de endeudamiento mide la proporción de los activos totales que

financian los acreedores de la empresa. Cuanto mayor es el índice, mayor es el monto
del dinero de otras personas que se usa para generar utilidades.
54
Total Pasivos
Razón deuda a capital contable = ( 18 )
Capital contable
La razón de deuda a capital contable muestra el equilibrio entre la porción de

activos y el patrimonio, valor que es de mucho interés para los acreedores de largo plazo
de la empresa.
Garrison, Eric y Brewer (2007) afirman:
Por lo común, los accionistas quisieran mucha deuda para sacar provecho
del apalancamiento financiero positivo. Por otra parte, como el capital
contable representa el exceso de los activos totales sobre las obligaciones
totales y, por tanto, es una protección para los acreedores, éstos quisieran
ver menos deuda y más capital contable. (p.814)
Garrison, Eric y Brewer (2007), plantean las siguientes razones de cobertura:
Utilidades antes de intereses e impuestos

Razón de cobertura de intereses = (19)
Intereses
La razón de cobertura de intereses, o llamada también índice de cargos de interés

fijo, mide la capacidad para realizar pagos de intereses contractuales, por lo tanto, si
mayor es la razón de cobertura, mayor será la capacidad de la empresa para cumplir con
las obligaciones de intereses.
Índice de cobertura de pagos fijos =
Utilidades antes de intereses e impuestos + pagos de arrendamiento

Intereses ( 20 )
+ {(Pagos del principal + Dividendos en acciones preferentes) [1/(1 - T)]}
El índice de cobertura de pagos fijos mide la capacidad de la empresa para

cumplir con sus obligaciones de pagos fijos como lo son los intereses y el pago del
principal o amortización, pagos de arrendamiento y pagos de dividendos. En su cálculo
se evidencia el uso de la tasa impositiva T, que es la tasa corporativa aplicable al ingreso
55
de la empresa. También podría concluirse que mientras menor es el índice, mayor es el

riesgo tanto para los prestamistas, como para los dueños.
3.3.2.4. Razones de Rentabilidad
Las razones de rentabilidad permiten evaluar las utilidades de la empresa en

relación a un nivel determinado de ventas, de activo o de inversión. El análisis de las
razones que se relacionan con las ventas depende directamente de los datos reportados
en el estado de resultados, y algunas relaciones de este con al activo y patrimonio. Según
Meigs et al. (2000), los principales ratios de rentabilidad que se pueden obtener son:
Ventas - Costo de bienes vendidos

Margen de utilidad bruta =
Ventas
( 21 )
Utilidad bruta
Margen de utilidad bruta =
Ventas
El margen de utilidad bruta representa la ganancia de la empresa luego de que

la misma pagó los bienes que compró para el proceso de transformación o como
mercadería para ser vendida.
Utilidad Operativa
Margen de utilidad operativa = ( 22 )
Ventas
El margen de utilidad operacional, mide el porcentaje ganado sobre las ventas

después de deducir los costos y los gastos intermedios necesarios para el proceso
productivo. Cabe recalcar que la utilidad operacional es anterior a la deducción de otros
ingresos o egresos como el caso de intereses por préstamos o impuestos.
Utilidad Neta
Margen de utilidad neta = ( 23 )
Ventas
El margen de utilidad neta, es el porcentaje que queda de cada dólar de ventas

después de deducir todas las erogaciones económicas del proceso y del período, esto es
costos, gastos, intereses e impuestos, por tanto, es el margen final resultante, que
determina el beneficio final para la organización relacionado a sus ventas.
56
Ganancias disponibles para los accionistas comunes

Ganancias por acción = ( 24 )
Número de acciones comunes en circulación
Las ganancias por acciones muestran el monto en dólares que se obtiene como
resultado del ejercicio, por cada acción común en circulación. Este es un indicador
fundamental para la medición del éxito empresarial, puesto que está relacionado al
beneficio directo de los inversionistas.
Beneficio neto después de impuestos

Resultado sobre el patrimonio= ( 25 )
Capitales propios
El rendimiento sobre el patrimonio ROE (Return on Equity), corresponde al

porcentaje de utilidad o pérdida obtenido por cada dólar que los dueños han invertido
en la empresa, incluyendo las utilidades retenidas. Se entiende por Capitales Propios la
diferencia existente entre el activo y el pasivo exigible, o lo que es lo mismo, el
patrimonio neto.
Beneficio neto después de impuestos

Resultado sobre activos= ( 26 )
Total activos
El rendimiento sobre activos ROA (Return On Assets), o llamado también ROI

(return on investment) corresponde al beneficio neto que genera cada dólar de
inversión en el activo. Para su cálculo, en el numerador se pueden admitir diferentes
definiciones de beneficios, como por ejemplo el beneficio neto después de impuestos.
Este ratio también se puede expresar como la suma de dos, de manera que:
ROA o ROI = Margen de utilidad neta X Rotación de activos
Utilidad Neta Ventas ( 27 )

ROA o ROI = X
Ventas Total activos
El ROA o ROI es una medida completa, puesto que mide la eficiencia integral de
la administración para generar utilidad sobre su inversión en activos.
57
3.3.2.5. Razones de Mercado
Las razones de mercado relacionan el valor de mercado que tiene una empresa,
con ciertos valores contables de la misma. Según Gitman y Zutter (2012), existen dos
razones comunes que sirven para este análisis:
Relación precio ganancias: Precio de mercado por acción común / Ganancias por acción
Esta relación precio-ganancias, mide la cantidad que un inversionista está

dispuesto a pagar por cada dólar de ganancia de la empresa, lo que permite visualizar el
grado de confianza de los inversionistas para con la empresa.
Precio de mercado por acción común

Razón mercado/libro=
Valor en libros por acción común
( 28 )
Capital en acciones comunes
Valor en libros acción común=
Número de acciones comunes en circulación
La razón mercado/libro relaciona el valor de mercado de las acciones de la

empresa, con su valor en libros.
3.3.3. Líneas de investigación sobre análisis financiero
Existe una gran cantidad de líneas de investigación en análisis financiero mediante

el uso de ratios. Podrían citarse trabajos como el relacionado con el uso de los ratios
para la predicción del fracaso empresarial desarrollado por Altman (1968), o el de Barnes
(1982), en donde se analizan las implicaciones metodológicas de no-normalidad en la
distribución de los ratios financieros. Illueca (2002) elabora un importante estudio sobre
la convergencia de los ratios financieros hacia una media sectorial, en dicha
investigación se determina que los ratios analizados no siguen un proceso de ajuste o
convergencia hacia la media del sector, sino por el contrario, las distribuciones de largo
plazo se hallan dispersas en torno a la media.
Gallizo (2005), por su parte elabora una investigación sobre una muestra de países
europeos, en donde se analiza la dinámica de ajuste de los ratios para determinar la
importancia de las fuerzas que determinan su movimiento a lo largo del tiempo. Gallizo
concluye que “el porcentaje de movimiento de los ratios atribuible a gestión estratégica
58
de las firmas es más baja que el ajuste externo. Por tanto, las fuerzas más influyentes
que determinan el movimiento de los ratios, son las que surgen de nuevas situaciones,
provocadas por shocks o acontecimientos del entorno” (p.140).
Uno de los últimos estudios que se pueden citar, por la relevancia respecto a los
objetivos de la presente investigación, es el desarrollado por Murillo y Ruiz (2013), en
donde se propone un modelo comparativo de índices financieros para la evaluación de
la gestión de compañías en Latinoamérica, en la investigación se compara información
de países de la eurozona con Latinoamérica, en el afán de determinar el nivel de recursos
empresariales utilizado o márgenes de ganancia esperados. El estudio concluye en que
los sectores de vehículos livianos (motocicletas y bicicletas), muestran márgenes por
encima de las expectativas industriales, al contrario de lo que sucede con el sector de
muebles. La investigación determina finalmente la importancia de los índices financieros
para incentivar, mantener o desalentar ciertas actividades productivas.
A continuación, se muestra un resumen de los principales ratios financieros

utilizados en estos y otros estudios empíricos. Los ratios presentados, han demostrado
un alto poder predictivo en sus diversas investigaciones, por lo que son un referente
para futuras líneas de investigación.
59
Tabla 3. 2 Ratios financieros utilizados en trabajos empíricos.
Nota: Adaptado de Bernal y Amat (2012).
Los nuevos planteamientos metodológicos sobre gestión financiera, incluyen a los

ratios financieros ya no como un producto final (output), sino que plantean modelos
predictivos en donde las razones financieras son la materia prima (input) de ciertas
técnicas estadísticas como es el caso del análisis multivariable, que busca predecir el
comportamiento de la organización o determinar posibilidades de quiebra o de éxito.
Como lo manifiesta Ibarra, (2006), “el analista ha basado la selección de sus variables
explicativas o independientes (ratios) en una hipótesis de partida que contenga un
fundamento teórico sobre el proceso de fracaso (que representa la variable
dependiente)” (p.238).
Aunque los avances en la determinación de indicadores financieros han sido

numerosos, nunca resultan suficientes y siempre se requerirá de nuevas investigaciones
60
que permitan visualizar estrategias de gestión empresarial innovadoras. Garrison, Eric,

y Brewer, (2007) afirman:
Las razones no deben verse como un fin, sino como punto de partida, como
indicadores de qué procurar con mayor profundidad. Plantean numerosas
interrogantes, pero rara vez responden por sí mismas las preguntas.
Además de las razones, deben analizarse otras fuentes de información a fin
de emitir juicios sobre el futuro de la organización. (p.800)
3.4. CONCLUSIONES
Una firma es técnicamente eficiente si no encuentra otra forma de producir más

empleando la misma cantidad de factores productivos, por tanto se puede definir a la
eficiencia como la relación entre los resultados obtenidos llamados (outputs) y los
recursos utilizados llamados (imputs). Farrell (1957) propuso una forma de medir la
eficiencia considerando los insumos y recursos empleados y definió una frontera
eficiente en la que se ubican las mejores prácticas, de esta forma la eficiencia se mide
respecto a la distancia que las unidades productivas muestran respecto de la frontera
eficiente.
Existen dos enfoques sobre la medición de eficiencia, los métodos paramétricos

que emplean técnicas econométricas, y los métodos no paramétricos que se basan en
la programación lineal. Si bien no está definida la superioridad de unas técnicas frente a
otras, el presente trabajo muestra al método DEA como una herramienta idónea, puesto
que posibilita establecer indicadores de gestión para las unidades determinadas como
ineficientes, y también permite identificar qué variables se pueden modificar para
conseguir un posicionamiento eficiente.
Toda medida de eficiencia técnica contiene dos opciones o caminos para la

determinación de la frontera. Por un lado se presenta la orientación a los inputs cuyo
objetivo es determinar la máxima reducción de los recursos consumidos, y por otro lado
la orientación a los outputs que busca el máximo incremento proporcional de
resultados, es decir una firma no podría ser identificada como eficiente si todavía es
posible incrementar algún output sin incrementar ningún input.
61
Las aplicaciones de la metodología DEA en la industria de la construcción han

sido diversas, y los resultados han mostrado que esta metodología ayuda a establecer
rankings comparativos de mucha utilidad para la administración de una firma. Algunos
estudios desarrollan etapas posteriores al Análisis Envolvente de Datos al correlacionar
las medidas de eficiencia con otros indicadores como innovación tecnológica, inversión
de capital, accidentabilidad laboral e indicadores financieros relacionados a la
rentabilidad y productividad; dando una visión de aquellos factores que adicionalmente
a los recursos consumidos, explican un comportamiento eficiente.
El estudio económico financiero basado en la determinación de ratios permite

analizar y supervisar el desempeño de una firma. Dichas razones posibilitan la
comparación de información entre firmas dentro de un mismo período, y también la
evaluación del desempeño temporal de la firma a través del tiempo evaluando índices
históricos, lo que se conoce como el análisis de series temporales. Las razones o índices
pueden ser agrupados en diversas categorías, y las más comunes son aquellas que
engloban la información mediante criterios de liquidez, actividad, endeudamiento,
rentabilidad y mercado. Si bien existen diversas líneas de investigación sobre análisis
financiero, la mayoría de trabajos se orientan a la predicción de la quiebra o fracaso
empresarial, estableciéndose la necesidad de nuevos planteamientos en donde las
razones financieras permitan crear mecanismos para la gestión y consecución de
objetivos.
62
CAPÍTULO IV. APLICACIÓN DEL MODELO DEA EN LA MEDICIÓN

DE LA EFICIENCIA DE EMPRESAS DE LA CONSTRUCCIÓN EN EL
ECUADOR
4.1. INTRODUCCIÓN
Las empresas constructoras plantean diversas estrategias para la consecución de

sus objetivos empresariales, tales como la explotación de economías de escala,
reducción de costos, y otras tácticas que optimizan el flujo de efectivo; sin embargo,
dada la necesidad de estudiar el uso óptimo de los recursos como una estrategia de
gestión, se ha planteado a la metodología DEA como un mecanismo que permite el
análisis de beneficios de acuerdo a los recursos consumidos.
En el presente capítulo se aplica el Análisis Envolvente de Datos a una muestra

de empresas constructoras ecuatorianas. En primera instancia se justifica y selecciona
las variables intervinientes de acuerdo a estudios previos o técnicas estadísticas. Las
variables seleccionadas permitieron medir la eficiencia a lo largo de cuatro años de
estudio mediante un modelo output orientado con rendimientos variables. Así, se
exponen las diferentes puntuaciones obtenidas por las firmas y las potenciales mejoras
relacionadas al uso de recursos.
A continuación se estudia la relación entre la eficiencia y el tamaño de las firmas,

tamaño que es previamente determinado mediante técnicas estadísticas. De esta forma
se exponen los resultados por años de los promedios de eficiencia de acuerdo a los
segmentos de tamaño establecidos.
4.2. UNIDAD DE ANÁLISIS
La unidad de análisis está conformada por una muestra del sector empresarial
de la construcción en el Ecuador. Se estableció como universo a aquellas empresas
dedicadas a la construcción de todo tipo de edificios, agrupados según codificación de
63
la Superintendencia de Compañías como actividad económica de nivel F41 2, que incluye

la construcción de casas familiares individuales, edificios multifamiliares, edificios de
alturas elevadas, viviendas para beneficencia, orfanatos, cárceles, cuarteles, conventos,
casas religiosas, incluyendo remodelación, renovación o rehabilitación de estructuras
existentes.
El universo o población comprende 4418 sociedades con fines de lucro de

categoría F41 (corte a octubre 2013). La mayor concentración de empresas se presenta
en las principales provincias (Pichincha 1247, Guayas 1817 y Azuay 170 sociedades). La
muestra es probabilística debido a que todos los elementos de la población tienen la
misma probabilidad de ser elegidos. Las unidades muestrales, en este caso las empresas
seleccionadas, presentan valores parecidos a los de la población, y la precisión de los
datos dependerá del error en el muestreo cuyo margen en esta investigación asume un
valor de 5%. Así también, para el presente caso se asumió un nivel de confianza del 95%,
es decir, existe la seguridad de que la muestra sea representativa de la población con un
0,95 de probabilidades a favor. 3
𝑍 2 𝑁𝑝𝑞
n= 2 ( 29 )
𝑒 (𝑁 − 1) + 𝑍 2 𝑝𝑞
N 4418 Tamaño de la población o universo

Z 1.96 Puntuación Z de 1.96 corresponde a un nivel de confianza del 95%
e 0.05 Error
p 0.5 Proporción de individuos que poseen en la población la característica de
estudio.
q 0.5 Proporción de individuos que no poseen esa característica, es 1-p
n tamaño de la muestra
1.962 (4418)(0.5)(0.5) ( 30 )
𝑛=
0.052 (4418 − 1) + 1.962 (0.5)(0.5)
n= 354
2
La Superintendencia de Valores y Seguros del Ecuador, lleva en su página web oficial el Directorio de
Compañías, clasificándolas según el tipo de actividad económica.
http://appscvs.supercias.gob.ec/portalInformacion/sector_societario.zul
3
El valor de confianza de 0.95corresponde a un valor Z de 1.96 según la distribución normal estándar N
(0,1). El error estándar, así como el nivel de confianza asumidos, son los comúnmente aceptados para
estudios e investigaciones en el campo de las ciencias sociales.
64
Si bien el tamaño de la muestra se determinó en 354 empresas, fue posible

obtener información de 381 empresas constructoras, la mayoría de ellas registran
valores contables en los cuatro años de estudio, mientras otras lo hacen de forma parcial
sólo para algunos de los años, lo que es común en la industria de la construcción debido
a que muchas empresas se conforman únicamente para períodos cortos de tiempo, o
incluso para proyectos puntuales. La muestra presentó la siguiente concentración de
empresas en el territorio: Guayas 49%, Pichincha 39%, Manabí 6%, Azuay 5%, Otras 1%.
El listado completo de las empresas que forman parte de la muestra de estudio se puede
apreciar en el Anexo IV.
4.3. VARIABLES DISPONIBLES
Con la finalidad de construir las variables de estudio, se recolectaron datos

contables en fuentes secundarias. La investigación tiene como principal fuente de datos,
la información de empresas que registran sus estados financieros en la
Superintendencia de Compañías, Seguros y Valores, que incluye estados de resultados,
de situación general y de flujo de efectivo de las organizaciones que registran actividad
comercial mediante la forma legal de compañías o sociedades anónimas.
La investigación es de corte longitudinal debido a que se obtuvieron datos de la

misma empresa en diferentes momentos. El presente estudio inició en el 2014 con el
listado oficial publicado por la Superintendencia de Valores y Seguros que presentaba
en su página web oficial 4418 empresas registradas hasta diciembre de 2013, y fue el
dato base para el muestreo; sin embargo, fue posible a más de ampliar la muestra,
obtener también datos en un horizonte temporal de cuatro años (2012-2015), el cual es
un período de estabilidad económica y política para el Ecuador; además en el sector de
la construcción un ciclo de obras de esta magnitud comprende lapsos temporales
mínimos de 2 a 3 años.
El grupo de variables disponibles es muy amplio, puesto que los estados

contables disponen de mucha información sobre diversas áreas del negocio, sin
embargo tienen un limitante, puesto que se enmarcan en un análisis económico
financiero, perdiendo información relevante como cantidad de personal, inventario y
otros, que permitiría un análisis envolvente más preciso.
65
Entre las principales variables que se obtienen de los estados financieros, y que
pueden aportar como posibles inputs u outputs, podemos nombrar:
Inputs Outputs
 Activo Corriente  Ingresos por Ventas

 Activo Fijo  Utilidad Bruta
 Total Activo  Utilidad Operacional
 Capital  Utilidad antes de Impuestos
 Total Patrimonio  Resultado Neto
 Costo de Ventas  Otros Ingresos en Actividades
 Gastos Administrativos y de Ventas Relacionadas
 Gasto Personal
 Gasto en Intereses por Préstamos
 Compras
 Promoción y Publicidad
 Equipo y Herramienta
 Inventarios (obras en proceso)
4.4. ELECCIÓN Y JUSTIFICACIÓN DE VARIABLES INTERVINIENTES
El conjunto de variables debe seleccionarse con la finalidad tanto de evitar la

redundancia, como de simplificar el esquema de cálculo. Según Cooper, Seiford yTone
(2007), es recomendable seguir la siguiente relación:
n ≥ max {m x s, 3(m+s)} ( 31 )
n= número de unidades analizadas
m= número de inputs
s= número de outputs
A más de la regla antes mencionada para determinar la cantidad de variables a

incluir en el estudio, existen mecanismos que ayudan a una adecuada selección, esto es,
elegir aquellas variables que realmente representen el problema a analizar. Entre las
técnicas de este tipo se pueden mencionar: la opinión de expertos, variables utilizadas
66
en estudios previos, método de Jenkins y Anderson (2003), análisis descriptivo, análisis

de coeficientes de correlación, análisis de componentes principales, entre otros.
Para el presente caso se ha realizado una selección de variables según: estudios

previos, análisis estadístico descriptivo y análisis de componentes principales. Si bien
pueden emplearse otros mecanismos adicionales, los antes mencionados, son
pertinentes por cuanto, por un lado, usan variables previamente comprobadas y por
otro, emplean la estadística como herramienta de selección.
4.4.1. Variables utilizadas en estudios previos
Existen varias investigaciones sobre la aplicación de la metodología DEA en la

industria de la construcción, las cuales incorporan variables que en su mayoría son de
tipo contable (Tsolas, 2011). Es importante considerar estas variables por cuanto ya han
sido probadas y han permitido llegar a conclusiones valiosas sobre este sector industrial.
A continuación, se presenta un resumen de algunos de los principales trabajos en esta
temática y sus variables intervinientes.
67
AUTOR AÑO TÍTULO PAÍS MODELO Y VARIABLES
Moreno, López 2014 Productividad, eficiencia y Colombia Modelo en tres etapas: DEA-CCR,
Robayo, y Díaz sus factores explicativos en el Malquimist y Regresión Tobit.
Castro . sector de la construcción en Entradas: Capital, Activo, Consumos
Colombia 2005-2010. Intermedios, Gasto Personal.
Salidas: Producción (Ventas).
Guerrini, 2013 Measuring the efficiency of Italia Modelo: DEA y Regresión mediante un
Martini, y the Italian construction modelo Tobit
Campedelli. industry. Entradas: Gasto Personal, Capital, ROI,
Gastos de Funcionamiento.
Salidas: Valor de Producción.
Independientes: Tamaño, Calidad.
Dzeng y Wu. 2013 Efficiency measurement of Taiwan Modelo: Análisis de la frontera estocástica
the construction industry in SFA para modelar y medir la eficiencia del
Taiwan: a stochastic frontier costo.
cost function approach. Entradas: Costo Total, Costo de Capital y
Costo de Mano de Obra.
Salidas: Producto Bruto.
Francisco de 2012 Analysis of the efficiency of Brasil Modelo: DEA-Malmquist

Araujo, national civil construction Entradas: Empleados y Equipo.
Guimaraes, y firms. Salidas: Ingresos Brutos.
Shikida.
Tsolas. 2011 Modelling profitability and Grecia Modelo: DEA-BBC y correlación mediante
effectiveness of Greek-listed mínimos cuadrados ordinarios.
construction firms: an Entradas: Costo de Ventas y Costo
integrated DEA and ratio Administrativo.
analysis. Salidas: Ingresos.
Variables de regresión: Ratio ingresos-
Gastos, Utilidad antes de Impuestos.
Horta, 2010 Performance Assessment of Portugal Modelo: DEA y plataforma de indicadores

Camanho, y Da Construction Companies de rendimiento KPIs.
Costa. Integrating Key Performance Entradas: Trabajo (Empleados).
Indicators and Data Salidas: Ventas.
Envelopment Analysis. Variables KPIs: Productividad,
Rentabilidad, Cts. x Cobrar,
Accidentabilidad y Crecimiento de Ventas.
El-Mashaleh, 2010 Utilizing data envelopment Jordania Modelo: DEA-CCR

Rababeh, y analysis to benchmark safety Entradas: Gastos del contratista en
Hyari. performance of construction materia de seguridad como porcentaje de
contractors. los ingresos totales.
Salidas: Accidentabilidad Laboral.
Chau, Wang, y 2005 Technological progress and Hong Kong Modelo: DEA
Lu. the productive efficiency of Entradas: Capital, Trabajo, Insumos
construction firms in Hong Intermedios, Gastos.
Kong, 1981–2001. Salidas: Ingresos.
McCabe, Tran, y 2005 Construction prequalification Canadá Modelo: DEA.

Ramani. using data envelopment Entradas: Record de Seguridad, Capacidad
analysis. Corriente, Experiencia.
Salidas: Ventas.
En resumen, las variables en los trabajos anteriormente descritos se pueden

agrupar de acuerdo a ciertos parámetros contables como se expone a continuación:
68
Grupo Variables de Entrada No. de artículos

Inversión Capital 4
Activo 1
Equipo 1
Retorno sobre Inversión 1
Materiales e insumos Costos 2
Consumos intermedios Consumos Intermedios 2
Gastos 2
Gasto en Seguridad 2
Trabajo Gastos en Personal 5
Mano de Obra 2
Intangibles Experiencia 1
Grupo Variables de salida No. de artículos
Producción Nivel de Ventas 6
Producto Bruto 1
Partiendo de esta información, se hace evidente que para establecer los inputs
se tiende al uso de la variable Capital, que es una cuenta contable del estado de situación
financiera que describe la inversión inicial de los propietarios. También se puede
verificar el uso de variables relacionadas a Consumos Intermedios, que son
principalmente cuentas de gasto ya sea administrativo o de ventas que se registran en
el estado de resultados. Por último, se puede apreciar la alta incidencia del uso de
variables que tienen relación a la fuerza laboral, pues siete artículos consideran este
factor dentro de sus variables de entrada.
En relación a las variables de salida, se puede concluir que la variable Ventas es

ampliamente utilizada en diversas investigaciones, puesto que permite definir una
escala idónea para valorar el resultado de una firma constructora.
4.4.2. Análisis estadístico descriptivo
Para una identificación y valoración plena de los datos, se han elaborado

estadísticos básicos de cada variable y para cada uno de los años de estudio, los cuales
se pueden apreciar a detalle en el Anexo II.
A continuación, se presentan los coeficientes de variación, que muestran la

dispersión y amplitud de los datos.
69
Tabla 4. 1. Coeficientes de variación de variables disponibles.

VARIABLE CV 2012 CV 2013 CV 2014 CV 2015
Activo Corriente 3,19 3,19 2,85 2,94
Activo Fijo 3,39 3,76 3,63 3,66
Total Activo 2,74 2,74 2,47 2,66
Capital 6,02 5,52 4,13 5,43
Total Patrimonio 3,43 3,24 3,02 3,04
Costo de Ventas 4,25 3,80 2,59 3,19
Gastos Administrativos y de Ventas 2,56 2,45 2,50 2,37
Gasto en Personal 3,75 3,07 2,57 2,62
Gasto en Intereses por Préstamos 4,36 5,14 3,97 4,28
Compras 5,09 6,12 3,49 4,51
Promoción y Publicidad 6,95 7,19 7,56 8,29
Inventarios (Obras en Proceso) 3,69 3,90 4,09 4,35
Ingresos por Ventas 3,25 2,98 2,18 2,65
Utilidad Bruta 2,46 2,27 2,50 2,49
Utilidad Operacional 3,72 3,56 8,27 8,13
Utilidad antes de Impuestos 4,26 3,99 6,51 5,04
Resultado Neto 5,44 4,68 8,93 5,77
Se puede apreciar una variabilidad muy alta de ciertos elementos como Capital,
Promoción y Publicidad, Utilidad Operacional y Resultado Neto. Esta consideración es
importante por cuanto, para lograr puntuaciones de eficiencia adecuadas, es
recomendable que las unidades a ser analizadas posean características homogéneas, lo
que se aseguraría empleando variables intervinientes que no posean alto grado de
variabilidad. Según Alvarez (2013), la variabilidad de las unidades intervinientes se
produce por ciertas características propias de la empresa como localización, demografía,
objetivos estratégicos entre otras, y su análisis lleva a una adecuada estimación de la
frontera, incluso explica una conducta ineficiente. Pastor, Ruiz y Sirvent (1999 y 2002),
plantean el estudio y detección de factores que producen la heterogeneidad, cuya
aplicación da como resultado la aceptación o rechazo de cada variable. Por su parte
Draper y John (1981) plantean para estos casos de heterogeneidad la detección de datos
atípicos mediante procedimientos estadísticos multivariantes, lo que permite
posteriormente trabajar con una muestra homogénea.
70
4.4.3. Análisis de componentes principales
Para reducir la dimensión (número de variables) de la información disponible, se

ha llevado a cabo un análisis de componentes principales basado en covarianzas, cuyo
detalle para todos los años, se encuentra en el Anexo III. A continuación, se analizarán
los resultados del año 2015, el cual presenta resultados similares a los otros años de
estudio.
Tabla 4. 2. Matriz de vectores propios 2015

Variable Comp1 Comp2 Comp3 Comp4 Comp5
Activo corriente 0.5234 0.3345 -0.2337 -0.4239 0.0811
Activo Fijo 0.1889 -0.6298 0.3183 0.2001 -0.0400
Total Activo 0.7124 -0.2958 0.0851 -0.2262 0.0406
Capital 0.0144 0.0349 0.0536 -0.0455 0.0651
Patrimonio 0.1408 -0.1951 0.0482 0.3871 0.1477
Costo de Ventas 0.2430 0.4806 0.5580 0.2524 -0.5378
Gastos 0.0575 -0.0832 0.0657 0.1094 0.0192
Gasto en Personal 0.0444 0.0364 0.0798 0.0809 -0.2073
Gasto en Intereses 0.0089 -0.0021 0.0173 -0.0128 0.0132
Compras 0.0945 0.3322 0.3643 0.2474 0.7912
Publicidad 0.0016 -0.0073 0.0049 -0.0013 0.0064
Inventario 0.2990 0.1226 -0.6137 0.6585 -0.0726
Fuente: Elaboración propia, software Stata V.13
En la Tabla 4.2, se puede apreciar la matriz de vectores propios de 5

componentes, aunque resulta razonable analizar los 3 primeros puesto que con ellos se
explica el 95% de la variabilidad total, teniendo en cuenta que al adicionar un
componente más, sólo se llegaría al 96.91%.
La matriz de vectores propios nos indica que el componente 1 tiene una

importante correlación positiva con las variables Activo corriente y Total activo. El
componente 2, tiene una correlación positiva con la variable Costo de Ventas, y una
correlación negativa con Activo Fijo. El componente 3, tiene una correlación positiva
con las variables Activo Fijo, Costo de Ventas y Compras, y una correlación negativa con
Inventario.
71
Two panel biplot
Observations Variables
6000
6000
4000
4000
CostoVts
129
Compras
2000
2000
ActCorr
5
Dimension 2
Dimension 2
123 128
166 Inventario
51
152 13761 Capital
GastoPers
354 133 72111
170
124
7780
62
5458
167
145
176
147
375
376
154
87
20
350
158
169
34 71
105
59
113146
367
118
164
931
74
119
85
55
168
21
353
81
110
236
246
165
143
17
210
356
15
35
211
200
15398
297
67
29
131
204
310
19
75
208
238
188
14
141
144
96
194
323
122
196
265
30
57
264
3
198
298
369
277
0
0
135 82
142
32
8
36
115
172
175
187
219
234
1
68
315
321
330
336
363
16
47
56
60
66
69
73
84
90
94
97
138
149
174
224
304
307
312
326
347
358
308
33
130
34552 7
6
18
22
26
25
24
41
49
53
64
63
70
76
103
109
114
121
120
127
126
132
148
173
177
186
185
184
190
195
203
205
207
209
214
213
212
218
221
228
226
232
231
240
242
245
249
261
260
259
258
256
263
271
270
274
276
278
281
284
288
292
296
301
300
303
306
314
320
322
324
327
335
341
340
339
338
346
349
348
355
364
366
371
374
381
263
370
189
179
162
199
13
23
37
42
107
117
206
222
244
266
299
342
359
12
27
8
106
108
118
140
178
197
201
216
230
237
255
262
268
286
291
295
302
334
333
331
362
373
380
344
91
377
10
289
44
50
89
93
100
139
171
192
202
229
235
247
287
293
311
325
328
337
352
357
372
155
159
351
343
360
112
79
99
102
183
241
275
283
285
193
282
136
225
43
239
267
78
88
104
156
365
46
92
134
243
38
45
378
65
250
309
217
101
181
252
28 GastoInt
125 273
4163
361
151 40
39
160
48 95279 Publicidad
182
116 Gastos
191
-6000 -4000 -2000
-6000 -4000 -2000

157 Patrimonio
TotAct
180
280
ActFijo
-10000 -8000 -6000 -4000 -2000 0 2000 -10000 -8000 -6000 -4000 -2000 0 2000
Dimension 1 Dimension 1
Figura 4. 1. Componentes principales con variables 2015.
En la Figura 4.1 se puede apreciar gráficamente la agrupación de variables, donde

se puede observar la importancia de incluir en el análisis, variables como el Costo de
Ventas y alguna de las cuentas de activo. En menor grado de importancia se pueden
incorporar variables como Compras, Inventarios, Patrimonio y Gastos.
4.4.4. Variables seleccionadas.
Los análisis efectuados muestran la importancia de incorporar ciertas variables.

En el caso de los estudios previos, se determina el uso favorable de la variable Ventas
como una variable de salida, y en relación a variables de entrada se verifica el buen
resultado de usar variables como Gasto Intermedio y Gasto en Personal, variables que
fueron consideradas en la presente investigación. Así también, se evidenció el uso
favorable de la variable Capital; aunque en el caso de las empresas ecuatorianas, como
se pudo verificar en el análisis estadístico descriptivo, esta variable muestra altos
coeficientes de variación, aspecto que se explica en parte porque muchas empresas
constructoras en Ecuador trabajan con capitales pequeños o mínimos legales y tienen
un fuerte apalancamiento de recursos mediante deuda y preventas, mientras otras
empresas sí registran valores altos de inversión en la cuenta Capital, lo que ocasiona la
variabilidad de los datos. Por tal motivo, para la presente investigación resulta más
conveniente elegir una variable de activo, como el Activo Fijo, grupo que resultó
pertinente según el análisis de componentes principales, además su participación
permite incorporar a la tecnología como recurso de entrada.
72
Finalmente se establecieron como inputs o entradas: 1) Trabajo, 2) Materiales y

Recursos Intermedios y 3) Propiedad, Planta y Tecnología; y como outputs o salidas: 4)
Producción. Las estadísticas descriptivas de las variables intervinientes, se pueden
apreciar en la Tabla 4.3.
1) Trabajo, dato obtenido del valor gastado en sueldos y salarios reportados en el

Estado de Resultados.
2) Materiales y Recursos Intermedios, se obtiene del valor registrado como Costo de

Ventas e incluye adicionalmente los Gastos Administrativos y de Ventas reportados en
el Estado de Resultados.
3) Equipo, propiedad, planta y tecnología, obtenido del Activo Fijo Neto, información
contenida en el Estado de Situación Financiera.
4) Producción, obtenido de las ventas e ingresos netos de actividades ordinarias

registrados en el Estado de Resultados.
Tabla 4. 3. Estadísticos básicos de variables de entrada y salida

Variable Obs. Media Desviación CV Máx.
Año 2012
Trabajo (T) 233 225 449 1,99 3790
Materiales (M) 233 855 1610 1,88 13076
Equipo (P) 233 528 1413 2,67 11481
Producción (Q) 233 1152 1937 1,68 15083
Año 2013
Trabajo (T) 280 264 587 2,22 5773
Materiales (M) 280 1050 1985 1,89 14553
Equipo (P) 280 721 2513 3,49 25078
Producción (Q) 280 1431 2453 1,71 16877
Año 2014
Trabajo (T) 230 264 489 1,85 3637
Materiales (M) 230 993 1878 1,89 13725
Equipo (P) 230 662 1889 2,85 17046
Producción (Q) 230 1316 2348 1,78 15757
Año 2015
Trabajo (T) 259 255 453 1,78 2781
Materiales (M) 259 993 2048 2,06 16664
Equipo (P) 259 803 2605 3,24 27881
Producción (Q) 259 1332 2640 1,98 21417
Nota: Valores en miles de dólares. Fuente: Elaboración propia.
73
4.5. MEDICIÓN DE LA EFICIENCIA EN LAS EMPRESAS CONSTRUCTORAS AÑOS 2012-

2015
Con ayuda del programa Frontier Analysis, se determinaron los puntajes de

eficiencia para cada uno de los cuatro años de estudio mediante un modelo input
orientado con rendimientos variables (BCC), modelo planteado por Banker, Charnes y
Cooper. Los resultados totales se pueden apreciar en el Anexo IV, en donde se muestra
para cada año, el puntaje de eficiencia de cada una de las unidades (DMU) que forman
parte de la muestra. Así también, en las Figuras 4.2, 4.3, 4.4 y 4.5 se aprecia la
distribución de las medidas de eficiencia para cada uno de los años.
Distribution of scores
58
65
60
55
50 40
45 36
40 31
29
35 25
30
25
20
8
15
4
10 1 1 0
5
0
0 to 10 11 to 20 21 to 30 31 to 40 41 to 50 51 to 60 61 to 70 71 to 80 81 to 90 91 to 99.9 Efficient
Figura 4. 2. Distribución de los puntajes de eficiencia para el año 2012.

37
36 35
40
32
31
35 29
30 24
22
25 20
20
15 10
10 4
0
Figura 4. 3. Distribución de los puntajes de eficiencia para el año 2013
74
67
75
70
65
60 48
55
50 39
45
40
35 24 24
30
25 16
20
15 5
3 2
10 1 1
5
0

84
90
80
70
60 47
50 38
40 26 26
30
11 13
20
5 4 3 2
10
0
En la Tabla 4.4 se expone la estadística descriptiva del modelo, en donde el 2014

se muestra como año relevante con 39 empresas eficientes y una eficiencia promedio
de 79,47%. El valor máximo de eficiencia es 100, mientras que en los mínimos existen
valores cercanos a cero en el 2014 y 2015. En el 2012 se observa un valor mínimo de
9.57%, lo que significa que en este año los inputs de la DMU pueden ser reducidos en
promedio un 90,43%.
Tabla 4. 4. Estadística descriptiva DEA (BCC)

Año 2012 2013 2014 2015
Total observaciones 233 280 230 259
Número de Eficientes 31 32 39 26
Eficiencia promedio 68,36 55,04 79,47 70,50
Mediana 65,06 57,73 80,75 68,55
Desviación 19,97 29,02 17,90 19,97
Máx. 100,00 100,00 100,00 100,00
Mín. 9,57 5,08 0,67 0,79
75
En la Figura 4.6 se puede apreciar la reducción de los puntajes de eficiencia en el

año 2013, es decir, las empresas fueron parcialmente ineficientes en términos de
consumo de recursos en este año; cuestión que puede ser explicada en parte, porque
durante ese año el precio del barril de crudo ecuatoriano empezó a mostrar su tendencia
a la baja y la economía dio muestras de una contracción que se vio reflejada en el sector
inmobiliario debido a la disminución de la oferta de créditos hipotecarios. 4
90,00
80,75
80,00
70,50
70,00 68,36
55,04 79,…
60,00 65,06 68,55
50,00
51,73
40,00
30,00
20,00
10,00
0,00
2012 2013 2014 2015
Media Mediana
Figura 4. 6. Evolución de la eficiencia por años (BCC)
En las Figuras 4.7, 4.8, 4.9 y 4.10 se aprecian las gráficas de las mejoras
potenciales totales para cada uno de los años. Se verifica en los años 2012 y 2014 que la
variable Equipo es la que mayormente permite un mejoramiento integral con un valor
cercano al 40%. En los años 2013 y 2015 las variables presentan un equilibrio en cuanto
a su participación en la determinación de mejoras.
4
El ORB (OPEC Reference Basket) que es un promedio ponderado con los precios de las variedades de
petróleo producidas por los países de la OPEP (Organización de Países Exportadores de Petróleo) según
los datos reportados por Petroecuador, mostró para el año 2011 un precio de 107 dólares el barril, 109
para el 2012, y una caída para los años 2013 y 2014 con 105 y 93 dólares respectivamente. Según datos
del Banco Central del Ecuador, los créditos hipotecarios otorgados por el BIESS (Banco del Instituto
Ecuatoriano de Seguridad Social), mostraron una reducción en sus tasas de crecimiento de crédito,
pasando de 70% en 2011 a 18% para los años 2012 y 2013, y en 10% para el 2014. Así también la banca
privada reduce su oferta hipotecaria de 657 millones en 2011, a 554 millones para el 2012 y 548 millones
para el 2013.
76
Total potential improvements
Producción 5,78 %
Trabajo -26,74 %
Materiales -26,73 %
Trabajo
Equipo -40,74 %
Materiales
Producción
Equipo
Figura 4. 7. Mejoras potenciales totales año 2012

Producción 8,92 %
Trabajo -29,84 %
Trabajo Materiales -30,65 %
Equipo -30,59 %
Producción
Materiales
Equipo

Producción 9,15 %
Trabajo -25,17 %
Trabajo Materiales -24,08 %
Equipo -41,6 %
Materiales Producción
Equipo

Producción 1,97 %
Trabajo -33,82 %
Materiales -30,71 %
Trabajo
Equipo -33,49 %
Producción
Materiales
Equipo
77
La Tabla 4.5 muestra una estadística descriptiva de la eficiencia de escala EE, que
relaciona la eficiencia técnica global ETG (modelo de retornos constantes) con la
eficiencia técnica pura ETP (modelo de retornos variables). La eficiencia de escala puede
ser interpretada como la parte de la ineficiencia presente en la eficiencia técnica global
(ETG). Obedece a la escala de producción de las diferentes DMU, por tanto ETG= ETP *
EE. Si EE=1, la unidad analizada no presentaría ineficiencias de escala, mientras que si
EE<1 existiría ineficiencias de escala. La Tabla 4.5 también muestra valores altos de
eficiencia de escala promedio en los años 2012, 2014 y 2015, lo que indica que las
unidades no están lejos de la escala óptima de operación en estos años. De todas
formas, al existir ineficiencias de escala en todos los años, es conveniente analizar si las
unidades operan a rendimientos crecientes o decrecientes.
Tabla 4. 5. Estadística descriptiva Eficiencia de Escala

Año 2012 2013 2014 2015
Total observaciones 233 280 230 259
Número de Eficientes 13 8 14 14
Eficiencia promedio 0,88 0,54 0,85 0,93
Mediana 0,95 0,54 0,88 0,96
Desviación 0,15 0,34 0,17 0,10
Máx. 1,00 1,00 1,00 1,00
Mín. 0,03 0,00 0,00 0,12
Retornos Constantes 13 8 14 14
Retornos Crecientes 77 85 53 47
Retornos Decrecientes 143 187 163 198
1,20
0,95 0,96
1,00 0,88
0,80 0,93
0,88 0,…
0,54
0,60
0,40 0,54
0,20
0,00
2012 2013 2014 2015
Media Mediana
Figura 4. 11. Evolución de la eficiencia de escala por años
Los rendimientos a escala (crecientes o decrecientes) indican la proporción en

que varían los outputs versus los inputs, es así que en el año 2015 existen
78
mayoritariamente empresas que presentan retornos decrecientes, esto significa que en

estas DMU el incremento porcentual de las ventas (output) es menor que el incremento
porcentual de los recursos consumidos (inputs). En el año 2013 se encuentran
mayoritariamente retornos crecientes, lo que significa que el incremento porcentual de
las ventas es mayor que el incremento porcentual de los factores consumidos en este
año.
4.6. MEJORAS POTENCIALES
Mediante el Análisis Envolvente de Datos también puede determinarse el valor

de reducción de inputs que serían necesarios en cada empresa para alcanzar la
eficiencia. En el Anexo V se puede encontrar una descripción de las unidades ineficientes
en el año 2015, la cual detalla los valores actuales de inputs y las reducciones necesarias
para alcanzar la frontera. Para ampliar el análisis se expone a continuación una
descripción para todos los años de las empresas ubicadas cerca de la mediana. La
bondad del modelo permite identificar para cada caso:
 La reducción porcentual en los inputs que se requiere para alcanzar el nivel

óptimo de eficiencia;
 Las unidades referentes para cada empresa, que son aquellas unidades que se
consideran 100% eficientes y contra las cuales se ha comparado directamente
cada unidad ineficiente.
 La contribución de referencia, que muestra la contribución porcentual de cada
unidad de referencia a los objetivos de la unidad considerada ineficiente.
Por ejemplo, la empresa Maccontrucciones en el año 2012 muestra que existe

un margen de mejora para las variables de entrada (ver Figura 4.12), es así que la
variable Trabajo y la variable Materiales puede ser reducida en un 34%, y la variable
Equipo puede ser reducida en un 51%. Además en la Figura 4.13, se puede apreciar las
unidades referentes y su porcentaje de contribución en el establecimiento de valores
meta.
79
EMPRESA: MACCONSTRUCCIONES S.A.

EFICIENCIA: 65.8%
AÑO: 2012
UNIDADES REFERENTES: No. 66 (VIZCAINO SIERRA CONSTRUCTORA CIA. LTDA.)
No. 80 (MACCAFERRI DEL ECUADOR S.A.)
No. 122 (ALBRA CONSTRUCTORES S.A.)
Producción 0
Trabajo -34
Materiales -34
Equipo -51
-100 -75 -50 -25 0 25 50 75 100
Figura 4. 12. Mejoras potenciales para MACCONSTRUCCIONES S.A. 2012
100
90
80
70
60
50
40
30
20
10
0
Equipo
Trabajo
Producción
Materiales
b
c
d
e
f
g 66 Comparison 1 g
b
c
d
e
f 80 Comparison 1 g
b
c
d
e
f 122 Comparison 1
Figura 4. 13. Contribuciones de referencia para MACCONSTRUCCIONES S.A. 2012
Para ejemplificar las bondades que la metodología DEA brinda a cada empresario
en particular, a más de la empresa Macconstrucciones anteriormente expuesta, se
muestra también para los años 2013, 2014, y 2015 otros ejemplos en donde se puede
verificar la reducción de inputs necesaria para un posicionamiento eficiente.
80
EMPRESA: CONSTRUCTORA CARVALLO A.Z. CIA. LTDA.

AÑO: 2013
EFICIENCIA: 57.7 %
UNIDADES REFERENTES: No. 122 (ALBRA CONSTRUCTORES S.A.)
No. 191 (DARTSCORP S.A.)
No. 361 (MINUTOCORP S.A.)
Producción 0
Trabajo -42
Materiales -42
Equipo -57
-100 -75 -50 -25 0 25 50 75 100
Figura 4. 14. Mejoras potenciales para CONSTRUCTORA CARVALLO A.Z. CIA. LTDA.2013
100
90
80
70
60
50
40
30
20
10
0
Equipo
Trabajo
Producción
Materiales
b
c
d
e
f
g 122 Comparison 1 g
b
c
d
e
f 191 Comparison 1 g
b
c
d
e
f 361 Comparison 1
Figura 4. 15. Contribuciones de referencia para CONSTRUCTORA CARVALLO A.Z. CIA. LTDA.2013
EMPRESA: SAVEC y ASOCIADOS CIA. LTDA.

AÑO: 2014
EFICIENCIA: 80.9%
UNIDADES REFERENTES: No. 25 (INTERNATIONAL BUSINESS SOLUTION IBSOL CIA.
LTDA.)
No. 101 (INGENIERO FELIPE ANDRADE CONSTRUCTORES
FEANCONSTRUC CIA. LTDA.
No. 200 (ATCONSTRUCTORES S.A.)
81
Producción 0
Trabajo -19
Materiales -19
Equipo -79
-100 -75 -50 -25 0 25 50 75 100
Figura 4. 16. Mejoras potenciales para SAVEC y ASOCIADOS CIA. LTDA. 2014
100
90
80
70
60
50
40
30
20
10
0
Equipo
Trabajo
Producción
Materiales
b
c
d
e
f
g 25 Comparison 1 g
b
c
d
e
b
c
d
e
f 200 Comparison 1
Figura 4. 17. Contribuciones de referencia para SAVEC y ASOCIADOS CIA. LTDA. 2014
EMPRESA: INMOBILIARIA PERICONSTRUCT S.A.

AÑO: 2015
EFICIENCIA: 68.4 %
UNIDADES REFERENTES: No. 123 (ALVAREZ BRAVO CONSTRUCTORES S.A.)
No. 182 (PLAZA TIA UNO S.A. SOLIDASA)
No. 354 (INVESTEAM S.A.)
82
Producción 0
Trabajo -31
Materiales -31
Equipo -74
-100 -75 -50 -25 0 25 50 75 100
Figura 4. 18. Mejoras potenciales para INMOBILIARIA PERICONSTRUCT S.A. 2015
100
90
80
70
60
50
40
30
20
10
0
Equipo
Trabajo
Producción
Materiales
b
c
d
e
f
g 123 Comparison 1 g
b
c
d
e
b
c
d
e
f 354 Comparison 1
Figura 4. 19. Contribuciones de referencia para INMOBILIARIA PERICONSTRUCT S.A. 2015
4.7. RELACIÓN ENTRE EFICIENCIA Y TAMAÑO DE LAS FIRMAS
Como primer paso para este análisis se clasificó a las firmas según su tamaño. Al
hablar de tamaño de las firmas, es necesaria una variable que valore la escala de
operación de una empresa determinada. En el caso de Ecuador, el Art. 106 del
Reglamento a la estructura e institucionalidad de desarrollo productivo de la inversión
establecidos en el Código Orgánico de la Producción, Comercio e Inversiones, define
cuatro segmentos de tamaño (Grande, Mediana, Pequeña y Microempresa), y las
variables para su segmentación son el volumen de ingresos y el número de personas
ocupadas. La presente investigación en concordancia con la legislación vigente, también
presentó cuatro segmentos de tamaño, pero en el afán de generar una métrica más
precisa, definió sus propias variables intervinientes para su determinación.
83
Según manifiesta Galindo (2005), las medidas cuantitativas más usuales y

efectivas para la determinación del tamaño empresarial suelen presentarse en el
siguiente orden: Empleados, Ventas, Importe de Activos, Gobierno y Estructura,
Dominio en el Sector, etc. En el presente estudio, se consideraron tres variables: Activos
Totales, Ventas Totales y Gasto en Personal. Estas variables fueron cuantificadas para la
determinación del tamaño mediante dos procesos: un análisis multicriterio con
clasificación de cuartiles, en donde el cuartil uno (Q1) representa a las empresas
pequeñas y el cuartil cuatro (Q4) a las empresas muy grandes. Por otro lado se desarrolló
un análisis de cluster jerárquico, en dónde las empresas pequeñas se agruparon en
mayor frecuencia, y las empresas muy grandes en menor frecuencia. En ambos casos se
realizó un análisis bivariado para la comparación de proporciones.
4.7.1. Tamaño por cuartiles.
Para la determinación de cuartiles, las firmas fueron previamente jerarquizadas

mediante el método multicriterio TOPSIS (technique for order performance by similarity
to ideal solution), técnica desarrollada originalmente por Hwang y Yoon (1981). TOPSIS
es una técnica práctica y útil para clasificar y seleccionar entre una serie de alternativas
empleando medidas de distancia. En este método se otorgó a la medida de Activo una
mayor importancia con un peso del 60%, y a las Ventas así como al Personal un 20% por
ser éstas, variables de menor jerarquía ya que dependen incluso de la eficiencia del uso
del activo. La razón resultante fue clasificada en cuartiles, y los estadísticos básicos de
cada uno en relación a la variable eficiencia se pueden ver en la Tabla 4.6 y 4.7.
Tabla 4. 6. Medias de eficiencia por cuartiles

Año Media total Q1 Q2 Q3 Q4
2012 68,36 69,53 63,78 64,21 75,99
2013 55,04 57,65 36,65 53,55 72,31
2014 79,47 77,16 77,60 78,35 84,83
2015 70,50 74,35 67,91 68,72 71,02
84
Tabla 4. 7. Medianas de eficiencia por cuartiles

Año Mediana total Q1 Q2 Q3 Q4
2012 65,06 69,62 57,28 59,72 78,02
2013 51,73 48,38 25,13 51,73 72,00
2014 80,75 76,12 79,35 80,49 89,69
2015 68,55 74,51 66,74 66,59 65,77
En las tablas anteriores, se puede destacar que las empresas del cuartil 4 que
corresponde a las de mayor tamaño, presentan una puntuación de eficiencia con
indicadores superiores en los años 2012, 2013 y 2014, lo que muestra un incremento de
eficiencia promedio en relación al tamaño en estos años.
Para profundizar el efecto tamaño se realiza un análisis de proporciones

mediante el estadístico Chi2 y se plantea las hipótesis:
Hipótesis Nula H0: P1=P2 (las proporciones son iguales)
Hipótesis Alterna H1: P1≠P2 (Las proporciones son diferentes)
La prueba Chi2 requiere evaluar el supuesto de que menos del 20% de celdas
tengan frecuencias esperadas menores a cinco, lo cual se puede comprobar en el Anexo
VI que muestra las frecuencias esperadas para cada uno de los años. También se
establece como regla de significancia un p<0.05, es decir se rechazará la hipótesis nula
solamente si existe un 95% de confianza en que la hipótesis nula sea falsa.
Se obtuvieron los valores Chi2, las proporciones y el pvalor para cada uno de los
años, datos que se pueden apreciar en el Anexo VII. Se rechaza la hipótesis nula con un
95% de confianza solamente en el año 2013 con un pvalor=0.008, es decir, hay
proporciones diferentes en la población en este año, evidenciándose la influencia del
factor tamaño en la eficiencia de las firmas.
Tabla 4. 8. Empresas eficientes según tamaño en el año 2013

Tamaño 2013 Ineficiente Eficiente Total
Q1 61 87,14% 9 12,86% 70 100,00%
Q2 65 92,86% 5 7,14% 70 100,00%
Q3 67 95,71% 3 4,29% 70 100,00%
Q4 55 78,57% 15 21,43% 70 100,00%
Total 248 88,57% 32 11,43% 280 100,00%
85
Como es de esperarse, al observar el casillero de totales en el cuadro 4.8, las

firmas eficientes sólo representan un 11.43% debido a que constituyen solamente el
grupo que marca la frontera eficiente; y las ineficientes representan un 88,57%. Si
analizamos las proporciones de cada uno de los cuartiles, se puede observar que el
porcentaje de ineficientes se incrementa para los cuartiles Q2 y Q3 respecto del
porcentaje total. Así también se destaca que en el cuartil Q4 existe un porcentaje mayor
de eficientes respecto del porcentaje total, es decir que para el cuartil 4, la frecuencia
observada de eficientes es superior a la frecuencia esperada.
4.7.2. Tamaño por clúster jerárquico.
Al igual que en la clasificación por cuartiles, para la clasificación por clúster

jerárquico se consideraron las variables de Activo, Ventas y Gasto en Personal. Este
método permite la agrupación de frecuencias de las empresas que comparten un mismo
atributo, y a diferencia del análisis por cuartiles, las frecuencias de cada grupo de
tamaño son diferentes. De todas formas, el análisis de clúster permite confirmar las
conclusiones del efecto escala previamente determinadas en el análisis de cuartiles.
El análisis de clúster jerárquico se elaboró mediante el método de Ward (1968)

o de varianza mínima, el cual presenta la menor pérdida de información cuando se
funden dos elementos en el proceso de agrupación. El método de Ward es uno de los
más utilizados en la práctica, posee muchas ventajas respecto de otros clústeres, y si
bien en el presente estudio se probaron otros métodos de agrupación como enlace
completo, el método de Ward mostró ser más discriminativo en la determinación de los
niveles de agrupación.
Se efectuó el clúster jerárquico por años y posteriormente se realizaron los

dendogramas (Anexo VIII) que motivan el establecimiento de cuatro grupos. En la Tabla
4.9 y Figura 4.20, se pueden observar los grupos con sus frecuencias resultantes, donde
se verifican mayores frecuencias para las firmas pequeñas.
86
Tabla 4. 9. Clasificación de las firmas según tamaño

2012 2013 2014 2015
Pequeña 185 230 182 229
Mediana 30 11 26 23
Grande 15 32 18 6
Muy Grande 3 7 4 1
Total firmas 233 280 230 259
250 230 229
200 185 182
150
100
50 30 32 26 18 23
15 11 7 4 6
3 1
0
2012 2013 2014 2015
Pequeña Mediana Grande Muy Grande
Figura 4. 20. Clasificación de las firmas según tamaño
En las Tablas 4.10 y 4.11, constan los estadísticos básicos de cada grupo en
relación a la variable eficiencia. Los años 2012, 2013 y 2014 muestran en sus estadísticos
básicos, medidas de eficiencia superiores para las firmas catalogadas como medianas,
grandes y muy grandes, datos que confirman el efecto escala para estos años.
Tabla 4. 10. Medias de eficiencia por grupos jerárquicos

Año Media total Pequeña Mediana Grande Muy Grande
2012 68,36 66,03 75,24 81,19 78,86
2013 55,04 50,05 86,62 76,65 70,45
2014 79,47 77,50 83,34 89,30 100,00
2015 70,50 70,22 72,98 78,73 28,40
Tabla 4. 11. Medianas de eficiencia por grupos jerárquicos

Año Mediana total Pequeña Mediana Grande Muy Grande
2012 65,06 61,78 79,48 90,26 78,65
2013 51,73 45,30 100,00 81,63 77,22
2014 80,75 78,90 88,36 91,01 100,00
2015 68,55 69,21 67,11 74,90 28,40
87
En este análisis de clúster también se ha incluido una prueba de proporciones.

No se usa el estadístico chi2 puesto que las frecuencias esperadas menores a cinco
superan el 20%. Por tanto, se aplica el test exacto de Fisher en cada uno de los años. Las
hipótesis son:
Hipótesis Nula H0: P1=P2 (las proporciones son iguales)
Hipótesis Alterna H1: P1≠P2 (Las proporciones son diferentes)
En el Anexo IX se pueden apreciar todas las proporciones según grupo jerárquico,

y el test de Fisher para todos los años. Se rechaza la hipótesis nula con un 95% de
confianza en los años 2013 y 2014, es decir, hay proporciones diferentes en la población
en estos años, evidenciándose la influencia del factor tamaño en la eficiencia de las
firmas.
Las Tablas 4.12 y 4.13 presentan un resumen de las proporciones de los años
2013 y 2014.

Tamaño Ineficiente Eficiente Total
Pequeña 213 92,61% 17 7,39% 230 100,00%
Mediana 5 45,45% 6 54,55% 11 100,00%
Grande 23 71,88% 9 28,13% 32 100,00%
Muy Grande 7 100,00% 0 0,00% 7 100,00%
Total 248 88,57% 32 11,43% 280 100,00%
Fuente: Elaboración propia, software Stata v.13

Tamaño Ineficiente Eficiente Total
Pequeña 158 86,81% 24 13,19% 182 100,00%
Mediana 19 73,08% 7 26,92% 26 100,00%
Grande 14 77,78% 4 22,22% 18 100,00%
Muy Grande 0 0,00% 4 100,00% 4 100,00%
Total 191 83,04% 39 16,96% 230 100,00%
Fuente: Elaboración propia, software Stata v.13
En la Tabla 4.12 correspondiente al año 2013, los porcentajes de firmas eficientes

de empresas medianas y grandes se incrementan respecto a los porcentajes totales; y
en la Tabla 4.13 correspondiente al año 2014, los porcentajes de eficientes en empresas
medianas, grandes y muy grandes crecen respecto al porcentaje total, es decir que en
88
este año, las frecuencias observadas son superiores a las frecuencias esperadas en
empresas de mayor tamaño, confirmando la importancia del factor escala en la
eficiencia de las firmas.
4.8. CONCLUSIONES
El Análisis Envolvente de Datos ha mostrado ser una herramienta factible para la

calificación del nivel de eficiencia de las empresas intervinientes en la presente
investigación.
Mediante el análisis de variables de estudios previos, estadístico descriptivo, y

de componentes principales, se ha podido determinar la conveniencia de utilizar las
variables Trabajo, Materiales y Recursos Intermedios, Equipo y Tecnología como
entradas; y Producción como variable de salida.
Los niveles de eficiencia promedio para el año 2012 alcanzaron un 68%, para el
año 2013 un 55%, en el año 2014 el valor más alto con un 79% y el año 2015 con un
promedio del 71%; por tanto en el año 2013 las empresas fueron parcialmente
ineficientes en términos de consumo de recursos, factor que va de la mano con la
recesión económica del Estado fruto de la reducción de ingreso estatal por la caída de
los precios del petróleo.
En relación a la escala de operación, se puede destacar que en el año 2015

existen mayoritariamente empresas que presentan retornos decrecientes, es decir que
para ese año el incremento porcentual de las ventas es menor que el incremento
porcentual de los recursos consumidos.
En relación al efecto eficiencia y tamaño de las firmas, el análisis por cuartiles

determina que las empresas de mayor tamaño (cuartil cuatro) presentan en los años
2012, 2013 y 2014 una puntuación de eficiencia superior al promedio general, y
especialmente en el año 2013 en el cuartil cuatro, existe un porcentaje mayor de firmas
eficientes respecto del porcentaje total. En cuanto al efecto eficiencia y tamaño de las
firmas del análisis por clúster jerárquico, se determina también que en los años 2012,
2013 y 2014 las medidas promedio de eficiencia para empresas de mayor tamaño, son
89
superiores a las medias generales, evidenciándose la influencia del factor tamaño en la

eficiencia de las firmas.
90
CAPÍTULO V. ANÁLISIS DE RATIOS FINANCIEROS
5.1. INTRODUCCIÓN
Para realizar un diagnóstico económico financiero del sector empresarial de la

construcción, es imprescindible analizar la principal información contable de las
diferentes firmas. Así, los ratios se presentan como una herramienta que posibilita
resumir la información y presentarla de forma consolidada y clasificada según las
diversas áreas internas de la organización. Estos índices constituyen una herramienta
fundamental para la gerencia, pues en base a ella el gerente inmobiliario puede
establecer estrategias de control de los recursos y proyectar a la organización hacia los
estándares promedio de la industria.
El presente capítulo usa los principales ratios financieros de común uso, tanto a
nivel teórico como práctico. En primera instancia se definen los ratios promedios del
sector industrial, información analizada mediante estadísticos que muestran la
variabilidad de la información entre firmas y durante el tiempo de análisis, dando una
visión de la evolución financiera del sector en el tiempo.
Como una segunda etapa, se presenta el contraste de los diversos ratios entre el
grupo de empresas eficientes e ineficientes, con su respectivo análisis estadístico,
formas de distribución de los datos y las principales pruebas que evalúan la
significatividad de la diferencia entre grupos. Finalmente se exponen los principales
ratios de empresas eficientes como un parámetro óptimo para el gerente, en el afán de
brindar un referente del grupo empresarial que maneja de manera eficiente sus
recursos.
5.2. ESTADOS FINANCIEROS
Los datos utilizados en el presente capítulo comprenden la información

financiera de 381 empresas de la construcción en los cuatro períodos de estudio (2012
– 2015). La información fue recabada del estado de situación financiera y del estado de
resultados, los cuales son reportados a la Superintendencia de Compañías Valores y
Seguros según requerimiento legal de los organismos de Gobierno para efectos de
91
tributación y control5; las empresas constan como compañías o sociedades y registran

actividad inmobiliaria 6.
Si bien los estados contables muestran una realidad financiera y económica de

una firma, es importante mencionar que a pesar de que la información sigue las normas
Internacionales de Información Financiera (NIFF) y es presentada con la firma de
responsabilidad de un profesional contable, existe la limitación de que los datos no
muestren la realidad de la empresa con exactitud, pues el Estado no posee la capacidad
de verificar y auditar los procesos contables de todas las organizaciones. De todas
formas, en el Ecuador las empresas deben regirse a normas contables internacionales,
lo que posibilita que la información se reporte bajo los mismos parámetros mediante un
proceso técnico y una normativa de sustento.
5.3. SELECCIÓN DE RATIOS
Para condensar la información que consta en los estados contables, se utilizan

ratios financieros que establecen relaciones entre diversas cuentas internas de la
organización. Para Bernstein (1993), el análisis financiero es importante por cuanto
evalúa la posición de la organización en el pasado y en el presente, valora los resultados
obtenidos, y posibilita estimar el futuro de la organización. La forma más común de
realizar una valoración financiera es la de los ratios, que se expresan como el cociente
entre dos magnitudes (Foster, 1990; Rivero y Rivero, 1992).
Si bien los ratios muestran un análisis cuantitativo integral, tienen como limitante
el dejar de lado factores cualitativos que influyen en el entorno económico del negocio
como son los valores morales y éticos, la capacidad y estudios del recurso humano, u
otros de carácter motivacional que también determinan el desempeño. De todas
formas, el uso de ratios permite reducir de forma significativa la cantidad de información
5 La Superintendencia de Compañías, Valores y Seguros del Ecuador, según facultad concedida mediante la Ley de
Compañías, en resolución No. SC.SG.DRS.G.11.02 norma la entrega obligatoria de los estados financieros y sus anexos,
los cuales son presentados de acuerdo a las normas NIFF adoptadas para el Ecuador desde el 4 de septiembre de 2006.
6
La Ley Orgánica de Transparencia y Acceso a la Información Pública determina en su artículo 1, que la Información
que esté en el poder de las instituciones del Estado es pública. La información concerniente a situación legal, actividad
y estados financieros de las empresas en el Ecuador se encuentran en el sitio web de la Superintendencia de Compañías,
Valores y Seguros (SUPERCIAS), en su portal de información:
http://appscvsmovil.supercias.gob.ec/portaldeinformacion/consulta_cia_param.zul
92
que genera una organización, y además contribuye a la comparación entre empresas,

así como a la comparación o análisis de la evolución temporal del negocio; aspectos
claves para establecer el norte y los objetivos empresariales, lo que sería imposible de
lograr si se analizarían los datos contables de forma individual (Bernstein, 1993).
Existe una gran cantidad de ratios que se pueden obtener de los estados
financieros de una organización, por tanto, es pertinente escoger un conjunto
significativo de razones financieras que constituyan los indicadores de desempeño de
mayor importancia, de forma que su estudio y análisis estadístico sea factible. Gitman y
Zutter (2012) y Block (2008) establecen cinco grupos o actividades de análisis: liquidez,
actividad, endeudamiento, rentabilidad y mercado. También plantean las principales
razones para cada uno de estos grupos, las cuales fueron adoptadas y calculadas en la
presente investigación. Se excluyeron del análisis las razones de mercado por cuanto
requieren valores o precios de acción, y en el caso de la industria de la construcción
ecuatoriana la cotización en bolsa por parte de las empresas constructoras es mínima.
Las principales categorías económicas y los ratios calculados fueron:
Razones de Liquidez
R1 Liquidez Corriente (Liq) Activo Corriente / Pasivo Corriente
R2 Liquidez Acida (Acida) (Activo Corriente-Inventario) / Pasivo Corriente
Razones de Actividad
R3 Rotación de Inventarios (Rotinv) Costo de Ventas / Inventario Promedio
R4 Rotación de Cuentas por Cobrar (Rctsxcob) Ventas a Crédito/Cuentas por Cobrar Promedio
R5 Rotación de Cuentas por Pagar (Rctsxpag) Compras / Cuentas por Pagar Promedio
R6 Rotación de Activos (Rotact) Ventas / Total Activos
Razones de Endeudamiento
R7 Índice de Endeudamiento (End) Total Pasivo / Total Activo
R8 Apalancamiento Financiero (Af) Utilidad Operacional / Utilidad Antes de Impuestos
Razones de Rentabilidad
R9 Margen de Utilidad Bruta (Mgb) Utilidad Bruta / Ventas
R10 Margen de Utilidad Operacional (Mgo) Utilidad Operacional / Ventas
R11 Margen de Utilidad Neta (Mgn) Utilidad Neta / Ventas
R12 Resultado sobre Patrimonio (ROE) Beneficio después de Impuestos / Capital Propio
R13 Resultado sobre Activos (ROA) Beneficio después de Impuestos / Activo
93
5.4. ANALISIS DE INDICADORES FINANCIEROS DEL SECTOR DE LA CONSTRUCCIÓN
5.4.1. Estudio Empírico Descriptivo
El estudio descriptivo se realizó considerando las 381 empresas seleccionadas, y

los 13 ratios mencionados anteriormente. Puesto que el análisis comprende un período
de cuatro años, no en todos los casos se dispone para cada ratio del mismo número de
observaciones, debido a que una firma no necesariamente registra actividad en todos
los años, o no siempre mantiene actividad en todos y cada uno de los componentes que
forman parte de un índice. En la Tabla 5.1 se visualizan los ratios de partida para el
conjunto de los cuatro años de estudio, y en el Anexo X se muestra un análisis estadístico
completo para cada uno de los ratios en los diferentes años sin ningún tipo de análisis
discriminante.
Tabla 5. 1. Estadísticos descriptivos de ratios financieros
Desviación
Ratio n Media Mediana Mínimo Máximo
Estándar
R1 Liq 991 6,11 1,49 18,19 0,00 187,81
R2 Acida 990 5,05 1,19 16,09 0,00 183,88
R3 Rotinv 395 28,73 2,32 95,91 0,00 854,25
R4 Rctsxcob 878 20,29 5,36 64,06 0,00 969,09
R5 Rctsxpag 426 19,36 5,62 43,08 0,00 404,57
R6 Rotact 1002 1,69 0,99 2,10 0,00 20,25
R7 End 951 0,62 0,71 0,30 0,00 1,00
R8 Af 994 1,56 1,00 8,02 -45,99 197,42
R9 Mgb 999 0,52 0,44 0,42 -3,78 1,00
R10 Mgo 997 -0,14 0,05 1,64 -23,69 0,88
R11 Mgn 981 -0,05 0,03 1,04 -22,62 0,86
R12 ROE 980 0,19 0,12 1,01 -12,58 9,70
R13 ROA 987 0,03 0,02 0,45 -11,67 0,97
Fuente: Elaboración propia, software SPSS V.22
Frecka y Hopwood (1983), Jesswein (2011), Patau (2014) coinciden en que los
datos deben ser inicialmente analizados y filtrados, ya que al calcular razones financieras
pueden existir datos atípicos que deben excluirse, puesto que de otro modo provocarían
distorsiones y resultados sin sentido. En la Tabla 5.1 podemos observar que los ratios de
R1 a R5 presentan una elevada desviación con rangos muy grandes entre sus valores
máximo y mínimo, lo que induce al análisis de datos atípicos propuesto por los autores
94
anteriormente mencionados, permitiendo eliminar el sesgo en análisis posteriores y

obtener una muestra estadística más homogénea.
Para la corrección de valores atípicos, es necesario un análisis exploratorio que

permita filtrar los datos y obtener así una muestra más consistente. Tukey (1977)
proporciona métodos sistemáticos para organizar y preparar la información, detectar
fallos, identificar datos perdidos y datos atípicos. El autor plantea la aproximación
gráfica denominada diagramas de caja (boxplot) como paso previo a la realización de
procedimientos estadísticos de mayor complejidad. Los diagramas de caja son útiles
cuando la distribución de variables es asimétrica o se aleja de la distribución normal, en
cuyo caso interpretar una variable en función de su media o desviación estándar sería
un error puesto que los estimadores no describen correctamente las características de
la muestra. En el caso de ratios financieros, el análisis discriminante bajo el sistema de
Tukey ha mostrado buen resultado identificando ratios atípicos y extremos, y
proporcionando una muestra más consistente (Patau, 2014).
Se realizó el análisis exploratorio con el método de Tukey en cada uno de los

ratios de forma individual para el conjunto de los cuatro años estudiados, y se
determinaron como valores atípicos aquellos que van más allá de los límites superior e
inferior previamente establecidos. (Spear, 1952; Tukey, 1977; Nuzzo, 2016).
En la Tabla 5.2 se puede verificar los límites resultantes que sirvieron de base
para la identificación de datos atípicos, y en el Anexo XI se presentan los gráficos de caja
con los cuartiles y límites respectivos para cada uno de los ratios en el conjunto de los
cuatro años de estudio.
95
Tabla 5. 2. Límites de Ratios Estilo de Tukey.

Ratios Percentil Percentil Percentil RIC RIC X 1,5 Límite Límite
25 50 75 Inferior Superior
R1 Liq 1,03 1,49 3,65 2,62 3,93 -2,91 7,58
R2 Acida 0,66 1,19 2,76 2,10 3,15 -2,48 5,90
R3 Rotinv 0,64 2,32 8,56 7,92 11,87 -11,23 20,43
R4 Rctsxcob 2,04 5,36 13,60 11,56 17,34 -15,30 30,94
R5 Rctsxpag 1,64 5,62 17,75 16,12 24,18 -22,54 41,93
R6 Rotact 0,40 0,99 2,23 1,83 2,75 -2,35 4,98
R7 End 0,40 0,71 0,89 0,49 0,73 -0,33 1,62
R8 Af 1,00 1,00 1,17 0,17 0,26 0,74 1,43
R9 Mgb 0,21 0,44 1,00 0,79 1,18 -0,97 2,18
R10 Mgo 0,01 0,05 0,10 0,09 0,13 -0,12 0,24
R11 Mgn 0,01 0,03 0,07 0,06 0,09 -0,08 0,16
R12 ROE 0,02 0,12 0,36 0,34 0,51 -0,49 0,87
R13 ROA 0,00 0,02 0,08 0,07 0,11 -0,11 0,19
Una vez excluidos los datos atípicos y extremos, se obtiene un conjunto de ratios
que presenta la siguiente estadística para el conjunto de los cuatro años de estudio:
Tabla 5. 3. Estadísticos descriptivos de ratios financieros con filtro de datos.
Desviación
Ratio n Media Mediana Asimetría Curtosis Mínimo Máximo
estándar
R1 Liq 861 1,896 1,311 1,531 1,606 2,089 0,002 7,388
R2 Acida 857 1,424 1,042 1,273 1,583 2,163 0,001 5,820
R3 Rotinv 327 3,139 1,470 4,068 2,166 4,873 0,000 20,421
R4 Rctsxcob 778 6,787 4,518 6,835 1,507 1,749 0,001 30,885
R5 Rctsxpag 377 8,014 4,512 9,127 1,600 1,972 0,000 40,960
R6 Rotact 941 1,293 0,902 1,182 1,178 0,603 0,000 4,952
R7 End 951 0,623 0,715 0,303 -0,641 -0,861 0,000 1,000
R8 Af 723 1,036 1,000 0,113 1,269 2,324 0,744 1,424
R9 Mgb 992 0,537 0,443 0,357 0,163 -1,376 -0,840 1,000
R10 Mgo 843 0,061 0,054 0,061 0,377 0,431 -0,116 0,234
R11 Mgn 850 0,038 0,030 0,039 0,534 0,324 -0,075 0,148
R12 ROE 878 0,187 0,113 0,235 0,805 0,543 -0,479 0,868
R13 ROA 846 0,036 0,022 0,048 0,920 0,911 -0,097 0,188
En la tabla 5.3 se muestra a más de las medias y medianas, la desviación estándar

para cada uno de los ratios, observándose valores elevados para las razones R3, R4 y R5
que corresponden a rotaciones de inventario, de cobro y de pago, es decir, en los
96
indicadores de actividad existe una elevada dispersión respecto del ratio promedio. En
el Anexo XII se encuentran los estadísticos descriptivos de cada ratio según años.
En las Figuras 5.1 a 5.13 se visualiza un análisis longitudinal de cada uno de los
índices, y se aprecia que si bien los ratios de Liquidez R1 y R2 muestran un incremento
para los años 2014 y 2015, los promedios de Rotaciones de Inventarios R3 y Rotaciones
de Cuentas por pagar R5 disminuyen significativamente para estos mismos años, es
decir, existe un incremento de liquidez pero de la mano de una contracción en el pago
de obligaciones, aspecto que suele mostrarse generalmente en períodos de
incertidumbre económica, previos a períodos de recesión.
Los márgenes de utilidad operativa R11 y de Utilidad Neta R12 muestran una
reducción considerable para el año 2015, fruto de un período de contracción económica,
mostrando así que las empresas del sector industrial de la construcción experimentaron
una disminución en la generación de beneficios.
4,00 2,80
2,60 1,10
3,50 1,50 1,11
2,40 1,03
1,42
3,00 2,20
1,23 1,20 0,96
2,00
2,50
1,80
2,00 2,08 1,60 1,56
1,82 1,96 1,40 1,52
1,50 1,73
1,20 1,36
1,26
1,00 1,00
2012 2013 2014 2015 2012 2013 2014 2015
Año Año
Mediana Media Mediana Media
Figura 5. 1. Medidas de tendencia central del Figura 5. 2. Medidas de tendencia central del
indicador de Liquidez (R1), según años. indicador Liquidez Acida (R2), según años.
97
5,50 15,00
5,00 1,67
1,35 1,56 13,00
4,50 5,10
4,00 11,00 4,83 4,46
3,50 1,22 3,70
3,61 3,33 9,00
3,00 3,29
7,00 7,48
2,50 2,45 6,64
6,98
2,00 5,99
5,00
1,50
1,00 3,00
2012 2013 2014 2015 2012 2013 2014 2015
Año Año
Figura 5. 3. Medidas de tendencia central del Figura 5. 4. Medidas de tendencia central del
indicador Rotación de Inventarios (R3), según indicador Rotación de Cuentas por Cobrar (R4),
años. según años.
19,00 2,400
0,950
17,00 6,85 2,200 0,928 0,928
15,00 0,863
5,54 2,000
13,00
1,800
11,00 10,16 3,01
9,04 3,19 1,600
9,00
1,400 1,357 1,342
7,00 6,49 1,270
5,00 6,55 1,200 1,208
3,00 1,000
2012 2013 2014 2015 2012 2013 2014 2015
Año Año
Figura 5.5. Medidas de tendencia central del Figura 5.6. Medidas de tendencia central del
indicador Rotación de Cuentas por Pagar (R5), indicador Rotación de Activos (R6), según años.
según años.
1,60 2,20
0,78 0,73 1,00
1,40 2,00 1,00 1,00 1,00
0,68
0,66 1,80
1,20
1,60
1,00
1,40
0,80
0,67 0,64 1,20
0,59 1,05 1,04 1,02
0,60 0,59 1,00 1,03
0,40 0,80
2012 2013 2014 2015 2012 2013 2014 2015
Año Año
indicador Endeudamiento (R7), según años. indicador Apalancamiento Financiero (R8), según
años.
98
1,20 0,140
0,060
1,00 0,120 0,060
0,47 0,46 0,41 0,056
0,42 0,100
0,80
0,038
0,080
0,60 0,068
0,55 0,55 0,51 0,060 0,066
0,53 0,062 0,050
0,40
0,040
0,20 0,020
0,00 0,000
2012 2013 2014 2015 2012 2013 2014 2015
Año Año
indicador Margen de Utilidad Bruta (R9), según indicador Margen de Utilidad Operativa (R10),
0,090 0,450
0,080 0,400 0,171
0,032 0,034
0,070 0,350 0,146
0,060 0,029 0,300 0,098
0,050 0,022 0,250 0,222
0,038 0,200 0,080
0,040 0,043 0,200 0,173
0,030 0,038 0,031 0,150 0,153
0,020 0,100
0,010 0,050
0,000 0,000
2012 2013 2014 2015 2012 2013 2014 2015
Año Año
indicador Margen de Utilidad Neta (R11), según indicador Rendimientos sobre Patrimonio (R12),
0,080
0,070 0,027
0,060 0,023
0,050 0,020 0,019
0,040
0,040
0,039 0,032
0,030 0,034
0,020
0,010
0,000
2012 2013 2014 2015
Año
Mediana Media
Figura 5.13. Medidas de tendencia central del

indicador Rendimiento sobre Activos (R13), según
años.
99
5.4.2. Análisis de la Distribución de Indicadores
Una vez realizado el proceso de depuración de la información, se puede estudiar

la forma de la distribución de los datos y analizar si el comportamiento de las variables
numéricas sigue una distribución normal, estudio indispensable para el contraste
posterior de hipótesis tanto en el análisis univariado como multivariado.
Lev (1974) así como García-Ayuso (1994) afirman que uno de los principales
inconvenientes de los ratios es la no normalidad; y Barnes (1982, 1983, 1987) menciona
como una de las causas, el efecto tamaño.
Para corregir estos problemas de no normalidad en los análisis estadísticos, So

(1987, 1994) plantea otros modelos teóricos de probabilidad y distribución más
próximos a la realidad de los ratios como la distribución Pareto-Estable, sin embargo
McLeay (1986, 1987) y Omar (2000) aún recalcan las bondades de utilizar la distribución
normal como distribución teórica habitual.
Para la evaluación de la normalidad, existen métodos gráficos como los

diagramas de tallos y hojas, histogramas o gráficos de densidad; y los métodos
numéricos como kurtosis, Shapiro-Wilk, Shapiro-Francia o Kolmogorof-Smirnov.
En el presente estudio se realizó el análisis gráfico de la distribución y las curvas

de normalidad de los ratios en conjunto mediante histogramas, los cuales se aprecian
en el Anexo XIII, donde se visualiza una tendencia a la normalidad en las razones de
rentabilidad R9 a R13, es decir existe una concentración en torno a medidas promedio
en los ratios de rendimiento empresarial.
En relación a los test numéricos, en la Tabla 5.4 se muestran las pruebas de

Shapiro-Wilk, con las siguientes hipótesis de partida:
Ho: Las variables presentan una distribución normal.
H1: Las variables presentan una distribución distinta a la distribución normal.
100
Tabla 5. 4. Test de Shapiro Wilk para contraste de Normalidad.

Variable Obs. W V z Prob>z
R1 Liq 861 1 100,670 11,351 0,000
R2 Acida 857 1 92,388 11,137 0,000
R3 Rotinv 327 1 63,167 9,772 0,000
R4 Rctsxcob 778 1 87,816 10,968 0,000
R5 Rctsxpag 377 1 53,809 9,457 0,000
R6 Rotact 941 1 79,082 10,796 0,000
R7 End 951 1 59,770 10,109 0,000
R8 Af 723 1 75,956 10,579 0,000
R9 Mgb 992 1 58,535 10,075 0,000
R10 Mgo 843 1 13,398 6,381 0,000
R11 Mgn 850 1 20,820 7,468 0,000
R12 ROE 878 1 44,238 9,334 0,000
R13 ROA 846 1 45,402 9,384 0,000
Como se puede ver en la Tabla 5.4, el p-valor para todas las variables es menor a
0,05, por tanto se rechaza la hipótesis nula con un intervalo de confianza del 95%, y se
concluye que las variables no presentan una distribución normal. Comprobada la no
normalidad de las observaciones, y en concordancia con lo manifestado por Torra et al.
(2003), es pertinente establecer a la mediana y no la media como medida representativa
de los indicadores financieros; de esta forma, si bien en el presente trabajo se efectúan
los test de medias, se aplican e interpretan los test de medianas como una medida más
consistente.
5.5. ANALISIS DE INDICADORES FINANCIEROS SEGÚN EFICIENCIA
5.5.1. Estadísticos descriptivos de Ratios Financieros
Los estudios detallados anteriormente se refieren a una muestra empresarial

total, en la cual se han establecido ratios promedio que si bien son un referente para el
empresario, no muestran el segmento de empresas que representa las mejores
prácticas. A continuación en la Tabla 5.5, se exponen las medianas de los ratios
financieros de empresas calificadas como eficientes e ineficientes para el conjunto de
los cuatro años de estudio, brindando al gestor inmobiliario la posibilidad de contar con
indicadores de las firmas que hacen un mejor uso de sus recursos. Los estadísticos
101
completos para los datos en conjunto, y su desglose por años, se detallan en el Anexo
XIV y en el Anexo XV.
Tabla 5. 5. Medianas según eficiencia

Ratio Ineficiente Eficiente Total
R1 Liq 1,3000 1,3286 1,3113
R2 Acida 1,0285 1,1311 1,0419
R3 Rotinv 1,4553 2,3440 1,4700
R4 Rctsxcob 4,6149 2,9704 4,5180
R5 Rctsxpag 4,7617 4,1778 4,5124
R6 Rotact 0,8836 1,1660 0,9021
R7 End 0,7069 0,7544 0,7146
R8 Af 1,0000 1,0000 1,0000
R9 Mgb 0,4162 0,9701 0,4427
R10 Mgo 0,0533 0,0694 0,0540
R11 Mgn 0,0298 0,0349 0,0302
R12 ROE 0,0981 0,2824 0,1133
R13 ROA 0,0207 0,0411 0,0221
2 1,4
1,2
1,5 1
0,8
1
0,6
0,4
0,5
0,2
0 0
Liq Acida End Af Liq Acida End Af
Ineficiente Eficiente Total Ineficiente Eficiente Total
Figura 5.14. Media de Índices de Liquidez y Figura 5.15. Mediana de Índices de Liquidez y
Endeudamiento según Eficiencia. Endeudamiento según Eficiencia.
10,0 5,0
8,0 4,0
6,0 3,0
4,0 2,0
2,0 1,0
0,0 0,0
Rotinv Rctsxcob Rctsxpag Rotact Rotinv Rctsxcob Rctsxpag Rotact
Figura 5.16. Media de Índices de Actividad según Figura 5.17. Mediana de Índices de Actividad
Eficiencia. según Eficiencia.
102
0,7 1,2
0,6 1,0
0,5 0,8
0,4
0,6
0,3
0,4
0,2
0,2
0,1
0,0 0,0
Mgb Mgo Mgn ROE ROA Mgb Mgo Mgn ROE ROA
Figura 5.18. Media de Índices de Rentabilidad Figura 5.19. Mediana de Índices de Rentabilidad
según Eficiencia. según Eficiencia.
En la Figura 5.15, se muestra que las empresas catalogadas como eficientes

presentan indicadores ligeramente superiores de liquidez, es decir poseen una mayor
capacidad para cubrir sus obligaciones de corto plazo. La mediana del ratio liquidez de
empresas eficientes (ver Tabla 5.5) indica que las mismas poseen 1,32 dólares para
cubrir cada dólar de pasivo corriente.
En relación a los ratios de actividad se visualiza en la Figura 5.17 que las empresas
valoradas como eficientes rotan con una mayor velocidad sus inventarios y sus activos,
y presentan una velocidad menor en los períodos de cobro y pago.
Un aspecto importante a destacar es el relacionado a la mediana del indicador

Rotaciones de Cuentas por Cobrar R4, ya que en el caso de las empresas eficientes ( ver
Tabla 5.5) existe una rotación inferior (2,97 veces por año) respecto de las catalogadas
como ineficientes (4,61 veces por año); si valoramos estos indicadores en días promedio
de cobro, podemos concluir que las empresas eficientes cobran en promedio sus
obligaciones cada 122 días, y las empresas ineficientes cada 79 días, por tanto, las
empresas eficientes poseen la capacidad de conceder un plazo superior en las
transacciones de venta, lo que les genera una ventaja competitiva en el mercado.
También se aprecia en la Figura 5.19, que las empresas del segmento eficiente
mantienen márgenes superiores de rendimiento, así por ejemplo, si analizamos uno de
los ratios de rentabilidad como el Margen de Rendimiento Operativo (Mgo R10),
podemos ver que las empresas eficientes mantienen una mediana del 6,9% de
rendimiento sobre sus ventas versus el 5,3% de las empresas ineficientes (ver Tabla 5.5);
dicho de otra forma, las empresas eficientes generan 6,9 centavos de rentabilidad por
103
cada dólar de ventas, en comparación de las ineficientes que generan 5,3 centavos de
ganancia.
Finalmente, el ratio de Rendimiento sobre Patrimonio R12 ROE, es notablemente

superior para las empresas eficientes (0,28) respecto a las ineficientes (0,09), es decir
que las empresas eficientes generan una utilidad del 28% sobre cada dólar que los
dueños han invertido en la empresa versus un 9% de las ineficientes.
5.5.2. Distribución de ratios según eficiencia.
Para el análisis de la forma de distribución de los datos según la clasificación de

eficiencia, se emplearon como métodos la verificación gráfica y el análisis numérico que
permite la comprobación de hipótesis de normalidad.
Para el análisis gráfico se utilizó la estimación de densidad de Kernel, la cual está

estrechamente relacionada con los histogramas, pero posee como propiedad principal
el suavizado y la continuidad y permite mejores interpretaciones y comparaciones. En
el Anexo XVI se presentan las gráficas de distribución, y se puede observar que aunque
las curvas de densidad de empresas eficientes visualmente no parecen mostrar
normalidad, siguen una distribución con segmentos más homogéneos.
En cuanto al análisis numérico para contraste de normalidad, en la Tabla 5.6 se

expone los resultados del test de Shapiro-Wilk para empresas catalogadas como
eficientes, en donde los p-valor son menores a 0,05 en todos los casos, y de la misma
forma que con la muestra total, se verifica que no existe normalidad en los ratios
estudiados, confirmando la importancia del uso de la mediana como medida
comparativa.
104
Tabla 5. 6. Test de Shapiro Wilk para contraste de Normalidad en

empresas Eficientes.
Ratio Obs W V z Prob>z
R1 Liq 107 0,78248 19,005 6,557 0,00000
R2 Acida 107 0,83827 14,131 5,897 0,00000
R3 Rotinv 36 0,87751 4,467 3,13 0,00088
R4 Rctsxcob 85 0,82706 12,478 5,549 0,00000
R5 Rctsxpag 36 0,70284 10,836 4,983 0,00000
R6 Rotact 118 0,8844 10,967 5,361 0,00000
R7 End 123 0,8699 12,783 5,716 0,00000
R8 Af 101 0,90299 8,077 4,637 0,00000
R9 Mgb 128 0,92593 7,528 4,538 0,00000
R10 Mgo 92 0,93802 4,775 3,452 0,00028
R11 Mgn 98 0,95346 3,778 2,946 0,00161
R12 ROE 113 0,96857 2,875 2,358 0,00917
R13 ROA 100 0,95663 3,581 2,83 0,00233
5.5.3. Prueba de diferencia de medias y medianas.
Para verificar si las medidas de tendencia central son significativamente

diferentes entre el grupo de las empresas eficientes y las ineficientes, se corrieron
pruebas de diferencia de medias y medianas. El análisis de diferencia de medias se
realizó mediante el estadístico t de student tanto para varianzas iguales o varianzas
diferentes según sea el caso, para lo cual se aplicó previamente el test de varianzas que
se expone en el Anexo XVII. Por otro lado, el análisis de diferencia de medianas se
efectuó mediante la prueba de Mann Whitney.
Para las pruebas de medias y medianas, las hipótesis contrastadas fueron:
Prueba de medias Prueba de medianas
Ho: La media en empresas eficientes es igual a la Ho: La mediana en empresas eficientes es

media de empresas ineficientes igual a la mediana de empresas ineficientes
𝜇1 − 𝜇2 = 0 𝑀1 = 𝑀2
H1: La media de empresas eficientes es diferente H1: La mediana de empresas eficientes es

a la media de empresas ineficientes diferente a la mediana de empresas
ineficientes
𝜇1 − 𝜇2 ≠ 0
𝑀1 ≠ 𝑀2
105
El detalle completo de las pruebas de medias se presenta en el Anexo XVIII y el

de medianas en el Anexo XIX. En la Tabla 5.7 se expone a manera de resumen los p-valor
para cada una de las razones financieras analizadas, en donde se verifica a un nivel de
significancia del 95%, que los ratios R6 (Rotación de Activos), y los ratios R9, R10, R11,
R12 y R13 que corresponden a Ratios de Rentabilidad, muestran diferencias
significativas entre empresas eficientes e ineficientes, por tanto, estos indicadores de
empresas eficientes son medidas valiosas de desempeño y constituyen importantes
valores objetivo para el gerente inmobiliario.
Tabla 5. 7. Resumen Test de Medias y Medianas según Eficiencia.

Cumple nivel
P-valor P-valor P-valor
Variable de significancia
Test de varianzas Test de Medias Test de Medianas
p<0.05
R1 Liq 0,8274 0,9601 0,5272 
R2 Acida 0,4864 0,4417 0,4330 
R3 Rotinv 0,0015 0,7179 0,4120 
R4 Rctsxcob 0,0346 0,0620 0,0937 
R5 Rctsxpag 0,9209 0,4789 0,5138 
R6 Rotact 0,0009 0,0113 0,0469 
R7 End 0,9717 0,5176 0,6142 
R8 Af 0,7980 0,3340 0,1761 
R9 Mgb 0,2333 0,0000 0,0001 
0,0023
R10 Mgo 0,0428 0,0116 
R11 Mgn 0,0274 0,0058 0,0089 
R12 ROE 0,0441 0,0000 0,0000 
R13 ROA 0,0371 0,0004 0,0001 
La Tabla 5.8 muestra un resumen e interpretación de las medias y medianas de

los ratios considerados eficientes.
106
Tabla 5. 8. Índices Eficientes
Ratio Media Mediana Interpretación
R6 Rotact 1,5994 1,166 En promedio la empresa vuelve a cambiar sus

activos 1,59 veces al año.
El sector muestra una mediana de 1,16 dólares de
facturación por cada dólar de activo.
R9 Mgb 0,6642 0,9701 Promedio de 66% de utilidad bruta sobre ventas.
Mediana del 97% de utilidad bruta sobre ventas (97
centavos de ganancia bruta por cada dólar de
ingreso en ventas).
R10 Mgo 0,0825 0,0694 Promedio de 8,25% de utilidad operacional sobre
ventas.
Mediana del 6,94% de utilidad operacional sobre
ventas (7 centavos de ganancia operativa por cada
dólar de ingreso en ventas).
R11 Mgn 0,0493 0,0349 Promedio de 4,93% de utilidad neta sobre ventas.
Mediana del 3,49% de utilidad neta sobre ventas.
R12 ROE 0,2844 0,2824 Media y mediana del 28% de utilidad sobre el
capital social incluyendo ganancias retenidas.
R13 ROA 0,0547 0,0411 Promedio de 5,47 centavos de ganancia por cada
dólar de inversión en el activo.
Mediana del 4,11% de utilidad sobre inversión en el
activo.
5.6. CONCLUSIONES
Los estados financieros utilizados en el presente estudio sirvieron de base

fundamental para el cálculo de las principales razones financieras del sector. La
exclusión de datos atípicos permitió trabajar con una muestra más homogénea, y así
determinar estadísticos descriptivos para cada uno de los ratios, según años.
En el análisis de la muestra total, se destaca el incremento de los ratios de

Liquidez en los años 2014 y 2015, con una reducción de los indicadores de Rotación de
Inventarios y de Cuentas por Pagar, exponiendo una contracción del sector en relación
al pago de obligaciones. Los márgenes de Utilidad Operativa y Utilidad Neta se
107
redujeron en el año 2015, lo que va de la mano con la contracción económica del país,
puesto que según datos del Banco Mundial, el PIB de Ecuador pasa de 102.3 miles de
millones en 2014, a 100.2 en 2015 y a 97.8 en 2016.
En el análisis efectuado según el agrupamiento de empresas por su eficiencia, se

evidenció que las empresas eficientes mantienen índices superiores de Liquidez, y rotan
con mayor velocidad sus Inventarios y Activos, con períodos menores de cobro y pago
de obligaciones. En relación al rendimiento empresa, las firmas del grupo eficiente
mostraron índices superiores de Rentabilidad sobre Ventas e Inversiones.
En el análisis de distribución de los ratios, tanto en el esquema total, como en el

agrupamiento por eficiencia, no se encontró una distribución normal, determinándose
la pertinencia del uso de medianas y no medias como medidas representativas del
sector.
108
CAPÍTULO VI. MODELO LOGÍSTICO
6.1. INTRODUCCIÓN
La regresión logística (RL), es uno de los métodos estadísticos multivariantes que

permite relacionar una variable dependiente dicotómica, y un conjunto de variables
independientes. La regresión logística se diferencia de una regresión lineal múltiple en
el hecho de que en la logística la variable dependiente es no métrica, generalmente
toma valores entre 0 y 1.
Su adopción establece la probabilidad de que un evento ocurra, y en el presente

estudio, determina la posibilidad de una firma de pasar a formar parte del grupo
eficiente. Las variables explicativas que forman parte del modelo y que fueron
probadas, son los índices financieros calculados y analizados en capítulos anteriores.
En el presente capítulo se desarrolla en una primera instancia una regresión

logística de efectos fijos que identifica los principales ratios que predicen el
comportamiento eficiente medido en términos de probabilidad, y luego se plantea una
regresión logística mixta que incorpora un componente aleatorio y permite valorar las
probabilidades de pasar a la frontera eficiente mediante el anidamiento de datos.
Los modelos mixtos tienen una amplia variedad de planteamientos, desde

modelos de regresión simple hasta modelos multinivel, y para el presente trabajo, se
optó por un planteamiento mixto a dos niveles, empresas y años de estudio.
6.2. VARIABLES INTERVINIENTES
La regresión logística resulta útil por cuanto la variable dependiente toma dos
valores, 0 si una empresa es ineficiente, y 1 si la empresa es eficiente. Las variables
explicativas son de tipo cuantitativo debido a que constituyen ratios con valores
numéricos específicos, y cualitativas por la valoración de tamaño realizada en capítulos
anteriores.
Las variables intervinientes son:
109
Nombre de Definición Categoría

la variable
Efic Eficiencia de las Firmas Dicotómica:
0 Ineficiente
1 Eficiente
Rotact Rotación de Activos Numérica
Ventas / Total Activo
End Margen de Endeudamiento Numérica
Pasivo / Activo
Mgo Margen de Utilidad Operativa Numérica
Utilidad Operativa / Ventas
TamC Tamaño calculado en base al análisis de Cualitativa:
clúster jerárquico (1) Pequeña
(2) Mediana
(3) Grande
(4) Muy grande
End10 Margen de Endeudamiento en decenas Numérica
Mgo10 Margen Operativo en decenas Numérica
6.3. MODELO LOGÍSTICO DE EFECTOS FIJOS
En el planteamiento de efectos fijos, el intercepto de cada entidad no varía. Así

también, cabe señalar que el modelo de efectos fijos supone que los coeficientes de las
respectivas pendientes de las regresoras, no varían según los individuos ni a través del
tiempo (Gujarati y Porter, 2009).
6.3.1. Definición de predictores
Para hallar una adecuada modelación estadística, se iniciaron diferentes ensayos

con todos los ratios analizados en el capítulo V, en el afán de identificar aquellas
variables que predicen el comportamiento eficiente de las firmas. Como primer modelo
se presenta una regresión logística que considera todas las observaciones, en donde se
incluyen los ratios Rotación de Activos (Rotact), Endeudamiento (End), Margen
Operativo (Mgo) y Tamaño (TamC) como variables que muestran ser posibles
predictoras.
110
Tabla 6. 1. Regresión logística de efectos fijos

Logistic regression Number of obs = 757
Wald chi2(6) = 58.64

Log likelihood = -220.98565 Prob > chi2 = 0.0000
Efic Coef. Std. Err. z P>|z| [95% Conf. Interval]
Rotact .6208026 .1032958 6.01 0.000 .4183466 .8232586

End .9373572 .5280668 1.78 0.076 -.0976348 1.972349
Mgo 11.463 2.21423 5.18 0.000 7.123186 15.80281
TamC
Mediana .9509582 .3682715 2.58 0.010 .2291594 1.672757
Grande 1.398177 .3918683 3.57 0.000 .6301296 2.166225
Muy Grande 2.469191 .7955411 3.10 0.002 .9099591 4.028423
_cons -4.94657 .5593432 -8.84 0.000 -6.042862 -3.850277
En la Tabla 6.1, se aprecian las variables más cercanas a los valores de

significancia con sus respectivos P value. La variable Endeudamiento (End), supera el
valor de 0.05, por tanto se acepta la hipótesis nula (β=0), lo que determina que dicha
variable no permite explicar la propensión a un comportamiento eficiente. Por ser un
valor muy cercano al nivel de significancia establecido, y para obtener un mejor ajuste
del modelo, se procede a la determinación de valores atípicos mediante un análisis
gráfico que se presenta en el Anexo XX. Posteriormente se eliminaron 15 observaciones,
y el modelo resultante se muestra en la Tabla 6.2.
Tabla 6. 2. Regresión logística de efectos fijos sin observaciones atípicas.

Wald chi2(6) = 79.81

Rotact .9404164 .1250174 7.52 0.000 .6953868 1.185446

End 2.653303 .7132965 3.72 0.000 1.255267 4.051338
Mgo 18.85103 2.734099 6.89 0.000 13.49229 24.20976
TamC
Mediana 1.252081 .4043478 3.10 0.002 .4595742 2.044589
Grande 1.828969 .4301599 4.25 0.000 .9858713 2.672067
Muy Grande 3.023861 .8701432 3.48 0.001 1.318412 4.729311
_cons -7.724079 .8286398 -9.32 0.000 -9.348183 -6.099975
111
En la Tabla 6.2, se verifica los P-valores y se rechazan las hipótesis nulas, por lo
tanto, las variables incluidas en el modelo cumplen el nivel de significancia y pueden
considerarse como predictoras.
Adicionalmente se efectuó el análisis de odds ratios, para lo cual se incluyeron

las variables Endeudamiento y Margen Operativo en una escala de decenas (End10,
Mgo10), lo que permite una mejor interpretación. La posibilidad de que el evento ocurra
se denomina odd y se define como el cociente entre la probabilidad de que el evento
ocurra y la probabilidad de que no ocurra.
Tabla 6. 3. Regresión logística de efectos fijos con odd ratios.

LR chi2(6) = 116.00
Prob > chi2 = 0.0000
Log likelihood = -171.96794 Pseudo R2 = 0.2522
Efic Odds Ratio Std. Err. z P>|z| [95% Conf. Interval]
Rotact 2.561048 .3201756 7.52 0.000 2.004484 3.272146

End10 1.303862 .093004 3.72 0.000 1.133745 1.499503
Mgo10 6.587032 1.80096 6.89 0.000 3.854454 11.25685
TamC
Mediana 3.497615 1.414253 3.10 0.002 1.5834 7.725979
Grande 6.227464 2.678805 4.25 0.000 2.680146 14.46985
Muy Grande 20.57057 17.89934 3.48 0.001 3.737482 113.2175
_cons .0004421 .0003663 -9.32 0.000 .0000871 .0022429

.
6.3.2. Interpretación de resultados.
Con los resultados expuestos en la Tabla 6.3, podemos realizar la siguiente

interpretación:
 Ante un cambio unitario en la rotación de activo (Rotact), esto es, por cada
rotación adicional, existe 2.56 veces más probabilidad de pasar a ser una firma
eficiente.
 Ante un incremento del 10% en el margen de endeudamiento (End10), la
probabilidad de pasar a ser una firma eficiente aumenta un 30 %.
112
 Por cada 10% de incremento del margen de utilidad operativa (Mgo10), existe
6.59 veces más probabilidad de pasar a consolidarse como una firma eficiente.
 Las firmas valoradas como medianas según su clasificación por el método de
clúster jerárquico, presentan 3.5 veces más probabilidad de ser eficientes,
respecto las categorizadas como pequeñas.
 Las firmas valoradas como grandes presentan 6.23 veces más probabilidad de
ser eficientes, respecto a las categorizadas como pequeñas.
 Las firmas valoradas como muy grandes presentan 20.6 veces más probabilidad
de ser eficientes, respecto las categorizadas como pequeñas.
6.3.3. Validación del modelo.
6.3.3.1. Prueba de Razón de Verosimilitud
Una prueba de razón de verosimilitud LR (Likelihood-ratio test), es una prueba

estadística utilizada para contrastar la bondad del ajuste. Para probar el modelo de
forma completa se procedió a valorar el parámetro de la distribución Chi 2, con el
planteamiento de las siguientes hipótesis:
 Hipótesis Nula Ho: los coeficientes de regresión del modelo son iguales a cero,
por tanto, las variables no contribuyen a explicar la eficiencia.
 Hipótesis alternativa H1: los coeficientes de regresión en el modelo no son
iguales a cero, por tanto, las variables sí contribuyen a explicar la eficiencia.
ression Number of obs = 746

LR chi2(6) = 116.00
Prob > chi2 = 0.0000
od = -171.96794 Pseudo R2 = 0.2522
El valor de p se compara con el nivel alfa especificado (0.05). El p-valor de la

Odds Ratio Std. Err. z P>|z| [95% Conf. Interval]
prueba LR = 0,0000, lo que nos lleva a rechazar la hipótesis nula y así concluir que al
2.561048 .3201756 7.52 0.000 2.004484 3.272146
1.303862 menos uno de los3.72
.093004 coeficientes
0.000de regresión en el modelo
1.133745 no es igual a cero, por tanto el
1.499503
6.587032 1.80096 6.89 0.000 3.854454 11.25685
modelo ajusta.
3.497615 1.414253 3.10 0.002 1.5834 7.725979

6.227464 2.678805 4.25 0.000 2.680146 14.46985
20.57057 17.89934 3.48 0.001 3.737482 113.2175
.0004421 .0003663 -9.32 0.000 .0000871 .0022429

113
6.3.3.2. Residuos de Pearson
Las medidas de bondad de ajuste típicamente resumen la discrepancia entre los

valores observados y los valores esperados. El test de chi cuadrado de Pearson utilizado
en el presente estudio, puede usarse para probar la normalidad de los residuos.
Logistic model for Efic, goodness-of-fit test
number of observations = 746

number of covariate patterns = 738
Pearson chi2(731) = 609.42
Prob > chi2 = 0.9996
El P-valor de 0.99, supera ampliamente el nivel de 0.05, lo que nos lleva a aceptar
la hipótesis nula en relación a la correcta distribución de los residuos, confirmando un
buen ajuste del modelo sin residuos de importancia.
6.3.3.3. Sensibilidad y especificidad.
En el Anexo XXI se puede verificar una clasificación total del modelo, es decir la
proporción de aciertos que tiene el modelo sobre el número total de empresas
intervinientes. Se obtuvo una clasificación correcta de los casos en un 83.78%,
considerándose un porcentaje satisfactorio.
La curva ROC (Receiver Operating Characteristics) presentada en la Figura 6.1,

combina la sensibilidad y la especificidad, y brinda una evaluación de la exactitud del
modelo en relación a la capacidad de clasificación de los casos. Si consideramos como
idónea el área bajo la curva igual a 1, el área de 0.86 obtenida permite suponer un buen
ajuste del modelo.
114
1.00
0.75
Sensitivity
0.50
0.25
0.00
0.00 0.25 0.50 0.75 1.00

1 - Specificity
Area under ROC curve = 0.8552
Figura 6. 1. Curva Característica Operativa del Receptor, ROC.

6.4. MODELO LOGÍSTICO MIXTO.
Los modelos mixtos o llamados también modelos multinivel, combinan los

efectos fijos y los efectos aleatorios. Mediante un modelo mixto, las jerarquías (o
niveles) nos permiten representar la relación de dependencia entre los datos y los
grupos a los que pertenecen. En la presente investigación se planteó un segundo modelo
mixto, en donde los efectos aleatorios establecen una diferencia entre grupos. Clark y
Linzer (2013) afirman:
Los modelos de efectos fijos y de efectos aleatorios tienen ventajas como

desventajas al considerar la selección de un enfoque. El modelo de
efectos fijos producirá estimaciones no sesgadas de β, pero estas
estimaciones pueden estar sujetas a una alta varianza de muestra a
muestra. El modelo de efectos aleatorios, excepto en raras
circunstancias, introducirá sesgo en las estimaciones de β, pero puede
limitar considerablemente la varianza de esas estimaciones, lo que
conduce a estimaciones que están más cerca, en promedio, del valor
verdadero en cualquier muestra en particular. (p.6)
115
6.4.1. Anidamiento de datos.
En los modelos mixtos se levanta el concepto de independencia y se permite la

correlación debido al manejo de datos longitudinales.
En el presente trabajo se planteó el esquema de modelos mixtos empleando dos

niveles: empresas y años.
Empresas
EMPRESA EMPRESA EMPRESA
(j) 1 2 n.....
Año
(i) 2012 2013 2014 2015 2012 2013 2014 2015 2012 2013 2014 2015
Figura 6. 2. Anidamiento de datos.
6.4.2. Regresión logística con ordenada aleatoria.
Si bien el modelo puede ser planteado con ordenadas y pendientes propias para
cada grupo, en el presente caso se adoptó únicamente como efecto aleatorio ordenadas
al origen específicas para cada grupo. Ver Figura 6.3.
Figura 6. 3. Líneas de regresión para diferentes grupos de estudio.

El punto y12 es señalado mediante su residual R12 .
Fuente: Snijders y Bosker (1999).
En la Tabla 6.4 y 6.5, se muestran las salidas del modelo logístico con ordenada
al origen específica para cada grupo (empresa), planteamiento que cumple con los
requerimientos de las hipótesis estadísticas en relación a la pertinencia de la inclusión
de las variables predictoras. Las variables que finalmente forman parte del modelo son
la Rotación de Activos, Endeudamiento, Margen Operativo y Tamaño, las cuales
116
predicen la eficiencia tomando en cuenta los diversos años de estudio mediante el

anidamiento de datos.
Tabla 6. 4. Regresión logística de efectos aleatorios

Mixed-effects logistic regression Number of obs = 746
Group variable: DMU Number of groups = 278
Obs per group: min = 1

avg = 2.7
max = 4
Integration method: mvaghermite Integration points = 7
Wald chi2(6) = 29.65

Rotact 1.238674 .2658969 4.66 0.000 .7175261 1.759823

End10 .4609044 .158682 2.90 0.004 .1498935 .7719153
Mgo10 3.121537 .677515 4.61 0.000 1.793632 4.449441
TamC
Mediana 1.741087 .767154 2.27 0.023 .2374926 3.244681
Grande 2.57154 .8314964 3.09 0.002 .9418374 4.201244
Muy Grande 3.364411 1.545588 2.18 0.029 .3351145 6.393707
Mixed-effects logistic regression Number of obs = 746
_cons
Group variable: -12.75634 DMU 2.5257 -5.05 Number
0.000 of groups
-17.70662= -7.806057
278
DMU Obs per group: min = 1

var(_cons) 8.498512 4.985613 2.691469
avg = 26.83468
2.7
max = 4
LR test vs. logistic regression: chibar2(01) = 31.47 Prob>=chibar2 = 0.0000
Fuente: Elaboración
Integration method:propia, software Stata V.13
mvaghermite Integration points = 7
.
Wald chi2(6) = 29.65
Tabla 6. 5. Regresión logística de efectos aleatorios con odd ratios.
Efic Odds Ratio Std. Err. z P>|z| [95% Conf. Interval]
Rotact 3.451036 .9176195 4.66 0.000 2.049357 5.811407

End10 1.585507 .2515914 2.90 0.004 1.161711 2.163907
Mgo10 22.6812 15.36686 4.61 0.000 6.011243 85.57913
TamC
Mediana 5.703539 4.375492 2.27 0.023 1.268066 25.65352
Grande 13.08597 10.88094 3.09 0.002 2.56469 66.76931
Muy Grande 28.91646 44.69292 2.18 0.029 1.3981 598.0697
_cons 2.88e-06 7.28e-06 -5.05 0.000 2.04e-08 .0004073
DMU
var(_cons) 8.498512 4.985613 2.691469 26.83468
Fuente:
LR test Elaboración propia,
vs. logistic software Stata
regression: V.13
chibar2(01) = 31.47 Prob>=chibar2 = 0.0000
117
6.4.3. Formulación del modelo
La regresión logística se aplica en problemas en los que el objetivo es predecir la

esperanza de una respuesta dicotómica o binaria. La variable respuesta se codifica
habitualmente como 1 y 0. Suponiendo una variable explicativa x, la esperanza de la
respuesta es la probabilidad condicional de que Y asuma el valor 1 dado x, es decir se
estima la probabilidad de que el acontecimiento suceda.
E ( 𝑦𝑖 / 𝑥𝑖 ) = Pr (𝑦𝑖 = 1 / 𝑥𝑖 ) = 𝜋𝑖 ( 32 )
La expresión más sencilla para z sería una forma lineal respecto de las variables
predictoras o explicativas.
Z= β0 + β1 𝑥1𝑖 + β2 𝑥2𝑖 +…+ β𝑘 𝑥𝑘𝑖 ( 33 )
Probabilidad de que ocurra el evento:

𝑒𝑧
𝜋(𝑥) = 1+𝑒 𝑧 ( 34 )
Probabilidad de que no ocurra el evento:

1
1 − 𝜋(𝑥) = 1+𝑒 𝑧 ( 35 )
La probabilidad de que el evento ocurra es equivalente a la siguiente expresión

denominada transformación logit:
𝑒 β0 + β1 𝑥1𝑖 + β2 𝑥2𝑖 +⋯+ β𝑘 𝑥𝑘𝑖
𝜋(𝑥) = ( 36 )
1+𝑒 β0 + β1 𝑥1𝑖 + β2 𝑥2𝑖 +⋯+ β𝑘 𝑥𝑘𝑖
𝜋(𝑥)
𝑙𝑛 [1−𝜋(𝑥)] = (β0 + β1 𝑥1𝑖 + β2 𝑥2𝑖 + ⋯ + β𝑘 𝑥𝑘𝑖 ) ( 37 )
logit [Pr ( y = 1 | x)]= β0 + β1 𝑥1𝑖 + β2 𝑥2𝑖 + ⋯ + β𝑘 𝑥𝑘𝑖 ( 38 )
Así, tomando como referencia los coeficientes beta expuestos en la tabla 6.4, el
modelo final que responde a la probabilidad de eficiencia para una firma determinada,
puede expresarse de la siguiente manera:
logit [Pr ( y = 1 | x)] = β0 + β1 Rotact + β2 End10 + β3 Mgo10 + β4 Mediana +

β5 Grande + β6 Muy Grande + bj + εj ( 39 )
Al corresponder a un planteamiento logístico mixto, se incluye una ordenada

sujeto-específica bj en el predictor lineal.
118
bj= desviación aleatoria de la firma j-esima respecto de la media total. Es una

variable aleatoria con distribución normal. La ordenada al origen bj puede ser
considerada un parámetro aleatorio cuya varianza se estima con la varianza de los
residuos. En el Anexo XXII, se pueden verificar los valores bj para cada una de las
empresas.
εj = es el término de error referido a la variación aleatoria dentro de las firmas.
La chance de que el evento ocurra se denomina odd y se define como el cociente

entre la probabilidad de que el evento ocurra y la probabilidad de que no ocurra. Los
odds ratios no son más que el valor de la exponencial de β.
Para el caso de β1:
𝑜𝑑𝑑 (𝑥1=1)
odd ratio (OR) = 𝑜𝑑𝑑 (𝑥1=0) ( 40 )
𝑒 β0 + β1 + β2 +⋯+ β𝑘
odd ratio (OR) = ( 41 )
𝑒 β0 + β2 +⋯+ β𝑘
odd ratio (OR) = 𝑒 β1 ( 42 )
ln(OR) = β1 ( 43 )
Si la variable es numérica, 𝑒 β1 cuantifica el cambio en la chance de ocurrencia

del evento ante un cambio unitario de la variable independiente x. De esta forma, los
valores odds expuestos en la tabla 6.5, corresponden a las exponenciales de los
coeficientes beta calculados en la tabla 6.4.
6.4.4. Interpretación de resultados.
Basándonos en los resultados expuestos en la Tabla 6.5 que corresponde al

modelo mixto con ordenada aleatoria, se puede realizar la siguiente interpretación:
Rotact: el ratio Rotación de Activo está conformado en el numerador por las

Ventas y en el denominador por el Total de Activos. Este indicador muestra cuan óptima
es la gestión del activo en la organización. El nivel de rotación es un ratio importante
para el gerente, por cuanto identifica falencias y oportunidades en relación a la eficacia
del uso de recursos. La rotación puede interpretarse en veces o en días, demostrando la
119
velocidad de la organización para la transformación del activo en efectivo. En el modelo

analizado, el ratio ha sido incluido en cantidad o veces de rotación por año; así se
evidencia que ante un cambio unitario en la rotación de activo (Rotact), esto es, por cada
rotación adicional, existe 3.45 veces más probabilidad de pasar a ser una firma eficiente.
End10: El Índice de Endeudamiento lleva en el numerador el Total de Pasivos y

en el denominador el Total de Activos, por tanto, permite identificar la porción de
Activos que se encuentran financiados por terceros. El nivel de Endeudamiento de una
empresa es de mucho interés para gerentes e inversionistas, puesto que índices
elevados de Endeudamiento permiten a la organización generar mejores porcentajes de
beneficios ocasionados por el nivel de apalancamiento que esto conlleva; sin embargo
también implican un incremento del riesgo empresa. En el presente estudio, este
indicador está valorado en decenas, y muestra un coeficiente beta positivo con un odd
ratio mayor a 1, lo que significa que a medida que este ratio aumenta, existe la
probabilidad de figurar en el grupo de empresas eficientes. Cuantificando esta relación,
se puede concluir que ante un incremento del 10% en el margen de endeudamiento
(End10), la probabilidad de pasar a la frontera eficiente aumenta en un 58%.
Mgo10: El Margen de Utilidad Operativa es una de las principales medidas de

rendimiento, relaciona el beneficio operativo y el nivel de ventas. El beneficio operativo
de la empresa se determina mediante la deducción de los gastos administrativos y de
ventas que se realizan al ingreso total. Es un índice clave para entender y mejorar el
desempeño de la empresa puesto que indica cuánto gana la organización teniendo en
cuenta todos los costos requeridos para operar, dejando de lado en la estimación, los
impuestos, intereses, gastos e ingresos extraordinarios. En la estimación se observa un
coeficiente beta positivo, el cual se destaca por ser ampliamente superior a uno, es
decir, para empresas con elevados beneficios existen grandes probabilidades de pasar
al grupo eficiente. En este modelo, el odd ratio determina que ante un incremento del
10% del margen de Utilidad Operativa (Mgo10), la chance de pasar a la frontera eficiente
aumenta 22.6 veces.
TamC: la variable Tamaño fue definida anteriormente como categórica mediante

una estimación de clúster jerárquico. Se establecieron cuatro grupos, y todos ellos
120
muestran coeficientes beta positivos. Cabe recalcar que conforme se incrementa el

tamaño de la organización, existen mayores probabilidades de pasar a formar parte del
grupo eficiente. La cuantificación de las probabilidades se puede establecer de la
siguiente forma:
 Las firmas consideradas medianas tienen 5.7 veces más posibilidad de pasar a
ser eficientes, respecto de las pequeñas.
 Las firmas consideradas grandes tienen 13 veces más probabilidades de pasar a
ser eficientes, respecto de las valoradas como pequeñas.
 Las firmas catalogadas como muy grandes presentan 28.9 veces más
probabilidad de pasar al grupo eficiente, respecto de las valoradas como
pequeñas.
6.4.5. Razón de Verosimilitud LR.
LR (Likelihood ratio), compara la verosimilitud del modelo estimado en relación

al modelo de regresión sin efectos aleatorios. El componente de varianza resultante 𝜎𝑏2
es 8.50. Se efectuó una prueba LR que compara el modelo de efecto fijo, con el modelo
de regresión binomial de un nivel.
Hipótesis:
H0: σ2b = 0 varianza entre grupos =0 (no existe diferencia en las ordenadas).
H1: σ2b > 0 (existe diferencia en las ordenadas).
LRT = 31.47 Prob > chibar2 =0.000
Se rechaza la hipótesis nula, por tanto es válido trabajar con el modelo de

variable aleatoria. El test muestra que existe asociación dentro de las firmas, así como
variabilidad o independencia entre firmas, validando la pertinencia del anidamiento de
datos.
121
6.5. CONCLUSIONES
Los resultados obtenidos de la aplicación del modelo logístico permiten concluir

que los ratios más significativos en cuanto a la predicción del comportamiento eficiente
de las firmas son: el ratio de Rotación de Activo, Endeudamiento y Margen de
Rentabilidad Operativa. La regresión mostró una relación positiva en todos los índices,
es decir que mientras mayor es el ratio incluido en el modelo, las probabilidades de
pasar al grupo eficiente se incrementan.
Así también se determinó una relación progresiva entre el tamaño de las firmas
y la probabilidad de formar parte de la frontera eficiente; conforme el tamaño se
incrementa, la probabilidad de pasar al grupo eficiente es mayor.
Los modelos planteados cumplieron las hipótesis estadísticas, y al contar con una
estructura de datos longitudinales, es decir varias mediciones de las mismas empresas
en un período de tiempo, fue posible trabajar bajo el esquema de efectos aleatorios,
modelo que mostró una adecuada capacidad predictiva mediante el anidamiento de
datos a dos niveles.
122
CAPÍTULO VII. CONCLUSIONES GENERALES
La presente investigación pretende ser un soporte y ayuda para el empresario de

la construcción; su orientación financiera se enfoca en la determinación de indicadores
que permiten la adecuada toma de decisiones y un crecimiento sostenido de la
organización. Mediante la gestión financiera se plantea la optimización y el manejo
eficiente de los recursos disponibles, buscando que los mismos generen los mejores
beneficios a la firma. Los planteamientos aquí expuestos constituyen argumentos para
el análisis financiero, y para la actuación sobre áreas y procesos internos fundamentales
en el crecimiento y posicionamiento de las organizaciones.
Desde el punto de vista teórico, este trabajo de investigación genera reflexión

sobre el conocimiento existente en relación a las diversas formas de medición de la
eficiencia, y principalmente, sobre cómo los modelos no paramétricos pueden aportar
a las ciencias administrativas, en la búsqueda de nuevas estrategias para el
benchmarking y el posicionamiento competitivo. Se analizaron los planteamientos
teóricos clásicos sobre eficiencia como los desarrollados por Debreu (1951); Shepard
(1953); Farrell (1957); Charnes, Cooper y Rhodes (1978); así como las últimas
investigaciones en el ámbito inmobiliario efectuadas por El-Mashaleh, Rababeh, y Hyari
(2010); Tsolas (2011); Dzeng y Wu (2013); entre otros, que muestran la efectividad de
los métodos no paramétricos en la medición de la eficiencia en el sector de la
construcción.
Así también, se analizaron valiosos aportes como los de Horta, Camanho y Da

Costa (2010); Moreno, Francisco de Araujo, Guimaraes y Shikida (2012); López y Díaz
(2014); que plantean la relación de puntajes de eficiencia con variables organizacionales
de desempeño, dejando ver interesantes opciones para la investigación de esquemas de
gestión en base a la puntuación de eficiencia de las firmas.
El principal objetivo de esta investigación fue desarrollar un sistema de

evaluación de eficiencia orientado a la gestión organizacional, que mediante la
información financiera del sector, permita la mejora continua y el posicionamiento
competitivo de las firmas constructoras. Dando cumplimiento al objetivo central
123
planteado, esta tesis representa un aporte metodológico, por cuanto los enfoques
actuales se centran solamente en descripciones sectoriales, o en la determinación de
relaciones de variables que explican la eficiencia, mientras el presente trabajo mostró
cómo la calificación de eficiencia mediante la técnica DEA, puede orientarse a la gestión
empresarial sirviendo de materia prima para la obtención de nuevos referentes
financieros mediante técnicas estadísticas.
Cuando una organización crece, su control y manejo se tornan cada vez más
complejos, y en las empresas de la construcción son numerosas las áreas y frentes de
trabajo que deben ser administrados y controlados. Los índices financieros constituyen
una herramienta útil, puesto que brindan la posibilidad de resumir la información de las
diversas áreas de la organización y permiten así que el gerente pueda verificar y dar
seguimiento a los indicadores claves de desempeño organizacional. El gerente
constructor suele buscar índices o referentes que guíen la gestión, por tanto, es común
el uso de ratios financieros calculados como promedio sectorial, los cuales están
disponibles en páginas especializadas o en bases de datos institucionales. En el Ecuador,
los promedios sectoriales se exponen en la página oficial de la Superintendencia de
Compañías, Valores y Seguros, descritos según grupos de actividad económica; sin
embargo, constituyen simples promedios del universo de sociedades registradas en la
base estatal.
Por lo antes manifestado, y en la constante búsqueda de un posicionamiento

competitivo, la gerencia busca contar con índices o referentes que no sólo sean simples
promedios, sino que constituyan el reflejo del sector o grupo empresarial que destaca
por su desempeño, valorado ya sea en nivel de ventas, escala de operación, beneficios,
o posicionamiento. Para dar respuesta a esta necesidad, la presente investigación
mostró a la metodología DEA como un mecanismo favorable que puntúa el desempeño
empresarial desde el punto de vista del uso de recursos, y permite el establecimiento
de ese grupo referente de empresas, basado en la maximización de resultados dado
cierto nivel de consumo de recursos. Esta información es relevante puesto que la
clasificación de empresas eficientes y no eficientes, permitió el posterior análisis de
indicadores financieros del grupo referente, y el establecimiento de índices objetivo
para el gestor inmobiliario.
124
Estos índices considerados eficientes posibilitan al administrador orientar

eficazmente su gestión, enfocando sus estrategias hacia estos nuevos indicadores meta
y no a simples indicadores promedio, logrando el impulso de la organización hacia el
grupo referente, y la consecución de un posicionamiento sectorial.
Luego de realizar los análisis de estudios previos, estadístico descriptivo y de

componentes principales, se seleccionaron como variables de entrada idóneas para la
determinación de eficiencia mediante DEA, a las variables Trabajo; Materiales y
Recursos Intermedios, Equipo, Propiedad, Planta y Tecnología; y como variable de
salida, Producción, obtenida de las ventas e ingresos netos. Con estas variables se
determinó los puntajes de eficiencia para cada uno de los cuatro años de estudio
mediante un modelo output orientado con rendimientos variables. El 2014 se muestra
como año relevante con una eficiencia promedio del 79,47%, por otro lado, se puede
observar la reducción de los puntajes de eficiencia en el año 2013 con un promedio del
55,04%, es decir, las empresas fueron parcialmente ineficientes en términos de
consumo de recursos en ese año, lo que se puede explicar por la tendencia a la baja que
el precio del barril de crudo ecuatoriano empezó a mostrar, generando una contracción
económica que se vio reflejada en el sector inmobiliario.
En la evaluación de eficiencia según tamaño realizada mediante análisis

multicriterio, en el año 2013, se verificó la influencia del factor tamaño en la eficiencia
de las firmas, con una mayor cantidad de empresas eficientes en el cuartil cuatro
correspondiente al grupo de mayor dimensión. Mediante un análisis de clúster
jerárquico, se clasificaron también cuatro grupos según tamaño, y en los años 2013 y
2014 se confirma la influencia del factor escala en la eficiencia de las firmas, con una
mayor cantidad de empresas eficientes en los grupos de mayor tamaño.
A nivel práctico, el presente trabajo de investigación representa un importante

aporte, por cuanto abre posibilidades para el mejoramiento de las firmas, tanto desde
el punto de vista de la medición de la eficiencia mediante la técnica DEA, como también
mediante los ratios expuestos como predictores del comportamiento eficiente. La
técnica DEA, a más de identificar a las unidades eficientes, establece en sí misma
parámetros de gestión. La bondad de la técnica posibilitó analizar las variables que
125
pueden modificarse para que una unidad pueda llegar a situarse en una posición de
eficiencia, brindando a cada organización la opción de visualizar sus mejoras
potenciales.
Una vez puntuadas las firmas mediante DEA, se realizó un análisis financiero del
sector de la construcción en forma general mediante el uso de las razones o ratios, los
cuales posibilitaron estudiar la evolución de dicho sector en un período determinado de
tiempo. La investigación incluyó cuatro grupos de indicadores: liquidez, actividad,
endeudamiento y rentabilidad. Cada uno de ellos contiene diversos índices que reflejan
el desempeño y la gestión de la empresa, de tal manera, los ratios de liquidez permiten
analizar la solvencia y la capacidad de cubrir las obligaciones de corto plazo; los
indicadores de actividad determinan la efectividad de la operación en términos de
manejo de inventario y manejo de gastos y cobros; los indicadores de endeudamiento
muestran la prudencia de la administración de la deuda; y finalmente los índices de
rentabilidad miden la capacidad de generar beneficios y por tanto, la consecución de
objetivos.
Mediante un análisis longitudinal de cada uno de los índices, se evidenció el

incremento de la liquidez en los años 2014 y 2015, y una reducción de los promedios de
rotación de inventarios y de los promedios de pago, aspectos que pueden ser explicados
como procesos previos a un período de contracción y recesión económica. Es así que
para el año 2015, los indicadores de rentabilidad muestran una caída, ratificando la
desaceleración del sector.
La conformación del grupo de empresas referentes, integrado por aquellas que

formaron la frontera eficiente mediante DEA, permitió el análisis y cálculo de nuevas
medidas y promedios estadísticos. Estos indicadores calculados, provenientes del grupo
eficiente, brindan nuevos parámetros de referencia para la gestión inmobiliaria. En el
presente estudio se demostró que las empresas catalogadas como eficientes
presentaron ratios de actividad diferentes a los comúnmente usados, con una mayor
rotación de inventarios y activos, y una velocidad menor en los períodos de cobro y pago.
Los ratios de rentabilidad de empresas eficientes, muestran en su generalidad

medidas promedio superiores, especialmente los relacionados al rendimiento sobre el
126
patrimonio, el cual es notablemente superior y de significativa importancia, puesto que

muestra la capacidad de generar beneficios para los socios.
En el análisis de medias y medianas para comprender la significatividad de la

diferencia entre los grupos, se identificó que los índices Rotación de Activos, Márgenes
de Rendimiento sobre Ingresos y Márgenes de Rentabilidad sobre Inversiones en Activos
y Patrimonio, tienen diferencias significativas entre el grupo eficiente e ineficiente,
mostrándose como ratios óptimos de referencia para la gestión inmobiliaria, por
constituir el reflejo del manejo financiero del grupo de empresas eficientes.
Para evaluar la posibilidad que tiene una firma de posicionarse en el grupo de

empresas eficientes, se contrastó los indicadores de eficiencia con los indicadores
financieros mediante el uso de modelos mixtos, los cuales permitieron cuantificar las
probabilidades de pasar al grupo de referencia. Si bien se ensayaron una gran cantidad
de índices, no todos presentan una capacidad predictiva. Aquellos que sí mostraron un
buen nivel de significatividad fueron Rotación de Activos, Endeudamiento, Margen
Operativo y Tamaño. Así también dentro de los modelos mixtos el anidamiento de datos
mostró una adecuada combinación de efectos fijos y efectos aleatorios, con el
planteamiento de un modelo logístico de ordenada al origen específica para cada grupo
(empresa).
El modelo mixto planteado determinó que por cada rotación adicional del activo,
existe 3.45 veces más probabilidad de pasar a posicionarse como empresa eficiente; en
relación al endeudamiento, por cada 10% de incremento del índice, la probabilidad de
consolidarse como eficiente aumenta un 58%; y en relación al beneficio, ante un
incremento del 10% del margen operativo, la posibilidad de pasar al grupo eficiente
aumenta 22.6 veces. La variable tamaño evidenció coeficientes beta positivos, lo que
indica que según se incrementa el tamaño de las firmas, las probabilidades de pasar a
consolidarse como firma eficiente son mayores.
Los índices financieros considerados en el presente estudio, y que fueron

valorados como predictores, permiten establecer diversas áreas de gestión interna. Así,
el índice de Rotación de Activos muestra la probabilidad de pasar a formar parte del
grupo de empresas eficientes mediante la gestión adecuada de recursos; el ratio de
127
Endeudamiento presenta las probabilidades de pasar a la frontera eficiente con una

correcta estructuración del nivel de endeudamiento; y finalmente, cuando existe un
incremento del nivel de Margen Operativo, la posibilidad de formar parte del grupo de
empresas eficientes aumenta, lo que impulsa al gerente a gestionar de forma óptima el
nivel de costos y gastos operativos de la firma.
Finalmente, se puede afirmar que los objetivos de la investigación han sido

cumplidos en su totalidad, así como la aseveración de la hipótesis descrita al inicio del
trabajo, la cual plantea que la medición de la eficiencia y su relación con la información
financiera, permite visualizar nuevos parámetros para una óptima gestión
organizacional. La hipótesis puede ser aceptada por cuanto, los indicadores Rotación de
Activos, Margen Bruto, Margen Operativo, Margen Neto, Rendimiento sobre Patrimonio
y Rendimiento sobre Activo, mostraron nuevas medidas promedio, y se presentan como
nuevos parámetros objetivo, considerados referentes por pertenecer al grupo que usa
de forma eficiente sus recursos. Además se mostró en términos de probabilidad la
opción que tienen las firmas de pasar a consolidarse como eficientes; verificando
mayores posibilidades al influir en los indicadores Rotación de Activo, Endeudamiento y
Beneficio Operativo, brindando al gestor inmobiliario una herramienta para una
adecuada gestión organizacional.
Por todo lo anteriormente expuesto, este trabajo de tesis resulta útil para
motivar la implementación de este tipo de técnicas cuantitativas de gestión para
mejorar el proceso de toma de decisión en las empresas constructoras del Ecuador,
logrando con ello mejores resultados técnicos y económicos para el sector.
Como futuras líneas de investigación, sería pertinente analizar nuevas

metodologías de medición de la eficiencia, y en base a estas, evaluar el comportamiento
de los principales índices financieros de referencia para el gerente constructor. Se
debería también incluir en el modelo nuevas variables que por motivos de disponibilidad
de información no han sido consideradas en esta investigación, tales como seguridad
laboral, ambiente de trabajo, capacidad tecnológica y de comunicaciones, nivel de
formación profesional, cultura organizacional y otras que pueden ser predictoras para
128
determinar un comportamiento eficiente, y pueden definir nuevos y valiosos

mecanismos de gestión organizacional.
Sería importante ampliar el horizonte temporal de la investigación, por cuanto el

estudio puede ser corroborado al analizar la variabilidad de indicadores en un rango
mayor de tiempo, y verificar otras hipótesis de partida relacionadas a períodos de
recesión o bonanza económica.
129
REFERENCIAS
Afriat, S. (1972). Efficiency estimation of production functions. International Economic

Review, 13(3), 568-598.
Aigner, D. y Chu, F. (1968). On estimating the industry production function. American

Economic Review, 58, 826-839.
Ali, A. y Seiford, L. (1993). The Mathematical Programming Approach to Efficiency

Analysis. En Harold O. Fried, C. Knox Lovell y Shelton S. Schmidt, (Ed.), The
Measurement of Productive Efficiency: Techniques and Applications. Oxford:
Oxford University Press.
Altman, E. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate
Bankruptcy. The Journal of Finance, 13(4), 589–609.
Altman, E.I. y Heine, M.L. (1995). Emerging Market Corporate Bonds Ascoring System.
Research Emergin Markets. Salomon, Brothers, INC. Recuperado de
http://pages.stern.nyu.edu/~ealtman/Emerg_Mkt_Corporate_Bonds.pdf
Álvarez, A. (2013). La medición de la eficiencia y la productividad. Madrid, España:

Ediciones Pirámide Grupo Anaya, S.A.
Artieda, R. (2012). Propuesta Metodológica para el Análisis de Apalancamiento

Financiero en el Sector de la Construcción Ecuatoriana (Tesis de Maestría).
Universidad Andina Simón Bolívar, Quito, Ecuador.
Arboleda, G. (2011). Análisis económico de los factores que determinan el

comportamiento de la construcción de vivienda en el Ecuador y su impacto en el
desarrollo del sector proyectado al año 2012 (Tesis de grado). Escuela Politécnica
Nacional, Quito, Ecuador.
Banco Central del Ecuador (2006). Proforma del gobierno central y límite de
endeudamiento público. Recuperado de
130
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Notas/Proforma/I
NFPROFORMA2006.pdf
Banco Central del Ecuador (2010). La Economía Ecuatoriana luego de 10 Años de

Dolarización. Dirección General de Estudios. Recuperado de
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Notas/Dolarizacio
n/Dolarizacion10anios.pdf
Bannister, G. y Stolp, D. (1995). Regional Concentration and Efficiency in Mexican

Manufacturing. European Journal of Operational Research, 80(3), 672-690.
Banker, R., Charnes, A. y Cooper, W. (1984). Some Models for Estimating Technical and
Scale Inefficiencies in Data Envelopment Analysis. Management Science, 30(9),
1078-1092.
Banker, R. y Morey, R. (1986). The Use of Categorical Variables in Data Envelopment

Analysis. Management Science, 32(12), 1613-1627.
Barnes, P. (1982). Methodological implications of Non-normaly Distributed Financial

Ratios. Journal of Business Finance y Accounting, 9(1), 51-62.
Barnes, P. (1983). Methodological implications of Non-normaly Distributed Financial

Ratios: A Reply. Journal of Business Finance y Accounting, 10(4), 691-693.
Barnes, P. (1987). The Analysis and Use of Financial Ratios: A Review Article. Journal of
Business Finance y Accounting, 14(4), 691-693.
Bauer, P. (1990). Recent developments in the econometric estimations of frontiers.

Journal of Econometrics, (46), 39-56.
Beaver, W. (1968). Market Prices, Financial Ratios, and the Prediction of Failure. Journal
of Accounting Research, 6(2), 179-192.
Bernal, D., y Amat, O. (2012). Anuario de ratios financieros sectoriales en México para
análisis comparativo empresarial. Ra Ximhai, 8(2), 271-286.
131
Bernstein, L.A. (1993). Análisis de Estados Financieros. Teoría, aplicación e

interpretación, Barcelona, España: Ediciones 5.
Block, S., y Hirt, G. (2008). Fundamentos de Administración Financiera. México: Mc Graw

Hill.
Cámara de la Industria de la Construcción CAMICON (2014). XXXVII Seminario

Internacional “Mercado de la Construcción”. Recuperado de
http://www.scpm.gob.ec/wp-content/uploads/2014/10/Hermel-Flores.pdf
Castro, Y. (2015). Propuesta metodológica para la medición de eficiencia en el sector

minero en México: DEA. Global Conference on Business and Finance Proceedings,
10(1), 1287-1292.
Centro Ecuatoriano de Investigación Geográfica. (1987). El Espacio Urbano en el

Ecuador. Red Urbana, Región y Crecimiento. Quito, Ecuador: Publicaciones del
Instituto Geográfico Militar IGM.
Charnes, A., Cooper, W.y Rodes, E. (1978). Measuring the efficiency of decision making
units. European Journal of Operational Research, 2(6), 429-444
Charnes, A., Cooper, W., Lewin, A. y Seiford, L. (1995). Data Envelopment Analysis:
Theory, Methodology and Applications. Boston: Kluwer Academic Publishers.
Chau, K. W., Wang, Y. S. y Lu, L. L. (2005). Technological Progress and the Productive
Efficiency of Construction Firms in Hong Kong, 1981–2001. Journal of Construction
Research, 6, 195–207.
Chen, X. y Tang, J. (2014). Application of Improved Data Envelopment Analysis in

Construction Supply Chain Management. Applied Mechanics and Materials, 638-
640, 2388–2392.
Clark, T., y Linzer, D. (2013), Should I Use Fixed or Random Effects?. Working Paper,
Department of Political Science Emory University, Atlanta GA. Recuperado de:
https://datajobs.com/data-science-repo/Fixed-Effects-Models-[Clark-and-
Linzer].pdf
132
Coelli, T. (1998). A Multi-stage methodology for the solution of orientated DEA models.
Operations Research Letters, 22, 143-149.
Coelli, T. J., Prasada, D. S., O’Donnell, C. J. y Battese, G. E. (2005). An introduction to

efficiency and productivity analysis. EEUU: Springer.
Coll, V. y Blasco, O. (2006). Evaluación de la Eficiencia Mediante el Análisis Envolvente

de Datos (Ed.Elec.). España: Eumed.net. Recuperado de
www.eumed.net/libros/2006c/197/
Coll, V., y Blasco, O. (2007). Evaluación de la eficiencia de la industria textil española a

partir de información económico-financiera: una aplicación del análisis envolvente
de datos. Revista Investigación Operacional, 28(1), 61-91.
Cooper, W. W., Seiford, L. M. y Tone, K. (2007). Data Envelopment Analysis. Boston,

Estados Unidos: Kluwer Academic Publishers.
Dapena J.L. (2015). Finanzas de la Empresa. Córdoba, Argentina: Asociación

Cooperadora de la Facultad de Ciencias Económicas de la U.N.C.
Debreu, G. (1951). The coefficient of resource utilization. Econométrica, 19(3), 273-292.
Devicenzi, G., Rescala, C., Rohde, G., Giraudo, M., Bonaffinl, M., y Bernaola, G. (2015).
Medición de la eficiencia en la gestión de administración de una empresa
constructora. Trim, (9), 35-45.
Draper, N.R. y John, A. (1981). Influential Observations and Outliers in Regression,

Technometrics, 23(1), 21-26.
Dzeng, R.J. y Wu, J.S. (2013). Efficiency measurement of the construction industry in
Taiwan: a stochastic frontier cost function approach. Construction Management
and Economics, 31(4), 335–344.
El-Mashaleh, M. S., Rababeh, S. M. y Hyari, K. H. (2010). Utilizing data envelopment

analysis to benchmark safety performance of construction contractors.
International Journal of Project Management, 28(1), 61–67.
133
Escuela Superior Politécnica del Litoral ESPOL (2016). Estudios Industriales: Orientación
Estratégica para la Toma de Decisiones. Recuperado de
http://www.espae.espol.edu.ec/images/documentos/publicaciones/estudios_in
dustriales/industriaconstruccion.pdf
Farrell, M. J. (1957). The Measurement of Productive Efficiency. Journal of the Royal

Statistical Society. Series A (General).
Fernández, Y. y Flórez, R. (2006). Aplicación del modelo DEA en la gestión pública. Un

análisis de la eficiencia de las capitales de provincia españolas. Revista
Iberoamericana de contabilidad de gestión, 7, 165-202.
Foster, G. (1990). Financial Statement Analysis. New Jersey, U.S.A.: Prentice Hall
Francisco de Araujo, A., Guimaraes, D. y Shikida, C. (2012). Analysis of the efficiency of

national civil construction firms. Brazilian Business Review, 9(3), 45–70.
Frecka T. y Hopwood, W. (1983). The effects of outliers on the cross sectional

distributional properties of financial ratios. The Accounting Review, 58(1), 115-
128.
Frydman, H., Altman, E.I. y Kao, D. (1985). Introducing Recursive Partitioning for
Financial Classification: The Case of Financial Distress. The Journal of Finance,
40(1), 269-291.
Galindo, A. (2005) El tamaño empresarial como factor de diversidad. (Ed. Elec.).

Recuperado de http://www.eumed.net/libros-gratis/2005/agl3/index.htm
Gallizo, J. L. (2005). Avances en la investigación de ratios financieros. La dinámica de los

ratios 1. Revista de Contabilidad Y Dirección, 2, 121–146.
García-Ayuso, M. (1994). Fundamentos Metodológicos del Análisis Financiero mediante

Ratios (Tesis Doctoral). Universidad de Sevilla, Sevilla, España.
Garrison, R., Eric, N. y Brewer, P. (2007). Contabilidad Administrativa. México: Mc Graw

Hill.
134
Gitman, L. J. y Zutter, C. J. (2012). Principios de administración financiera. México:

Pearson.
Greene, W. (1980). On the estimation of flexible frontier production model. Journal of

Econometrics, 13(1), 101-115.
Guerrini, A., Martini, M., y Campedelli, B. (2013). Measuring the efficiency of the Italian
construction industry. International Journal of Business Performance
Management, 14(3), 307–325.
Gujarati, D. y Porter, D. (2009). Econometría. México: McGraw Hill.
Hexagon Consultores (2008). Sector Vivienda: Evolución, Acceso y Déficit Habitacional.

(Nro. 39). Recuperado de http://www.hexagon.com.ec/portal/publica.html
Horngren, Ch., Sundem, G. y Elliot, J. (2000). Introducción a la Contabilidad Financiera.

México: Pearson Educación.
Horta, I., Camanho, A. y Da Costa, J. (2010). Performance Assessment of Construction

Companies Integrating Key Performance Indicators and Data Envelopment
Analysis. Journal of Construction Engineering and Management, 136(5), 581–594.
Hwang, C., Yoon, K. (1981). Multiple Attribute Decision Making: Methods and
Applications. New York: Springer-Verlag.
Ibarra, A. (2006). Una perspectiva sobre la evolución en la utilización de las razones

financieras o ratios 1. Pensamiento y Gestión, 21, 234–271.
Illueca, M. (2002). La Dinámica Cross-Section de los Ratios Financieros: ¿tienden los

ratios a converger hacia la media sectorial?. Revista de Contabilidad, 5(10), 77–
104.
Jaramillo, M. (1983), El papel del Estado en el desarrollo de las medianas y pequeñas

ciudades, ponencia al seminario sobre las ciudades intermedias en el desarrollo
de América Latina, SIAP-IIED-CLACSO, Morelia, México.
135
Jenkins, l. y Anderson, M. (2003). A multivariate statistical approach to reducing the

number of variables in data envelopment analysis. European Journal of
Operational Research, 147, 51-61.
Jesswein, K. (2011). Analyzing Financial Statements with Potentially Misreported Cost of

Goods Sold Figures. Journal of Finance y Accountancy, 6, 1-10
Labatut, G., Pozuelo, J. y Veres, E. (2009). Modelización temporal de los ratios contables
en la detección del fracaso empresarial de la PyME Española. Revista Española de
Financiación y Contabilidad. 38(143), 423-447.
Lev, B. (1974). Financial Statement Analysis: A new Approach. New York: Prentice Hall.
Lovell, C. (1993). Production Frontiers and Productive Efficiency. En Harold O. Fried, C.

Knox Lovell y Shelton S. Schmidt, (Ed.), The Measurement of Productive Efficiency:
Techniques and Applications (pp. 3-67). Oxford: Oxford University Press.
Lovell, C., Richardson, S., Travers, P. y Wood, L. (1994). Resources and Functionings: A
New View of Inequality in Australia, en Eichorn, W. (Ed)., Models and
Measurement of Welfare and Inequality (pp. 787-807). Berlin, Alemania: Springer-
Veriag.
Marichal, C. (2010). Nueva historia de las grandes crisis financieras. Una perspectiva
global, 1873-2008. Buenos Aires, Argentina: Editorial Sudamericana-Debate.
Martín, R. (2008). La Medición de la Eficiencia Universitaria: Una Aplicación del Análisis

Envolvente de Datos. Formación Universitaria, 1(12), 17-26.
McCabe, B., Tran, V. y Ramani, J. (2005). Construction prequalification using data

envelopment analysis. Canadian Journal of Civil Engineering, 32(1), 183–193.
McCabe, S. (2001). Benchmarking in construction. U.K: Blackwell Science Ltd Editorial

Offices
McLeay, S. (1986). Student ́s t and the Distribution of Financial Ratios. Journal of Business
Finance y Accounting, 13(2), 209-222.
136
McLeay, S. (1997). Boundary conditions for Ratios with Positively Distributed

Components. Journal of Business Finance y Accounting, 24(1), 67-83.
Meigs, R., Williams, J., Haka, S. yBettner, M. (2000). Contabilidad. La base para
decisiones gerenciales. México: Mc Graw Hill.
MIPYMES Boletín mensual de análisis sectorial. Ecuador: Ministerio de la Productividad,

Centro de Investigaciones Económicas y de la Micro, Pequeña y Mediana Empresa.
2011.
Mongrut, S., Alberti, F., Fuenzalida, D. y Akamine, M. (2011). Determinantes de la

Insolvencia Empresarial en el Perú. Academia Latinoamericana de Administración,
47, 126-139.
Mora, A. (1995). Utilidad de los Modelos de Predicción de la crisis empresarial. Revista

Española de Financiación y Contabilidad, 24(83), 281-300.
Moreno, J. de J., López Robayo, O. y Díaz Castro, J. (2014). Productividad, Eficiencia y sus
factores explicativos en el sector de la construcción en Colombia 2005-2010.
Cuadernos de Economía, 33, 569–588.
Murillo Pérez, S. y Ruiz Campos, S. (2013). Modelo Comparativo de Índices financieros

para la Evaluación de la Gestión de Compañías Comparables en Latinoamérica.
TecEmpresarial, 7, 21–31.
Nuzzo, R. (2016). The Box Plots Alternative for Visualizing Quantitative Data. PMyR
Journal, 8, 268-272.
Omar, A. (2000). The Sensitivity of Predictions Models to the Non-Normality of Bounded

and Unbounded Financial Ratios. British Accounting Review, 32, 213-230.
Ordoñez, D. (2012). El comercio exterior del Ecuador: análisis del intercambio de bienes
desde la colonia hasta la actualidad, Observatorio de la Economía
Latinoamericana, 173, 1-11
137
Pastor J.T., Ruiz, J. y Sirvent, I. (1999). A statistical test for detecting influencial
observations in DEA, European Journal of Operational Research, 115, 542-554.
Pastor J.T., Ruiz, J. y Sirvent, I. (2002). Statistical test for nested radial DEA models,
Operations research, 50, 728-735.
Patau, J. (2014). Efecto dominó en el ámbito financiero. Especial referencia a las

situaciones concursales en Cataluña durante el bienio 2004-2005 (Tesis Doctoral).
Universidad de Barcelona, Barcelona, España.
Platikanova, P. (2005). El Análisis Económico-Financiero: Estado del Arte. Revista de

Contabilidad y Dirección, 2, 95–120.
Quintanilha, J., y Correia, J. (2012). Evaluación de la eficiencia de las compañías aéreas

brasileñas a través de un modelo híbrido de análisis envolvente de datos (DEA) y
programación lineal multiobjetivo. Ingeniare. Revista chilena de ingeniería, 20(3),
31-342.
Ramirez, R., Alarcón, L. y Knights, P. (2004). Benchmarking System for Evaluating

Management Practices in the Construction Industry. Journal of management in
engineering, 20(3), 110-117.
Rhodes. E. (1978). Data Envelopment Analysis and Approaches for Measuring the
Efficiency of Decision-making Units with an Application to Program Follow-
Through in U.S. Education. (Tesis Doctoral). School of Urban and Public Affairs.
Carnegie-Mellon University.
Richmond, J. (1974). Estimating the efficiency of production. International Economic

Review, 15 (2), 515-521.
Rivero, J. y Rivero, M. (1992). Análisis de Estados Financieros. Madrid, España: Trivium
Ruggirello, H. (2011). El sector de la construcción en perspectiva: internalización e

impacto en el mercado de trabajo. Buenos Aires: Aulas y Andamios.
138
Schuschny, A. (2007). El método DEA y su aplicación al estudio del sector energético y

las emisiones de CO2 en América Latina y el Caribe. Estudios estadísticos y
proyectivos, (46), 1-53.
Schmidt, P. (1976). Econometrics. New York: Department of Economics University of

North Caroline Marcel Dekker Inc. Ed.
Sengupta, P. (1998). Testing Allocative Efficiency by Data Envelopment Analysis. Applied

Economics Letters, 5(11), 689-692
Shepard, R. (1953). Theory of cost and production functions. Princeton: Princeton

University Press.
Snijders, T. A. y Bosker, R. J. (1999). Multilevel analysis. London: Sage Publications.
So, J. (1987). Some Empirical Evidence on the Outliers and the Non-Normal Distribution
and Its uses in Fitting Data. Journal of Business Finance y Accounting, 14(2), 483-
496.
So, J. (1994). The Distribution of Financial Ratios. A Note. Journal of Accounting Auditing
y Finance, 9(2), 215-224.
Sosa, M. (2015) La industria de la construcción (2003-2014). Revista Realidad económica

del Instituto Argentino para el Desarrollo Económico (IADE), 29, 1 -17.
Spear, M.E. (1952). Charting Statistics. New York: McGraw-Hill Book Company.
Taboada, L., Moura, W. y Douglas, R. (2009). La información contable en la predicción

de insolvencia: un estudio inferencial aplicado a empresas industriales cotizadas.
Revista Contemporánea de Contabilidad, 6(12), 151-170.
Torra, S., Marín, S. y Llorente, F. (2003). Principios de estadística descriptiva aplicada a

la empresa. Madrid, España: Editorial Centro de Estudios Ramón Areces.
Tsolas, I. E. (2011). Modelling profitability and effectiveness of Greek-listed construction

firms: an integrated DEA and ratio analysis. Construction Management and
Economics, 29, 795–807.
139
Tukey, J. (1977). Exploratory Data Analysis. MA: Addison- Wesley.
Villena, M. (2010). Ecuador: oportunidades comerciales de materiales y acabados de

construcción. Quito: FLACSO.
Ward, J. Jr. (1963). Hierarchical Grouping to Optimize an Objective Function, Journal of

the American Statistical Association, 58, 236–244.
Zmijewski, M.E. (1984). Methodological Issue Related to the Estimation of Financial

Distress Prediction Models. Journal of Accounting Research, 2, 59-82.
SITIOS ELECTRÓNICOS
Banco Mundial. [En línea]. Disponible en: http://www.bancomundial.org/
Banco Central del Ecuador. [En línea]. Disponible en: https://www.bce.fin.ec/
Instituto Nacional de Estadísticas y Censos INEC. [En línea]. Disponible en:

http://www.ecuadorencifras.gob.ec/institucional/home/
Ministerio de Industrias y Productividad. [En línea]. Disponible en:

http://www.industrias.gob.ec/
Ministerio de Desarrollo Urbano y Vivienda MIDUVI. [En línea]. Disponible en:

http://www.habitatyvivienda.gob.ec/
Superintendencia de Bancos del Ecuador. [En línea]. Disponible en:

http://www.superbancos.gob.ec/practg/p_index
Superintendencia de Compañías, Valores y Seguros. Sector Societario. [En línea].

Disponible en: http://www.supercias.gob.ec/
140
ANEXO I: INVESTIGACIONES SOBRE EFICIENCIA EN EL SECTOR

DE LA CONSTRUCCIÓN MEDIANTE METODOLOGÍA DEA
TÍTULO Application of Improved Data Envelopment Analysis in

Construction Supply Chain Management.
AUTORES Chen y Tang.
AÑO 2014
MODELOS Análisis envolvente de datos. DEA
UTILIZADOS
SECTOR, PAÍS Análisis de la cadena de suministro en la industria de la
construcción en China basado en DEA. El método divide toda
la información en una serie de sub-sistemas principales.
TAMAÑO DE LA Planteamiento metodológico.
MUESTRA
RESULTADOS / CONCLUSIONES
Combinando las ventajas del cálculo tradicional DEA y las redes de trabajo DEA, el
rendimiento general y rendimiento de sub-procesos pueden ser evaluados
respectivamente para lograr una comprensión global y el control local sobre la cadena
de suministro de la construcción.
Sin embargo, la evaluación del desempeño con el método DEA también tiene
limitaciones en el número de índice resultante, por lo que es difícil seleccionar
científicamente y de forma global el índice a ser investigado en el futuro.
141
TÍTULO Productividad, eficiencia y sus factores explicativos en el

sector de la construcción en Colombia 2005-2010.
AUTORES Moreno, López Robayo, y Díaz Castro.
AÑO 2014
MODELOS La metodología se desarrolla en tres etapas: medición de la
UTILIZADOS eficiencia utilizando fronteras no paramétricas (DEA-CCR);
análisis del crecimiento de la productividad y sus
componentes a través del índice de Malmquist, y; análisis de
los determinantes de la eficiencia mediante el modelo Tobit.
SECTOR, PAÍS Analiza la productividad, la eficiencia y sus factores
determinantes en cuatro sectores de la construcción en
Colombia: construcción de obras residenciales, construcción
de obras civiles, actividades inmobiliarias y adecuación de
obras de la construcción en el período 2005-2010.
TAMAÑO DE LA Construcción de obras residenciales con 1356 observaciones.
MUESTRA Construcción de obras civiles con 1380 observaciones.
Adecuación de obras de la construcción con 978
observaciones.
Actividades inmobiliarias con 654 observaciones.
Con relación a los resultados derivados del crecimiento de la productividad, sólo el
sector adecuación de obras de construcción experimenta un crecimiento acumulado
del 0,1%, como consecuencia del mejoramiento de la eficiencia en presencia del
recurso tecnológico.
Los resultados del análisis de eficiencia técnica revelan que los niveles alcanzados por
las empresas son bajos para los cuatro sectores, por lo que dados los recursos
disponibles, las empresas deberían alcanzar mayores niveles outputs, con mayor
incidencia en los sectores de obras civiles y actividades inmobiliarias.
Los factores determinantes para los cuatro sectores analizados, son la eficiencia, el
tamaño empresarial y la cuota de mercado.
142
TÍTULO Measuring the efficiency of the Italian construction

industry.
AUTORES Guerrini, Martini, y Campedelli.
AÑO 2013
MODELOS Se elaboran puntajes mediante el análisis envolvente de
UTILIZADOS datos (DEA), se miden puntajes (CRS, VRS y ESCALA) y luego
se elabora una regresión con un modelo Tobit.
Se aplica un modelo de regresión para inferir la influencia de
variables tales como el tamaño y la calidad de los recursos
humanos.
SECTOR, PAÍS El trabajo estudia los determinantes de la eficiencia en la
industria de la construcción en Italia. Tres factores son
analizados en profundidad: tamaño de la empresa, los
segmentos de negocio y la calidad de los recursos humanos.
Se usan datos financieros en el período 2006-2010.
TAMAÑO DE LA La muestra de la investigación se compone de las 96 mejores
MUESTRA empresas de construcción italianas en términos de valor de
la producción.
En primer lugar los resultados demuestran que existen economías de escala y
dependen exclusivamente de la eficiencia técnica.
En segundo lugar, para lograr el éxito, las empresas de construcción deben elegir
cuidadosamente el segmento en el que operar. En el período que se examina, el grupo
denominado edificio privado fue el más exitoso.
En tercer lugar, se pone en manifiesto que las empresas deben aumentar las
inversiones en recursos humanos para maximizar la eficiencia. Todas las empresas
deben mejorar la calidad de los recursos humanos mediante la búsqueda de las
mejores capacidades técnicas y de gestión.
143
TÍTULO Efficiency measurement of the construction industry in

Taiwan: a stochastic frontier cost function approach.
AUTORES Dzeng y Wu.
AÑO 2013
MODELOS Análisis de fronteras estocásticas (SFA) para modelar y medir
UTILIZADOS la rentabilidad de las empresas constructoras en Taiwan, e
investigar las relaciones entre recursos de entrada y
rentabilidad.
SECTOR, PAÍS Taiwan

TAMAÑO DE LA La muestra del estudio se compone de 54 empresas filtradas
MUESTRA según su nivel de ingresos, la muestra final utilizada fue de
26 empresas de construcción.
Los principales hallazgos son:
(1) La subcontratación reduce la capacidad laboral.
(2) Las empresas más grandes pueden ser más rentables.
(3) El apalancamiento financiero aumenta la eficiencia y capital.
(4) Reducir los costos de equipo aumenta la eficiencia.
Estos hallazgos pueden ayudar a las empresas de construcción para ajustar
estratégicamente la gestión de su empresa y mejorar la rentabilidad.
144
TÍTULO Analysis of the efficiency of national civil construction firms.

AUTORES Francisco de Araujo, Guimaraes, y Shikida.
AÑO 2012
MODELOS Análisis envolvente de datos. Se utiliza DEA-Malmquist para
UTILIZADOS capturar las variaciones en técnica, tecnología y eficiencias
de escala. El software seleccionado para el análisis fue DEAP
2.1
SECTOR, PAÍS Se busca medir la eficiencia de las empresas brasileñas en la
industria de la construcción entre 2005 y 2008.
TAMAÑO DE LA 57 empresas
MUESTRA
De las 57 empresas estudiadas, únicamente cuatro logran la eficiencia técnica máxima
(puntuación = 1) en el año 2005, nueve al año siguiente y siete en 2007. En el último
año de la muestra, sólo Vial de São Paulo, mostró ser plenamente eficaz.
El rendimiento de las empresas no es homogéneo entre los diferentes estratos. Hay
indicios de relación positiva entre el volumen de los ingresos y la puntuación de
eficiencia técnica. Entre 2005 y 2006, existen aumentos en la eficiencia técnica y la
escala, así como en la innovación tecnológica.
Las grandes empresas pueden seguir disfrutando de ventajas monopólicas,
colocándose en una posición de superioridad.
145
TÍTULO Modelling profitability and effectiveness of Greek-listed

construction firms: an integrated DEA and ratio analysis.
AUTORES Tsolas.
AÑO 2011
MODELOS Se aplica un modelo DEA BCC bajo el supuesto de
UTILIZADOS rendimientos variables a escala (VRS).
Como primer paso la rentabilidad y efectividad son
evaluadas a través de DEA, utilizando el margen de beneficio
(es decir, la proporción de ingresos y ventas),
respectivamente. Posteriormente se utiliza un modelo Tobit
y un modelo de mínimos cuadrados ordinarios para
identificar las causas de la eficiencia. La métrica de la
eficiencia derivada de la DEA es correlacionada con la
eficacia.
SECTOR, PAÍS Este enfoque evalúa el desempeño en términos de
rentabilidad y eficacia de una muestra de empresas
constructoras que cotizan en la Bolsa de Atenas. Los datos de
los estados financieros se refieren al año 2007.
TAMAÑO DE LA 16 firmas constructoras.
MUESTRA
-La eficacia se asocia con la rentabilidad: Sí / Fuerte evidencia.
-El tamaño se relaciona con la eficiencia: Sí / Fuerte evidencia.
-El tamaño se relaciona con la eficacia: Sin evidencia.
-Escala ineficiencia está presente en la industria de la construcción griega: Sí / Fuerte
evidencia.
- El ratio de ingresos-gastos-total se relaciona con la eficiencia: Sí / Fuerte evidencia.
- El ratio de ingresos-gastos-total se relaciona con la eficacia: Sí / Fuerte evidencia.
El estudio refuerza la necesidad de la utilización de datos adicionales que se encuentra
en los estados financieros, en el afán de establecer las líneas de base de evaluación
comparativa, marcar las firmas mejores en su clase, y establecer objetivos para una
mejora continua.
146
TÍTULO Performance Assessment of Construction Companies

Integrating Key Performance Indicators and Data
Envelopment Analysis.
AUTORES Horta, Camanho, y Da Costa.
AÑO 2010
MODELOS Se emplea modelos en cada perspectiva. El primer modelo
UTILIZADOS estándar de la DEA permite que los pesos asignados a cada
uno de los indicadores varíen libremente de tal manera que
todas las empresas aparecen en su mejor momento. Luego
se analiza un DEA con peso restringido para incorporar la
opinión de expertos sobre la importancia relativa de los
indicadores considerados.
Finalmente se integra los datos DEA con una plataforma de
benchmarking (icBench), que maneja información sobre
indicadores de rendimiento (KPIs).
SECTOR, PAÍS Sector de la construcción portuguesa.
TAMAÑO DE LA La muestra de la investigación se compone de 20
MUESTRA contratistas.
Los índices de eficiencia calculados y los datos de referencia KPI revelan una fuerte
asociación. Esto implica que incluso una empresa con una puntuación alta de
eficiencia, puede tener potencial para mejora si observamos los índices KPI.
Por ejemplo, una empresa X logró una puntuación alta de eficiencia en la perspectiva
del desempeño organizacional; sin embargo, el análisis de indicadores clave de
rendimiento KPI sugiere que puede ser posible mejorar en productividad un 64%,
rentabilidad un 58% y cuentas por cobrar en un 48%, aunque no hay evidencia de que
puede mejorar todas las dimensiones simultáneamente.
147
TÍTULO Utilizing data envelopment analysis to benchmark safety

performance of construction contractors.
AUTORES El-Mashaleh, Rababeh, y Hyari.
AÑO 2010
MODELOS DEA-CCR
UTILIZADOS
SECTOR, PAÍS Jordania
TAMAÑO DE LA Con una base inicial de 164 contratistas que fueron
MUESTRA contactados para su potencial participación, setenta
acordaron participar en el proyecto, sin embargo, sólo 45
contratistas suministraron los datos requeridos para ser
incluidos en el modelo DEA.
La industria de la construcción en Jordania carece de medidas de rendimiento en
seguridad que permitan evaluar el desempeño de seguridad de los contratistas de la
construcción, puesto que para juzgar el desempeño de la seguridad operacional, la
industria se basa en el escaso número de accidentes reportados.
Como tal, el enfoque DEA está bien adaptado para llenar este vacío y evalúa el
rendimiento de seguridad de los contratistas. El análisis identifica a ocho contratistas
fronterizos eficientes. En comparación con el resto de los contratistas, estos ocho
contratistas son los líderes de la industria en el rendimiento de seguridad.
148
TÍTULO Technological progress and the productive efficiency of

construction firms in Hong Kong, 1981–2001
AUTORES Chau, Wang, y Lu.
AÑO 2005
MODELOS Análisis envolvente de datos. DEA
UTILIZADOS
SECTOR, PAÍS Este estudio investiga los factores que afectan la eficiencia
productiva de la construcción en empresas en Hong Kong, en
un período de 21 años (1981-2001).
TAMAÑO DE LA 841 Observaciones.

MUESTRA
Los resultados del estudio sugieren que:
(1) Las economías de escala existen a nivel de empresa.
(2) Las empresas que subcontratan más trabajo, tienen menor eficiencia productiva.
(3) Las empresas más intensivas en uso de capital, tienden a tener menor eficiencia
productiva, aunque estas empresas también tienen mayores tasas de crecimiento en
eficiencia productiva.
Los resultados empíricos sugieren que la inversión en capital (instalaciones y
maquinaria) dará lugar a problemas de gestión en la utilización de los recursos. En
igualdad de condiciones, las empresas más grandes son más eficientes, pero los
efectos de escala se agotan en un punto determinado.
149
TÍTULO Construction prequalification using data envelopment

analysis.
AUTORES McCabe, Tran, y Ramani.
AÑO 2005
MODELOS La investigación desarrolla un modelo mejorado de
UTILIZADOS precalificación de contratistas utilizando DEA, junto con una
metodología CPM (modelo de precalificación del contratista)
para determinar una "frontera práctica" de los mejores
contratistas. El modelo de referencia es un sistema de
puntaje ponderado con 10 criterios.
SECTOR, PAÍS Canadá
TAMAÑO DE LA Se examinaron datos de precalificación de 1998 a 2000 para
MUESTRA 10 contratos que van de 3 a 12 millones de dólares. Cada
contrato tenía al menos 15 paquetes de precalificación de
contratistas.
En el estudio sin restricciones de peso el número de eficientes DMUs disminuye
significativamente de siete a dos, lo que indica el poder de discriminación mejorado
de DEA con las restricciones de peso.
Se cree que la frontera práctica refleja el estándar de la industria en la región del sur
de Ontario.
150
ANEXO II: ESTADÍSTICOS DESCRIPTIVOS DE VARIABLES

DISPONIBLES
Tabla 1. Estadísticos descriptivos de variables disponibles año 2012.
VARIABLE Media Mediana Máximo Mínimo Desv. Est. Coef. No.
Var. Obs.
Activo corriente 1.160.300,26 97.875,83 50.780.700,86 0,00 3.699.611,05 3,19 375
Activo fijo 433.666,20 45.479,73 17.030.956,46 0,00 1.470.487,15 3,39 375
Total activo 1.593.966,47 254.230,25 53.841.608,40 200,00 4.374.696,92 2,74 375
Capital 24.598,99 800,00 1.800.000,00 200,00 148.100,40 6,02 375
Total patrimonio 298.711,80 33.675,52 14.338.197,43 -348.219,78 1.024.819,63 3,43 375
Costo de ventas 685.914,81 4.851,03 37.404.873,19 0,00 2.914.035,72 4,25 375
Gastos administrativos 275.837,30 66.085,67 5.609.757,19 0,00 705.152,07 2,56 377
y de ventas
Gasto personal 196.786,11 29.835,30 11.059.069,05 0,00 738.334,65 3,75 375
Gasto en intereses 13.504,09 0,00 719.563,52 0,00 58.853,23 4,36 375
Compras 442.979,73 0,00 37.404.873,19 0,00 2.255.186,50 5,09 375
Promoción y publicidad 3.939,24 0,00 459.773,00 0,00 27.370,57 6,95 375
Inventarios 457.111,56 0,00 16.761.101,72 0,00 1.687.036,59 3,69 375
Ingresos por ventas 1.020.028,57 164.112,05 41.180.143,86 0,00 3.317.753,87 3,25 375
Utilidad bruta 334.113,76 81.255,02 7.539.246,01 -145.379,10 822.643,49 2,46 375
Utilidad operacional 56.805,33 5.779,80 2.292.917,85 -466.544,62 211.336,63 3,72 375
Utilidad antes de 51.828,68 3.759,88 2.104.617,93 -1.110.287,63 220.533,34 4,26 375
impuestos
Resultado neto 28.571,71 2.287,94 1.386.441,84 -1.110.287,63 155.376,28 5,44 375
Fuente: Elaboración propia.
Tabla 2. Estadísticos descriptivos de variables disponibles año 2013

Var. Obs.
Activo corriente 1.227.488,45 123.693,51 53.002.481,66 0,00 3.913.995,69 3,19 381
Activo fijo 582.853,75 58.736,87 25.077.530,87 -3.533,31 2.192.192,75 3,76 381
Total activo 1.810.342,20 278.908,85 56.412.769,05 0,00 4.961.370,24 2,74 381
Capital 26.807,52 800,00 1.800.000,00 0,00 147.854,25 5,52 381
Total patrimonio 370.776,29 66.390,03 15.845.536,40 -927.760,42 1.200.360,77 3,24 381
Costo de ventas 908.826,10 20.203,39 54.839.457,16 0,00 3.457.538,47 3,80 381
Gastos administrativos y 319.727,75 93.054,94 5.540.290,22 0,00 783.436,76 2,45 381
de ventas
Gasto personal 229.898,00 46.337,60 9.277.376,05 0,00 705.129,67 3,07 381
Gasto en intereses 19.470,76 0,00 1.440.949,69 0,00 100.087,95 5,14 381
Compras 500.597,22 0,00 54.839.457,16 0,00 3.064.950,12 6,12 381
Promoción y publicidad 5.902,90 0,00 672.663,46 0,00 42.443,54 7,19 381
Inventarios 516.631,84 0,00 19.432.741,74 -23.500,00 2.013.686,06 3,90 381
Ingresos por ventas 1.318.269,45 236.524,41 60.258.382,36 0,00 3.929.501,74 2,98 381
Utilidad bruta 409.443,35 113.266,91 8.082.134,52 -322.916,35 928.807,06 2,27 381
Utilidad operacional 89.715,61 9.410,09 2.977.822,32 -1.055.648,02 319.309,45 3,56 381
Utilidad antes de 77.189,52 8.014,34 2.848.916,35 -2.107.433,27 308.344,75 3,99 381
impuestos
Resultado neto 48.868,37 4.838,87 2.003.610,12 -2.107.433,27 228.726,21 4,68 381
151

Var. Obs.
Activo corriente 1110470,29 145701,64 34069909,80 0,00 3164687,82 2,85 312
Activo fijo 633926,82 62130,64 28415334,70 0,00 2299878,82 3,63 312
Total activo 1746576,35 312266,72 36058168,10 0,00 4316835,30 2,47 312
Capital 32553,53 800,00 1800000,00 0,00 134486,02 4,13 312
Total patrimonio 391554,41 99365,48 15983985,60 -4647220,80 1181160,04 3,02 312
Costo de ventas 695010,76 39046,85 14353121,50 -20170,62 1800764,62 2,59 312
Gastos administrativos y 325667,56 83750,90 6365551,80 -328,74 813946,45 2,50 312
de ventas
Gasto personal 224705,52 55771,62 6765452,03 0,00 577774,63 2,57 312
Gasto en intereses por 20723,51 0,00 1050182,78 0,00 82307,52 3,97 312
préstamos
Compras 307262,31 0,00 12818924,17 0,00 1073557,93 3,49 312
Promoción y publicidad 7715,68 0,00 807307,10 0,00 58310,66 7,56 312
Inventarios (obras en 408411,84 0,00 20739311,70 -23500,00 1669402,32 4,09 312
proceso)
Ingresos por ventas 1067862,06 218206,30 18297431,07 0,00 2323322,02 2,18 312
Utilidad bruta 372851,30 99657,12 8039076,00 -1228666,50 932560,90 2,50 312
Utilidad operacional 47183,75 8283,60 2145770,37 -4647491,39 390007,08 8,27 312
Utilidad antes de 56368,80 9145,61 2421596,18 -4648020,75 367143,06 6,51 312
impuestos
Resultado neto 34804,64 5347,35 1587080,04 -4648020,76 310723,02 8,93 312

Var. Obs.
Activo corriente 1319990,79 122604,89 33515182,60 0,00 3884071,88 2,94 355
Activo fijo 615188,08 62233,87 27880783,60 0,00 2251524,01 3,66 355
Total activo 1931873,59 273597,30 49729236,50 0,00 5133623,54 2,66 355
Capital 44511,82 800,00 4134479,00 0,00 241587,02 5,43 355
Total patrimonio 457071,08 105996,06 17080515,30 0,00 1390286,85 3,04 355
Costo de ventas 787470,25 51254,25 28005690,30 0,00 2510221,83 3,19 355
Gastos administrativos y 309340,37 81140,65 6143609,97 0,00 732732,27 2,37 355
de ventas
Gasto personal 230345,30 50856,24 6608020,64 0,00 603960,84 2,62 355
Gasto en intereses por 22141,19 8,81 1079724,32 0,00 94785,90 4,28 355
préstamos
Compras 344884,57 0,00 21855945,10 0,00 1556358,34 4,51 355
Promoción y publicidad 3839,31 0,00 467384,12 0,00 31823,67 8,29 355
Inventarios (obras en 602435,23 0,00 31029946,79 0,00 2620909,90 4,35 355
proceso)
Ingresos por ventas 1158822,03 208666,66 31607706,50 0,00 3071996,43 2,65 355
Utilidad bruta 371351,78 74101,64 8550195,01 -295653,61 925811,38 2,49 355
Utilidad operacional 62011,41 2814,63 5966412,82 -4460517,59 504408,77 8,13 355
Utilidad antes de 83001,50 5628,39 5755339,38 -1085654,92 417986,77 5,04 355
impuestos
Resultado neto 48952,73 2432,84 3808464,60 -1085654,94 282447,95 5,77 355
152
ANEXO III: ANÁLISIS DE COMPONENTES PRINCIPALES
Tabla 1. Matriz de Valores propios 2012

Component Eigenvalue Difference Proportion Cumulative
Comp1 4.21149e+13 3.69000e+13 0.7848 0.7848

Comp2 5.21489e+12 1.84008e+12 0.0972 0.8820
Comp3 3.37481e+12 1.91206e+12 0.0629 0.9449
Comp4 1.46275e+12 6.84285e+11 0.0273 0.9721
Comp5 7.78466e+11 4.26307e+11 0.0145 0.9866
Comp6 3.52159e+11 6.85075e+10 0.0066 0.9932
Comp7 2.83651e+11 2.16590e+11 0.0053 0.9985
Comp8 6.70607e+10 5.45101e+10 0.0012 0.9997
Comp9 1.25506e+10 1.16955e+10 0.0002 1.0000
Comp10 855131713 658893794 0.0000 1.0000
Comp11 196237920 196237920 0.0000 1.0000
Comp12 0 . 0.0000 1.0000
Tabla 2. Matriz de Vectores propios 2012

Variable Comp1 Comp2 Comp3 Comp4 Comp5 Comp6 Comp7 Co
ActCorr 0.5571 -0.0722 -0.3734 0.0762 -0.4011 0.2115 0.0076 0.0

ActFijo 0.1011 -0.3162 0.5682 -0.0845 0.2948 -0.3525 -0.1224 -0.0
TotAct 0.6582 -0.3885 0.1948 -0.0083 -0.1063 -0.1411 -0.1149 -0.0
Capital 0.0143 0.0024 0.0075 0.0196 0.0150 0.0400 0.0100 -0.0
Patrimonio 0.0996 -0.1110 0.2980 -0.0419 0.1119 0.4216 0.8307 0.0
CostoVts 0.3468 0.7565 0.2802 0.3472 0.0454 -0.1996 0.0930 -0.2
Gastos 0.0469 -0.0410 0.1657 0.0635 0.2878 0.6989 -0.4201 -0.4
GastoPers 0.0466 0.0943 0.1678 0.3841 0.1079 0.2680 -0.2586 0.8
GastoInt 0.0049 -0.0069 0.0047 0.0096 0.0195 -0.0023 0.0005 -0.0
Compras 0.2854 0.3532 -0.1102 -0.7787 0.3249 0.0708 -0.0878 0.2
Publicidad 0.0011 -0.0046 0.0056 0.0005 0.0121 0.0063 0.0160 0.0
Inventario 0.1727 -0.1543 -0.5144 0.3260 0.7249 -0.1628 0.1473 -0.0
153
Two panel biplot Two panel biplot
INPUTS OUTPUTS
Observations Observations
Variables Variables
6000
6000
6000
CostoVts
4000
4000
4000
UtBta
Compras
2000
2000
2000
126
Dimension 2
Dimension 2
Dimension 2
128
5 180
GastoPers 95132
137 131
52
43 UtilOper
UAI
148
80
150
15
367 361
122351 UtilNta
125 62 3976
243
143
207
8
14
295
130
375
30
353
3 254
124
165
375
54141
361368
236
71
377
33
246
88
323
136
84
21
225
215
304
244
264
177
185
310
315
114
20
31
202
219
60
327
90
238
329
70
109
297
305
117
164
344
370
343
270
29
56
173
265
7
193
223
247
268
336
74
121
205
237
286
347
154
159
57
134
156
194
78
100
211
26
64
69
97
171
192
369
2
6
13
12
19
18
22
25
24
41
49
53
63
68
73
79
85
87
89
94
101
103
108
107
112
120
138
162
175
178
184
186
190
198
197
196
195
201
203
206
208
214
213
212
216
218
224
228
227
226
231
233
235
242
241
240
245
249
248
251
253
259
258
257
256
255
263
262
261
271
274
278
277
276
282
281
285
284
292
291
290
289
288
294
303
302
301
300
299
298
306
314
313
312
311
321
320
319
318
317
324
331
330
335
334
333
342
341
340
339
338
346
349
348
355
360
359
362
364
366
371
374
381 5 39
80 322
10
179
66
48
153
28
67
0
152
51 144
55
172
234
59
66
16391
43
376
168
27
149
174
350
363
23
44
47
50
81
93
140
139
155
183
209
221
232
283
287
296
307
316
46
106
204
230
229
293
332
337
380
379
266
83
36
102
187
1
99
373
37
118
260
269
275
325
328
352
357
119
351
110
267
86
16
92
222
322
104
365
145
176
239
32
142
96
115
217
254
372
146
179
10
98
58
147
220
252
42
65
45
309
210
61
189
67
279
250
356 Capital 150
123 267
92
191
111
368
438172
234
280
116
133
377
30
77
36
166
13082
23
273
370
202
1
157
221
289
325
330
363
0
0
123 343
113
48
151
158 9378
5
11
273
161
165
181
199
308
131
188
52
82
169
170191
200 137
125 15143
158
136
367
148 1
84
59
60
83
329
163
34
51
54
152
71
76
8 51
44
115
204
243
170
154
236
215
114
376
354
142
268
86
103
118
248
350
279
283
160
14
225
323
159
3
264
304
266
62
21265
3
78
134
211
27
74
13
47
46
79
93
140
174
214
240
251
285
318
374
344
145
176
199
91
55
90
42
41
49
53
65
68
73
81
85
87
94
9753
168
173
185
336
7
29
98
155
223
270
19
26
45
64
89
96
99
161
188
217
216
321
348
369
9
12
18
25
37
6
120
147
178
182
197
220
233
241
256
296
299
316
352
141
164
353
113
246
20
31
144
177
239
310
343
110
156
219
315
32
56
109
194
193
238
305
327
61
70
69
102
181
205
210
247
286
347
2
16
22
24
101
108
107
106
104
112
121
139
138
162
167
169
171
175
184
183
187
186
190
196
195
198
201
200
203
206
209
208
213
212
218
222
224
232
231
230
229
228
227
226
235
237
242
245
250
249
253
252
255
263
262
261
260
259
258
257
269
271
278
277
276
275
274
282
281
284
288
287
294
293
292
291
290
298
303
302
301
300
309
308
307
306
314
313
312
311
317
320
319
324
328
335
334
333
332
331
342
341
340
339
338
337
346
349
360
359
357
356
355
362
366
365
373
372
371
381
380
379
378
135
33
117
88
244
119
57
297
50
58
146
189
192
345
364
149
100
207
295
11 2
38
122 28
345
182
77
95
72160 ActCorr GastoInt
Publicidad 129
111 133
167 116
153 Gastos
126 Ventas
4135
124
354 127
Patrimonio
128
166
129
280 Inventario
-2000
132
-2000
-2000
157 180
TotAct ActFijo
-4000
-4000
-4000
00 -4000 -2000 0 2000 -8000 -6000 -4000 -2000 0 2000
Dimension 1 -8000 -6000 -4000
Dimension 1 -2000 0 2000 -8000 -6000 -4000 -2000 0 2000
Dimension 1 Dimension 1
Figura 1. Componentes principales con variables 2012
Comp1 5.49418e+13 4.49237e+13 0.7554 0.7554

Comp2 1.00180e+13 5.27223e+12 0.1377 0.8932
Comp3 4.74579e+12 3.45330e+12 0.0653 0.9584
Comp4 1.29249e+12 5.36048e+11 0.0178 0.9762
Comp5 7.56446e+11 2.78513e+11 0.0104 0.9866
Comp6 4.77933e+11 1.30530e+11 0.0066 0.9932
Comp7 3.47403e+11 2.15687e+11 0.0048 0.9979
Comp8 1.31717e+11 1.16032e+11 0.0018 0.9998
Comp9 1.56852e+10 1.45201e+10 0.0002 1.0000
Comp10 1165059444 351543943 0.0000 1.0000
Comp11 813515500 813515500 0.0000 1.0000
Comp12 0 . 0.0000 1.0000
Tabla 4. Matriz de Vectores propios 2013

Variable Comp1 Comp2 Comp3 Comp4 Comp5 Comp6 Comp7
ActCorr 0.5073 -0.0395 -0.4727 -0.0080 0.2605 -0.3229 -0.1054 0

ActFijo 0.1337 0.4860 0.5374 -0.0460 -0.3150 0.1085 0.1018 0
TotAct 0.6409 0.4465 0.0647 -0.0540 -0.0545 -0.2144 -0.0036 0
Capital 0.0107 0.0004 0.0013 0.0027 0.0442 -0.0239 0.0092 -0
Patrimonio 0.0959 0.1337 0.2275 0.0187 0.6274 0.4861 -0.5334 0
CostoVts 0.3909 -0.5098 0.2962 0.6136 -0.2200 0.0800 -0.1281 -0
Gastos 0.0557 0.0451 0.0980 0.0485 0.4912 0.0948 0.6509 -0
GastoPers 0.0415 0.0108 0.0359 0.4082 0.2061 0.0615 0.4468 0
GastoInt 0.0105 -0.0062 0.0015 -0.0078 0.0182 -0.0098 -0.0043 -0
Compras 0.3221 -0.5224 0.2721 -0.6701 0.0013 0.1417 0.1812 0
Publicidad 0.0016 0.0060 0.0066 -0.0014 0.0089 0.0124 -0.0092 -0
Inventario 0.2078 0.1000 -0.5090 -0.0028 -0.3191 0.7494 0.1456 -0
154
INPUTS OUTPUTS
vations 6000 Observations

Variables Variables
6000
8000
4000
4000
6000
2000
2000
Compras
4000
CostoVts
Dimension 2
Dimension 2
Dimension 2
127
129
167 Ventas
2000
128 1254 66
131
148
33
160
21
7172
152
145
176
62
367
38
151
3442
353
3
378
283
86
210
90
9
91
27
41
49
53
65
64
63
68
73
75
79
85
94
93
97577
252
345
153
143
376
188
323
117
134
144
119
29
246
96
192
204
222
270
69
194
196
219
315
16
37
56
70
149
183
205
305
358
363
2
6
11
22
25
104
108
107
106
110
112
121
139
169
168
171
173
178
181
184
186
190
189
195
199
198
201
203
206
209
208
213
212
218
217
216
224
233
232
231
230
229
228
227
226
235
238
237
242
245
250
249
253
263
262
261
260
259
258
257
256
255
269
272
271
278
277
276
275
274
282
281
284
288
287
286
298
297
296
295
294
293
292
291
290
300
303
302
307
306
309
311
314
313
317
316
320
319
324
328
327
335
334
333
332
331
342
341
340
339
338
337
347
346
349
352
357
356
355
360
362
366
365
364
373
372
371
381
380
170
141
350
114
187
225
207
243
31
55
40
236
1
185
344
7
17
20
98
102
147
200
223
239
304
312
369
26
58
57
76
87
138
197
241
247
268
310
318
12
24
45
81
120
140
175
221
220
265
301
348
359
374
379
0
0
51
111
135
5361354
80
157 158
165
15061
82
105
142
154
343
84
264
146
202
266
329
370
32
156
321
18
44
60
74
78
109
115
118
214
240
244
251
326
166
136
77
88
164
179
215
13
19
89
155
193
248
322
330
103
54
100
308
336
47
23
46
50
59
30
123
172
234
15377
99
174
267
83
130
211
36
67
133
162
285
325
182
299
163
279
368
116
28
92
375
113
126
14
10 61
8101
273
280
159
191
254
137 351
124
5 95
43
289
122
52
48
39
361 UtilNta
-6000 -4000 -2000
132
-6000 -4000 -2000

137167
131 UtilOper
UAI
128 152 80
62145
176
71 ActCorr 180
11151151
125 38 375
367
33
66
148
150
61
165
114
21
3
187
8
55 40
134
90
14
100
117
154
323
350
236
29
3
143
376
141
142
207
88
246
1
204
283
30
185
270
315
329
144
15
31
96
353
211
222
16
69
196
223
238
305
310
336
358
70
87
205
237
335
243
105
146
84
172
234
91
266
17
179
219
264
37
56
76
304
321
7
19
23
27
26
6
74
89
94
97
149
174
177
232
247
268
312
347
360
363
369
371
2
13
12
18
22
25
24
41
44
46
49
53
64
63
68
73
79
85
93
103
109
108
107
112
121
120
138
140
171
173
178
184
186
190
195
198
197
201
203
208
214
213
212
216
218
221
224
228
227
226
231
233
235
242
241
240
245
249
253
259
258
257
256
255
263
262
261
272
271
274
278
277
276
282
281
284
286
288
292
291
290
303
302
301
300
299
298
297
296
295
294
306
314
313
320
319
318
317
324
327
326
331
334
333
341
340
339
338
346
349
348
355
359
362
364
366
374
381
380
225
344
343
194
209
370
57
155
192
42
162
199
202
215
322
78
118
139
175
193
248
251
265
269
287
307
316
325
330
332
342
352
357
106
230
229
285
293
311
337
373 GastoInt
0
4122
158 54
59
210
164
368
20
98
168
8286
189
47
81
99
115
244
183
289
356
50
260
275
328
379
910
35
36
83
267
351
67
102
101
156
104
365
372
239
32
58
254
113
75
1143
377
220
92
45
161
188
130
136
110
159
65
250
252
309
217
378
147
308
119
181
52
126
279
273 Capital
GastoPers
200
170
169
77
16028
133
124
153
72 48
163
40
129354
123135345
9539
182
116 Publicidad
191 Inventario Gastos
-4000 -2000
206 Patrimonio
166 132 UtBta
157 180
280
TotAct
ActFijo
000 -2000 0 2000 -10000
-10000 -8000 -8000
-6000 -6000
-4000 -4000
-2000 -2000
0 0
2000 2000 -10000 -8000 -6000 -4000 -2000 0 2000
nsion 1 Dimension
Dimension 1 1 Dimension 1

Comp1 3.22458e+13 2.58092e+13 0.7406 0.7406

Comp2 6.43656e+12 4.12567e+12 0.1478 0.8884
Comp3 2.31089e+12 1.45660e+12 0.0531 0.9415
Comp4 8.54290e+11 2.69288e+11 0.0196 0.9611
Comp5 5.85002e+11 2.90039e+10 0.0134 0.9745
Comp6 5.55998e+11 1.00909e+11 0.0128 0.9873
Comp7 4.55090e+11 3.71968e+11 0.0105 0.9977
Comp8 8.31223e+10 7.13513e+10 0.0019 0.9997
Comp9 1.17710e+10 9580738724 0.0003 0.9999
Comp10 2190216444 1449515153 0.0001 1.0000
Comp11 740701291 501353431 0.0000 1.0000
Comp12 239347861 . 0.0000 1.0000
Tabla 6. Matriz de Vectores propios 2014.

ActCorr 0.5073 -0.4892 -0.2045 0.1854 0.0312 -0.2626 -0.1500 -0

ActFijo 0.2455 0.7110 0.0970 -0.2640 -0.0530 0.1224 0.0396 0
TotAct 0.7527 0.2217 -0.1079 -0.0789 -0.0220 -0.1401 -0.1111 0
Capital 0.0112 -0.0058 0.0089 0.0297 0.0072 -0.0370 -0.0205 -0
Patrimonio 0.1190 0.1870 0.0784 0.7543 0.4079 0.4497 -0.0809 -0
CostoVts 0.2025 -0.2339 0.7871 -0.0129 -0.3896 0.2531 -0.1304 -0
Gastos 0.0666 0.1085 0.0831 0.2942 -0.1083 -0.3441 0.7654 -0
GastoPers 0.0475 -0.0217 0.1449 0.2442 -0.3206 -0.0791 0.2749 0
GastoInt 0.0102 0.0100 -0.0007 -0.0254 -0.0087 0.0040 0.0146 0
Compras 0.0584 -0.0985 0.4865 -0.2567 0.7431 -0.2732 0.1420 0
Publicidad 0.0051 0.0152 -0.0009 -0.0008 0.0065 0.0041 0.0052 -0
Inventario 0.2241 -0.3067 -0.2165 -0.3271 0.1030 0.6553 0.5077 0
155
INPUTS OUTPUTS
rvations 4000 Observations

Variables Variables
4000
4000
ActCorr
2000
2000
2000
Inventario
129 CostoVts
Ventas
5 Compras5 129 206
111
128 72124
137 128 137
135 345
148
350 360
66
77167 71
111
33
Dimension 2
Dimension 2
354 170 80
113
62 166361
354 38
151
4176
145
367
75
131
376
243
61
170 181
368
133 9119
200 167
143
31
119
Dimension 2
345 350
59 80 150
323
957
21
344
207
246
40
236
211
18
283
6263
153
82
105
244
265
238
264
42
262
0
0
169367
145
176
11
105
71
82
575
147
61
153 5
308
150
376
146
20
33
131
34360
148
54 96
168
194
66
368
31
67
246
134
98
265
57
236
1206
14
86
141
211
323
207
87
84
244
90
238
310
358
18 GastoPers
Capital 200 370
183
90
310
55
67
134
91
194
204
304
308
73
96
156
358
2
58
193
124
77
113
54
160 97
224
315
349
86
118
252
188
356
34
1
20
239
84
336
56
59
215
330
3
35
88
141
205
223
312
60
70
192
342
363
6
12
22
25
27
49
64
69
76
79
81
93
100
110
109
147
168
195
198
203
216
233
235
237
287
301
307
314
334
341
352
357
11
41
51
65
85
94
106
108
127
126
125
132
139
169
171
173
178
186
185
190
189
199
202
212
218
232
231
230
229
251
249
261
260
258
255
253
263
272
271
270
269
274
282
281
284
300
295
293
292
291
288
302
309
311
317
316
319
328
327
324
333
331
340
339
337
346
355
362
366
365
364
372
381
380
155
30
53
329
112
369
7
74
83
172
217
234
28
37
45
44
78
107
114
140
149
187
197
268
286
159104
121
120
138
201
222
359
379
378
146
29
26
50
72
115
144
162
175
214
240
266
68
98
103
161
221
318
19
14
23
89
174
179
102
36
47
133
285
13
87
99
32
248
136
279
163
101
142
46
0
38
130188
344
370
36
46
179
187
283
19
30
115
264
217
52
28
39 42
85
215
304
312
330
336
363
7
29
53
56
73
88
100
189
204
232
329
369
3
6
13
22
49
64
70
69
68
97
121
195
205
224
268
281
334
341
349
32
175
107
315
2
23
27
47
162
171
199
202
223
316
12
26
41
60
74
76
79
94
103
109
108
118
120
138
140
174
178
186
198
197
203
214
216
221
233
237
240
249
255
262
272
286
295
302
301
314
318
327
333
331
359
362
380
25
51
63
127
126
132
173
185
190
212
218
231
251
253
258
261
263
271
270
274
284
288
292
300
317
319
324
340
339
346
355
364
366
381
239
58
142
172
234
10
183
356
266
44
37
78
89
93
139
229
235
285
307
311
342
106
201
230
291
293
337
110
143
351
243
99
50
193
192
248
269
328
379
149
222
260
287
352
357
372
155
91
104
282
35
43
377
21
102
365
136
144
92
112
83
156
114
159
45
101
161
65
252
309
181
378 116
130
92
10
377
273
125361
160 81
273 GastoInt 95 351 39
191
280
48
15140
163 Publicidad 52
43 UtilNta
95
135 UAI
UtilOper
116
279 Gastos 48
4 191
-2000
-2000
-2000
TotAct Patrimonio 180
180
-4000
-4000
UtBta
-4000
280
ActFijo
-6000
-6000
-6000
0 -2000 0 2000 -8000-8000

-6000-6000
-4000-4000
-2000-2000 0 0 20002000 -8000 -6000 -4000 -2000 0 2000
ension 1 Dimension
Dimension 1 1 Dimension 1
Tabla 7. Matriz de Valores propios 2015.

Comp1 5.05617e+13 4.37784e+13 0.7778 0.7778

Comp2 6.78328e+12 2.18713e+12 0.1044 0.8822
Comp3 4.59615e+12 3.53955e+12 0.0707 0.9529
Comp4 1.05660e+12 2.25891e+11 0.0163 0.9691
Comp5 8.30706e+11 1.07845e+11 0.0128 0.9819
Comp6 7.22860e+11 3.51334e+11 0.0111 0.9930
Comp7 3.71526e+11 3.13625e+11 0.0057 0.9987
Comp8 5.79012e+10 3.74466e+10 0.0009 0.9996
Comp9 2.04546e+10 1.85233e+10 0.0003 0.9999
Comp10 1931289877 363339111 0.0000 1.0000
Comp11 1567950766 1234520641 0.0000 1.0000
Comp12 333430125 . 0.0000 1.0000
Tabla 8. Matriz de Vectores propios 2015.

ActCorr 0.5234 0.3345 -0.2337 -0.4239 0.0811 0.1949 -0.0194 -0

ActFijo 0.1889 -0.6298 0.3183 0.2001 -0.0400 -0.2973 0.0269 0
TotAct 0.7124 -0.2958 0.0851 -0.2262 0.0406 -0.1036 0.0084 0
Capital 0.0144 0.0349 0.0536 -0.0455 0.0651 0.0112 -0.0145 -0
Patrimonio 0.1408 -0.1951 0.0482 0.3871 0.1477 0.7553 -0.4423 0
CostoVts 0.2430 0.4806 0.5580 0.2524 -0.5378 -0.0563 -0.1406 -0
Gastos 0.0575 -0.0832 0.0657 0.1094 0.0192 0.3432 0.7038 -0
GastoPers 0.0444 0.0364 0.0798 0.0809 -0.2073 0.2632 0.5190 0
GastoInt 0.0089 -0.0021 0.0173 -0.0128 0.0132 -0.0338 0.0063 -0
Compras 0.0945 0.3322 0.3643 0.2474 0.7912 -0.1731 0.1164 0
Publicidad 0.0016 -0.0073 0.0049 -0.0013 0.0064 -0.0021 0.0017 -0
Inventario 0.2990 0.1226 -0.6137 0.6585 -0.0726 -0.2664 0.0708 -0
156
Tesis biplot
Two panel Doctoral José Fernando Córdova
Two panel biplot
INPUTS OUTPUTS
ervations 6000 Variables
Observations Variables
6000
6000
4000
4000
4000
CostoVts
129
Compras UtBta
2000
ActCorr
2000
2000
5
Dimension 2
Dimension 2
Dimension 2
123 128
166
51
152 Inventario 123 180
Capital
GastoPers
UtilOper
UAI
137
111 61
80
62
5458
354 133 72170
77
158
169
34 167
124
59145
176
147
375
376
71154
87
20
350
105
146
367
11
98
164
31
74
119
85
55
168
21
353
81
110
236
246
165
113143
17
210
356
15
35
211
200
15398
297
67
29
131
204
310
19
75
208
238
188
14
141
144
96
194
323
122
196
265
30
57
264
3
198
298
369
277 UtilNta
0
135 82
142
32
8
36
115
172
175
187
219
234
1
68
315
321
330
336
363
16
47
56
60
66
69
73
84
90
94
97
138
149
174
224
304
307
312
326
347
358
308
33
130
345 7
6
18
22
26
25
24
41
49
53
64
63
70
76
103
109
114
121
120
127
126
132
148
173
177
186
185
184
190
195
203
205
207
209
214
213
212
218
221
228
226
232
231
240
242
245
249
261
260
259
258
256
263
271
270
274
276
278
281
284
288
292
296
301
300
303
306
314
320
322
324
327
335
341
340
339
338
346
349
348
355
364
366
371
374
381
263
370
189
179
162
199
13
23
37
42
107
117
206
222
244
266
299
342
359
12
27
8
106
108
118
140
178
197
201
216
230
237
255
262
268
286
291
295
302
334
333
331
362
373
380
344
91
377
10
289
44
50
89
93
100
139
171
192
202
229
235
247
287
293
311
325
328
337
352
357
372
155
159
351
343
360
112
79
99
102
183
241
275
283
285
193
282
136
52225
43
239
267
78
88
104
156
365
46
92
134
243
38
45
378
65
250
309
217
101
181
252
28 GastoInt 4352
273
4163
125 361
151 40
39 354Publicidad 351
273
160
48 95279 95
360
289
182
116 Gastos 80
361 160
280
10
6246
182
116
200
146
122
191
267
283
92
133
285
163
113
179
343
325
143
165162
142
225
149
15
102
193
153
377
321
182
117
326
79
286
299
0
0
191 152
4111
151 158
14
77
136
29
124
931
145
176
130222
298
23
89
214
240
268
188
20
264
370
98
73
91
90
224
243
13
26
37
47
155
221
239
270
363
68
104
107
115
140
359
260
159
236
55
33
164
101
119
204
19
96
238
3
144
174
265
310
315
30
138
198
336
369
18
60
88
184
241
312
342
24
28
45
44
50
53
56
59
64
70
78
93
103
118
121
120
134
1
183
197
201
203
205
216
237
245
259
266
287
320
322
339
341
378
6
12
16
22
25
41
63
66
72
76
94
97
100
106
109
108
114
127
126
132
139
148
169
173
178
186
185
190
192
195
199
202
207
213
212
218
232
231
230
229
228
226
235
242
250
249
255
258
261
263
271
276
275
274
278
282
281
284
288
296
295
293
292
291
302
301
300
306
309
311
314
324
327
335
334
333
331
338
337
340
346
349
352
355
357
362
366
365
364
373
372
371
381
380
125
323
168
39
17
67
32
21777
71
175
196
307
57
141
156
172
194
211
219
234
84
277
304
7
49
99
256
303
308
348
347
374
65
187
189
244
247
252
328
367
356
170
54 12
344
74
297
75
131
210
208
358
330
279
2
27
83
86
206
209
262
154
40
246
34
42
69
147
71
375
8
21
87
110
5 137
135 61376
105
81
11
85
34538
35
353
58
16736
181
-6000 -4000 -2000
7 48 350
51
Patrimonio 128 166 157
TotAct Ventas
129
180
-2000
-2000
280
ActFijo
-4000
-4000
-4000 -2000 0 2000 -10000 -8000 -6000 -4000
-8000 -6000 -4000-2000
-2000
Dimension 1 0
02000 2000 -8000 -6000 -4000 -2000
Dimension 1
0 2000
mension 1 Dimension 1
157
ANEXO IV: PUNTAJES DE EFICIENCIA
Tabla 1. Puntajes de eficiencia (BCC)
NOMBRE 2012 2013 2014 2015

CONSTRUCTIVA C.E.V. CIA. LTDA. 51,39 35,15 81,15 67,44
CLANMAK CIA. LTDA. 61,00
TORREFUERTE CONSTRUCTORES CIA. LTDA. 64,10 33,45 74,38 63,75
GONZALO LEON SERRANO CONSTRUCTORES S.A. 74,55 100,00 91,60 70,94
SISTEMAS CONSTRULIVIANOS CIA. LTDA 100,00 100,00 100,00 100,00
TERRANATIVA CIA. LTDA. 52,00 32,94 74,82 71,91
DURYPCONSTRUC 54,46 21,17 80,35 100,00
EMPORIO CUATROPAREDES ARQUITECTOS CIA. LTDA. 71,90 94,05 66,30
GERZACOL CIA. LTDA. 100,00 43,29 80,19 61,64
RPM CONSTRUCCIONES S.A 52,02 70,60 100,00 97,87
BANDOLA CONSTRUCTORES CIA. LTDA. 95,77
CONSTRUCCIONES Y PROYECTOS F. MERINO G. C LTDA 50,03 18,87 46,30 56,28
ARQUENTA CIA. LTDA. 53,78 20,44 71,45
IDEAS Y GUIAS ARQUITECTONICAS IDEGUIAR CIA. LTDA. 53,09 100,00 86,12 65,38
INGENIERIA Y CONSTRUCCION JPYA CIA. LTDA. 76,79 55,34 77,87
CONSULTORIA Y CONSTRUCCION CON TECNOLOGIA CyCTECH S.A. 13,90 28,51
CORPMARS CREATIVOS CIA. LTDA. 29,35 73,77
INUCAL INGENIEROS NUNEZ CALDERON CIA. LTDA. 77,93 18,44 83,56 81,17
EISCO CIA. LTDA. 70,46 81,74 77,31
SOSA y MOSQUERA CONSTRUCTORES S.A. 52,55 31,67 88,64 100,00
CONSTRUCPIEDRA CIA. LTDA. 85,38 73,83 82,62 66,45
COEVO S.A. 71,31 64,85 55,97 70,25
JAUREGUI PONCE ARQUITECTOS S.A. 100,00 100,00 100,00 100,00
CONSTRUCTORA CASAS DE CAMPO MONGEREZ CIA. LTDA. 100,00 60,98 95,83
INTERNATIONAL BUSINESS SOLUTION IBSOL CIA. LTDA. 100,00 100,00 71,93
YONGPING CIA. LTDA. 75,78 42,62 73,60 74,61
PATRICIO PAREDES INGENIERIA DE CONSTRUCCIONES CIA. LTDA. 100,00 23,67 54,78
C.G.S. CONSTRUCCIONES GENERALES y SERVICIOS CIA. LTDA. 53,18 54,75 18,53 16,34
FALPROYEC S.A. 50,82 38,52 77,25 61,78
CONSTRUCTORA JACOME LOVATO ARQUITECTOS JLyA CIA. LTDA. 100,00 52,72 84,44 71,55
CONSTRUCTORA CIMA CIA. LTDA. 49,60 43,62 80,33 62,37
INNOVACION CONSTRUCTIVA CONSTRUCTIVAINN C.A. 45,13 20,93 77,96 57,03
VEGA VGA CONSTRUCTORES CIA. LTDA. 62,81 60,49 61,13
METROEJE CIA. LTDA. 63,92 74,71 96,00
ZENITSA S.A. 86,73 41,30 48,25 0,79
O. MALDONADO T. Y ASOCIADOS OMACA C.A. 52,07 45,37 74,17
CONSTRUCTORA CALICANTO CALICANTOCONST CIA. LTDA. 51,54 21,50 61,55 57,70
CONSTRUCTORA AGUILAR VEINTIMILLA CÍA. LTDA. 77,81 100,00 77,04 35,30
TRABAJOS DE INGENIERIA COMTRADING COMPAÑIA LIMITADA 77,47 76,70 78,57 51,41
ESPINEL Y ASOCIADOS CIA. LTDA. 25,23 76,05 58,80
CONSTRUCCIONES DEBRET SA. 15,75 7,84 70,89 4,98
SENCORP S.A. 100,00 100,00 100,00
CORPORACION TAURO CIA. LTDA. 51,50 13,91 71,02 54,54
GALYCH S.A 82,50 30,52 85,06 83,70
EDWIN SAMANIEGO ARQUITECTOS CIA. LTDA. 79,73 23,54 100,00 69,48
ALFREDO RIBADENEIRA ARQUITECTOS CIA. LTDA 59,37 33,23 94,46 65,15
ECUEMPIRE 57,84 58,89 87,60 63,47
158
CONSTRUCTORA ROMERO FREIRE ASOCIADOS CIA. LTDA. 71,45 49,66

CONSTRUCTORA FERNANDEZ SANTAMARIA CIA. LTDA. 15,10 30,16 68,38 49,18
CONSTRUCTORA CEVALLOS HIDALGO S.A. 60,07 73,80 63,17
W.S.yA C.L. 100,00 92,52 95,92 100,00
GUIDO MACCHIAVELLO ARQUITECTOS ASOCIADOS S.A. 42,41 38,66 85,01 48,85
CONSTRUDIAMOND CONSTRUCTORES ASOCIADOS CIA. LTDA. 87,01 67,59 69,04 79,64
MARIO PEREZ CONSTRUCCIONES CIA. LTDA. 98,42 54,29 83,74 62,71
CTECDESIGN y BUILD S.A. 46,97 12,74 79,75 70,00
INTEGRA INGENIERIA Y ARQUITECTURA 58,69 22,82 79,08 66,30
ARROYO OTOYA CONSTRUCCIONES CIA. LTDA. 9,57 21,27 53,55
ALSANIECUADOR S.A. 100,00 81,14
FTAINGENIEROS CIA. LTDA. 54,64 22,62 73,81 61,07
CONEPAR C.L. 49,31 80,86 68,55
HERPAYAL CONSTRUCTORA CIA. LTDA. 76,09 87,40 91,49 65,74
CONSTRUXIA CIA. LTDA. 65,06 64,22 100,00
DITEPROY PROYECTOS Y CONSTRUCCIONES CIA. LTDA. 83,91 48,85 82,42 78,72
URBANIZADORA ECUATORIANA S.A. URSA 43,45 23,76 28,02 5,76
VIZCAINO SIERRA CONSTRUCTORA CIA. LTDA. 100,00 100,00 100,00
CONSTRUCTORA ORTUÑO ANDRADE Y ASOCIADOS COAN CÍA. LTDA. 50,91 44,42 83,63 71,41
COMERCIAL E INDUSTRIAL LIVORNO S.A. 100,00 100,00 100,00
CONSTRUCCIONES Y NEGOCIOS CONSTNEG CIA. LTDA. 74,77 35,53 68,35
CONSTRUCTORA VICLAS CONSTRUVICLAS CIA. LTDA. 87,29 26,87 100,00 100,00
CITYCARE INGENIERIA Y SERVICIOS CIA. LTDA. 73,98 75,81 81,59 59,59
CONSTRUCTORA MOVIEC S.A. 100,00 100,00
EXAEDIFICATIO S.A. 74,29 77,60
EMINENS CIA. LTDA. 50,75 15,66 75,35 69,97
GOLDENGREEN CONSTRUCCIONES CIA. LTDA. 100,00 100,00
AKROPOLIS ARQUITECTURA E INGENIERIA S.A. 100,00 100,00
CIUDAD SERRANA SERRACIT S.A. 84,80 89,11 100,00 79,93
BELOESTE SOCIEDAD ANONIMA 59,97 18,95 62,60 46,95
CEVCONCIV CONSTRUCTORES CIVILES CIA. LTDA. 100,00 70,29 50,21
MACCAFERRI DE ECUADOR S.A. 100,00 100,00 100,00 100,00
CAVCONSTRUCCION Y CONSULTORIA S.A. 61,41 22,55 71,55 88,17
RIBADENEIRA y RIBADENEIRA CIA. LTDA. 53,40 62,88 76,06 69,76
HERNAN IRIGOYEN ARQUITECTOS CONSULTORES CIA. LTDA. 77,82 36,91 66,57 10,97
RUBIO y PINOS PROYECTOS Y SERVICIOS CIA. LTDA. 51,89 51,80 76,03 75,84
INMOCASTELLANA CONSTRUCTORA S.A. 53,34 100,00 80,33
CABARVILL DE MONTAJES CIA. LTDA. 72,92 100,00 61,08
HOMELOAN S.A. 64,29 100,00 61,79
INMOBILIARIA CONSTRUCTORA URBAPRO S.A. 53,71 17,64 92,22 57,99
MEDINA LAZO CIA. LTDA. 46,40 51,86 80,51 69,23
CARRASCO RFV CONSTRUCCIONES CIA. LTDA. 49,49 48,53 65,24 61,86
GUEVAZCO COMPAÑIA LIMITADA 47,79 47,07 87,47 64,72
MOLINA y BRITO CIA. LTDA 94,01 22,35 91,15 59,62
OBRAS CIVILES DEL AUSTRO OBCIAUS CIA. LTDA. 100,00 100,00 100,00
CONSTRUCTORA CARVALLO A.Z. CIA. LTDA. 85,78 57,71 92,22 60,64
WWICONSTRUCT CIA. LTDA. 53,75 36,48 79,69 67,66
INCORAMI CIA. LTDA. 100,00 100,00
GABRIEL REYES CONSTRUCCIONES CIA. LTDA. 47,45 22,87 82,87 64,82
CORDOVA REYES CONSTRUCTORES COREY CIA. LTDA. 45,88 41,73 74,76 36,54
CONSTRUCTORA LARRIVA CIA. LTDA. 55,65 86,96 58,73 74,64
FEANCONSTRUC CIA. LTDA. 100,00 49,83
159
BOGAPACKAGING SYSTEMS CIA. LTDA. 55,24 48,29 89,03 66,48

FABIAN PALACIOS OCHOA CIA. LTDA. 51,78 19,01 77,38 94,50
CONSTRUCTORA OREBRI CÍA. LTDA. 54,97 19,76 58,65 81,21
TORRES y CORDERO CONSTRUCTORES S. A. 84,67 82,35 85,49
CONSTRUCTORA ARQJOVEL S.A. 88,20 62,08
SIMPLE CLEAN S.A. - SIMPLEC 18,98 10,62 62,72 98,55
MILCONSA S.A. 100,00 100,00 100,00 100,00
RICEZIONE S.A. 89,35 96,55 85,10
INMOBILIARIA INTERNACIONAL CORBAL CÍA. LTDA 65,51 100,00 92,52 61,93
CORBALCONSA CONSTRUCCIONES S.A. 68,20 57,56
CONSTRUCTORA ESTRELLA VITERI CIA. LTDA. 82,09 100,00 100,00 79,66
CONSTRUCTORA PAZMIÑO ANDRADE CIA. LTDA. 100,00 77,38 44,15
CONSTRUCTORA BARRAZUETA CONABARO S.A. 66,14 17,88 75,78 75,56
PRABYC INGENIEROS LTDA. 45,35 36,55 61,80 58,34
CONSTRUCTORA INMOBILIARIA CONSTRUCTUM S.A. 100,00 73,86
PACHANO VITERI INGENIEROS S.A. 75,18 33,59 3,67 58,65
KAYANA CIA. LTDA. 45,25 82,85 59,56
ACC Y D CONSTRUCTORES CIA. LTDA. 100,00 19,48 78,41 78,84
ALBAN DUEÑAS CONSTRUCTORES ALDUCONS CIA. LTDA. 100,00 29,81 100,00 78,66
ALBRA CONSTRUCTORES S.A. 100,00 100,00 100,00
ALVAREZ BRAVO CONSTRUCTORES S.A. 90,26 100,00
ARAMA S.A. 55,89 58,04 91,65 64,94
CONBAQUERIZO CIA. LTDA. 92,65 84,28 44,62
CONSTRUCTORA E INMOBILIARIA VALERO CONSTRUVALERO S.A. 100,00
INMOSOLUCION 78,65 80,52 100,00
MACCONSTRUCCIONES S.A. 65,76 56,76 77,42 57,50
NICANOR LARREA y ASOCIADOS CIA. LTDA. 80,74 94,65 75,76 55,69
PROMOTORES INMOBILIARIOS PRONOBIS S.A. 100,00 77,22
VAINCO CONSTRUCTORES HIPOTECARIOS CIA. LTDA. 52,55 50,46 86,43 63,75
CONSTRUCTORA TRIVISA CIA.LTDA. 50,04 61,16 76,95 57,13
CONSTRUCTORA PALOSA S.A. 58,02 85,73 90,43 84,28
CONCALSA CONSTRUCTORA CALDERON S.A. 83,23 56,43 76,06 62,52
CONSTRUCTORA CONALBA S.A. 96,64 100,00 100,00 65,80
CONSTRUCTORA MASARO S.A. 32,51 62,41 66,46
ARIES INMOBILIARIA SOCIEDAD ANONIMA (AOIMSA) 76,25 41,47
CONSTRUCTORA GERENPRO S.A. 100,00 28,00 77,09 63,86
CARE CONSTRUCCIONES CIA. LTDA. 59,55 76,03 78,58 62,00
MERGONCORP S.A. 53,28 59,54 80,47 61,89
EGGOCCP CONSTRUCCIONES Y PROYECTOS CIA. LTDA. 63,63 56,91 77,23 69,92
CONSTRUCTORA E INMOBILIARIA ESCOAL CIA. LTDA. 77,34 64,74 81,14 67,06
EJECUCION DE PROYECTOS EJEPROY CIA. LTDA. 84,71 66,08 90,54 71,55
CONSTRUCTORA IÑIGUEZ MATUTE CIA. LTDA. 58,01 99,43 99,27
CENTRO DE DISENO Y CONSTRUCCION S.A. CENDICONSA 76,78 14,47 19,05 97,47
CONSTRUCTORA ALECONS S.A. 82,59 100,00 78,32
CONSTRUPLANUR CIA.LTDA. 24,75 80,09
TRASELEC S.A. 89,42 78,66 85,51
CONSVIVISA S.A. 68,89 90,87 83,63 67,11
CONSTRUCTORA ANDRADE RODAS VIP S.A. 78,22 84,59 73,47
MULTIHABITAT S.A. 90,33 74,04 95,23 100,00
DIMEHK BUSINESS y SHIPPING CORPORATION CIA. LTDA. 48,09 54,36 63,74
SAVEC y ASOCIADOS CIA. LTDA. 47,35 25,52 80,87 69,35
CERVANTES INGENIEROS ASOCIADOS CERIN CIA. LTDA. 76,16 23,63 84,31 58,18
160
AMBIENSA S.A. 100,00 70,20 28,40

JAUREGUI y GAIBOR CONSTRUCTORES CIA. LTDA. 100,00 100,00 100,00
MONCAYO Y ROGGIERO INGENIEROS ASOCIADOS CIA. LTDA. 62,34 56,44 78,40 61,62
EDIFICAR S.A. EDIFICARSA 58,61 51,25 75,67 74,40
VEGA TOBAR S.A. 42,86 22,94 40,65
CONSTRUIBLEC CIA. LTDA. 38,76 68,63 100,00
INMOBILIARIA VERZAM CIA. LTDA. 85,57 49,96 92,09 80,76
CONSTRUCTORA E INMOBILIARIA COINMOBIL S.A. 63,59 42,81 69,34
PMJ ARQUITECTOS CIA. LTDA. 57,53 64,32 64,48
CONSTRUCTORA COVIGON CA 57,93 54,03 100,00 58,82
CONSTRUCTORA INMOVELCA CIA. LTDA. 48,14 15,82 81,00
VIDAL CONSTRUCCIONES CIA. LTDA. 56,96 57,04 81,12 61,68
INTERFORZA S.A. 71,22 69,59 67,74 66,98
CONSTRUCCION PESADA S.A. CONPESA 71,68
CIMENTAR PLUS S.A. 100,00 100,00 65,07
GRAYSTONE PLANIFICACION Y CONSTRUCCION CIA. LTDA. 16,83 80,77 62,29
EJECUCION DE PROYECTOS EJEPROY CIA. LTDA. 84,71 66,08 90,54 71,55
CONSTRUPRECISA S.A. 46,29 20,09 91,10
CIVIOS S.A. 52,99
CAMACHO y VASCONEZ S.A. 49,38 48,57 100,00 70,81
CENTROS COMERCIALES DEL ECUADOR CA 96,46 100,00 81,39
CONSERVIGESA CONSTRUCCIONES Y SERVICIOS GENERALES S.A. 17,69 5,08 2,98 5,48
PLAZA TIA UNO S.A. SOLIDASA 62,10 100,00
ADSELYN S.A. 51,43 22,74 87,32 54,75
CONACSA S.A. 48,12 35,60
AQCONSTRUCNOL S.A. 46,56 80,84 69,46
ECOCRATOS CIA. LTDA. 100,00 81,72
INMOBILIARIA GIOVANNINI MORETTI INTERNACIONAL CIA. LTDA. 44,78 62,52 72,63 62,93
AMIRFA S.A. 100,00
DARTSCORP S.A. 95,30 100,00 97,33 53,75
CONSTRUCTORA LOPEZ BURBANO y ASOCIADOS S.A. 47,98 64,76 67,65
CONSTRUCTORA GOMERO CONGOME S.A. 58,09 17,95 64,24 71,88
VITERI CALISTO CONSTRUCTORA CIA. LTDA. 48,42 18,37 83,03 66,10
MACILIUS S.A. 55,89
DIMODARQEC S.A. 31,62 61,38
VIVIENDAS VICRIEEL S.A. VICREELSA 55,09 14,63 69,87 54,36
COMPAÑIA DE CONSULTORIA, CONSTRUCCIONES, WCH CIA.LTDA. 86,92 88,81
NEKSOCONSTRUCTOR CIA. LTDA. 59,65
ATCONSTRUCTORES S.A. 100,00 100,00
BIOMARKET S.A. 70,76
URBANIZACION GIRASOLES S.A. URBAGIRSA 54,89 25,78
PAYERES S.A. 28,85 54,43 59,14
CONSTRUCTORA NORTRAX S.A. 72,85 58,80 86,48 71,57
GRIMALSA NEGOCIOS INTEGRADOS S.A. 77,16 45,34 80,66 70,33
PROFIT LAND PROPERTY DEVELOPMENT PROLANDPRO S.A. 7,66 0,67
CONSTAGI S.A. 57,90 52,46 75,26
CONESPACIO S.A. 75,35
CIFUCIA CONSTRUCTORES CIA. LTDA. 80,64 76,61
CREATICORP S.A. 47,08 51,65 74,99 69,51
CONSTRUCTORA ABACAM S.A. 100,00 100,00 100,00 100,00
CALVANASE S.A. 90,49 39,59 78,66
MORENO COMERCIO Y CONSTRUCCION S.A. 56,52 34,87 55,84 61,53
161
SOLKASA S.A. 100,00

PLANOS Y CONSTRUCCIONES PLANICAM S.A. 47,21 28,39 59,67
AXERIMZA S.A. 100,00 100,00
CONSTRUCCIONES F.H.O. S.A. 100,00 28,24 78,86 69,21
MALFIR S.A. MALFIRSA 48,09 65,61 58,31 87,72
MERALMEX S.A. 58,59 43,39 81,47
UNICASA S.A. 69,76 57,43 59,56
TUMET S.A. 100,00 100,00 100,00
EXPERTCORPORATION S.A. 69,73 40,17 73,22
INTERFORZA S.A. 71,22 69,59 67,74 66,98
ALFAINVEST S.A. 88,73 58,26
PROPROYECSA PROMOTORA DE PROYECTOS S.A. 50,18 39,25 79,08 73,35
INSUBRIA S.A. 51,19 66,51 72,20
SERMANTI S.A. 100,00 100,00 100,00
CONSTRUCTORA CRUZ AZUL CONCRAZUL S.A. 58,78 19,97 77,33 57,28
CONSTRUCTORA ABIDI S.A. 100,00 100,00 100,00 100,00
ISCACORP S. A. 60,26 24,09 55,70
ZINJOLI S.A. 75,11 60,48 76,00 56,95
COMCELET S.A. 100,00 71,02 100,00 13,44
CABATOSA S.A. 78,66
BIOANDINA S.A. 92,01 59,06 88,87 75,04
'' ETISA CONSTRUCCIONES '' S.A. 73,72 48,87
ESAUCORP S.A. 79,11 19,44 100,00
EJV PROYECTOS Y CONSTRUCCIONES S.A. 64,43 20,62
MEGAOBRA S.A. 67,17 64,51
MAQFIER S.A. 100,00 92,76
CONSTRUCCIONES ESPINOSA ROMERO S.A. COERSA 87,28 40,64
EMWORLD S.A. 23,03
PLAZATOWN S.A. 100,00
PINELA S.A. 57,49 46,16 60,93 66,27
INCELCOM S.A. 81,74 20,80 78,95 73,13
EDUARSA S.A. 79,03 39,63 60,23 49,12
PROMOTORA INMOBILIARIA PROBAQUERIZO S.A. 72,90 46,58 65,00
CABTELSA S.A. 48,54 13,88 76,12 66,74
PASCOLI S.A. 76,86
BUILDING y SERVICES S.A. BUILDSERSA 53,42 62,25 73,67
ILCRESA S.A. 100,00 100,00
SUMMA PROYECTOS C.A. 100,00 77,01 100,00 100,00
CONTRIFORZA S.A. 100,00 86,02
INMOBILIARIA DEL NORTE INORSA S.A. 37,43 85,69 16,99
INMOBILIARIA PERICONSTRUCT S.A. 25,00 68,40
BINULI S.A. 79,47 80,88 68,18
SERVIVARGAS S.A. 64,26 75,39 76,21
FRENKOD S.A. 100,00 100,00 100,00
INMOBILIARIA BEALFI S.A. 46,15 37,91 70,99 92,80
ByBCONSER S.A. 100,00
ECOLINI S.A. 100,00 30,31
DISRHE S.A. 99,62 20,52
MORERA S.A. 43,02 36,92
SOLUCIONES DE INGENIERIA CIVIL EFICACES S.A. SICE 100,00 82,34
EXITCONSTRUC S.A. 100,00
REVATTO S.A. 54,31 74,71 68,29
162
LIDERSTAR S.A. 100,00 100,00

RILEDA S.A. 48,62 15,34 72,01 56,53
CONGE S.A. 80,81 14,98
BIANRIVERSA S.A. 69,52 58,78 74,66 59,82
VIVIENDAS VICOLINCI S.A. 70,21 68,82 45,83
TEMPEL S.A. 66,70 21,48 83,40 65,13
INMOPROVIVARSA PROYECTOS, OBRAS Y CONSTRUCCIONES S.A. 100,00 45,54 83,75 74,51
CONSTRUSHOP S.A. 100,00 68,58 61,74
MAVEGA S.A. PROYECTOS Y CONSTRUCCIONES 81,29 47,09 43,95 74,49
CONSTRUCTORA BAQUERIZO CIA. LTDA. COBA 100,00 15,82
LOAIZA GUERRA Y ASOCIADOS CIA. LTDA. 65,00 19,92 82,10
SERDISMAN S.A. 100,00
WORKOCEAN S.A. 30,91 67,28
MACTERRA S.A. 77,66 23,31 54,48
CONSTRUCCIONES HIPACA S.A. 60,03 61,12 79,34 57,02
CONSTRUONE S.A. 51,81 40,35 60,98
VIRE S.A. 100,00 100,00
ARQUITECNO S.A. 58,13 40,46
CONSTRUCTORA JUAREZ SOCIEDAD ANONIMA 50,59 47,91 59,55 15,56
LIPROYECTOS S.A. 84,31 43,47 75,16
DINTELSA S.A. 68,72 17,23 94,22 66,10
GUBBINI S.A. 61,78
DATISUR S.A. 100,00
MEGAPROGRESS S.A. 52,06 21,73 66,87
SIERRA PROYECTOS Y CONSTRUCCIONES SIPROCONS S.A. 100,00 100,00
SCUOLADI S.A. 75,81 48,82 81,17 61,39
NOVACONSTRUCCIONES S.A. 62,42
CONSTRUCTORA SIMBALL S.A. (COSIMSA) 100,00 100,00 100,00
VILLSA S.A. 100,00 84,80 74,16
CONSTRUCTORA Q3 S.A. 66,29 61,54 66,59
JORDAIRE S.A. 89,33 87,94 97,76 58,94
WILENY S.A. 100,00 85,47
CONSTRUCTORA JUNCO y NOBOA JUNNOSA S.A. 77,63 40,35 80,29
LADRICORP S.A. 100,00 91,33
CONSTRUCTORA ROCA AZUL S.A. (CONSROCAZUL) 100,00 36,56 71,69 100,00
CONSTRUCCIONES Y ARQUITECTURA S.A. CONSYAR 89,23 60,63 100,00 100,00
COMPAÑIA DE CONSTRUCCIONES J.C.L. S.A. 73,93 57,75 100,00 100,00
INMOBILIARIA RENDON y SAMANIEGO C.A. RYSCA 55,32 29,93 58,05 72,37
INCACH S.A. CONSTRUCCIONES 52,40 36,83 62,97
INVESTEAM S.A. 30,46 89,76 100,00 100,00
DAVIVE S.A. 85,77 16,34 80,72 65,22
PERCIVAL S.A. 41,22 29,70 77,63 79,46
RAM CAR S.A. 93,93 49,73 100,00 62,90
FELLOWS S.A. 100,00
MENSHIPPING S.A. 20,04 42,33 64,50
MINUTOCORP S.A. 82,44 100,00 89,69 63,87
CORPORACION ATLANTICA COTLAN C.A. 71,43 80,10 96,12
JULIAN PEÑA S.A. JUPESA 57,28 17,37 78,69 69,69
CONSTRUCTORA MALUSIN CIA. LTDA. 100,00 100,00
JARASCORP S.A. 100,00
RCN CONSTRUCCIONES S.A. - RCN 81,83 67,15 86,18 60,83
DOLDER S.A. 44,80 54,97 52,72
163
SERVICIOS PARA LA CONSTRUCCION S.A. (SERCOSIKA) 56,53 20,44 76,99 63,42

QNET S.A. 59,80 38,67 83,53 60,85
WINSTOCORP S.A. 100,00
CEMENPIED S.A. 100,00 93,11
EMPRESA DE CONSTRUCCIONES EMDECO S.A. 68,85 58,17 80,63
ARKITRUST S.A. 53,65 54,55 83,55 74,93
PORTONOVO S.A. 46,78 42,59 79,26 60,20
ANAPUL S.A. 52,08 50,88
MAORBUSS S.A. 41,30 30,17 82,44
Fuente: Elaboración propia, software Frontier Analysis V.4
164
ANEXO V: MEJORAS POTENCIALES EN VARIABLES DE ENTRADA
Tabla 1. Valores a reducir en entradas según empresa.
VALOR ACTUAL (MILES) REDUCCION (MILES)

NOMBRE Trabajo Material Equipo Trabajo Material Equipo
CONSTRUCTIVA C.E.V. CIA. LTDA. 186,3 410,4 44,3 -60,6 -133,6 -14,4
TORREFUERTE CONSTRUCTORES CIA. LTDA. 140,0 289,2 11,6 -50,8 -104,8 -4,2
GONZALO LEON SERRANO CONSTRUCTORES S.A. 406,2 3613,7 3924,4 -118,1 -1050,2 -1140,5
SISTEMAS CONSTRULIVIANOS CIA. LTDA 1369,3 15579,4 832,2 0,0 0,0 0,0
TERRANATIVA CIA. LTDA. 24,8 6,9 9,7 -7,0 -1,9 -2,7
DURYPCONSTRUC 55,4 93,4 0,0 -51,0 0,0 0,0
EMPORIO CUATROPAREDES ARQUITECTOS CIA. LTDA. 199,7 1572,8 121,9 -67,3 -530,0 -41,1
GERZACOL CIA. LTDA. 396,4 1996,9 291,8 -152,1 -766,1 -112,0
RPM CONSTRUCCIONES S.A 769,3 292,3 144,2 -16,4 -6,2 -3,1
BANDOLA CONSTRUCTORES CIA. LTDA. 11,8 1589,6 104,4 -0,5 -67,3 -4,4
CONSTRUCCIONES Y PROYECTOS F. MERINO G. C LTDA 13,7 17,7 23,8 -6,0 -7,7 -10,4
ARQUENTA CIA. LTDA. 133,5 75,3 18,2 -38,1 -21,5 -5,2
IDEAS Y GUIAS ARQUITECTONICAS IDEGUIAR CIA.
511,6 730,0 241,1 -177,1 -252,7 -83,5
LTDA.
INGENIERIA Y CONSTRUCCION JPYA CIA. LTDA. 117,5 224,5 56,5 -26,0 -49,7 -12,5
CONSULTORIA Y CONSTRUCCION CON TECNOLOGIA
65,8 19,8 2,1 -47,0 -14,1 -1,5
CyCTECH S.A.
CORPMARS CREATIVOS CIA. LTDA. 283,1 316,9 74,2 -74,3 -83,1 -19,5
INUCAL INGENIEROS NUNEZ CALDERON CÍA. LTDA. 139,5 43,4 5,5 -26,3 -8,2 -1,0
EISCO CIA. LTDA. 34,8 529,8 6,6 -7,9 -120,2 -1,5
SOSA y MOSQUERA CONSTRUCTORES S.A. 193,9 725,9 0,0 -110,1 0,0 0,0
CONSTRUCPIEDRA CIA. LTDA. 200,4 1542,7 646,0 -67,2 -517,5 -216,7
COEVO S.A. 12,1 20,6 3,0 -3,6 -6,1 -0,9
JAUREGUI PONCE ARQUITECTOS S.A. 406,8 21,5 2,0 0,0 0,0 0,0
CONSTRUCTORA CASAS DE CAMPO MONGEREZ CIA.
43,6 0,7 7,2 -1,8 0,0 -4,5
LTDA.
INTERNATIONAL BUSINESS SOLUTION IBSOL CIA. LTDA. 7,3 8,7 0,4 -2,0 -2,4 -0,1
YONGPING CIA. LTDA. 5,5 216,0 1,4 -1,4 -54,8 -0,4
C.G.S. CONSTRUCCIONES GENERALES y SERVICIOS CIA.
173,0 206,7 1563,5 -144,7 -173,0 -1308,1
LTDA.
FALPROYEC S.A. 253,1 633,9 62,2 -96,8 -242,3 -23,8
CONSTRUCTORA JACOME LOVATO ARQUITECTOS JLyA
33,9 303,4 7,1 -9,7 -86,3 -2,0
CIA. LTDA.
CONSTRUCTORA CIMA CIA. LTDA. 255,0 1441,8 330,9 -96,0 -542,6 -124,5
INNOVACION CONSTRUCTIVA CONSTRUCTIVAINN C.A. 138,4 522,2 269,9 -59,5 -224,4 -116,0
VEGA VGA CONSTRUCTORES CIA. LTDA. 251,3 490,3 403,6 -97,7 -190,6 -156,9
ZENITSA S.A. 93,5 339,2 14,7 -92,8 -336,7 -14,6
CONSTRUCTORA CALICANTO CALICANTOCONST CIA.
98,0 72,5 141,7 -41,4 -30,7 -59,9
LTDA.
CONSTRUCTORA AGUILAR VEINTIMILLA CÍA. LTDA. 164,8 698,2 1148,6 -106,6 -451,7 -743,1
TRABAJOS DE INGENIERIA COMTRADING COMPANIA
133,0 1067,3 3903,1 -64,6 -518,7 -1896,7
LIMITADA
ESPINEL Y ASOCIADOS CIA. LTDA. 201,9 1077,5 2637,7 -83,2 -443,9 -1086,7
CONSTRUCCIONES DEBRET S.A. 52,1 143,1 188,2 -49,5 -136,0 -178,8
CORPORACION TAURO CIA. LTDA. 21,2 84,1 167,6 -9,6 -38,2 -76,2
GALYCH S.A. 47,5 35,4 793,4 -7,7 -5,8 -451,1
EDWIN SAMANIEGO ARQUITECTOS CIA. LTDA. 495,7 250,2 595,1 -151,3 -76,4 -181,6
ALFREDO RIBADENEIRA ARQUITECTOS CIA. LTDA 178,1 68,2 7,4 -62,1 -23,8 -2,6
ECUEMPIRE 2170,4 9273,0 9674,9 -792,9 -3387,7 -9275,3
165
CONSTRUCTORA ROMERO FREIRE ASOCIADOS CIA.

31,5 66,8 0,9 -15,8 -33,6 -0,4
LTDA.
CONSTRUCTORA FERNANDEZ SANTAMARIA CIA. LTDA. 63,6 96,6 202,0 -32,3 -49,1 -102,6
CONSTRUCTORA CEVALLOS HIDALGO S.A. 2705,3 7881,9 2449,2 -996,4 -2903,2 -2025,6
W.S.yA C.L. 2781,3 1097,2 689,1 0,0 0,0 0,0
GUIDO MACCHIAVELLO ARQUITECTOS ASOCIADOS 75,2 39,3 6,6 -38,5 -20,1 -3,4
CONSTRUDIAMOND CONSTRUCTORES ASOCIADOS 190,1 2714,2 277,8 -38,7 -552,7 -56,6
MARIO PEREZ CONSTRUCCIONES CIA. LTDA. 136,7 726,5 36,0 -51,0 -270,9 -13,4
CTECDESIGN y BUILD S.A. 56,8 38,2 9,4 -17,0 -11,5 -2,8
INTEGRA INGENIERIA Y ARQUITECTURA 144,3 227,9 10,7 -48,6 -76,8 -3,6
FTAINGENIEROS CIA. LTDA. 58,9 199,3 34,8 -22,9 -77,6 -13,5
CONEPAR C.L. 536,6 4725,5 356,9 -168,7 -1486,0 -112,2
HERPAYAL CONSTRUCTORA CIA. LTDA. 574,8 2229,6 325,9 -196,9 -763,8 -111,6
DITEPROY PROYECTOS Y CONSTRUCCIONES CIA. LTDA. 19,4 38,0 3,6 -4,1 -8,1 -0,8
URBANIZADORA ECUATORIANA S.A. URSA 12,7 44,9 855,3 -12,0 -42,3 -855,0
CONSTRUCTORA ORTUÑO ANDRADE Y ASOCIADOS
85,4 566,6 3,4 -24,4 -162,0 -1,0
COAN CÍA. LTDA.
COMERCIAL E INDUSTRIAL LIVORNO S.A. 62,4 60,6 0,0 -13,8 0,0 0,0
CONSTRUCTORA VICLAS CONSTRUVICLAS CIA. LTDA. 30,5 44,8 0,0 -14,7 0,0 0,0
CITYCARE INGENIERIA Y SERVICIOS CIA. LTDA. 577,6 1858,0 268,8 -233,4 -750,8 -108,6
EXAEDIFICATIO S.A. 152,7 182,8 66,9 -34,2 -41,0 -15,0
EMINENS CIA. LTDA. 112,8 1097,7 78,4 -33,9 -329,7 -23,5
CIUDAD SERRANA SERRACIT S.A. 70,0 1014,7 17,5 -14,1 -203,7 -3,5
BELOESTE SOCIEDAD ANONIMA 39,6 130,9 567,1 -21,0 -69,4 -300,9
CEVCONCIV CONSTRUCTORES CIVILES CIA. LTDA. 190,9 209,1 361,4 -95,1 -104,1 -180,0
MACCAFERRI DE ECUADOR S.A. 182,8 4028,3 46,3 0,0 0,0 0,0
CAVCONSTRUCCION Y CONSULTORIA S.A. 37,3 1745,2 200,9 -4,4 -206,4 -23,8
RIBADENEIRA y RIBADENEIRA CIA. LTDA. 100,2 238,5 188,3 -30,3 -72,1 -56,9
HERNAN IRIGOYEN ARQUITECTOS CONSULTORES CIA.
52,4 30,9 44,4 -46,7 -27,5 -39,5
LTDA.
RUBIO y PINOS PROYECTOS Y SERVICIOS CIA. LTDA. 11,8 264,0 18,7 -2,9 -63,8 -4,5
INMOCASTELLANA CONSTRUCTORA S.A. 9,9 1105,2 180,8 -2,0 -217,4 -35,6
CABARVILL DE MONTAJES CIA. LTDA. 307,1 1150,6 88,8 -119,5 -447,8 -34,6
HOMELOAN S.A. 56,5 107,1 507,4 -21,6 -40,9 -193,9
INMOBILIARIA CONSTRUCTORA URBAPRO S.A. 149,1 55,1 293,6 -62,6 -23,1 -123,3
MEDINA LAZO CIA. LTDA. 162,3 135,7 25,4 -50,0 -41,8 -7,8
CARRASCO RFV CONSTRUCCIONES CIA. LTDA. 176,3 243,0 431,1 -67,2 -92,7 -164,4
GUEVAZCO COMPAÑIA LIMITADA 248,3 410,5 497,3 -87,6 -144,8 -175,4
MOLINA y BRITO CIA. LTDA 25,7 33,5 192,7 -10,4 -13,5 -77,8
CONSTRUCTORA CARVALLO A.Z. CIA. LTDA. 836,1 3219,1 5642,3 -329,1 -1267,1 -2221,0
WWICONSTRUCT CIA. LTDA. 61,1 445,3 239,6 -19,8 -144,0 -77,5
GABRIEL REYES CONSTRUCCIONES CIA. LTDA. 152,4 352,1 50,0 -53,6 -123,9 -17,6
CORDOVA REYES CONSTRUCTORES COREY CIA. LTDA. 149,7 97,5 283,4 -95,0 -61,9 -179,8
CONSTRUCTORA LARRIVA CIA. LTDA. 32,3 2,6 159,7 -8,2 -0,7 -148,6
FEANCONSTRUC CIA. LTDA. 358,2 424,0 1152,0 -179,7 -212,7 -578,0
BOGAPACKAGING SYSTEMS CIA. LTDA. 42,5 334,5 346,8 -14,3 -112,1 -116,2
FABIAN PALACIOS OCHOA CIA. LTDA. 36,7 10,5 11,5 -2,0 -0,6 -0,6
CONSTRUCTORA OREBRI CÍA. LTDA. 37,3 43,8 386,0 -7,0 -8,2 -72,5
TORRES y CORDERO CONSTRUCTORES S. A. 75,1 2053,0 189,4 -10,9 -297,9 -27,5
CONSTRUCTORA ARQJOVEL S.A. 30,3 4,9 119,4 -11,5 -1,9 -100,2
SIMPLE CLEAN S.A. - SIMPLEC 52,8 18,7 86,4 -0,8 -0,3 -1,3
MILCONSA S.A. 3,2 2,5 0,0 -0,7 0,0 0,0
RICEZIONE S.A. 27,6 1281,4 441,0 -4,1 -191,0 -65,7
INMOBILIARIA INTERNACIONAL CORBAL CÍA. LTDA. 745,1 3429,6 60,0 -283,7 -1305,6 -22,8
166
CORBALCONSA CONSTRUCCIONES S.A. 159,7 392,7 628,6 -67,8 -166,7 -266,8

CONSTRUCTORA ESTRELLA VITERI CIA. LTDA. 183,2 950,5 841,8 -37,3 -193,4 -171,3
CONSTRUCTORA BARRAZUETA CONABARO S.A. 85,6 53,4 17,9 -20,9 -13,0 -4,4
PRABYC INGENIEROS LTDA. 1003,0 219,1 6685,1 -417,8 -91,3 -5798,9
CONSTRUCTORA INMOBILIARIA CONSTRUCTUM S.A. 389,7 78,6 65,8 -101,9 -20,5 -17,2
PACHANO VITERI INGENIEROS S.A. 60,6 15,0 18,0 -25,0 -6,2 -7,4
KAYANA CIA. LTDA. 154,3 554,3 182,0 -62,4 -224,2 -73,6
ACC Y D CONSTRUCTORES CIA. LTDA. 22,6 18,9 0,3 -4,8 -4,0 -0,1
ALBAN DUEÑAS CONSTRUCTORES ALDUCONS CIA.
18,3 40,0 0,1 -3,9 -8,5 0,0
LTDA.
ARAMA S.A. 837,0 1849,1 101,0 -293,4 -648,2 -35,4
CONBAQUERIZO CIA. LTDA. 486,6 1513,5 4450,9 -269,5 -838,2 -2465,0
MACCONSTRUCCIONES S.A. 796,0 1909,8 1580,6 -338,3 -811,7 -671,8
NICANOR LARREA y ASOCIADOS CIA. LTDA. 200,0 792,0 77,5 -88,6 -351,0 -34,3
VAINCO CONSTRUCTORES HIPOTECARIOS CIA. LTDA. 143,9 589,4 540,7 -52,2 -213,7 -196,0
CONSTRUCTORA TRIVISA CIA. LTDA. 41,7 108,4 709,1 -17,9 -46,5 -304,0
CONSTRUCTORA PALOSA S.A. 558,3 8562,0 4971,0 -87,8 -1346,3 -781,7
CONCALSA CONSTRUCTORA CALDERON S.A. 252,1 816,8 805,4 -94,5 -306,1 -301,8
CONSTRUCTORA CONALBA S.A. 2129,4 5687,5 1532,2 -728,2 -1945,1 -718,4
CONSTRUCTORA MASARO S.A. 36,6 319,5 31,9 -12,3 -107,2 -10,7
ARIES INMOBILIARIA SOCIEDAD ANONIMA (AOIMSA) 5,9 18,8 170,3 -3,4 -11,0 -99,7
CONSTRUCTORA GERENPRO S.A. 19,1 70,4 31,8 -6,9 -25,5 -11,5
CARE CONSTRUCCIONES CIA. LTDA. 54,8 255,6 36,3 -20,8 -97,1 -13,8
MERGONCORP S.A. 408,0 870,2 495,5 -155,5 -331,7 -188,9
EGGOCCP CONSTRUCCIONES Y PROYECTOS CIA. LTDA. 1035,5 1644,2 747,0 -311,5 -494,6 -224,7
CONSTRUCTORA E INMOBILIARIA ESCOAL CIA. LTDA. 72,1 376,7 19,2 -23,7 -124,1 -6,3
EJECUCION DE PROYECTOS EJEPROY CIA. LTDA. 1075,1 2194,3 290,6 -305,8 -624,2 -82,7
CONSTRUCTORA IÑIGUEZ MATUTE CIA. LTDA. 94,7 773,4 28,8 -0,7 -5,6 -0,2
CENTRO DE DISEÑO Y CONSTRUCCION S.A.
114,6 1837,5 0,8 -37,5 -46,5 0,0
CENDICONSA
CONSTRUPLANUR CIA.LTDA. 42,0 515,2 65,1 -8,4 -102,6 -13,0
CONSVIVISA S.A. 841,3 6172,6 6236,3 -276,7 -2030,0 -2050,9
CONSTRUCTORA ANDRADE RODAS VIP S.A. 443,5 4103,0 191,1 -117,7 -1088,7 -50,7
MULTIHABITAT S.A. 33,5 1499,1 834,3 0,0 0,0 0,0
DIMEHK BUSINESS y SHIPPING CORPORATION 407,3 1447,1 40,7 -147,7 -524,7 -14,8
SAVEC y ASOCIADOS CIA. LTDA. 72,9 94,6 499,5 -22,3 -29,0 -153,1
CERVANTES INGENIEROS ASOCIADOS CERIN CIA. LTDA. 109,8 179,5 619,2 -45,9 -75,0 -258,9
AMBIENSA S.A. 2174,9 6570,4 16214 -1557,3 -4704,6 -12544,9
JAUREGUI y GAIBOR CONSTRUCTORES CIA. LTDA. 27,9 1980,0 45,0 0,0 0,0 0,0
MONCAYO Y ROGGIERO INGENIEROS ASOCIADOS 820,8 794,0 909,5 -315,0 -304,7 -349,1
EDIFICAR S.A. EDIFICARSA 327,2 1138,3 3921,7 -83,7 -291,4 -1003,8
INMOBILIARIA VERZAM CIA. LTDA. 122,0 1880,8 3494,7 -23,5 -361,9 -672,4
CONSTRUCTORA E INMOBILIARIA COINMOBIL S.A. 100,0 675,0 118,0 -30,7 -206,9 -36,2
PMJ ARQUITECTOS CIA. LTDA. 456,8 1753,5 476,3 -162,2 -622,8 -169,2
CONSTRUCTORA COVIGON CA 1942,4 11066,3 1930,8 -799,8 -4556,6 -953,3
CONSTRUCTORA INMOVELCA CIA. LTDA. 100,5 865,4 3,2 -19,1 -164,5 -0,6
VIDAL CONSTRUCCIONES CIA. LTDA. 808,4 2594,3 710,3 -309,8 -994,2 -272,2
INTERFORZA S.A. 34,4 369,3 237,6 -11,4 -122,0 -78,5
CIMENTAR PLUS S.A. 50,9 377,6 101,8 -17,8 -131,9 -35,5
GRAYSTONE PLANIFICACION Y CONSTRUCCION CIA.
58,1 428,1 81,8 -21,9 -161,4 -30,9
LTDA.
EJECUCION DE PROYECTOS EJEPROY CIA. LTDA. 1075,1 2194,3 290,6 -305,8 -624,2 -82,7
CONSTRUPRECISA S.A. 58,8 6,5 0,8 -5,2 -0,6 -0,1
CAMACHO y VASCONEZ S.A. 67,5 588,2 3,7 -19,7 -171,7 -1,1
167
CENTROS COMERCIALES DEL ECUADOR CA 1358,6 4785,0 16703 -252,8 -890,5 -15686,4
CONSERVIGESA CONSTRUCCIONES Y SERVICIOS
156,3 541,9 1087,6 -147,7 -512,1 -1028,0
GENERALES S.A.
ADSELYN S.A. 55,2 40,0 307,4 -25,0 -18,1 -139,1
AQCONSTRUCNOL S.A. 11,0 7,8 1,2 -3,4 -2,4 -0,4
INMOBILIARIA GIOVANNINI MORETTI INTERNACIONAL 391,0 1800,2 624,6 -145,0 -667,4 -231,6
DARTSCORP S.A. 332,1 631,8 8367,6 -153,6 -292,2 -3881,9
CONSTRUCTORA GOMERO CONGOME S.A. 137,6 171,2 263,2 -38,7 -48,1 -74,0
VITERI CALISTO CONSTRUCTORA CIA. LTDA. 113,3 284,3 16,1 -38,4 -96,4 -5,4
DIMODARQEC S.A. 121,4 366,8 48,8 -46,9 -141,6 -18,8
VIVIENDAS VICRIEEL S.A. VICREELSA 49,3 30,4 80,6 -22,5 -13,9 -36,8
COMPAÑIA DE CONSULTORIA, CONSTRUCCIONES,
3,2 381,4 18,5 -0,4 -42,7 -2,1
WCH CIA.LTDA.
ATCONSTRUCTORES S.A. 148,8 1020,3 5,9 0,0 0,0 0,0
BIOMARKET S.A. 20,9 27,9 115,0 -6,1 -8,2 -33,6
PAYERES S.A. 49,2 81,0 63,2 -20,1 -33,1 -25,8
CONSTRUCTORA NORTRAX S.A. 67,7 626,0 47,1 -19,2 -178,0 -13,4
GRIMALSA NEGOCIOS INTEGRADOS S.A. 16,2 129,6 1,0 -4,8 -38,4 -0,3
CONESPACIO S.A. 48,0 438,0 1,3 -11,8 -108,0 -0,3
CIFUCIA CONSTRUCTORES CIA. LTDA. 20,7 631,7 32,3 -4,8 -147,8 -7,6
CREATICORP S.A. 287,1 104,2 166,8 -87,5 -31,8 -50,9
MORENO COMERCIO Y CONSTRUCCION S.A. 42,9 589,3 1319,1 -16,5 -226,7 -507,4
PLANOS Y CONSTRUCCIONES PLANICAM S.A. 53,0 254,4 25,9 -21,4 -102,6 -10,5
CONSTRUCCIONES F.H.O. S.A. 29,8 131,3 0,7 -9,2 -40,4 -0,2
MALFIR S.A. MALFIRSA 21,4 357,2 230,5 -2,6 -43,8 -28,3
UNICASA S.A. 263,8 813,9 609,9 -106,7 -329,1 -246,6
INTERFORZA S.A. 34,4 369,3 237,6 -11,4 -122,0 -78,5
ALFAINVEST S.A. 16,0 4,2 184,8 -6,7 -1,7 -170,0
PROPROYECSA PROMOTORA DE PROYECTOS S.A. 401,6 789,9 19,3 -107,0 -210,5 -5,1
INSUBRIA S.A. 7,1 96,4 70,7 -2,0 -26,8 -19,7
SERMANTI S.A. 154,3 425,7 0,0 -114,7 0,0 0,0
CONSTRUCTORA CRUZ AZUL CONCRAZUL S.A. 52,0 175,6 502,6 -22,2 -75,0 -214,7
ISCACORP S.A. 70,8 190,5 364,8 -31,4 -84,4 -161,6
ZINJOLI S.A. 85,6 185,4 709,0 -36,9 -79,8 -305,3
COMCELET S.A. 13,7 13,7 82,6 -11,8 -11,8 -71,5
CABATOSA S.A. 3,2 61,8 2,5 -0,7 -13,2 -0,5
BIOANDINA S.A. 296,4 618,6 2,4 -74,0 -154,4 -0,6
MAQFIER S.A. 77,9 6,5 0,8 -5,6 -0,5 -0,1
EMWORLD S.A. 101,8 1,4 27,5 -95,7 -1,1 -25,0
PLAZATOWN S.A. 0,7 1,6 0,0 0,0 0,0 0,0
PINELA S.A. 200,7 552,1 33,4 -67,7 -186,2 -11,3
INCELCOM S.A. 149,9 308,6 4,3 -40,3 -82,9 -1,1
EDUARSA S.A. 57,7 17,8 114,3 -29,4 -9,1 -58,2
PROMOTORA INMOBILIARIA PROBAQUERIZO S.A. 475,1 340,2 571,8 -166,3 -119,1 -200,1
CABTELSA S.A. 73,7 124,1 8,7 -24,5 -41,3 -2,9
BUILDING y SERVICES S.A. BUILDSERSA 47,4 96,9 3,1 -12,5 -25,5 -0,8
ILCRESA S.A. 6,0 0,3 2,5 0,0 0,0 0,0
SUMMA PROYECTOS C.A. 939,9 248,2 1724,5 0,0 0,0 0,0
CONTRIFORZA S.A. 31,9 0,4 381,6 -22,4 -0,1 -379,1
INMOBILIARIA DEL NORTE INORSA S.A. 15,7 590,5 4426,5 -13,0 -490,2 -3674,5
INMOBILIARIA PERICONSTRUCT S.A. 147,0 2878,6 27880 -46,5 -909,5 -20871,4
BINULI S.A. 87,8 881,0 296,4 -27,9 -280,3 -94,3
SERVIVARGAS S.A. 54,4 569,7 295,0 -12,9 -135,5 -70,2
168
FRENKOD S.A. 22,0 276,1 0,0 -15,8 0,0 0,0

INMOBILIARIA BEALFI S.A. 8,4 17,7 214,6 -0,6 -1,3 -15,4
SOLUCIONES DE INGENIERIA CIVIL EFICACES S.A. SICE 33,3 892,6 102,3 -5,9 -157,6 -18,1
EXITCONSTRUC S.A. 38,5 344,6 0,0 -25,7 0,0 0,0
REVATTO S.A. 104,2 206,3 3,4 -33,1 -65,4 -1,1
RILEDA S.A. 41,7 195,0 52,6 -18,1 -84,8 -22,9
BIANRIVERSA S.A. 70,0 353,0 123,7 -28,1 -141,8 -49,7
VIVIENDAS VICOLINCI S.A. 50,5 108,0 3,0 -27,4 -58,5 -1,6
TEMPEL S.A. 63,5 429,5 27,6 -22,1 -149,8 -9,6
INMOPROVIVARSA PROYECTOS, OBRAS Y
7,7 168,0 68,7 -2,0 -42,8 -17,5
CONSTRUCCIONES S.A
CONSTRUSHOP S.A. 2,8 17,0 33,8 -1,1 -6,5 -12,9
MAVEGA S.A. PROYECTOS Y CONSTRUCCIONES 47,6 397,3 205,3 -12,1 -101,3 -52,4
SERDISMAN S.A. 1,0 42,6 0,0 -0,1 -3,3 0,0
WORKOCEAN S.A. 85,1 647,4 26,5 -27,8 -211,8 -8,7
MACTERRA S.A. 19,1 55,8 8,9 -8,7 -25,4 -4,0
CONSTRUCCIONES HIPACA S.A. 288,4 1234,0 261,1 -124,0 -530,3 -112,2
CONSTRUONE S.A. 107,1 448,7 121,8 -41,8 -175,1 -47,5
VIRE S.A. 10,2 387,6 0,0 -7,7 -17,0 0,0
CONSTRUCTORA JUAREZ SOCIEDAD ANONIMA 8,2 145,7 255,5 -6,9 -123,0 -215,8
DINTELSA S.A. 215,2 80,5 22,6 -73,0 -27,3 -7,6
SCUOLADI S.A. 43,4 287,0 162,6 -16,8 -110,8 -62,8
NOVACONSTRUCCIONES S.A. 11,7 55,9 6,2 -4,4 -21,0 -2,3
VILLSA S.A. 9,9 151,0 137,4 -2,5 -39,0 -35,5
CONSTRUCTORA Q3 S.A. 150,9 1051,8 651,6 -50,4 -351,4 -217,7
JORDAIRE S.A. 439,5 830,2 1252,2 -180,4 -340,8 -514,1
WILENY S.A. 58,9 2733,3 2833,7 -8,6 -397,1 -411,6
CONSTRUCTORA JUNCO y NOBOA JUNNOSA S.A. 3,1 162,8 129,4 -0,6 -32,1 -25,5
LADRICORP S.A. 68,7 5,7 0,8 -6,0 -0,5 -0,1
CONSTRUCTORA ROCA AZUL S.A. (CONSROCAZUL) 6,8 4,9 0,0 -2,7 0,0 0,0
CONSTRUCCIONES Y ARQUITECTURA S.A. CONSYAR 126,4 2168,7 0,0 -120,7 -368,8 0,0
COMPAÑIA DE CONSTRUCCIONES J.C.L. S.A. 2581,6 1414,2 97,7 0,0 0,0 0,0
INMOBILIARIA RENDON y SAMANIEGO C.A. RYSCA 11,1 17,5 198,1 -3,1 -4,8 -54,7
INCACH S.A. CONSTRUCCIONES 1023,6 929,5 428,3 -379,1 -344,2 -158,6
INVESTEAM S.A. 881,7 16664,5 7756,5 0,0 0,0 0,0
DAVIVE S.A. 403,7 1212,6 577,5 -140,4 -421,7 -200,9
PERCIVAL S.A. 0,9 13,3 240,6 -0,2 -2,7 -164,8
RAM CAR S.A. 226,5 294,1 120,0 -84,0 -109,1 -44,5
MENSHIPPING S.A. 922,0 2144,3 98,1 -327,3 -761,2 -34,8
MINUTOCORP S.A. 1498,2 3969,9 5050,2 -541,3 -1434,4 -3273,1
JULIAN PEÑA S.A. JUPESA 84,0 130,6 4,7 -25,4 -39,6 -1,4
CONSTRUCTORA MALUSIN CIA. LTDA. 5,4 33,4 0,0 -3,6 -13,9 0,0
JARASCORP S.A. 5,0 3,1 0,0 -0,4 0,0 0,0
RCN CONSTRUCCIONES S.A. - RCN 360,2 1745,9 156,3 -141,1 -684,0 -61,2
SERVICIOS PARA LA CONSTRUCCION S.A. (SERCOSIKA) 105,3 240,8 9,1 -38,5 -88,1 -3,3
QNET S.A. 128,0 556,0 361,4 -50,1 -217,6 -141,5
CEMENPIED S.A. 75,8 5,1 0,8 -5,2 -0,4 -0,1
EMPRESA DE CONSTRUCCIONES EMDECO S.A. 91,8 2031,4 81,6 -17,8 -393,5 -15,8
ARKITRUST S.A. 1396,6 1625,4 171,5 -350,1 -407,4 -43,0
PORTONOVO S.A. 356,3 950,7 571,8 -141,8 -378,4 -227,6
ANAPUL S.A. 56,2 41,6 1043,0 -27,6 -20,4 -799,9
Fuente: Elaboración propia, software Frontier Analysis V.4
169
ANEXO VI: FRECUENCIAS ESPERADAS DE EFICIENCIA SEGÚN

CUARTILES
Tabla 1. Frecuencias esperadas de eficiencia en el año 2012
Efic2012
TamQ2012 Ineficien Eficiente Total
Q1 46 12 58
50,3 7,7 58,0
Q2 53 6 59
51,2 7,8 59,0
Q3 54 4 58
50,3 7,7 58,0
Q4 49 9 58
50,3 7,7 58,0
Total 202 31 233

202,0 31,0 233,0

Efic2013
Q1 61 9 70
62,0 8,0 70,0
Q2 65 5 70
62,0 8,0 70,0
Q3 67 3 70
62,0 8,0 70,0
Q4 55 15 70
62,0 8,0 70,0
Total 248 32 280

248,0 32,0 280,0
170

Efic2014
Q1 48 9 57
47,3 9,7 57,0
Q2 50 8 58
48,2 9,8 58,0
Q3 51 7 58
48,2 9,8 58,0
Q4 42 15 57
47,3 9,7 57,0
Total 191 39 230

191,0 39,0 230,0

Efic2015
Q1 58 7 65
58,5 6,5 65,0
Q2 62 3 65
58,5 6,5 65,0
Q3 60 5 65
58,5 6,5 65,0
Q4 53 11 64
57,6 6,4 64,0
Total 233 26 259

233,0 26,0 259,0
171
ANEXO VII: PROPORCIONES DE EFICIENCIA POR TAMAÑO EN

CUARTILES Y ESTADÍSTICOS CHI2
Tabla 1. Empresas eficientes según tamaño en el año 2012
Efic2012
Q1 46 12 58
Q2 53 6 59
Q3 54 4 58
Q4 49 9 58
Total 202 31 233
Pearson chi2(3) = 5.5562 Pr = 0.135


Efic2013
Q1 61 9 70
Q2 65 5 70
Q3 67 3 70
Q4 55 15 70
Total 248 32 280
Pearson chi2(3) = 11,8548 Pr = 0,008


Efic2014
Q1 48 9 57
Q2 50 8 58
Q3 51 7 58
Q4 42 15 57
Total 191 39 230
Pearson chi2(3) = 4,9971 Pr = 0,172

172

Efic2015
Q1 58 7 65
Q2 62 3 65
Q3 60 5 65
Q4 53 11 64
Total 233 26 259
Pearson chi2(3) = 6,1734 Pr = 0,103

173
ANEXO VIII: DENDOGRAMAS SEGÚN MÉTODO DE WARD

Combinación de clúster Combinación de clúster Combinación de clúster Combinación de clúster
de distancia re-escalada de distancia re-escalada de distancia re-escalada de distancia re-escalada
Año 2012 Año 2013 Año 2014 Año 2015
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 1. Dendogramas del Análisis de Clúster Jerárquico.

Software SPSS V.22
174
ANEXO IX: PROPORCIONES DE EFICIENCIA POR CLUSTER DE

TAMAÑO Y PRUEBA EXACTA DE FISHER

Efic2012
TamC2012 Ineficien Eficiente Total
Pequeña 163 22 185

Mediana 26 4 30
Grande 11 4 15
Muy Grande 2 1 3
Total 202 31 233
Fisher's exact = 0,195


Efic2013
Pequeña 213 17 230

Mediana 5 6 11
Grande 23 9 32
Muy Grande 7 0 7
Total 248 32 280


Efic2014
Pequeña 158 24 182

Mediana 19 7 26
Grande 14 4 18
Muy Grande 0 4 4
Total 191 39 230

175

Efic2015
Pequeña 209 20 229

Mediana 19 4 23
Grande 4 2 6
Muy Grande 1 0 1
Total 233 26 259

176
ANEXO X: ESTADÍSTICOS DESCRIPTIVOS DE RATIOS

FINANCIEROS
Tabla 1. Estadísticos descriptivos de ratios financieros para el año 2012
Desviación
Ratio N Media Mediana Mínimo Máximo
estándar
R1 Liq 233 5,63 1,37 18,82 0,02 186,70
R2 Acida 233 4,44 1,09 16,34 0,00 140,91
R3 Rotinv 91 8,83 2,34 20,12 0,00 128,49
R4 Rctsxcob 200 16,17 5,57 29,63 0,00 204,85
R5 Rctsxpag 103 19,52 7,93 34,10 0,02 261,79
R6 Rotact 233 1,81 1,01 2,33 0,00 14,71
R7 End 215 0,67 0,78 0,30 0,00 1,00
R8 Af 233 2,31 1,00 13,40 -18,04 197,42
R9 Mgb 233 0,54 0,47 0,38 -1,02 1,00
R10 Mgo 232 -0,01 0,06 0,51 -5,44 0,63
R11 Mgn 232 -0,04 0,03 0,48 -5,44 0,30
R12 ROE 232 0,25 0,19 0,92 -9,86 6,50
R13 ROA 233 0,02 0,02 0,40 -5,54 0,59
Desviación
estándar
R1 Liq 275 5,58 1,36 16,63 0,00 187,81
R2 Acida 274 4,50 1,12 12,42 0,00 116,28
R3 Rotinv 98 29,83 2,46 100,68 0,00 691,77
R4 Rctsxcob 240 21,74 6,47 50,88 0,02 480,73
R5 Rctsxpag 108 25,68 6,98 58,54 0,00 404,57
R6 Rotact 280 1,91 1,07 2,26 0,01 16,08
R7 End 259 0,64 0,73 0,30 0,00 1,00
R8 Af 276 1,83 1,01 5,47 -16,47 78,56
R9 Mgb 280 0,53 0,45 0,47 -3,78 1,00
R10 Mgo 280 -0,04 0,06 0,97 -13,64 0,88
R11 Mgn 279 -0,01 0,03 0,43 -4,80 0,38
R12 ROE 278 0,26 0,16 1,13 -12,58 7,41
R13 ROA 279 0,05 0,03 0,21 -1,61 0,97
177
Desviación
estándar
R1 Liq 229 6,30 1,67 14,91 0,03 119,07
R2 Acida 229 5,33 1,29 13,63 0,02 119,07
R3 Rotinv 92 43,58 2,95 116,39 0,01 717,79
R4 Rctsxcob 207 26,45 4,48 99,13 0,00 969,09
R5 Rctsxpag 99 17,38 3,54 41,16 0,02 244,37
R6 Rotact 230 1,48 1,04 1,56 0,00 10,37
R7 End 225 0,59 0,68 0,30 0,00 1,00
R8 Af 229 0,81 1,00 4,06 -45,99 21,56
R9 Mgb 229 0,53 0,42 0,37 -0,84 1,00
R10 Mgo 228 -0,33 0,06 2,80 -23,69 0,58
R11 Mgn 222 -0,06 0,04 1,53 -22,62 0,86
R12 ROE 224 0,21 0,11 1,02 -7,28 9,70
R13 ROA 225 0,01 0,03 0,79 -11,67 0,79
Desviación
estándar
R1 Liq 254 6,95 1,69 21,66 0,02 183,88
R2 Acida 254 5,94 1,24 20,77 0,02 183,88
R3 Rotinv 114 31,70 1,74 107,85 0,01 854,25
R4 Rctsxcob 231 16,85 4,99 57,73 0,00 610,96
R5 Rctsxpag 116 15,04 4,02 33,72 0,03 244,05
R6 Rotact 259 1,54 0,90 2,09 0,00 20,25
R7 End 252 0,59 0,66 0,30 0,00 1,00
R8 Af 256 1,27 1,00 6,23 -30,09 72,27
R9 Mgb 257 0,49 0,41 0,43 -2,21 1,00
R10 Mgo 257 -0,18 0,03 1,49 -17,75 0,56
R11 Mgn 248 -0,10 0,02 1,33 -17,75 0,45
R12 ROE 246 0,02 0,08 0,94 -10,70 2,76
R13 ROA 250 0,03 0,02 0,22 -2,47 0,94
178
ANEXO XI: DIAGRAMAS DE CAJA

200
200
150
150
Acida
100
100
Liq
50
50
0
0
Figura 1. Diagrama de caja ratio Liquidez. Figura2. Diagrama de caja ratio Liquidez Acida.
Software Stata V.13 Software Stata V.13
1,000
800
800
600
600
Rctsxcob
Rotinv
400
400
200
200
0
Figura 3. Diagrama de caja ratio Rotación de Figura 4. Diagrama de caja ratio Rotación de
Inventario. Cuentas por Cobrar.
400
20
300
15
Rctsxpag
Rotact
200
10
100
5
0
Figura 5. Diagrama de caja ratio Rotación de Figura 6. Diagrama de caja ratio Rotación de
Cuentas por Pagar. Activo.
179
200
1
150
.8
100
.6
Af
End
50
.4
0
.2
-50
0
Figura 8. Diagrama de caja ratio Apalancamiento

Figura 7. Diagrama de caja ratio Endeudamiento.
Financiero.
Software Stata V.13
Software Stata V.13
1
0
0
-5
-10
-1
Mgo
Mgb
-15
-2
-20
-3
-25
-4
Figura 10. Diagrama de caja ratio Margen de

Figura 9. Diagrama de caja ratio Margen de utilidad Operativa.
Utilidad Bruta. Software Stata V.13
Software Stata V.13
10
0
5
-5
0
-10
ROE
Mgn
-5
-15
-10
-20
-25
-15
Figura 11. Diagrama de caja ratio Margen de Figura 12. Diagrama de caja ratio Rendimiento
utilidad Neta. sobre Patrimonio.
180
0
-5
ROA
-10
-15
Figura 13. Diagrama de caja ratio Rendimiento

sobre Activo.
Software Stata V.13
181
ANEXO XII. ESTADÍSTICOS DESCRIPTIVOS DE RATIOS

FINANCIEROS SEGÚN AÑOS
Tabla 1. Estadísticos descriptivos de indicadores de liquidez según años.
Año Razón de Razón Acida
liquidez
2012 N 204 207
Media 1,7296 1,2634
Mediana 1,2336 0,9586
Desviación estándar 1,4599 1,1416
Asimetría 1,7513 1,7775
Curtosis 2,8707 3,4686
2013 N 243 238
Media 1,8198 1,3620
Mediana 1,2018 1,0285
Asimetría 1,7324 1,5491
Curtosis 2,7476 1,9791
2014 N 190 188
Media 1,9551 1,5204
Mediana 1,4225 1,1148
Asimetría 1,5186 1,5234
Curtosis 1,6979 1,8945
2015 N 224 224
Media 2,0808 1,5570
Mediana 1,5012 1,1036
Asimetría 1,4753 1,4676
Curtosis 1,4810 1,5695
182
Tabla 2. Estadísticos descriptivos de indicadores de actividad según años.

Año Rotación de Rotación de Rotación de Rotación de
Inventarios Cuentas por Cuentas por Activos
Cobrar Pagar
2012 N 82 172 91 219
Media 3,6140 6,9828 10,1593 1,3571
Mediana 1,3491 4,8299 6,8494 0,9275
Desviación 4,7368 6,7643 10,5273 1,3179
estándar
Asimetría 1,9352 1,3305 1,4429 1,1894
Curtosis 3,4728 0,9717 1,1969 0,3905
2013 N 80 207 92 254
Media 3,2868 7,4830 9,0450 1,3416
Mediana 1,5649 5,1004 5,5352 0,9275
Desviación 4,0645 7,2360 9,4560 1,1824
estándar
Asimetría 2,0359 1,3723 1,5033 1,1489
Curtosis 4,1064 1,3205 1,7335 0,5067
2014 N 71 183 90 221
Media 3,3333 5,9862 6,5547 1,2705
Mediana 1,6661 3,7033 3,0094 0,9504
Desviación 4,1507 6,5558 8,3719 1,1304
estándar
Asimetría 1,9707 1,9483 1,7970 1,1143
Curtosis 3,9623 3,8112 2,3782 0,6352
2015 N 94 216 104 247
Media 2,4538 6,6410 6,4878 1,2079
Mediana 1,2216 4,4552 3,1930 0,8631
Desviación 3,2765 6,6957 7,6454 1,0986
estándar
Asimetría 2,8328 1,4741 1,4829 1,1811
Curtosis 10,6203 1,5988 1,6094 0,6589
183
Tabla 3. Estadísticos descriptivos de indicadores de endeudamiento según años.

Año Razón de Apalancamiento
Endeudamiento Financiero
2012 N 215 171
Media 0,6661 1,0495
Mediana 0,7755 1,0000
Asimetría -0,9111 1,2464
Curtosis -0,3981 1,6084
2013 N 259 206
Media 0,6389 1,0445
Mediana 0,7270 1,0000
Asimetría -0,6919 1,4359
Curtosis -0,7972 2,1886
2014 N 225 169
Media 0,5945 1,0202
Mediana 0,6762 1,0000
Asimetría -0,5242 1,4335
Curtosis -0,9978 3,5427
2015 N 252 177
Media 0,5945 1,0263
Mediana 0,6649 1,0000
Asimetría -0,5048 1,0832
Curtosis -1,0059 2,5350
184
Tabla 4. Estadísticos descriptivos de indicadores de rentabilidad según años.

Año Margen Margen Margen ROE ROA
Bruto Operativo Neto
2012 N 231 204 205 204 197
Media 0,55046 0,06187 0,03819 0,22172 0,03397
Mediana 0,46859 0,05593 0,03189 0,17123 0,02049
Desviación estándar 0,35053 0,05693 0,03710 0,24755 0,04622
Asimetría 0,19039 0,44782 0,55197 0,56431 0,83360
Curtosis -1,55633 1,14824 0,63234 0,10059 1,15273
2013 N 278 235 237 247 230
Media 0,55180 0,06590 0,03835 0,20017 0,03894
Mediana 0,45932 0,05950 0,02865 0,14598 0,02317
Asimetría 0,16208 0,17314 0,37810 0,45419 0,84620
Curtosis -1,64464 0,44017 0,10772 0,12375 0,53453
2014 N 229 194 201 202 203
Media 0,5317 0,0681 0,0428 0,1730 0,0402
Mediana 0,4238 0,0596 0,0341 0,0980 0,0271
Asimetría -0,0069 0,6099 0,5234 1,2801 0,8946
Curtosis -0,9421 -0,2127 -0,1416 1,2109 0,6921
2015 N 254 210 207 225 216
Media 0,5138 0,0499 0,0314 0,1527 0,0321
Mediana 0,4144 0,0382 0,0223 0,0801 0,0195
Asimetría 0,3265 0,4504 0,7570 1,2522 1,0924
Curtosis -1,4193 0,5365 1,1107 1,4953 1,4917
185
ANEXO XIII. FORMA DE LA DISTRIBUCIÓN Y CURVAS DE

NORMALIDAD DE RATIOS EN CONJUNTO
Figura 1. Distribución del ratio Liquidez. Figura 2. Distribución del ratio Liquidez
Acida.
Software SPSS V.22
Software SPSS V.22
Figura 3. Distribución del ratio Rotación de Figura 4. Distribución del ratio Rotación de
Inventarios. Cuentas por Cobrar.
Software SPSS V.22 Software SPSS V.22
Figura 5. Distribución del ratio Rotación de Figura 6. Distribución del ratio Rotación de
Cuentas por Pagar. Activos.
186
Figura 7. Distribución del ratio Figura 8. Distribución del ratio

Endeudamiento. Apalancamiento Financiero.
Figura 9. Distribución del ratio Margen de Figura 10. Distribución del ratio Margen de
Utilidad Bruta. Utilidad Operativa.
Figura 11. Distribución del ratio Margen de Figura 12. Distribución del ratio Rentabilidad
Utilidad Neta. sobre Patrimonio.
187
Figura 13. Distribución del ratio

Rentabilidad sobre Activos.
Software SPSS V.22
188
ANEXO XIV. ESTADÍSTICOS DE RATIOS FINANCIEROS SEGÚN

EFICIENCIA
Tabla 1. Estadísticos básicos totales de empresas valoradas como ineficientes.
Desviación
Ratio N Media Mediana Asimetría Curtosis
estándar
R1 Liq 754 1,8952 1,3000 1,5355 1,5768 1,9650
R2 Acida 750 1,4113 1,0285 1,2651 1,6034 2,2674
R3 Rotinv 291 3,1597 1,4553 4,2127 2,1646 4,6237
R4 Rctsxcob 693 6,9265 4,6149 6,9450 1,5001 1,6953
R5 Rctsxpag 341 8,1224 4,7617 9,1506 1,5389 1,7319
R6 Rotact 823 1,2495 0,8836 1,1390 1,2246 0,7976
R7 End 828 0,6203 0,7069 0,3031 -0,6092 -0,8976
R8 Af 622 1,0372 1,0000 0,1131 1,3493 2,4933
R9 Mgb 864 0,5183 0,4162 0,3499 0,2411 -1,2542
R10 Mgo 751 0,0589 0,0533 0,0597 0,3142 0,5690
R11 Mgn 752 0,0362 0,0298 0,0378 0,5349 0,5033
R12 ROE 765 0,1723 0,0981 0,2272 0,8684 0,8657
R13 ROA 746 0,0339 0,0207 0,0467 0,9767 1,2148
Tabla 2. Estadísticos básicos totales de empresas valoradas como eficientes.

Desviación
Ratio N Media Mediana Asimetría Curtosis
estándar
R1 Liq 107 1,9031 1,3286 1,5069 1,8532 3,2345
R2 Acida 107 1,5125 1,1311 1,3271 1,4708 1,6548
R3 Rotinv 36 2,9759 2,3440 2,6519 0,6954 -0,6230
R4 Rctsxcob 85 5,6460 2,9704 5,7722 1,3844 1,2243
R5 Rctsxpag 36 6,9879 4,1778 8,9586 2,3464 5,7788
R6 Rotact 118 1,5994 1,1660 1,4161 0,8061 -0,5003
R7 End 123 0,6393 0,7544 0,3031 -0,8663 -0,5353
R8 Af 101 1,0254 1,0000 0,1150 0,8301 1,3289
R9 Mgb 128 0,6642 0,9701 0,3777 -0,4108 -1,6260
R10 Mgo 92 0,0825 0,0694 0,0694 0,4982 -0,7811
R11 Mgn 98 0,0493 0,0349 0,0443 0,3445 -0,6631
R12 ROE 113 0,2844 0,2824 0,2606 0,3686 -0,5887
R13 ROA 100 0,0547 0,0411 0,0542 0,4951 -0,3088
189
Tabla 3. Estadísticos básicos por años de empresas valoradas como ineficientes.

2012 2013 2014 2015
Ratio Media Mediana Media Mediana Media Mediana Media Mediana
R1 Liq 1,79 1,23 1,84 1,19 1,88 1,42 2,06 1,49
R2 Acida 1,28 0,96 1,34 1,02 1,45 1,07 1,57 1,08
R3 Rotinv 3,54 1,11 3,27 1,52 3,62 1,67 2,45 1,23
R4 Rctsxcob 7,19 4,93 7,48 4,89 6,16 4,26 6,78 4,60
R5 Rctsxpag 10,49 7,08 8,92 5,87 6,62 2,85 6,65 3,29
R6 Rotact 1,31 0,95 1,32 0,93 1,18 0,82 1,18 0,86
R7 End 0,68 0,78 0,63 0,72 0,58 0,63 0,59 0,66
R8 Af 1,05 1,00 1,05 1,00 1,02 1,00 1,03 1,00
R9 Mgb 0,52 0,41 0,55 0,45 0,51 0,41 0,49 0,39
R10 Mgo 0,06 0,05 0,06 0,06 0,07 0,06 0,05 0,04
R11 Mgn 0,04 0,03 0,04 0,03 0,04 0,03 0,03 0,02
R12 ROE 0,21 0,16 0,20 0,14 0,14 0,08 0,14 0,07
R13 ROA 0,03 0,02 0,04 0,02 0,04 0,02 0,03 0,02
Tabla 4. Estadísticos básicos por años de empresas valoradas como eficientes.

2012 2013 2014 2015
Ratio Media Mediana Media Mediana Media Mediana Media Mediana
R1 Liq 1,20 1,19 1,65 1,32 2,28 1,35 2,30 1,66
R2 Acida 1,10 0,94 1,50 1,12 1,82 1,20 1,47 1,18
R3 Rotinv 4,43 4,53 3,40 3,80 2,15 1,63 2,56 1,13
R4 Rctsxcob 5,19 3,41 7,58 5,18 5,08 2,96 5,37 2,45
R5 Rctsxpag 6,75 6,08 10,09 4,98 6,18 3,30 3,27 0,77
R6 Rotact 1,67 0,66 1,51 0,92 1,71 1,57 1,46 0,91
R7 End 0,60 0,73 0,69 0,77 0,65 0,75 0,60 0,69
R8 Af 1,04 1,00 1,02 1,00 1,04 1,00 0,99 1,00
R9 Mgb 0,74 1,00 0,59 0,54 0,64 0,92 0,71 1,00
R10 Mgo 0,08 0,07 0,08 0,06 0,08 0,06 0,08 0,08
R11 Mgn 0,05 0,04 0,04 0,03 0,05 0,03 0,05 0,06
R12 ROE 0,30 0,28 0,24 0,19 0,32 0,31 0,27 0,27
R13 ROA 0,06 0,06 0,04 0,03 0,06 0,05 0,06 0,03
190
ANEXO XV. ANÁLISIS GRÁFICO DE MEDIANAS POR AÑO SEGÚN

EFICIENCIA
1,80
1,60
1,40
1,20
1,00
0,80
0,60
0,40
0,20
0,00
2012 2013 2014 2015
Ineficiente Eficiente
Figura 1. Medianas según años del ratio Liquidez.
1,40
1,20
1,00
0,80
0,60
0,40
0,20
0,00
2012 2013 2014 2015
Figura 2. Medianas según años del ratio Liquidez Acida.
5,00
4,50
4,00
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
2012 2013 2014 2015
Figura 3. Medianas según años del ratio Rotación de Inventarios.
191
6,00
5,00
4,00
3,00
2,00
1,00
0,00
2012 2013 2014 2015
Figura 4. Medianas según años del ratio Cuentas por Cobrar.
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
2012 2013 2014 2015
Figura 5. Medianas según años del ratio Cuentas por Pagar.
1,80
1,60
1,40
1,20
1,00
0,80
0,60
0,40
0,20
0,00
2012 2013 2014 2015
Figura 6. Medianas según años del ratio Rotación de Activos.
192
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
2012 2013 2014 2015
Figura 7. Medianas según años del ratio Endeudamiento.
1,20
1,00
0,80
0,60
0,40
0,20
0,00
2012 2013 2014 2015
Figura 8. Medianas según años del ratio Margen de Utilidad Bruta.
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
2012 2013 2014 2015
Figura 9. Medianas según años del ratio Margen de Utilidad Operativa.
193
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
2012 2013 2014 2015
Figura 10. Medianas según años del ratio Margen de Utilidad Neta.
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
2012 2013 2014 2015
Figura 11. Medianas según años del ratio Rentabilidad sobre Patrimonio.
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
2012 2013 2014 2015
Figura 12. Medianas según años del ratio Rentabilidad sobre Activos.
194
ANEXO XVI. ESTIMACIÓN DE DENSIDAD DE KERNEL
Kernel density estimate
,6
,4
Density
,2
0
0 2 4 6 8
Liq
Densidad Eficientes Densidad
Kernel Normal
density estimate Densidad Ineficientes
Figura 1. Densidad del Índice deNormal
Liquidez según Eficiencia.
density
kdensity Liq
Software Stata V.13
kernel = epanechnikov, bandwidth = 0,2833

,5
,4
Density
,3
,2
,1
0
0 2 4 6
Acida
Kernel Normal
Liquidez Acida según Eficiencia.
density
Software Stata V.13 kdensity Acida

,25
,2
,15
Density
,1
,05
0
0 5 10 15 20
Rotinv

Kernel Normal
Normal density
Figura 3. Densidad del Índice Rotación de Inventarios según Eficiencia.
kdensity Rotinv
Software Stata V.13
195
,1
,08
,06
Density
,04
,02
0
0 10 20 30
Rctsxcob
Kernel Normal
Figura 4. Densidad del Índice Rotación de Cuentas por Cobrar según
Normal density
Eficiencia. kdensity Rctsxcob
Software Stata V.13


,1
,08
,06
Density
,04
,02
0
0 10 20 30 40
Rctsxpag
Kernel Normal
Figura 5. Densidad del Índice Rotación de Cuentas por Pagar según
Normal density
Eficiencia kdensity Rctsxpag
Software Stata V.13


,6
,4
Density
,2
0
0 2 4 6
Rotact
Kernel Normal
Figura 6. Densidad del Índice Rotación de Activos según Eficiencia.
Normal density
Software Stata V.13 kdensity Rotact
196
2
1,5
Density
1
,5
0
0 ,5 1
End
Kernel Normal
Endeudamiento
density según Eficiencia.
Software Stata V.13 kdensity End

20
15
Density
10
5
0
,8 1 1,2 1,4
Af
Kernel Normal
Figura 8. Densidad del Índice deNormal Apalancamiento
density Financiero según
Eficiencia. kdensity Af
Software Stata V.13


1,5
1
Density
,5
0
-1 -,5 0 ,5 1
Mgb
Kernel Normal
Figura 9. Densidad del Índice Margen Normal de Utilidad Bruta según
density
Eficiencia. kdensity Mgb
Software Stata
kernel V.13 bandwidth = 0,1288
= epanechnikov,
197
8
6
Density
4
2
0
-,1 0 ,1 ,2 ,3
Mgo
Kernel Normal
Figura 10. Densidad del Índice Margen de Utilidad Operacional según
Normal density
Eficiencia. kdensity Mgo
Software Stata V.13


15
10
Density
5
0
-,1 -,05 0 ,05 ,1 ,15

Mgn
Kernel Normal
Figura 11. Densidad del Índice Margen de Utilidad Neta según
Normal density
kdensity Mgn
Eficiencia.
Software Stata V.13

3
2
Density
1
0
-,5 0 ,5 1
ROE
Kernel Normal
Figura 12. Densidad del Índice de Rentabilidad
Normal density sobre Patrimonio
según Eficiencia. kdensity ROE
Software
kernelStata V.13 bandwidth = 0,0883
= epanechnikov,
198
15
10
Density
5
0
-,1 0 ,1 ,2
ROA
KernelNormal
Figura 13. Densidad del Índice de Rentabilidad
Normal density sobre Activos según
Eficiencia. kdensity ROA
Software
kernelStata V.13 bandwidth = 0,0194
= epanechnikov,
199
ANEXO XVII. TEST DE VARIANZAS

Tabla 1. Test de varianzas para el ratio Liquidez.
Variance ratio test
Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
ineficie 754 1,895183 ,0559206 1,535528 1,785404 2,004962

eficient 107 1,903103 ,1456796 1,506922 1,614278 2,191927
combined 861 1,896167 ,052181 1,531138 1,79375 1,998584
ratio = sd(ineficie) / sd(eficient) f = 1,0383

Ho: ratio = 1 degrees of freedom = 753, 106
Ha: ratio < 1 Ha: ratio != 1 Ha: ratio > 1

Pr(F < f) = 0,5863 2*Pr(F > f) = 0,8274 Pr(F > f) = 0,4137
Tabla 2. Test
Variance de varianzas
ratio test para el ratio Liquidez Acida.
ineficie 750 1,411256 ,0461964 1,26514 1,320566 1,501946

eficient 107 1,512504 ,1282992 1,327137 1,258138 1,766869
combined 857 1,423897 ,0434742 1,272687 1,338569 1,509226


Pr(F < f) = 0,2432 2*Pr(F < f) = 0,4864 Pr(F > f) = 0,7568
Tabla 3. Test
ratio test para el ratio Rotación de Inventarios.
ineficie 291 3,159713 ,2469557 4,212748 2,67366 3,645765

eficient 36 2,97592 ,4419881 2,651929 2,078637 3,873204
combined 327 3,139479 ,2249417 4,067652 2,696958 3,581999


Pr(F < f) = 0,9992 2*Pr(F > f) = 0,0015 Pr(F > f) = 0,0008
200
Tabla 4. Test
ratio test para el ratio Rotación de Cuentas por Cobrar.
ineficie 693 6,926468 ,2638193 6,945015 6,408485 7,44445

eficient 85 5,645958 ,6260863 5,77223 4,400917 6,890999
combined 778 6,786566 ,2450501 6,835097 6,305528 7,267605


Pr(F < f) = 0,9827 2*Pr(F > f) = 0,0346 Pr(F > f) = 0,0173
Tabla 5. Test
ratio test para el ratio Rotación de Cuentas por Pagar.
ineficie 341 8,122377 ,4955302 9,150552 7,147686 9,097068

eficient 36 6,987932 1,493108 8,958646 3,956763 10,0191
combined 377 8,014048 ,4700524 9,126766 7,089787 8,938309


Pr(F < f) = 0,5395 2*Pr(F > f) = 0,9209 Pr(F > f) = 0,4605
Tabla 6. Testratio
test para el ratio Rotación de Activos.
ineficie 823 1,249541 ,0397033 1,139007 1,171609 1,327473

eficient 118 1,599388 ,1303652 1,416129 1,341207 1,85757
combined 941 1,293411 ,0385377 1,182171 1,217782 1,369041


Pr(F < f) = 0,0004 2*Pr(F < f) = 0,0009 Pr(F > f) = 0,9996
201
Tabla 7. Test
ratio test para el ratio Rotación Endeudamiento.
ineficie 828 ,6203259 ,0105319 ,3030553 ,5996535 ,6409983

eficient 123 ,6392801 ,0273284 ,3030872 ,5851807 ,6933795
combined 951 ,6227774 ,0098244 ,3029667 ,6034974 ,6420574


Pr(F < f) = 0,4858 2*Pr(F < f) = 0,9717 Pr(F > f) = 0,5142
Tabla 8. Test
ratio test para el ratio Rotación Apalancamiento Financiero.
ineficie 622 1,037191 ,0045359 ,1131247 1,028284 1,046099

eficient 101 1,025431 ,0114453 ,1150241 1,002724 1,048138
combined 723 1,035548 ,0042168 ,1133849 1,02727 1,043827


Pr(F < f) = 0,3990 2*Pr(F < f) = 0,7980 Pr(F > f) = 0,6010
Tabla 9. Test
ratio test para el ratio Margen de Utilidad Bruta.
ineficie 864 ,5183158 ,0119053 ,3499421 ,4949491 ,5416825

eficient 128 ,6641507 ,0333885 ,3777483 ,5980808 ,7302206
combined 992 ,5371332 ,0113291 ,3568214 ,5149014 ,559365


Pr(F < f) = 0,1167 2*Pr(F < f) = 0,2333 Pr(F > f) = 0,8833
202
Tabla 10.ratio
Variance Test detest
varianzas para el ratio Margen de Utilidad Operativa.
ineficie 751 ,0588853 ,0021788 ,0597083 ,054608 ,0631625

eficient 92 ,0824924 ,007232 ,0693668 ,068127 ,0968579
combined 843 ,0614616 ,0021091 ,0612359 ,057322 ,0656013


Pr(F < f) = 0,0214 2*Pr(F < f) = 0,0428 Pr(F > f) = 0,9786
Tabla 11. Test de varianzas para el ratio Margen de Utilidad Neta.

Variance ratio test
ineficie 752 ,0361696 ,0013786 ,0378043 ,0334633 ,038876

eficient 98 ,0493348 ,0044763 ,0443131 ,0404506 ,058219
combined 850 ,0376875 ,0013312 ,0388104 ,0350747 ,0403003


Pr(F < f) = 0,0137 2*Pr(F < f) = 0,0274 Pr(F > f) = 0,9863
Tabla 12. ratio

Variance Test detest
varianzas para el ratio Rentabilidad sobre Patrimonio.
ineficie 765 ,1723439 ,0082157 ,2272353 ,1562159 ,188472

eficient 113 ,2844109 ,024513 ,2605771 ,2358415 ,3329803
combined 878 ,1867671 ,0079193 ,2346574 ,1712241 ,2023101


Pr(F < f) = 0,0220 2*Pr(F < f) = 0,0441 Pr(F > f) = 0,9780
203
Tabla 13. Test

Variance ratiodetest
varianzas para el ratio Rentabilidad sobre Activos.
ineficie 746 ,0338939 ,0017088 ,046673 ,0305393 ,0372486

eficient 100 ,0546609 ,0054181 ,0541806 ,0439103 ,0654115
combined 846 ,0363487 ,0016522 ,0480573 ,0331057 ,0395916


Pr(F < f) = 0,0185 2*Pr(F < f) = 0,0371 Pr(F > f) = 0,9815
204
ANEXO XVIII. TEST DE MEDIAS

Tabla 1. Test de medias para el ratio Liquidez.
Two-sample t test with equal variances
ineficie 754 1,895183 ,0559206 1,535528 1,785404 2,004962

eficient 107 1,903103 ,1456796 1,506922 1,614278 2,191927
combined 861 1,896167 ,052181 1,531138 1,79375 1,998584
diff -,0079198 ,158267 -,318555 ,3027155
diff = mean(ineficie) - mean(eficient) t = -0,0500

Ho: diff = 0 degrees of freedom = 859
Ha: diff < 0 Ha: diff != 0 Ha: diff > 0

Pr(T < t) = 0,4801 Pr(|T| > |t|) = 0,9601 Pr(T > t) = 0,5199
Tabla 2. Test de medias para el ratio Liquidez Acida.

ineficie 750 1,411256 ,0461964 1,26514 1,320566 1,501946

eficient 107 1,512504 ,1282992 1,327137 1,258138 1,766869
combined 857 1,423897 ,0434742 1,272687 1,338569 1,509226
diff -,1012479 ,1315506 -,3594478 ,1569521


Pr(T < t) = 0,2209 Pr(|T| > |t|) = 0,4417 Pr(T > t) = 0,7791
Tabla 3. Testtdetest
Two-sample medias para
with el ratiovariances
unequal Rotación de Inventarios.
ineficie 291 3,159713 ,2469557 4,212748 2,67366 3,645765

eficient 36 2,97592 ,4419881 2,651929 2,078637 3,873204
combined 327 3,139479 ,2249417 4,067652 2,696958 3,581999
diff ,1837923 ,5063009 -,8291128 1,196697
diff = mean(ineficie) - mean(eficient) t = 0,3630

Ho: diff = 0 Satterthwaite's degrees of freedom = 59,5637

Pr(T < t) = 0,6411 Pr(|T| > |t|) = 0,7179 Pr(T > t) = 0,3589
205
Tabla 4. Test de medias para el ratio Rotación de Cuentas por Cobrar.

Two-sample t test with unequal variances
ineficie 693 6,926468 ,2638193 6,945015 6,408485 7,44445

eficient 85 5,645958 ,6260863 5,77223 4,400917 6,890999
combined 778 6,786566 ,2450501 6,835097 6,305528 7,267605
diff 1,28051 ,6794002 -,0651236 2,626143


Pr(T < t) = 0,9690 Pr(|T| > |t|) = 0,0620 Pr(T > t) = 0,0310
Tabla 5. Test de medias para el ratio Rotación de Cuentas por Pagar.

ineficie 341 8,122377 ,4955302 9,150552 7,147686 9,097068

eficient 36 6,987932 1,493108 8,958646 3,956763 10,0191
combined 377 8,014048 ,4700524 9,126766 7,089787 8,938309
diff 1,134444 1,600467 -2,01257 4,281459


Pr(T < t) = 0,7606 Pr(|T| > |t|) = 0,4789 Pr(T > t) = 0,2394
Tabla 6. Test de medias para el ratio Rotación de Activos.

ineficie 823 1,249541 ,0397033 1,139007 1,171609 1,327473

eficient 118 1,599388 ,1303652 1,416129 1,341207 1,85757
combined 941 1,293411 ,0385377 1,182171 1,217782 1,369041
diff -,3498473 ,1362771 -,6192821 -,0804124


Pr(T < t) = 0,0057 Pr(|T| > |t|) = 0,0113 Pr(T > t) = 0,9943
206
Tabla 7. Test de medias para el ratio Endeudamiento.

ineficie 828 ,6203259 ,0105319 ,3030553 ,5996535 ,6409983

eficient 123 ,6392801 ,0273284 ,3030872 ,5851807 ,6933795
combined 951 ,6227774 ,0098244 ,3029667 ,6034974 ,6420574
diff -,0189542 ,0292853 -,0764257 ,0385173


Pr(T < t) = 0,2588 Pr(|T| > |t|) = 0,5176 Pr(T > t) = 0,7412
Tabla 8. Test de medias para el ratio Apalancamiento Financiero.

ineficie 622 1,037191 ,0045359 ,1131247 1,028284 1,046099

eficient 101 1,025431 ,0114453 ,1150241 1,002724 1,048138
combined 723 1,035548 ,0042168 ,1133849 1,02727 1,043827
diff ,0117602 ,0121643 -,0121216 ,0356419


Pr(T < t) = 0,8330 Pr(|T| > |t|) = 0,3340 Pr(T > t) = 0,1670
Tabla 9. Test de medias para el ratio Margen de Utilidad Bruta.

ineficie 864 ,5183158 ,0119053 ,3499421 ,4949491 ,5416825

eficient 128 ,6641507 ,0333885 ,3777483 ,5980808 ,7302206
combined 992 ,5371332 ,0113291 ,3568214 ,5149014 ,559365
diff -,1458349 ,0334923 -,2115589 -,0801109


Pr(T < t) = 0,0000 Pr(|T| > |t|) = 0,0000 Pr(T > t) = 1,0000
207
Tabla 10. Test de medias para el ratio Margen de Utilidad Operacional.

ineficie 751 ,0588853 ,0021788 ,0597083 ,054608 ,0631625

eficient 92 ,0824924 ,007232 ,0693668 ,068127 ,0968579
combined 843 ,0614616 ,0021091 ,0612359 ,057322 ,0656013
diff -,0236072 ,0075531 -,0385784 -,0086359


Pr(T < t) = 0,0011 Pr(|T| > |t|) = 0,0023 Pr(T > t) = 0,9989
Tabla 11. Test de medias para el ratio Margen de Utilidad Neta.

ineficie 752 ,0361696 ,0013786 ,0378043 ,0334633 ,038876

eficient 98 ,0493348 ,0044763 ,0443131 ,0404506 ,058219
combined 850 ,0376875 ,0013312 ,0388104 ,0350747 ,0403003
diff -,0131652 ,0046838 -,0224419 -,0038885


Pr(T < t) = 0,0029 Pr(|T| > |t|) = 0,0058 Pr(T > t) = 0,9971
Tabla 12. Test de medias para el ratio Rendimiento sobre Patrimonio.

ineficie 765 ,1723439 ,0082157 ,2272353 ,1562159 ,188472

eficient 113 ,2844109 ,024513 ,2605771 ,2358415 ,3329803
combined 878 ,1867671 ,0079193 ,2346574 ,1712241 ,2023101
diff -,112067 ,0258532 -,1631855 -,0609484


Pr(T < t) = 0,0000 Pr(|T| > |t|) = 0,0000 Pr(T > t) = 1,0000
208
Tabla 13. Test de medias para el ratio Rendimiento sobre Activos.

ineficie 746 ,0338939 ,0017088 ,046673 ,0305393 ,0372486

eficient 100 ,0546609 ,0054181 ,0541806 ,0439103 ,0654115
combined 846 ,0363487 ,0016522 ,0480573 ,0331057 ,0395916
diff -,020767 ,0056811 -,0320157 -,0095183


Pr(T < t) = 0,0002 Pr(|T| > |t|) = 0,0004 Pr(T > t) = 0,9998
209
ANEXO XIX. TEST DE MEDIANAS

Tabla 1. Test de medianas para el ratio Liquidez.
Two-sample Wilcoxon rank-sum (Mann-Whitney) test
Efic obs rank sum expected
ineficiente 754 323452 324974

eficiente 107 47639 46117
combined 861 371091 371091
unadjusted variance 5795369,67

adjustment for ties -0,44
adjusted variance 5795369,23
Ho: Liq(Efic==ineficiente) = Liq(Efic==eficiente)

z = -0,632
Prob > |z| = 0,5272
Tabla 2. Test de medianas para el ratio Liquidez Acida.

ineficiente 750 319872 321750

eficiente 107 47781 45903
combined 857 367653 367653

Ho: Acida(Efic==ineficiente) = Acida(Efic==eficiente)

z = -0,784
Prob > |z| = 0,4330
210
Tabla 3. Test de medianas para el ratio Rotación de Inventarios.

ineficiente 291 47285 47724

eficiente 36 6343 5904
combined 327 53628 53628

Ho: Rotinv(Efic==ineficiente) = Rotinv(Efic==eficiente)

z = -0,820
Prob > |z| = 0,4120
Tabla 4. Test de medianas para el ratio Rotación de Cuentas por Cobrar.

ineficiente 693 273201,5 269923,5

eficiente 85 29829,5 33107,5
combined 778 303031 303031

Ho: Rctsxcob(Efic==ineficiente) = Rctsxcob(Efic==eficiente)

z = 1,676
Prob > |z| = 0,0937
211
Tabla 5. Test de medianas para el ratio Rotación de Cuentas por Pagar.

ineficiente 341 64855 64449

eficiente 36 6398 6804
combined 377 71253 71253

Ho: Rctsxpag(Efic==ineficiente) = Rctsxpag(Efic==eficiente)

z = 0,653
Prob > |z| = 0,5138
Tabla 6. Test de medianas para el ratio Rotación de Activos.

ineficiente 823 382146 387633

eficiente 118 61065 55578
combined 941 443211 443211

Ho: Rotact(Efic==ineficiente) = Rotact(Efic==eficiente)

z = -1,987
Prob > |z| = 0,0469
212
Tabla 7. Test de medianas para el ratio Endeudamiento.

ineficiente 828 392695 394128

eficiente 123 59981 58548
combined 951 452676 452676

Ho: End(Efic==ineficiente) = End(Efic==eficiente)

z = -0,504
Prob > |z| = 0,6142
Tabla 8. Test de medianas para el ratio Apalancamiento Financiero.

ineficiente 622 227726 225164

eficiente 101 34000 36562
combined 723 261726 261726

Ho: Af(Efic==ineficiente) = Af(Efic==eficiente)

z = 1,353
Prob > |z| = 0,1761
213
Tabla 9. Test de medianas para el ratio Margen de Utilidad Bruta.

ineficiente 864 417123 428976

eficiente 128 75405 63552
combined 992 492528 492528

Ho: Mgb(Efic==ineficiente) = Mgb(Efic==eficiente)

z = -3,959
Prob > |z| = 0,0001
Tabla 10. Test de medianas para el ratio Margen de Utilidad Operativa.

ineficiente 751 311360 316922

eficiente 92 44386 38824
combined 843 355746 355746

Ho: Mgo(Efic==ineficiente) = Mgo(Efic==eficiente)

z = -2,523
Prob > |z| = 0,0116
214
Tabla 11. Test de medianas para el ratio Margen de Utilidad Neta.

ineficiente 752 313997 319976

eficiente 98 47678 41699
combined 850 361675 361675

Ho: Mgn(Efic==ineficiente) = Mgn(Efic==eficiente)

z = -2,615
Prob > |z| = 0,0089
Tabla 12. Test de medianas para el ratio Rendimiento sobre Patrimonio.

ineficiente 765 324780 336217,5

eficiente 113 61101 49663,5
combined 878 385881 385881

Ho: ROE(Efic==ineficiente) = ROE(Efic==eficiente)

z = -4,545
Prob > |z| = 0,0000
215
Tabla 13. Test de medianas para el ratio Rendimiento sobre Activos.

ineficiente 746 306970 315931

eficiente 100 51311 42350
combined 846 358281 358281

Ho: ROA(Efic==ineficiente) = ROA(Efic==eficiente)

z = -3,905
Prob > |z| = 0,0001
216
ANEXO XX. ANÁLISIS GRÁFICO DE OBSERVACIONES ATÍPICAS
100
190
80
60
1414
H-L dX^2
723
312
1484
40
1103
941
678
656
1478
785
752
20
1374
1120
404
221
460
1006
492
23936
1195
244
132
449
349
1112
837
1296
1301
1000
1223
539
825
1107
772
1406
1383
1494
601
830
1357
52
8991305
273
220
839
419120 808
875
976
1002
440
595
621891
214
395
529
240 158 993842
30 742 928 5261116
557661
553
615 505
522
845
1364
1141
704
39
152
645
732
800
527
432
1153
1441
111
170
533
77
1276
1278
551
125
566
267
207
1162
1365
902
473
910
264
882
1280
268
486
1080
932
1298
60
1464
165
544
5
864
202
1306
693
95
543
810
702
1158
414415
9
34
185
429
1123
391
915
1165
1286
193
178
1482
12
897
34
784
796
913
331
516
998
4501288
1319
1111
388
945
1129
731
83
310
26
443
814 330
137
711
873
51
966
892
532
455458
90
484
886
706
612
1336
38
323
1341
367136
538
895
318
1379
1207
420
14
1413
695
604
241
1085
148
265
857
54 596
1469
1072
908
1224
717957
336
361
815
123
215
651
433315
824
826531907
938
513
1303
2517561041
347
427 735
243953
5921113
150849
1497
767
1216 461
748
375
386
80
518
1148 962
5
0
1222
744
1360
1187
1409
948
1228
438
161
357
1384
738
820
1521
106
734
862
1119
1326
1329
1353
1243
1249
328
485
217
743
949
709
843
619
362363
737
61386
10
1315 436
1030
1408
624
878
1279
867
1005
13771378
668
1069 270
425
1198
33
159
859
956
1248
56
61
965
997
1001
219
382
903
1519
1173
893
1230
1236
1264
1339
542
881
985
1234
1337
1411
1450
12731274
541
741
598
798
1382
99
984
1496
1124
1140
1340
688
804
831
1199
1457
1277
199
239
549
1447
496
32
1175
147
500
1492
307
869
1334
1362
92
1049
1090
1183
1214
1114
1231
183
528
703
1262
905
960
287
853
954
1149
1155
1465
67
1354
418
1167
1318
1368
1479
660
8
1154
1322
390
896
1252
1513
296
448
81
222
969
1506
160
781
1255
677
685
691
865
1455
1490
556
1299
369
396
776
811
560
799
937
299
1284
525
620
1125
115
877
1423
1463
1487
46
379
1027
98
478
774
1156
1180
479
622
8
1176
1320
1512
1200
1440
12
463
973
1066
1485
841
1045
1389
1466
44
602
789 535
545
1488
445
584
858
1197
55
387
564
1285
377
398400
506
1106
1131
1388
435
499
649
168
246
472
812
921
1235
44
31
4
764
1164
1
176177
401
462
497
530
1259
1380
47
898
1245
13
197
1297
959
999
1500
91
585
1233
1290
211
130
393
603
818
20
8889
575
646
648
675
816817
1227
569
866
977
144
464
1008
1241
102
491
750
846
861
1263
1283
1510
606
1
821
829
1426
950
1302
1104
173
179
758
783
1157
1210
327
06 151
266
524
164
428
511
1520
154
728
835
29
110
1211
632
627
1232
65
163
802
156
45
515
118
258
78
344
439
918
749
1254
1486
1331
64
172
234
368
850
204
1172
1267
142
934
996
1168
1194
223
1501
194
477
523
1152
1213
483
546
413
725
1239
1308
191
801
917
1287
1468
84
182
322
760
7174
1
540
1346
28
225
453
794
1410
1453
1139
874
1098
459
614
407
1063
1307
1442
1132
1309
133
475
1260
782
1163
238
600
1076
995
82
1205
12031204
141
715
37
588
1074
1091
574
955
1160
836
343
402
689
412
501
1253
104
517
769
470
476
1096
325
617
1174
537
558
1146
1348
166
134135
143
763
860
1191
1144
421
792
819
900
351
1499
376
904
1311
466
793
129
350
771
1317
733
822
1189
1313
514
757
103
247
788
442
1220
48
124
583
1151
751
724
635
113
696
15
1344
1428
321
1254
474
1504
370
1407
62
647
1225
52
092
353
1294
304
1347
1047
536
809
983
96
664
7568
1458
1118
1138
1295
69
1161
922
334
840
0 .2 .4 .6
Pr(Efic)
Figura 1. Observaciones atípicas mediante estadístico Chi2

.15
661
1116
928
735
513
891
.1
538
leverage
526
557
907
938
129
166
.05
1113
5953
748
962
1148
386
1041
1497
518
461
767
1303
80
150
742
531
375
158
849
842
824529
123
908
433
1216
1072
148
895 220
592
54
243
756
361
596
892
51
458
857
420 875
120
273
440
30
532
193
137
873
886
897
38
651
1336
265
443
1123
913
136
14
1469 839
240
621
214
419
601
1504
429
1129
427
414
347
912
1224
34
367
534
810
910
315
796
915
95
516
800
814
501
514
717
815
533
551
125993
1344
932
1306
111
1298
505
957
826 899
595
808 1112
1406
976
52 244
1107
539
77
1276
604
544
334
1158
612
251
170
310
1138
432
553
615
731
104
902
1365
135
39
165
922
1280
1413
945
1207
215
1288
1319
241
352
1085
152
318
83
124
1278
421
1295 1301
1002 132
1494
330
1341
62
113
695
26
733
1096
1294
391
48
1191
1220
1309
475
453
711 395
3361305
15
133
1313
1141
771
527
1194
473
1111
966
1317
998
90
82
1364 1296 492
476
1501
96
182
882
439
178
934
996
60
331
497
368
845
163
28
1238
995
191
574
801
802
1225
1267
267
455
1500
1254
506
878
21
1203
415
151
1453
1488
172
234
732
1423
402
1063
450
1259
689
69
207
202
840
864
388 825
1000
830
1223
1357
784
850
7
145
176
715
836
1260
1080
1162
323
816
1482
1379
999
1380
536
693
1153
1227
614
160
822
603
1005
1164
466
789
353
1458
866
37
474
860
702
304
647
664
788
704
484
173
542
646
1264
1274
1334
351
537
1146
1348
268
1464
541
1104
1263
1315
1377
74
983
1160
1204
486
1161
706
691
1347
1235
1485
350
583
760
874
543 837
1383
772 9364601120
396
977
177
1307
185
103
558
955
1283
751
522 349
818
841
893
960
1252
1450
1098
1172
183
985
89
322
470
819
1091
462
835
1231
483
517
809
1151
1311
1286
817
1258
1426
343
400
412
442
917
1189
1165
88
524
1211
254
459
635
1253
110
622
918
959
984
1124
1131
1232
1465
223
600
769
1047
1205
1346
1428
264
55
156
287
299
564
584
632
675
1114
1411
143
194
204
370
413
1092
1144
566
377
398
428
445
575
1167
1173
1339
84
225
793
1076
1139
1239
1331
1410
1441
31
362
369
648
764
783
806
831
881
1049
1492
376
477
568
749
782
794
1442
645
29
33
56
61
78
92
118
154
217
401
436
491
530
649
743
804
858
965
1001
1030
1198
1236
1388
1496
134
142
696
725
724
1118
1287
47
91
102
168
219
270
328
344
463
485
545
556
758
811
1466
64
141
1163
1213 449
231006
1195 678 7231414
20
46
81
144
164
465
499
515
598
660
668
741
781
954
956
1125
1157
1255
1290
1297
1337
1520
792
1074
1168
1174
44
197
296
307
363
379
478
500
535
569
620
627
677
703
750
820
862
867
997
1008
1066
1090
1119
1156
1197
1200
1233
1320
1326
1378
1389
1512
757
1468
115
179
327
357
418
425
435
464
738
812
821
859
865
905
950
1175
1183
1262
1285
1299
1463
1487
1506
1519
617
900
1152
1308
1407
1499
13
12
98
130
239
266
390
393
496
511
528
549
560
585
602
606
624
685
734
776
799
798
844
861
869
877
896
898
903
969
1045
1069
1106
1180
1199
1230
1234
1241
1245
1249
1447
1457
1490
247
325
523
546
588
763
1132
6
10
67
159
161
199
222
246
382
479
619
709
843
846
921
937
973
1149
1155
1176
1210
1214
1248
1273
1277
1279
1284
1302
1318
1322
1354
1368
1382
1408
1440
1455
1479
1510
407
540
904
1486
1
32
99
106
147
211
387
448
472
525
688
728
737
774
829
853
949
948
1027
1140
1154
1243
1329
1340
1353
1362
1384
1513
71
1187
1222
1228
1386
1521
438
1409
744
1360 221 941 1103
656
1374 752 785 1478
404 1484
312 190
0
0 20 40 60 80 100
rper2
Figura 2. Observaciones atípicas mediante estadístico de Leverage

Tabla 1. Observaciones Atípicas excluidas
116 785 1103 680 1414 1478

190 941 678 723 1484 1120
666 1166 312
217
ANEXO XXI. ANÁLISIS DE SENSIBILIDAD Y ESPECIFICIDAD
Tabla 1. Valoración de la eficacia predictiva del modelo

True
Classified D ~D Total
+ 42 94 136
- 27 583 610
Total 69 677 746
Classified + if predicted Pr(D) >= .15

True D defined as Efic != 0
Sensitivity Pr( +| D) 60.87%

Specificity Pr( -|~D) 86.12%
Positive predictive value Pr( D| +) 30.88%
Negative predictive value Pr(~D| -) 95.57%
False + rate for true ~D Pr( +|~D) 13.88%

False - rate for true D Pr( -| D) 39.13%
False + rate for classified + Pr(~D| +) 69.12%
False - rate for classified - Pr( D| -) 4.43%
Correctly classified 83.78%

1.00
0.75
Sensitivity/Specificity
0.50
0.25
0.00
0.00 0.25 0.50 0.75 1.00

Probability cutoff
Sensitivity Specificity
Figura 1. Gráfico Sensibilidad y Especificidad del modelo

218
ANEXO XXII. EFECTOS ALEATORIOS

Tabla 1. Efectos aleatorios a la ordenada para las diferentes firmas en los cuatro años de estudio.
DMU NOMBRE Efic Bj
1 CONSTRUCTIVA C.E.V. CIA. LTDA. ineficiente -0,492
2 CLANMAK CIA. LTDA. -0,279
3 TORREFUERTE CONSTRUCTORES CIA. LTDA. ineficiente -0,390
5 SISTEMAS CONSTRULIVIANOS CIA. LTDA eficiente 3,300
6 TERRANATIVA CIA. LTDA. ineficiente -0,214
7 DURYPCONSTRUC DISENO URBANIZACION Y PROYECTOS DE CONSTRUCCION CIA. ineficiente -0,955
8 EMPORIO CUATROPAREDES ARQUITECTOS CIA. LTDA. ineficiente -0,305
9 GERZACOL CIA. LTDA. eficiente -0,547
10 RPM CONSTRUCCIONES S.A ineficiente 2,464
11 BANDOLA CONSTRUCTORES CIA. LTDA. -0,077
12 CONSTRUCCIONES Y PROYECTOS F. MERINO G. C LTDA ineficiente -0,366
13 ARQUENTA CIA. LTDA. ineficiente -0,164
14 IDEAS Y GUIAS ARQUITECTONICAS IDEGUIAR CIA. LTDA. ineficiente 1,902
15 INGENIERIA Y CONSTRUCCION JPYA CIA. LTDA. ineficiente -1,083
17 CORPMARS CREATIVOS CIA. LTDA. -0,625
18 INUCAL INGENIEROS NUNEZ CALDERON C LTDA ineficiente -0,355
19 EISCO CIA. LTDA. -0,723
20 SOSA y MOSQUERA CONSTRUCTORES S.A. ineficiente -0,695
21 CONSTRUCPIEDRA CIA. LTDA. ineficiente -0,394
22 COEVO S.A. ineficiente -1,147
23 JAUREGUI PONCE ARQUITECTOS S.A. eficiente 6,451
24 CONSTRUCTORA CASAS DE CAMPO MONGEREZ CIA. LTDA. eficiente -0,025
25 INTERNATIONAL BUSINESS SOLUTION IBSOL CIA. LTDA. -0,169
26 YONGPING CIA. LTDA. ineficiente -1,190
27 PATRICIO PAREDES INGENIERIA DE CONSTRUCCIONES CIA. LTDA. eficiente -0,051
28 C.G.S. CONSTRUCCIONES GENERALES y SERVICIOS CIA. LTDA. ineficiente -0,311
29 FALPROYEC S.A. ineficiente -0,444
30 CONSTRUCTORA JACOME LOVATO ARQUITECTOS JLyA CIA. LTDA. eficiente 2,307
31 CONSTRUCTORA CIMA CIA. LTDA. ineficiente -0,832
32 INNOVACION CONSTRUCTIVA CONSTRUCTIVAINN C.A. ineficiente -0,507
33 VEGA VGA CONSTRUCTORES CIA. LTDA. ineficiente -0,630
34 METROEJE CIA. LTDA. ineficiente -1,548
36 O. MALDONADO T. Y ASOCIADOS OMACA C.A. ineficiente -0,036
37 CONSTRUCTORA CALICANTO CALICANTOCONST CIA. LTDA. ineficiente -0,608
38 CONSTRUCTORA AGUILAR VEINTIMILLA C LTDA ineficiente 1,993
39 TRABAJOS DE INGENIERIA COMTRADING COMPANIA LIMITADA ineficiente -0,930
40 ESPINEL Y ASOCIADOS CIA. LTDA. -0,523
42 CONSTRUCCIONES DEBRET SA ineficiente -0,013
44 CORPORACION TAURO CIA. LTDA. ineficiente -0,301
46 EDWIN SAMANIEGO ARQUITECTOS CIA. LTDA. ineficiente 1,009
47 ALFREDO RIBADENEIRA ARQUITECTOS CIA. LTDA ineficiente -0,643
48 ECUEMPIRE SERVICIOS Y CONSTRUCCIONES ECUATORIANAS CIA. LTDA. ineficiente -1,014
49 CONSTRUCTORA ROMERO FREIRE ASOCIADOS CIA. LTDA. -0,127
50 CONSTRUCTORA FERNANDEZ SANTAMARIA CIA. LTDA. ineficiente -0,173
51 CONSTRUCTORA CEVALLOS HIDALGO S.A. ineficiente -0,932
52 W.S.yA C.L. eficiente 2,904
53 GUIDO MACCHIAVELLO ARQUITECTOS ASOCIADOS S.A. ineficiente -1,256
54 CONSTRUDIAMOND CONSTRUCTORES ASOCIADOS CIA. LTDA. ineficiente -1,314
219
55 MARIO PEREZ CONSTRUCCIONES CIA. LTDA. ineficiente -0,605

56 CTECDESIGN y BUILD S.A. ineficiente -0,260
57 INTEGRA INGENIERIA Y ARQUITECTURA CONSTRUCTIVE SOLUTIONS CIA. LTDA. ineficiente -0,291
58 ARROYO OTOYA CONSTRUCCIONES CIA. LTDA. ineficiente -0,150
59 ALSANIECUADOR S.A. 2,298
60 FTAINGENIEROS CIA. LTDA. ineficiente -0,563
61 DISENO, CALCULO, CONSTRUCCION, FINANCIAMIENTO Y VENTAS CONEPAR C.L. ineficiente -0,778
62 HERPAYAL CONSTRUCTORA CIA. LTDA. ineficiente -1,813
63 CONSTRUXIA CIA. LTDA. ineficiente 4,511
64 DITEPROY PROYECTOS Y CONSTRUCCIONES CIA. LTDA. ineficiente -1,766
67 CONSTRUCTORA ORTUÑO ANDRADE Y ASOCIADOS COAN C LTDA ineficiente -0,263
68 COMERCIAL E INDUSTRIAL LIVORNO S.A. 3,815
69 CONSTRUCCIONES Y NEGOCIOS CONSTNEG CIA. LTDA. ineficiente -0,659
70 CONSTRUCTORA VICLAS CONSTRUVICLAS CIA. LTDA. ineficiente -0,348
71 CITYCARE INGENIERIA Y SERVICIOS CIA LTDA. ineficiente -0,269
72 CONSTRUCTORA MOVIEC SA -0,310
73 EXAEDIFICATIO S.A. -2,041
74 EMINENS CIA. LTDA. ineficiente -0,709
75 GOLDENGREEN CONSTRUCCIONES CIA. LTDA. 3,749
77 CIUDAD SERRANA SERRACIT S.A. ineficiente 1,218
78 BELOESTE SOCIEDAD ANONIMA ineficiente -0,937
79 CEVCONCIV CONSTRUCTORES CIVILES CIA. LTDA. 4,578
80 MACCAFERRI DE ECUADOR S.A. eficiente 4,645
81 CAVCONSTRUCCION Y CONSULTORIA S.A. ineficiente -1,049
82 RIBADENEIRA y RIBADENEIRA CIA. LTDA. ineficiente -0,907
83 HERNAN IRIGOYEN ARQUITECTOS CONSULTORES CIA LTDA. ineficiente -1,389
84 RUBIO y PINOS PROYECTOS Y SERVICIOS CIA. LTDA. ineficiente -0,487
85 INMOCASTELLANA CONSTRUCTORA S.A. -0,405
87 CABARVILL DE MONTAJES CIA. LTDA. 1,809
88 HOMELOAN S.A. ineficiente -0,162
89 INMOBILIARIA CONSTRUCTORA URBAPRO S.A. ineficiente -0,771
90 MEDINA LAZO CIA. LTDA. ineficiente -0,648
91 CARRASCO RFV CONSTRUCCIONES CIA. LTDA. ineficiente -0,447
92 GUEVAZCO COMPAÑIA LIMITADA ineficiente -0,602
93 CONSTRUCCIONES Y PREFABRICADOS DE HORMIGON MOLINA y BRITO CIA. LTDA ineficiente -0,744
94 OBRAS CIVILES DEL AUSTRO OBCIAUS CIA. LTDA. -0,208
95 CONSTRUCTORA CARVALLO A.Z. CIA. LTDA. ineficiente -1,185
96 WWICONSTRUCT CIA. LTDA. ineficiente -1,036
97 INCORAMI CIA. LTDA. -0,227
98 GABRIEL REYES CONSTRUCCIONES CIA. LTDA ineficiente -0,642
99 CORDOVA REYES CONSTRUCTORES COREY CIA. LTDA. ineficiente -0,086
100 CONSTRUCTORA LARRIVA CIA. LTDA. ineficiente -0,009
102 BOGAPACKAGING SYSTEMS CIA. LTDA. ineficiente -1,038
103 FABIAN PALACIOS OCHOA CIA. LTDA. ineficiente -0,997
104 CONSTRUCTORA OREBRI C LTDA ineficiente -0,281
105 TORRES y CORDERO CONSTRUCTORES S. A. -0,811
106 CONSTRUCTORA ARQJOVEL SA ineficiente -0,009
107 SIMPLE CLEAN S.A. - SIMPLEC ineficiente -0,033
109 MILCONSA S.A. eficiente -0,031
110 RICEZIONE S.A. ineficiente -0,580
111 INMOBILIARIA INTERNACIONAL CORBAL C LTDA ineficiente 2,035
112 CORBALCONSA CONSTRUCCIONES S.A. -0,518
220
113 CONSTRUCTORA ESTRELLA VITERI CIA. LTDA. ineficiente 2,037

115 CONSTRUCTORA BARRAZUETA CONABARO S.A. ineficiente -0,437
117 CONSTRUCTORA INMOBILIARIA CONSTRUCTUM S.A. -0,195
118 PACHANO VITERI INGENIEROS S.A. ineficiente -0,449
119 KAYANA CIA. LTDA. -0,322
120 ACC Y D CONSTRUCTORES CIA. LTDA. eficiente 3,394
121 ALBAN DUEÑAS CONSTRUCTORES ALDUCONS CIA. LTDA. eficiente -0,061
123 ALVAREZ BRAVO CONSTRUCTORES S.A. ineficiente -1,353
124 ARAMA S.A. ineficiente -1,010
125 CONBAQUERIZO CIA LTDA ineficiente -0,615
129 LA CUADRA COMPAÑIA INMOBILIARIA Y COMERCIALIZADORA S.A. INMOSOLUCION ineficiente 3,464
130 MACCONSTRUCCIONES S.A. ineficiente -0,980
131 NICANOR LARREA y ASOCIADOS CIA. LTDA ineficiente -0,254
132 PROMOTORES INMOBILIARIOS PRONOBIS S.A. eficiente 2,951
133 VAINCO CONSTRUCTORES HIPOTECARIOS CIA. LTDA ineficiente -1,083
134 CONSTRUCTORA TRIVISA CIA.LTDA. ineficiente -0,570
135 CONSTRUCTORA PALOSA S.A. ineficiente -1,054
136 CONCALSA CONSTRUCTORA CALDERON S.A. ineficiente -1,142
137 CONSTRUCTORA CONALBA S.A. ineficiente 2,456
138 CONSTRUCTORA MASARO S.A. -0,348
140 CONSTRUCTORA GERENPRO S.A. eficiente -0,516
141 CARE CONSTRUCCIONES CIA. LTDA. ineficiente -0,743
142 MERGONCORP S.A. ineficiente -0,659
143 EGGOCCP CONSTRUCCIONES Y PROYECTOS CIA. LTDA. ineficiente -0,880
144 CONSTRUCTORA E INMOBILIARIA ESCOAL CIA. LTDA. ineficiente -0,433
145 EJECUCION DE PROYECTOS EJEPROY CIA. LTDA. ineficiente -2,184
146 CONSTRUCTORA IÑIGUEZ MATUTE CIA. LTDA. -1,851
147 CENTRO DE DISENO Y CONSTRUCCION S.A. CENDICONSA ineficiente -0,326
148 CONSTRUCTORA ALECONS SA ineficiente 1,596
149 CONSTRUCCION Y PLANIFICACION URBANA Y RURAL CONSTRUPLANUR CIA.LTDA. -0,264
150 TRASELEC SA ineficiente -1,786
151 CONSVIVISA S.A. ineficiente -1,092
152 CONSTRUCTORA ANDRADE RODAS VIP S.A. ineficiente -1,012
153 MULTIHABITAT S.A. ineficiente 1,560
154 DIMEHK BUSINESS y SHIPPING CORPORATION CIA. LTDA. ineficiente -0,492
155 SAVEC y ASOCIADOS CIA. LTDA. ineficiente -1,363
156 CERVANTES INGENIEROS ASOCIADOS CERIN CIA. LTDA ineficiente -0,797
157 AMBIENSA S.A. eficiente -0,426
158 JAUREGUI y GAIBOR CONSTRUCTORES CIA. LTDA. eficiente 4,818
159 MONCAYO Y ROGGIERO INGENIEROS ASOCIADOS CIA. LTDA. ineficiente -0,376
160 EDIFICAR S.A. EDIFICARSA ineficiente -1,707
161 VEGA TOBAR S.A. ineficiente -0,111
162 CONSTRUCCIONES SOSTENIBLES DEL ECUADOR CONSTRUIBLEC CIA. LTDA. 2,283
163 INMOBILIARIA VERZAM CIA. LTDA. ineficiente -1,033
164 CONSTRUCTORA E INMOBILIARIA COINMOBIL S.A. ineficiente -0,654
165 PMJ ARQUITECTOS CIA. LTDA. ineficiente -0,826
166 CONSTRUCTORA COVIGON CA ineficiente 2,229
168 CONSTRUCTORA INMOVELCA CIA. LTDA. ineficiente -0,632
170 VIDAL CONSTRUCCIONES CIA. LTDA. ineficiente -1,219
172 INTERFORZA S.A. ineficiente -0,397
173 CONSTRUCCION PESADA S.A. CONPESA ineficiente -0,037
174 CIMENTAR PLUS S.A. 3,906
221
175 GRAYSTONE PLANIFICACION Y CONSTRUCCION CIA. LTDA. -0,171

176 EJECUCION DE PROYECTOS EJEPROY CIA. LTDA. ineficiente -2,184
177 CONSTRUPRECISA S.A. ineficiente -0,570
178 CIVIOS S.A. ineficiente -0,975
179 CAMACHO y VASCONEZ S.A. ineficiente -0,235
182 PLAZA TIA UNO S.A. SOLIDASA ineficiente -0,350
183 ADSELYN S.A. ineficiente -0,618
185 CONACSA S.A. ineficiente -0,832
186 AQCONSTRUCNOL S.A. -0,006
187 ECOCRATOS CIA. LTDA. -0,397
188 INMOBILIARIA GIOVANNINI MORETTI INTERNACIONAL CIA. LTDA. ineficiente -0,456
191 DARTSCORP S.A. ineficiente -1,748
192 CONSTRUCTORA LOPEZ BURBANO y ASOCIADOS S.A. ineficiente -0,108
193 CONSTRUCTORA GOMERO CONGOME S.A. ineficiente -0,940
194 VITERI CALISTO CONSTRUCTORA CIA. LTDA. ineficiente -0,639
195 MACILIUS S.A. -1,421
196 DIMODARQEC S.A. -0,227
197 VIVIENDAS VICRIEEL S.A. VICREELSA ineficiente -0,270
198 COMPAÑIA DE CONSULTORIA, CONSTRUCCIONES, WCH CIA.LTDA -0,699
199 NEKSOCONSTRUCTOR CIA. LTDA. ineficiente -0,057
200 ATCONSTRUCTORES S.A. 1,352
201 BIOMARKET S.A. -0,332
202 URBANIZACION GIRASOLES S.A. URBAGIRSA ineficiente -1,076
203 PAYERES S.A. -0,521
204 CONSTRUCTORA NORTRAX S.A. ineficiente -0,781
205 GRIMALSA NEGOCIOS INTEGRADOS S.A. ineficiente -0,190
207 CONSTAGI S.A. ineficiente -0,632
210 CIFUCIA CONSTRUCTORES CIA. LTDA. -0,012
211 CREATICORP S.A. ineficiente -1,564
214 CONSTRUCTORA ABACAM S.A. eficiente 5,318
215 CALVANASE S.A. ineficiente -1,472
217 MORENO COMERCIO Y CONSTRUCCION S.A. ineficiente -0,020
219 PLANOS Y CONSTRUCCIONES PLANICAM S.A. ineficiente -0,529
220 AXERIMZA S.A. eficiente 3,517
221 CONSTRUCCIONES F.H.O. S.A. eficiente 3,563
222 MALFIR S.A. MALFIRSA ineficiente -0,438
223 MERALMEX S.A. ineficiente -0,731
225 UNICASA S.A. ineficiente -0,232
231 TUMET S.A. 3,973
233 EXPERTCORPORATION S.A. ineficiente -0,366
234 INTERFORZA S.A. ineficiente -0,397
235 ALFAINVEST S.A. -0,314
236 PROPROYECSA PROMOTORA DE PROYECTOS S.A. ineficiente -0,962
237 INSUBRIA S.A. -0,135
238 SERMANTI S.A. 4,106
239 CONSTRUCTORA CRUZ AZUL CONCRAZUL S.A. ineficiente -0,343
240 CONSTRUCTORA ABIDI S.A. eficiente 5,349
241 ISCACORP S. A. ineficiente -0,991
243 ZINJOLI S.A. ineficiente -1,287
244 COMCELET S.A. eficiente 6,824
245 CABATOSA S.A. -0,219
246 BIOANDINA S.A. ineficiente -0,360
222
247 '' ETISA CONSTRUCCIONES '' S.A. ineficiente -0,371

251 EJV PROYECTOS Y CONSTRUCCIONES S.A. ineficiente -1,312
254 MEGAOBRA S.A. ineficiente -0,655
263 PLAZATOWN S.A. 2,987
264 PINELA S.A. ineficiente -0,999
265 INCELCOM S.A. ineficiente -0,995
266 EDUARSA S.A. ineficiente -0,614
267 PROMOTORA INMOBILIARIA PROBAQUERIZO S.A. ineficiente -1,048
268 CABTELSA S.A. ineficiente -0,481
270 BUILDING y SERVICES S.A. BUILDSERSA ineficiente -1,220
273 SUMMA PROYECTOS C.A. eficiente 2,643
275 CONTRIFORZA S.A. 5,716
279 INMOBILIARIA DEL NORTE INORSA SA -2,000
280 INMOBILIARIA PERICONSTRUCT S.A. -1,875
283 BINULI S.A. -0,403
285 SERVIVARGAS S.A. -0,652
287 INMOBILIARIA BEALFI S.A. ineficiente -0,059
294 ECOLINI S.A. eficiente -0,323
296 MORERA S.A. ineficiente -0,173
297 SOLUCIONES DE INGENIERIA CIVIL EFICACES S.A. SICE -0,074
298 EXITCONSTRUC S.A. -0,582
299 REVATTO S.A. ineficiente -0,218
301 LIDERSTAR S.A. -0,118
304 RILEDA S.A. ineficiente -0,456
307 BIANRIVERSA S.A. ineficiente -0,143
308 VIVIENDAS VICOLINCI S.A. -0,314
310 TEMPEL S.A. ineficiente -0,690
314 CONSTRUSHOP S.A. -1,026
315 MAVEGA S.A. PROYECTOS Y CONSTRUCCIONES ineficiente -1,168
318 LOAIZA GUERRA Y ASOCIADOS CIA. LTDA. ineficiente -0,828
320 SERDISMAN S.A. -0,125
321 WORKOCEAN S.A. -0,965
322 MACTERRA S.A. ineficiente -0,345
323 CONSTRUCCIONES HIPACA S.A. ineficiente -1,124
325 CONSTRUONE S.A. ineficiente -0,822
326 VIRE S.A. -1,027
327 ARQUITECNO S.A. ineficiente -0,127
328 CONSTRUCTORA JUAREZ SOCIEDAD ANONIMA ineficiente -0,042
329 LIPROYECTOS S.A. ineficiente -0,333
330 DINTELSA S.A. ineficiente -1,389
331 GUBBINI S.A. ineficiente -1,003
334 MEGAPROGRESS S.A. ineficiente -0,313
336 SCUOLADI S.A. ineficiente -1,137
339 NOVACONSTRUCCIONES S.A. -0,743
342 VILLSA S.A. -0,075
343 CONSTRUCTORA Q3 S.A. ineficiente -0,733
344 JORDAIRE S.A. ineficiente -0,592
345 WILENY S.A. 3,417
347 CONSTRUCTORA JUNCO y NOBOA JUNNOSA S.A. ineficiente -1,233
349 CONSTRUCTORA ROCA AZUL S.A. (CONSROCAZUL) eficiente 2,908
350 CONSTRUCCIONES Y ARQUITECTURA S.A. CONSYAR ineficiente 2,142
351 COMPANIA DE CONSTRUCCIONES J.C.L. S.A. ineficiente 2,801
223
352 INMOBILIARIA RENDON y SAMANIEGO C.A. RYSCA ineficiente -0,585

353 INCACH S.A. CONSTRUCCIONES ineficiente -0,286
354 INVESTEAM S.A. ineficiente 1,301
356 DAVIVE S.A. ineficiente -0,643
357 PERCIVAL S.A. ineficiente -0,126
358 RAM CAR S.A. ineficiente -0,063
360 MENSHIPPING S.A. -0,012
361 MINUTOCORP S.A. ineficiente 0,742
362 CORPORACION ATLANTICA COTLAN C.A. ineficiente -0,022
363 JULIAN PENA S.A. JUPESA ineficiente -0,134
367 RCN CONSTRUCCIONES S.A. - RCN ineficiente -1,673
368 DOLDER S.A. ineficiente -0,375
369 SERVICIOS PARA LA CONSTRUCCION S.A. (SERCOSIKA) ineficiente -0,169
370 QNET S.A. ineficiente -0,793
371 WINSTOCORP S.A. 5,447
375 EMPRESA DE CONSTRUCCIONES EMDECO S.A. ineficiente -2,199
376 ARKITRUST S.A. ineficiente -0,762
377 PORTONOVO S.A. ineficiente -0,544
378 ANAPUL S.A. -0,055
379 MAORBUSS S.A. ineficiente -1,055
224

Tesis Doctoral: Universidad Nacional de Córdoba Facultad de Ciencias Económicas

Cargado por

Copyright:

Formatos disponibles

Tesis Doctoral: Universidad Nacional de Córdoba Facultad de Ciencias Económicas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis Doctoral: Universidad Nacional de Córdoba Facultad de Ciencias Económicas

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional de Córdoba

Facultad de Ciencias Económicas

DOCTORADO EN CIENCIAS ECONÓMICAS

Evaluación de la Eficiencia como Herramienta de Gestión Empresarial

Autor: José Fernando Córdova León

Al Doctor Francisco Salgado, por su guía en el desarrollo de la investigación y su

A mi esposa Katty, por su gran ayuda en la revisión y corrección del documento,

Al cuerpo docente y administrativo de la Escuela de Graduados, quienes han

Y a Juan Manuel, por su sincera amistad.

A mi esposa Katty y mi hija Romina.

El presente trabajo de tesis expone una propuesta para la gestión de empresas

En primera instancia, se evaluó la eficiencia del grupo de estudio mediante el

La presente investigación pretende ser un aporte significativo para el empresario

3.2.3. Análisis envolvente de datos (DEA) ............................................................ 39

5.2. ESTADOS FINANCIEROS .......................................................................................... 91

ANEXO V: MEJORAS POTENCIALES EN VARIABLES DE ENTRADA ............................................ 165

Tabla 2. 1. Participación porcentual del sector de la construcción al PIB ................................. 14

Tabla 3. 1. Razones financieras de empresas selectas con los valores de la mediana de su

Tabla 5. 4. Test de Shapiro Wilk para contraste de Normalidad. ............................................ 101

Figura 2. 1. Evolución del precio del barril de crudo ................................................................ 13

Figura 4. 9. Mejoras potenciales totales año 2014................................................................... 77

Figura 6. 1. Curva Característica Operativa del Receptor, ROC. .............................................. 115

La industria de la construcción desempeña un papel importante en la economía

El aporte económico del sector de la construcción a la economía de los países no

Es importante recalcar la dependencia directa del Ecuador del entorno

En el Ecuador las empresas constructoras constituyen una parte importante del

ha enfocado principalmente en tomar a la eficiencia como una medida para definir el

1.2 PROBLEMA DE INVESTIGACIÓN

Cuando hablamos de empresas constructoras en el Ecuador, es obligatorio

La generalidad de las organizaciones de la rama de la construcción, toman como

Adicionalmente, las empresas constructoras no disponen de una adecuada base

modelos más complejos de estimación de la eficiencia que incluyan indicadores

Los estudios o investigaciones relacionadas al sector de la construcción en el

1.3.1. Objetivo general

Desarrollar un sistema de evaluación de eficiencia orientada a la gestión

1.3.2. Objetivos específicos

 Proponer una metodología de evaluación de eficiencia aplicable al sector

 Contrastar los indicadores de eficiencia de las empresas constructoras con su

1.4. HIPÓTESIS DE TRABAJO

La medición de la eficiencia y su relación con la información financiera, permite

1.5. JUSTIFICACIÓN E IMPACTO DEL TRABAJO

Actualmente no existen estudios ni análisis del sector de la construcción

Cabe indicar que el Gobierno mantiene un amplio sistema informático con

Por otra parte, en el ámbito académico existen algunas tesis de investigación

El sector empresarial de la construcción se ha venido desarrollando conforme a

La bibliografía existente muestra una serie de aplicaciones y usos de la eficiencia

En el Ecuador las empresas sólo evalúan y gestionan su crecimiento en base a sus

Esta investigación responde a una necesidad de contar con nuevos esquemas

sobre el manejo de variables y la comprobación de hipótesis en relación a trabajos

Es importante reconocer que el Gobierno del Ecuador mediante sus organismos

La presente investigación pretende proporcionar una clara visión de las áreas de

Las razones o indicadores financieros permiten a la empresa visualizar su salud

sectoriales promedio que publican los organismos de control, gobiernos o empresas

La presente investigación expone la posibilidad de usar la metodología DEA para

Finalmente, esta investigación permitirá a la administración de la compañía

1.6.1. Unidad de análisis

La investigación realizada presenta un enfoque cuantitativo. Inicialmente se

El análisis estadístico se llevó a cabo mediante el software SPSS V.22, y Stata

1.6.3. Variables para el análisis de eficiencia