La intención de este artículo es analizar el impacto de la deuda en el rendimiento del sector industrial en el Ecuador y determinar su importancia para las decisiones de corto y largo plazo. De igual forma, se examina la estructura de fondeo de estas firmas, tratando de inferir preferencias en cuanto a fuentes de fondeo, tendencias en la distribución del fondeo entre fuentes externas e internas, y el uso de pasivos financieros para apalancamiento financiero en las firmas. La metodología utilizada es un enfoque descriptivo cuantitativo basado en el análisis de los estados financieros 2016-2021 elaborados por la Superintendencia de Compañías, Valores y Seguros (SCVS). Se utilizó una técnica de análisis estadístico procesada por software sobre 641 empresas activas y registradas. Los resultados se derivaron de la relación entre la deuda y el desempeño financiero aplicando la R de Pearson con un valor de -0,557; donde se alcanzó el valor p (sig.) = 0,005 < 0,05, por lo que se concluyó una correlación entre las variables examinadas. Este estudio pretende contribuir al desarrollo de áreas de trabajo que contribuyan al diseño y desarrollo de estrategias financieras que contribuyan a la supervivencia y buenos resultados empresariales de las empresas ecuatorianas.

Palabras clave: finanzas; indicador financiero; industria; deuda; rendimiento.

Relationship between debt and yield: Case of Companies in the Ecuadorian Manufacturing Industry

ABSTRACT

The intention of this article is to analyze the impact of debt on the profitability of the industrial sector in Ecuador and determine its importance for short and long term decisions. Similarly, the funding structure of these firms is examined, trying to infer preferences in terms of funding sources, trends in the distribution of funding between external and internal sources, and the use of financial liabilities for financial leverage in the firms. The methodology used is a quantitative descriptive approach based on the analysis of the 2016-2021 financial statements prepared by the Superintendence of Companies, Securities and Insurance (SCVS). A statistical analysis technique processed by software was used on 641 active and registered companies. The results were derived from the relationship between debt and financial performance by applying Pearson's R with a value of -0.557; where the p value (sig.) = 0.005 < 0.05 was reached, therefore a correlation between the variables examined was concluded. This study aims to contribute to the development of work areas that contribute to the design and development of financial strategies that contribute to the survival and good business results of Ecuadorian companies.

Keywords: finance; financial indicator; industry; debt; performance.

Artículo recibido 18 febrero 2023

Aceptado para publicación: 18 marzo2023

INTRODUCCIÓN

En los últimos tiempos, el comportamiento de la economía a nivel internacional ha ido cambiando constantemente, registrando un importante crecimiento económico. Sin embargo, este aumento no alcanzó las cifras que esperaban muchos economistas, ingenieros y personas involucradas en el mundo financiero, y no mostró los resultados deseados (Organización de las Naciones Unidas [ONU], 2020).

El objetivo principal es evaluar el impacto de la deuda en el capital y el impacto en la rentabilidad en las empresas manufactureras ecuatorianas que reportan a la SCVS para el período 2016-2021.

De hecho, conocer el impacto del apalancamiento en la industria manufacturera es extremadamente importante para la toma de decisiones, ya que las ganancias futuras pueden tener un impacto potencial en este resultado.

La posición del sector manufacturero ha ido cambiando a lo largo de los años debido a que ha logrado posicionarse en los lugares más importantes en un entorno globalizado, posicionándose como una de las industrias más sustentables que perdura en el tiempo ya que asegura un abastecimiento y apropiación constante, materias primas para otras industrias, por ejemplo: hay un sector caucho-plástico y empresas de alimentos; de esta manera, se asegura la sucesión de diversas empresas y con ello el progreso económico de los países en su conjunto (Fugiel, Burchart, Czaplicka, & Smolinski, 2016).

Con base en esta discusión, este artículo intenta determinar el impacto de la deuda en la rentabilidad de las empresas ecuatorianas, diagnosticando así si la deuda ha tenido un impacto positivo en las estructuras financieras y si puede agregar valor al crecimiento de los sectores económicos.

Externamente, el problema se hace evidente al analizar los diferentes diferenciales de crecimiento de las empresas ecuatorianas, particularmente por los diferentes rendimientos del capital.

Los datos teóricos y empíricos del caso de Ecuador arrojan luz sobre la evidencia del punto de la cuenta de capital para determinar el índice de apalancamiento que garantiza una rentabilidad constante y sostenible. Sin embargo, utilizando evidencia y una amplia muestra de empresas ecuatorianas, este estudio muestra que este efecto contribuye a la discusión de la relación entre deuda y rentabilidad.

A pesar de esto, en resumen, muchas de estas empresas manufactureras están constantemente investigando cómo maximizar su rendimiento y minimizar sus riesgos mediante el uso de diversos métodos contables y financieros, aplicados de manera transparente, ayudando a resolver problemas financieros y económicos. que puedan ocurrir durante el período del informe. Asimismo, la investigación aplicada para determinar el nivel de endeudamiento es de suma relevancia para que puedan seguir realizando todas las inversiones e innovaciones necesarias y así poco a poco ser más competitivos, reconocidos y eficientes en el mercado internacional (Argüelles, Quijano, Fajardo, Medina, & Cruz, 2018).

El PIB manufacturero, como se muestra en la Figura 1, registró una tasa de caída menor en 2020 que el PIB en su conjunto, y para 2022 se espera que este sector crezca según estimaciones del Banco Central del Ecuador (BCE). a un nivel ligeramente superior del 2,4% por debajo de la tasa de crecimiento de la economía en general del 2,8%. En la estructura esquemática de la CIIU Rev. 4.0, la letra C corresponde a manufactura.

Figura 1.

Evolución del PIB constante (en millones de USD)

Gráfico, Gráfico de barras

Descripción generada automáticamente

Fuente: (Superintendencia de Bancos Ecuador, 2022)

Nota: Según el BCE los datos del año 2016 son semidefinitivos, de los años 2017 al 2020 son provisionales; del año 2021 son provisionales por sumatoria de trimestres y del año 2022 son previsionales

En cifras constantes, el PIB del sector manufacturero relativo al PIB total registró una participación promedio de 11,71% entre 2016 y 2020, con un pico de 11,97% en 2020 y el más bajo en 2016 (producto del terremoto de este año). Cabe señalar que, si bien se espera que el PIB total y el PIB de este sector crezcan en 2022, la proporción del PIB manufacturero en el PIB total se mantendrá en un nivel más alto anterior a 2022 debido al crecimiento más rápido del PIB en este sector. tasa inferior (3,1%) al PIB total (4,2%) (Superintendencia de Bancos Ecuador [SBE], 2022).

Según el Formulario 104 del Servicio de Impuestos Internos (SRI) como se muestra en la Figura 2, que corresponde a las declaraciones del Impuesto al Valor Agregado (IVA), los ingresos en este sector aumentaron a $24.352 millones en 2017 y disminuyeron a -13.9% en 2020 2020 como resultado de la pandemia de Covid-19; y al comparar las ventas de enero a marzo de 2022 con el mismo período de 2021 se observa una disminución del 23,6%. De enero a diciembre de 2021, los ingresos de este sector fueron de $25.871 millones, por encima del nivel previo a la pandemia de $4.444 (Servicio de Rentas Internas [SRI], 2022).

Figura 2.

Evolución de las ventas del sector manufacturero (en millones de USD)

Gráfico

Descripción generada automáticamente

Fuente: (Servicio de Rentas Internas, 2022)

Además, se mencionó que entre 2016 y 2021 la solvencia de las empresas mejoró en algunos sectores; Sin embargo, la manufactura esperaba una caída de 2,85, ya que la solvencia fue de 9,38 en 2016 y 6,53 en 2021, con resultados desfavorables para estas organizaciones debido a factores de la pandemia de Covid-19 y la inestabilidad económica en el país.

A lo que se refiere Mendoza (2019), legitima que cuando las empresas necesitan equilibrar sus ingresos y deudas, cuando tienen muy poco efectivo, se ven obligadas a buscar organizaciones que se ajusten al sistema financiero para encontrar una buena expectativa de financiamiento (préstamos de bancos, préstamos otorgados por representantes de bancos extranjeros y bonos emitidos, cooperativas) y en ocasiones se toman decisiones de corto plazo y no guiadas por la medición de los riesgos futuros que puede ocasionar la gestión de la deuda de mediano y largo plazo.

Además, Ross (2012) ha externalizado que un mayor uso de la deuda externa para el autofinanciamiento sería más adecuado para mejorar la rentabilidad empresarial, lo que implica que permitir que las empresas usen la deuda puede ser beneficioso ya que el financiamiento puede optimizar su desempeño financiero de forma eficiente.

El objetivo general de este estudio es determinar en qué medida la deuda está relacionada con el desempeño financiero de las empresas manufactureras registradas en la Superintendencia de Compañías, Valores y Seguros (SCVS); para 2020, al igual que para 2021, no se publicarán en el sitio web.

Debido a esto, estas empresas enfrentan una serie de problemas: primero, las empresas hacen un mal uso del efectivo para realizar su actividad económica a través de la compra de bienes inmuebles, fábricas y equipos; mejoramiento productivo de su infraestructura y tecnología. Así, se ha comprobado que hasta que no se realiza un análisis económico-financiero de la deuda empresarial, está financiación puede conducir a la insolvencia, la morosidad y el desconocimiento de los tipos de interés, ya que pueden ser elevados y no reportar mucho beneficio.

En segundo lugar, en términos de incertidumbre y rentabilidad o resultados financieros, ya que se ha estudiado que ha habido un impacto muy variable a lo largo de los años, principalmente cuando una empresa es muy volátil y por tanto no se puede determinar por capacidades, buenos o malos resultados coexistan.

Y tercero, se sabe que las empresas manufactureras corren un alto riesgo financiero debido a los cambios temporales de precios. Todo esto también puede conducir a circunstancias inesperadas y afectar significativamente la rentabilidad.

METODOLOGÍA

La metodología que sustenta este estudio es un enfoque descriptivo cuantitativo en el cual este estudio fue pareado a 641 industrias manufactureras propiedad de SCVS, estas empresas representarán a la población; para CIIU 4.0 se consideraron hasta 6 dígitos.

El primer paso es recopilar las cuentas anuales de las organizaciones productivas pertenecientes al SCVS, luego se obtienen y descargan en formato Excel los indicadores financieros relevantes para el año 2020. Cabe señalar que la información financiera presentada ha sido revisada; es decir, están sujetos a un escrutinio minucioso porque esta información financiera se audita como estados financieros del gobierno.

Las variables son rentabilidad económica y financiera, en algunos estudios Crespo & Malla (2015) explican que la variable explicada consta de:

§ Rentabilidad de los activos (ROA) = Utilidad Neta / Activos Totales

§ Rentabilidad del patrimonio (ROE) = Utilidad Neta / Patrimonio

§ Rentabilidad económica, que resulta de la relación de las ganancias a de intereses e impuestos o el resultado de explotación sobre el total del balance, sobre los recursos obtenidos. Este índice indica la capacidad de las inversiones de los accionistas para generar utilidades en la empresa.

§ Rentabilidad sobre la inversión (ROI) = UAII / Activos Totales

Deuda, a través de esta ratio de apalancamiento, tiene como objetivo analizar la importancia relativa de la financiación mediante deuda mostrando el porcentaje de deuda a corto y largo plazo de las empresas que ha sido financiada por terceros (Bernal & Salas, 2012; Herrera, Granadillo, & Vergara, 2012; Ruiz-Huerta, J., Carbonell, M.A. & García Díaz, 2012).

Se utilizó un programa estadístico denominado SPSS, muy utilizado en ciencias aplicadas y sociales; en el que se aplica estadística descriptiva a través de medidas de dispersión. De la misma manera se utilizaron pruebas de normalidad y pruebas lógicas.

RESULTADOS Y DISCUSIÓN

Se realizó un análisis descriptivo de las medidas estadísticas univariadas más representativas para este estudio como se muestra en la Tabla 1 para observar el comportamiento de cada medida financiera.

Tabla 1. Descriptivos del endeudamiento a corto plazo

Media	63,9583
Error estándar de la media	9,8567
Mediana	40,00
Moda	39,00
Desviación Estándar	48,2876
Varianza	2331,6940
Rango	178,00
Mínimo	13,00
Máximo	191,00

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

Como se muestra en la Tabla 1., 641 empresas manufactureras han publicado información para el período 2020, en el cual la mitad de las empresas tienen un rango de deuda de corto plazo de 40%, resultando en un promedio de corto plazo de 63,96%. fue 39%, su rango es 178%, el valor más bajo es 13%, y el valor más alto es 191%.

Tabla 2. Descriptivos del endeudamiento a largo plazo

Media	68,2917
Error estándar de la media	10,1093
Mediana	64,50
Moda	11,00
Desviación Estándar	49,5251
Varianza	2452,7373
Rango	173,00
Mínimo	6,00
Máximo	179,00

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

Además, el informe muestra en la Tabla 2 que el valor promedio de 641 empresas manufactureras fue del 68,29 %, y nuevamente el 50 % de las empresas retuvo el 64 % de la deuda a largo plazo. Sin embargo, el porcentaje más común fue 11%, el más alto fue 179% y el más bajo fue 6%.

Tabla 3. Descriptivos de rentabilidad de sus activos (ROA)

Media	6,6567
Error estándar de la media	3,5822
Mediana	5,0102
Moda	3,00
Desviación Estándar	17,5419
Varianza	307,9710
Rango	26,00
Mínimo	-4,00
Máximo	22,00

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

De igual forma, en la Tabla 3, 641 empresas con información mostraron que tienen un retorno sobre el activo (ROA) medio aritmético de 6.66%, lo que significa que el retorno de la inversión es moderado, lo cual está en línea con el estándar que las empresas manejan en este rubro. Por otro lado, se observó que el 50% de las industrias retienen el 5% y se observó que el porcentaje fue el más común 3%, el más alto 22% y el más bajo -4%.

Tabla 4. Descriptivos de rentabilidad de su patrimonio (ROE)

Media	3,2512
Error estándar de la media	4,4868
Mediana	2,50
Moda	2,00
Desviación Estándar	21,9807
Varianza	483,1522
Rango	104,00
Mínimo	-70,00
Máximo	34,00

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

Analizando la Tabla 4 de 641 industrias manufactureras para el periodo 2020, se podría estimar un promedio de 3,25% en base al Retorno sobre el patrimonio (ROE), mientras que esto significa que el Retorno sobre la inversión (ROI) se mantiene estable al superar el 2%, puede interpretarse como la generación de un resultado operativo efectivo por cada inversión realizada con capital dentro de la empresa.

Tabla 5. Descriptivos de rentabilidad de la inversión (ROI)

Media	18,5617
Error estándar de la media	5,6496
Mediana	8,1213
Moda	3,0000
Desviación Estándar	27,6802
Varianza	766,0417
Rango	106,0000
Mínimo	-32,0000
Máximo	74,0000

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

La Tabla 5 muestra que 641 empresas de la industria manufacturera han mantenido un ROI promedio de 18,56% desde 2020. También se encontró que el 50% de las industrias mantienen un ROI de 8,12%. se podría estimar que el porcentaje más común es 3%, el más alto 74% y el más bajo 32%.

A continuación, en la tabla 6 se realizó la prueba de normalidad:

Tabla 6. Pruebas de normalidad para las variables de endeudamiento.

	*Kolmogorov-Smirnov*
	Estadístico	Gl	Sig.
Endeudamiento a corto plazo	0,863	640	0,004
Endeudamiento a corto plazo	0,924	640	0,072

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

La Tabla 6 muestra los resultados normales para las dimensiones, se utilizó el estadístico Kolmogorov-Smirnov para muestras con más de 50 datos, siendo el valor de p (sig.) = 0,004 < 0,05, se refiere a una ratio de endeudamiento a corto plazo como una distribución no normal, que indica que donde la variable se construye mediante una prueba no paramétrica. De igual forma, el indicador de deuda a largo plazo tiene un valor de p (sig.) = 0,072 > 0,05, es mayor, se concluye que tiene una distribución normal, lo que indica que la variable está formada con una prueba paramétrica.

Tabla 7. Pruebas de normalidad para las variables de rentabilidad económica y financiera

	*Kolmogorov-Smirnov*
	Estadístico	gl	Sig.
Rentabilidad de los activos (ROA)	0,863	640	0,001
Rentabilidad del patrimonio (ROE)	0,805	640	0,000
Rentabilidad de la inversión (ROI)	0,964	640	0,532

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

La Tabla 7 muestra los resultados de normalidad para las medidas de rentabilidad, se utilizó el estadístico de Kolmogorov-Smirnov, con valor de p (sig.) = 0,001 y 0,000 < 0,05; Se concluyó que las medidas de Rentabilidad de los Activos y Rentabilidad del Capital de Inversión no se distribuyeron normalmente, lo que indica que la variable se construyó mediante pruebas no paramétricas. Asimismo, el indicador de utilidad de inversión tiene un valor de p (sig.) = 0,532> 0,05, es mayor, se concluye que tiene una distribución normal, por lo que se prepara la variable con una prueba paramétrica.

Tabla 8. Prueba de correlación entre el endeudamiento a corto plazo y el rendimiento de los activos

	*Rentabilidad de los activos*
	Rho de Spearman	Sig. (bilateral)	N
Endeudamiento a corto plazo	-0,576**	0,003	640

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

En la tabla 8 se observa el valor de p (Sig.) = 0,003 < 0,05, lo que concluye que existe una relación entre las dimensiones antes mencionadas de las empresas manufactureras en el Ecuador.

Tabla 9. Prueba de correlación entre el endeudamiento a corto plazo y el rendimiento del patrimonio

	*Rentabilidad del patrimonio*
	Rho de Spearman	Sig. (bilateral)	N
Endeudamiento a corto plazo	-0,436**	0,033	640

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

Según la tabla 9, el efecto indicado es p-valor (sig.) = 0,033 <0,05; aceptándose la hipótesis alternativa, que concluye que existe una relación entre las dimensiones de la industria manufacturera.

Tabla 10. Prueba de correlación entre el endeudamiento a corto plazo y el rendimiento de la inversión

	*Rentabilidad de la inversión*
	Rho de Spearman	Sig. (bilateral)	N
Endeudamiento a corto plazo	-0,532**	0,007	640

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

De acuerdo con la tabla 10, los resultados para la correlación de las dimensiones con un valor de p (sig.) = 0.007 < 0.05, rechazando la hipótesis nula; si existe una correlación entre la deuda a corto plazo y la rentabilidad de la inversión.

Tabla 11. Prueba de correlación entre el endeudamiento a largo plazo y el rendimiento de los activos

	*Rentabilidad de los activos*
	R de Pearson	Sig. (bilateral)	N
Endeudamiento a largo plazo	-0,273	0,196	640

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

Según la tabla 11, el resultado obtenido para la correlación de las dimensiones tuvo un valor de p (sig.) = 0,196 > 0,05; Rechazo de la hipótesis alternativa, dado que no existe relación entre las dimensiones.

Tabla 12. Prueba de correlación entre el endeudamiento a largo plazo y el rendimiento del patrimonio

	*Rentabilidad del patrimonio*
	R de Pearson	Sig. (bilateral)	N
Endeudamiento a largo plazo	-0,204	0,339	640

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

Con referencia a la tabla 12, los resultados tuvieron un valor p (sig.) = 0,339 > 0,05 que rechaza la hipótesis alternativa, es decir, que no existe relación entre de las dimensiones mencionadas.

Tabla 13.Prueba de correlación entre el endeudamiento a largo plazo y el rendimiento del patrimonio

	*Rentabilidad de la inversión*
	R de Pearson	Sig. (bilateral)	N
Endeudamiento a largo plazo	-0,245	0,249	640

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

En la tabla 13, los resultados tuvieron un valor de p (sig.) = 0,249 > 0,05, lo que rechaza la hipótesis alternativa, es decir, no existe relación entre las dimensiones mencionadas.

Tabla 14.

Prueba de correlación entre el endeudamiento y el rendimiento financiero y económico

	*Rentabilidad financiera y económica*
	R de Pearson	Sig. (bilateral)	N
Endeudamiento	-0,557**	0,005	640

Fuente: Elaboración propia partiendo de los resultados analizados en el Software SPSS

En la tabla 14, se obtuvo un p valor (sig.) = 0,005 < 0,05; aceptando la hipótesis alternativa, concluyendo que, si se relaciona el endeudamiento y el rendimiento financiero en las empresas que pertenecen a la industria manufacturera que registran en SCVS, período 2021.

Los resultados muestran que se acepta la relación entre la deuda y la rentabilidad financiera y económica de este sector, que existe una relación entre las variables. Este resultado fue confirmado por Rivera Godoy (2008); Lalevich & Demirovic (2019), quienes concluyeron en su investigación que las dos variables están inversamente relacionadas. Al mismo tiempo, Vithessonthi & Tongurai (2015); Ayón-Ponce (2020), concluyó que el nivel de endeudamiento conduce a la pérdida de independencia financiera y aumenta la incertidumbre en el desarrollo de la empresa, la cual se calcula en términos de beneficios financieros y económicos.

Esto llevó a pensar que las empresas deberían compensar cualquier financiación o endeudamiento innecesario, ya que estos valores, si son elevados, pueden generar pérdidas, ya que son insuficientes para cubrir la deuda con las ganancias recibidas. Por tal motivo se confirma que el alto endeudamiento de las organizaciones de fuentes externas no es del todo favorable, ya que sin análisis este financiamiento (deuda) puede dañar los bienes y patrimonio de la empresa.

CONCLUSIONES

Luego de un análisis relevante de las empresas manufactureras en el Ecuador en el periodo 2016 al 2020, se llegó a las siguientes conclusiones en términos de endeudamiento y viabilidad financiera y económica:

§ ● Este estudio examinó el comportamiento de tres indicadores financieros considerados claves para analizar la rentabilidad de las empresas de la industria manufacturera.

§ Se realizó un estudio comparativo de la viabilidad financiera y económica, el endeudamiento o la carga de la deuda de las empresas de todo el país.

§ El aporte que destaca este estudio es incentivar el desarrollo de espacios de trabajo que contribuyan al diseño y desarrollo de proyectos académicos sin fines de lucro desarrollados bajo la Iniciativa de Acceso Abierto que apoyen la supervivencia y desempeño empresarial de las empresas ecuatorianas.

§ Es necesario profundizar este análisis para cada zona y provincia del país a fin de que se pueda verificar el nivel de desarrollo regional que sustente la adopción de medidas para promover la igualdad entre regiones y provincias.

LISTA DE REFERENCIAS

Argüelles, L. A., Quijano, R. A., Fajardo, M. J., Medina, F., & Cruz, C. E. (2018). El Endeudamiento como indicador de rentabilidad financiera en las MiPymes turísticas de Campeche. Revista Internacional Administración & Finanzas, 11(1), 39-51. http://www.theibfr2.com/RePEc/ibf/riafin/riafv11n1-2018/RIAF-V11N1-2018-4.pdf

Ayón-Ponce, G. (2020). El apalancamiento financiero y su impacto en el nivel de endeudamiento de las empresas. Revista científica ciencias Económicas y empresariales. 8(1), 12-34. https://doi.org/10.23857/fipcaec.v5i5.188

Bernal, D., & Salas, O. (2012). Anuario de Ratios Financieros Sectoriales en México para Análisis. UNAM, 8(2).

Crespo, P., & Malla, F. (2015). Administración Financiera y la Gestión Empresarial

(1a ed.). UTMACH.

Fugiel, A., Burchart, D., Czaplicka, K., & Smolinski, A. (2016). Environmental impact and damage categories caused by air pollution emissions from mining and quarrying sectors of European countries. Journal of Cleaner Production, 1, 159-168. https://doi.org/10.1016/j.jclepro.2016.12.136

Herrera, T., Granadillo, E., & Vergara, J. (2012). Aplicación de análisis discriminante para evaluar el mejoramiento. Revista Chilena de Ingeniería, 20(3), 320-330.

Lalevic, A., & Demirovic, S. (2019). The relationship between debt and profitability of stock companies in Montenegro. Contemporary Economic and Business Issue, 3(2), 19-34. http://194.149.137.236/index.php/jeccf/article/view/94

Mendoza, J. E. (2019). El endeudamiento y su incidencia en la situación económica - financiera en la empresa de transporte Acuario SAC. [tesis de pregrado, Universidad César Vallejo]. Repositorio Digital Institucional UCV. https://alicia.concytec.gob.pe/vufind/Record/UCVV_296f2b3fd33ef2e41e31095ca0b79caa

Organización de las Naciones Unidas (2020). Situación y perspectivas de la economía mundial 2020. https://www.un.org/en/development/desa/policy/wesp/wesp_archive/2015wesp-es-es.pdf

Rivera Godoy, J. (2008). Un análisis empírico de la financiación de la PYME Metalmecánica del Valle del Cauca: 2000-2006. Cuaderno de administración, 39.

Ross, S. (2012). Finanzas Corporativas. (9a. ed.). McGraw-Hill.

Ruiz-Huerta, J., Carbonell, M.A. & García Díaz. (2012). El endeudamiento de las Comunidades Autónomas: Límites y problemas en el contexto de la crisis económica. Revista de Estudios Autonómicos y Federales, 15, 124-163

Superintendencia de Bancos Ecuador. (2022). Sistema de Banca Privada y Pública Informe del Sector Industrias Manufactureras. Departamento de estudios de la SB. https://estadisticas.superbancos.gob.ec/portalestadistico/portalestudios/wp-content/uploads/sites/4/downloads/2022/05/estudio-sectorial-manufactura-mar-22.pdf>

Servicio de Rentas Internas. (2022). Informe del Sector Industrias Manufactureras. Estadísticas del SRI. https://contenido.sri.gov.ec/documentos/PublicacionesNotas/Catalogo/CuentasNacionales/cnt65/InformeIT_2022.pdf

Vithessonthi, C. & Tongurai, J. (2015). The effect of firm on the leverage-performance relationship during the financial crisis of 2007- 2009. Journal of Multinational Financial Management, 29, 1-29.