INTRODUCCI�N
El sector agr�cola
es considerado uno de los pilares esenciales para el sost�n
de las econom�as de la mayor�a de los pa�ses en el mundo entero,
en especial en los pa�ses
cuya econom�a depende
en gran proporci�n a esta
actividad econ�mica; como en el caso de los pa�ses de Suram�rica dicha actividad
representa un gran aporte a sus respectiva econom�a, para mencionar algunos es el caso de; Brasil, cuyo sector agr�cola
representa el 21.4%
del PIB (Producto Interno Bruto)1, Argentina con el 10% del PIB proviene de la producci�n de sus campos2,
en Ecuador representa el 8% del PIB, seg�n datos del Banco Central del Ecuador (2020).
En el Ecuador
por tradici�n a lo largo de la historia se ha caracterizado por ser un pa�s agr�cola,
y gran parte de su desarrollo es gracias a la actividad en cuesti�n;
puesto que antes de las exportaciones
petroleras su econom�a depend�a netamente de la producci�n y exportaci�n de productos agr�colas y acu�colas, tales
como: banano, cacao, caf�, ma�z, camar�n, flores entre otros. Aproximadamente el 26% del total de los productos que
exporta Ecuador lo integran las flores, frutas
y el cacao; el 46% corresponde a Banano, alrededor del 20% corresponde a camar�n y solo un 5% a pescados, entre otros; con
esto se quiere recalcar la importancia que tiene la producci�n agropecuaria en el Ecuador (Ministerio de
Agricultura, Ganader�a, Acuacultura y Pesca, 2016).
En un mundo globalizado existen una diversidad de productos
agr�colas ofertados en el mercado los
cuales son considerados un elemento relevante que debe estar presente en todas
las empresas que conforman este
sector. Adem�s, se consideran parte del ambiente econ�mico competitivo, por lo cual el objetivo financiero es la
optimizaci�n del capital de trabajo, lo que conlleva una gesti�n integral de los activos
y pasivos corrientes tal como lo mencionan algunos
autores como; Ross, Westerfild, & Jordan (2014),
quienes indican que el capital de trabajo �es una actividad cotidiana
que le garantiza a la empresa suficientes recursos para seguir adelante con sus operaciones y evitar costosas interrupciones�,(p.22),
as� como Myres, Brealy, & Allen, (2016) ense�an que la administraci�n del capital de trabajo �se componen de cuatro aristas,
la administraci�n del
inventario o de la producci�n, administraci�n del cobro, administraci�n del pago y finalmente la administraci�n del efectivo�, lo que destaca
que las decisiones que se tomen tienen que estar consensuadas y relacionadas
con las decisiones financieras corporativas; uno de los objetivos de este componente de recurso empresarial es lograr un equilibrio entre la rentabilidad y el riesgo. (Gitman & Zutter, 2016)
Una vez explicada la importancia que representa este sector
econ�mico para el pa�s se plantea como
objetivo principal de este art�culo demostrar la relaci�n entre los componentes
del capital de trabajo del sector;
Agr�cola, Ganadero, Silvicultor y Pesquero, a su vez se pretende
evidenciar los rendimientos financieros en los per�odos
comprendidos de los a�os 2014 al 2018 identificando los componentes m�s influyentes del desarrollo y crecimiento empresarial de este sector econ�mico, utilizando informaci�n financiera de 60
empresas de esta actividad.
El art�culo presente
est� compuesto por las siguientes secciones: revisi�n literaria
(2), metodolog�a y descripci�n
de los datos (3), hallazgos relevantes de la data (4) y finalmente la conclusi�n y discusi�n de los resultados.
Revisi�n Literaria
Como se ha mencionado el sector econ�mico: agr�cola, ganadero, silvicultor y pesquero tiene una gran participaci�n en la econom�a del
Ecuador, ocupando el tercer lugar con un 9.58% del total de empresas, detr�s del sector de servicios
en primer lugar y el comercio en segundo lugar; puesto que seg�n la actividad econ�mica se ubica en segundo lugar con el 9.58%, despu�s
de la actividad econ�mica
comercial al por mayor y menor que ocupa el primer lugar con 33.90%; con
relaci�n al volumen de ventas ocupa el cuarto lugar con un monto de $10,576,918,415 que equivale al 6.24% del total de ventas de las
empresas registradas en su declaraci�n del Servicio de Rentas Internas (SRI) en el a�o 2019; aportando
232,630 plazas de empleos a nivel nacional ocupando el cuarto lugar de los sectores econ�micos con un 7.68%
(Directorio de Empresas del Ecuador, 2019).
Es relevante mencionar estos hechos del sector agr�cola, ganadero, silvicultor
y pesquero como validaci�n de la
importante funci�n en la econom�a del Ecuador, de manera que su buen desempe�o
en el corto plazo garantizar� sustentabilidad y permanencia en el mercado.
Las actividades agr�colas, ganaderas, silvicultoras y de pesca pertenecen al sector primario,
donde es muy importante; el
orden, la organizaci�n en el proceso productivo, la comercializaci�n, para la obtenci�n de la rentabilidad y el crecimiento econ�mico. Para lo cual debe de existir
productividad y por ende competitividad no s�lo en la producci�n o cultivo de sus productos
sino en la adecuada
gesti�n de los recursos para conseguir el m�ximo
rendimiento.
Para Cotrina, Vicente, & Magno, (2020), �los procesos
de la post-cosecha y de comercializaci�n suelen presentar
inconvenientes en aspectos
de almacenamiento y de mercadeo,
generando elevados costos de
almacenamiento y distribuci�n, debido a la gran cantidad de eslabones que presenta este sector en el momento de la
cosecha hasta la comercializaci�n al consumidor final; brecha muy relevante para garantizar la eficiencia econ�mica del
sector�, Cotrina et al (2020) relaciona
el capital de trabajo con el rendimiento econ�mico financiero y menciona que
�poseen una relaci�n significativa entre ambas variables; el capital de trabajo concierne
directamente todo lo relacionado con el giro del negocio
y este inicia desde el momento que realiza la compra de los
insumos hasta
que se recupera el efectivo
de la venta realizada, entre estos extremos
se encuentran una gran cantidad de procesos que
inciden directamente al rendimiento econ�mico financiero de las empresas; por eso que muchos
investigadores han realizados diversas indagaciones de estos componentes para determinar el tipo de
relaci�n que existen entre las variables que componen el capital de trabajo y el rendimiento financiero�, Mathuva (2010)
concluye en sus resultados investigados
la existencia de una relaci�n negativa muy significativa entre la rentabilidad
y el per�odo de cobro; y una relaci�n
positiva entre el inventario y su rendimiento financiero, Nguyen & Sundaresan (2018) en sus hallazgos
encontrados indican que el ciclo de producci�n y el nivel de endeudamiento tienen una relaci�n
negativa significativa, lo que implica que si existe, �una eficiente gesti�n de los inventarios y
procesos productivos garantizar�a un mejor desempe�o financiero�, Ahmad Attari & Kashif (2012) en su investigaci�n realizada sobre el ciclo de conversi�n de efectivo manifiestan en sus hallazgos la existencia de una correlaci�n negativa con relaci�n
a la rentabilidad.
El ciclo operativo (CO) comprende el lapso de tiempo desde
el momento que se adquiere los insumos
para la producci�n, hasta que recupera
el dinero originado
por las ventas de sus productos terminados; el primer componente del CO
corresponde al inventario que ser�a el principal rubro, ya que si se carece de insumos para producir se detiene la
producci�n, y por ende habr�a inexistencia
en productos terminados para su respectiva venta; entonces es muy importante
que se mantengan pol�ticas acorde al
contexto de la organizaci�n, y al comportamiento del mercado; de tal manera que se pueda evitar el
desabastecimiento y/o paralizaci�n de la producci�n, este aspecto
lo integran los siguientes procesos: la compra y almacenamiento de los insumos,
sembr�o, manejo de la
alimentaci�n, cosecha, almacenamiento, comercializaci�n y distribuci�n del bien finalizado, a mayor eficiencia en cada uno
de estos procesos mencionados se obtendr�a un mejor per�odo promedio del inventario (PPI), garantizando una mayor rentabilidad. El segundo componente que integra el CO corresponde al per�odo promedio
de cobro (PPC), donde por lo
general la empresas usan el cr�dito con sus clientes como herramienta para
incrementar sus ventas, mediante
una relajaci�n de sus pol�ticas de cr�dito, esto incide directamente en el per�odo
de cobro o recuperaci�n de cartera, es decir a mayor plazo de cr�dito a
los clientes mayor ser� el per�odo promedio
de cobro; para determinar se explica en la Ecuaci�n
1 la f�rmula que calcula
el ciclo operativo la misma, que es igual a la sumatoria de la edad promedio del inventario m�s edad del promedio de cobro.
Ciclo Operativo (CO) = Periodo Promedio Inventario (EPI) + Periodo Promedio
de Cobro (EPC)
Ecuaci�n 1 Ciclo Operativo
𝐶𝑖𝑐𝑙𝑜 𝐶𝑜𝑛𝑣𝑒𝑟𝑠𝑖o𝑛 𝑑𝑒 𝐸𝑓𝑒𝑐𝑡𝑖𝑣𝑜 (𝐶𝐶𝐸)
= 𝐸𝑃𝐼 − 𝐸𝑃𝐶 −
𝑃𝑒𝑟𝑖𝑜𝑑𝑜 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑃𝑎𝑔𝑜 (𝐸𝑃𝑃)
Ecuaci�n 2 Ciclo de Conversi�n de Efectivo CCE
Jaramillo, (2016) relacion� la gesti�n del capital de trabajo
(GCT) y la rentabilidad tomando en cuenta
los componentes que incluye este proceso; edad promedio del inventario EPI,
per�odo promedio de cobro (PPC), y per�odo promedio
de pago (PPP), para su an�lisis correlacional donde afirma que
una eficiente gesti�n garantiza rentabilidad sobre sus recursos, �la
administraci�n del capital de
trabajo tiene una relaci�n significativa con la rentabilidad de activos de las
empresas agrarias�. (Cotrina,
Vicente, & Magno, 2020).
En el sector agr�cola, su producci�n depende muchas veces
de factores ex�genos que no pueden ser manipulados por el hombre tales como: el clima y las temperaturas, sin embargo, la prevenci�n para perseverar el inventario si depende
de la gesti�n que se est� realizando en las empresas, a esto sumado un eficaz almacenamiento para una correcta
distribuci�n, provocando una rotaci�n de sus inventarios lo m�s r�pido
posible para que no afecte a las ventas y por ende a la rentabilidad del negocio.
Con respecto a la gesti�n de cobro ser�a muy �til que se
mantengan pol�ticas bien estructuradas, tomando
en cuenta el comportamiento de su negocio, tratando de que los d�as de cobro
sean los m�s cortos posibles; de esta
forma se podr� garantizar el pago a sus proveedores en los tiempos acordados.
Metodolog�a y Data
Para el presente estudio el tama�o de la muestra
seleccionada ascendi� a 60 empresas del sector
agr�cola, ganadero, silvicultor y pesquero del Ecuador; cuyos
datos est�n comprendidos entre los a�os 2014 al 2018, los cuales fueron
recuperados de la informaci�n estad�sticas de la base de datos de los Estados Financieros por rama del portal de
informaci�n de la Superintendencia de Compa��a.
El n�mero total de observaciones asciende a 300, mismas que fueron subidas al Software de an�lisis estad�sticas R-Studio
para su respectivo procesamiento. Para la selecci�n de la muestra se escogi� las empresas que presentaran informaci�n
financiera completa y fiable en los
Estados Financieros de los a�os seleccionados, adicional se realiz� una
depuraci�n de la data excluyendo
compa��as cuya informaci�n presentaban datos at�picos, con el fin de que exista congruencia entre la informaci�n de las
variables seleccionadas y se permita realizar un an�lisis acertado.
Determinaci�n de las variables
Uno de los principales indicadores financieros para medir
los rendimientos generados en la operaci�n
de las empresas durante un per�odo determinado es el RSA dichas siglas
significan rendimiento sobre los
activos totales, tal como lo menciona Gitman, (2013), el mismo que mide la eficacia integral de la administraci�n
para generar utilidades con sus activos; se denomina tambi�n rendimiento sobre la inversi�n; Ross, Westerfild, &
Jordan, (2014) tambi�n indican que el
rendimiento sobre los activos RSA, (ROA,
por las siglas de return on assets) �es una medida de la utilidad por d�lar de activos�.
Se ha considerado este indicador porque
relaciona dos magnitudes esenciales para la empresa que es
la utilidad y los activos. Con el objetivo del estudiar la eficiencia del
capital de trabajo y para medir aquel
componente se ha determinado como variable independiente al RSA, y como variables
dependientes a la rotaci�n de activos y el ciclo operativo, ambos componentes relacionados directamente con la
gesti�n del capital de trabajo.
Tabla 1 Definici�n de las variables
|
Tipo de variables
|
Nomenclatura
|
|
Variable Dependiente
|
RSA: Rendimiento sobre
activos totales tambi�n conocido como ROA
|
|
Variables Independientes
|
RA: Rotaci�n de activos CO: Ciclo Operativo LC: Liquidez Corriente
CCE: Ciclo de conversi�n del efectivo
UAII: Utilidad antes
de impuestos e intereses.
RI: Rotaci�n de Inventario
RCC: Rotaci�n de cuentas por cobrar RCP: Rotaci�n de cuentas por pagar EPI: Edad Promedio de Inventario PPC: Periodo Promedio de Cobro
PPP: Periodo promedio de pago
|
Nota: Elaborado por los Autores,
Fuente: Gitman, (2016)
Regresiones
Se ha planteado cuatro modelos de regresiones con las
variables determinadas previamente ya mencionadas
en la tabla anterior, para llevar a cabo la determinaci�n de los modelos se
bas� en las teor�as existentes sobre la relaci�n
entre ellas, en el modelo # 1 se presentan
como variables
independientes el ciclo operativo y la rotaci�n
de activos; para Ross, Westerfild, & Jordan, (2014)
un buen nivel en el ciclo operativo implica que la empresa mantiene
una alta rotaci�n de inventario y una eficiente gesti�n de cobro lo que causar�a a la empresa
un mejor rendimiento. (Chan, Xiao, & Yue, 2021), por otro lado, una
eficiente rotaci�n de los activos es sin�nimo de productividad indicando
que los activos tienen mayor facilidad
para la generaci�n de ingresos.
𝑅𝑆𝐴𝑖𝑡�= 𝛽0
+ 𝐶𝑂𝑖𝑡−1 + 𝑅𝐴𝑖𝑡−1 + 𝜀𝑖𝑡
Modelo 1
En el modelo # 2 se han establecido como variables
independientes la utilidad antes de intereses
e impuestos UAII y el ciclo operativo CO para medir la relaci�n con el
RSA, se ha incluido en este modelo
la UAII, porque estos dos componentes est�n relacionados directamente con el RSA, Chagerben , Rojo, & Mart�nez, (2018)
mencionan que �mediante
este an�lisis se observa que, las ventas son el principal impulsor de la
inversi�n y de los ingresos, ya que estas mismas provocan que los activos
operativos netos y los ingresos
var�en directamente, es decir; un cambio en el ciclo operativo
es debido a que las ventas hayan sufrido un incremento o disminuci�n�. (p.5),
el ciclo operativo o tambi�n conocido
como per�odo promedio
de maduraci�n est� asociado directamente con el capital de trabajo como resultado de la gesti�n del
inventario y cr�dito que realizan las empresas.
𝑅𝑆𝐴𝑖𝑡�= 𝛽0�+ 𝑈𝐴𝐼𝐼𝑖𝑡−1�+ 𝐶𝑂𝑖𝑡−1�+ 𝜀𝑖𝑡
Modelo 2
En la figura No. 5 se relacionan las variables RA y RSA observando
una relaci�n positivo creciente, y en la figura 6 se relacionan las variables UAII y RSA, tambi�n se observa una relaci�n positiva entre sus variables;
evidenciando una relaci�n directamente proporcional entre dichas variables.
Resultados de la regresi�n del modelo 1
En el modelo # 1 se relaciona a la variable dependiente
RSA, con el CO y el RA, para la determinaci�n
de la relaci�n se aplic� una regresi�n m�ltiple mediante m�nimo cuadrados MCO donde
se observa en la tabla
2 que el intercepto y la variable
CO tienen coeficientes significativos debido
a que Pr(>|t|) ascendieron a <2e-16, <2e-16 , en cambio la variable RA
arrojo que coeficientes no significativos con un resultado Pr(>|t|) aproximadamente de 0,332 mayor a 0,05;el
error est�ndar de residuos es igual a 0,1157 con 307 grados de libertad
, el R al cuadrado
es igual a 0,3201 mientras que el R al cuadrado
ajustado 0,357, y finalmente el p-valu� del modelo ascendi� a < 2.2e-16, lo que se interpreta que el modelo
tiene validez sin embargo se observa en la
tabla 5 que el R al cuadrado ajustado es de 0,3093 lo que se interpreta que las
variables independientes no explican de manera
significativa a la variables dependiente.
Tabla 2 Coeficientes del modelo 1 aplicando MCO
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
(Intercept)
|
1,99E+02
|
1,15E+01
|
17.343
|
<2e-16***
|
|
CO
|
-1,11E+00
|
9,69E-02
|
-11.434
|
<2e-16***
|
|
RA
|
-4,80E+00
|
5,20E+00
|
-0.923
|
0.357
|
0 �***� 0.001 �**� 0.01 �*� 0.05 �.�
0.1 � � 1
En la aplicaci�n de efectos fijos EF se evidencia un panel
balanceado, y se observa en la tabla 3 que
el coeficiente del CO tiene alto nivel de significancia Pr(>|t|) <2e-16 y
el coeficiente de RA con nivel de
significancia bajo de Pr(>|t|) 0,1427, el R al cuadrado 0,32687 y el R al
cuadrado ajustado de 0,31309, teniendo como
resultado del p-valu� del modelo
< 2.22e-16.
Tabla 3 Coeficientes del modelo 1 mediante Efectos
Fijos
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
CO
|
-0.00101747
|
0.00010345
|
-98.356
|
<2e-16***
|
|
RA
|
0.01443230
|
0.00981882
|
14.699
|
0.1427
|
0 �***� 0.001 �**� 0.01 �*� 0.05 �.� 0.1 � � 1
En la aplicaci�n de la regresi�n m�ltiple mediante efectos aleatorios
ER, los resultados con respecto
a los coeficientes el CO es significativa con un Pr(>|z|) de <2e-16, el RA arroja
un Pr(>|z|) de 0,6217 no significativa; mientras que
R al cuadrado de 0,31989 y un R al cuadrado ajustado de 0,32213, teniendo como p-valu� del modelo < 2,22e-16.
Tabla 4 Coeficientes del modelo 1 mediante Efectos
Aleatorios
|
|
Estimate
|
Std. Error
|
z-value
|
Pr(>|z|)
|
|
(Intercept)
|
1,90E+03
|
1,72E+02
|
109.973
|
<2e-16***
|
|
CO
|
-1,07E+01
|
9,92E-01
|
-107.634
|
<2e-16***
|
|
RA
|
3,74E+01
|
7,59E+01
|
0.4934
|
0.6217
|
0 �***� 0.001 �**� 0.01 �*� 0.05
�.� 0.1 � � 1
Tabla 5 Resultados R^2 y R^2 ajustado del modelo 1
|
|
R^2
|
R^2 ajs.
|
P- Value
|
|
MCO
|
0.3139
|
0.3093
|
<
2.2e-16
|
|
EF
|
0.32687
|
0.31309
|
<
2.22e-16
|
|
EA
|
0.31989
|
0.31531
|
<
2.22e-16
|
Resultados de la regresi�n del modelo 2 aplicando MCO, EF y EA
En el modelo # 2 se relaciona a la variable dependiente RSA, con el
UAII y el CO, mediante la aplicaci�n MCO se determin� la relaci�n de las variables, donde se observa
en la Tabla 6 que los coeficientes del intercepto y las
variables independientes UAII y CO
son significativos con sus respectivos
p-valu� inferiores a 0,005; adicional se aprecia en la Tabla 9 que el 𝑅2 de 0.7144 y el 𝑅2ajustado de 0,7125 el p-valu�
del modelo inferior a 2,2e-16, lo que
se interpreta que el modelo tiene
validez y adem�s se observa que el 𝑅2ajustado es muy significativo explicando la relaci�n de las variables independiente en un 71,25% a la
variable dependiente.
Tabla 6 Coeficientes del modelo 2 aplicando MCO
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
(Intercept)
|
7,70E+01
|
8,53E+00
|
9.020
|
<2,00e-16***
|
|
UAII
|
2,94E+01
|
1,44E+00
|
20.460
|
<2,00e-16***
|
|
CO
|
-4,96E-01
|
6,67E-02
|
-7.428
|
1.18e-12***
|
0
�***� 0.001 �**� 0.01 �*� 0.05 �.� 0.1 � � 1
Mediante el modelo de efectos fijos EF se observa en la
Tabla 7 que los coeficientes de las variables
independiente UAII y CO son significativos ya que sus Pr(>|t|) son
inferiores a 2.2e-16 lo que, valida su nivel de significatividad, en la Tabla
9 se evidencia que el 𝑅2es de 0.76056,
y el
𝑅2 ajustado con un valor
de 0,75566, el p-valu� del modelo
inferior a < 2.22e-16, lo que indica que
la validez del modelo y al poseer un 𝑅2 ajustado del 75,8% corresponde a que las
variables independientes UAII y CO si explican a la variable dependiente.
Tabla 7 Coeficientes del modelo 2 mediante Efectos
Fijos
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
UAII
|
3,34E+02
|
1,44E+01
|
231.687
|
<2.2e-16***
|
|
CO
|
-4,11E+00
|
6,21E-01
|
-66.202
|
1,71e-07***
|
0 �***� 0.001 �**� 0.01 �*� 0.05 �.� 0.1 � � 1
En relaci�n al modelo efectos aleatorios EA se observa en
la Tabla 8 que los coeficientes del intercepto
y de las variables independientes UAII y CO, son significativos con sus p-value inferiores a 0,05; se puede apreciar en la
Tabla 9 que el 𝑅2 asciende a 0,75557 y el 𝑅2 ajustado 0,75392, con un P-value inferior a
2.22e-16; lo que se interpreta la existencia de una relaci�n entre las variables independientes y la dependiente
en un alto porcentaje de
explicaci�n.
Tabla 8 Coeficientes del modelo 2 mediante Efectos
Aleatorios
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
(Intercept)
|
6,26E+02
|
1,49E+02
|
42.058
|
2,60e-02***
|
|
UAII
|
3,30E+02
|
1,43E+01
|
229.800
|
<2.2e-16***
|
|
CO
|
-4,20E+00
|
6,22E-01
|
-67.545
|
1,43e-08***
|
0 �***� 0.001 �**� 0.01 �*� 0.05 �.� 0.1 � � 1
Tabla 9 Resultados R^2 y R^2 ajustado del modelo 2
|
Modelo # 2
|
R al cuadrado
|
R al cuadrado
ajustado
|
P- Value
|
|
MCO
|
0.7144
|
0.7125
|
< 2.2e-16 ***
|
|
Efectos
Fijos
|
0.76056
|
0.75566
|
< 2.22e-16***
|
|
Efectos
Aleatorios
|
0.75557
|
0.75392
|
< 2.22e-16***
|
Resultados de la regresi�n del modelo
3
En el modelo # 3 se relaciona a la variable dependiente RSA, con las
variables independientes UAII, RA y CO, mediante la aplicaci�n de m�nimos cuadrados ordinarios MCO donde se observa
en la Tabla 10 que los coeficientes del intercepto y las variables independientes
UAII, RA y CO son significativos con Pr(>|t|) inferiores a 0,005; en la Tabla 12 se observa que el 𝑅2 de 0,7689,
𝑅2 ajustado de 0,7665 y
un p-value del modelo inferior a 2,2e-16; lo que se interpreta que el modelo
tiene validez.
Tabla 10 Coeficientes del modelo 3 aplicando MCO
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
(Intercept)
|
2,64E+01
|
9,79E+00
|
2.694
|
0.007455**
|
|
UAII
|
3,43E+01
|
1,42E+00
|
24.139
|
<2,00e-16***
|
|
RA
|
2,76E+01
|
3,31E+00
|
8.351
|
2.65e-15***
|
|
CO
|
-2,59E-01
|
6,64E-02
|
-3.904
|
0.000117***
|
0 �***� 0.001 �**� 0.01 �*� 0.05 �.� 0.1 �� 1Respecto al
modelo # 3 aplicando efectos fijos se observa en la Tabla 11 que los
coeficientes de las variables independiente UAII, RA y CO son significativos con Pr(>|t|) inferior
a 2,2e-16; y en la Tabla 13 se evidencia que el 𝑅2 de 0,78597, 𝑅2 ajustado de 0,78084 y
un p-value del modelo inferior
a 2,2e-16; lo que se interpreta que el modelo tiene validez.
Aplicando el modelo
de efectos aleatorios se observ� que los coeficientes son significativos.
Tabla 11 Coeficientes del modelo 3 mediante Efectos
Fijos
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
UAII
|
3,45E+02
|
1,38E+01
|
250.266
|
<2.2e-16***
|
|
RA
|
3,29E+02
|
5,60E+01
|
58.870
|
0,00001079***
|
|
CO
|
-2,30E+00
|
6,64E-01
|
-3,46E+04
|
0.000619***
|
0 �***� 0.001 �**� 0.01 �*� 0.05 �.� 0.1 �� 1
En relaci�n al modelo 3 aplicando efectos aleatorios EA se
observa en la Tabla 12 que los coeficientes
de las variables independientes UAII, RA y CO, son significativos con sus
p-value inferiores a 0,05, sin
embargo el coeficiente del intercepto no es significativo; adem�s se puede apreciar en la Tabla 13 que el 𝑅2 asciende a 0,78516 y
el 𝑅2 ajustado 0,78298, con
un P-value inferior a 2.22e-16; lo que se interpreta la existencia de una relaci�n
entre las variables
independientes y la dependiente un alto
porcentaje de explicaci�n.
Tabla 12 Coeficientes del modelo 3 mediante Efectos
Aleatorios
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
(Intercept)
|
2,03E+02
|
2,07E+02
|
0.9814
|
0.3263772
|
|
UAII
|
3,45E+02
|
1,37E+01
|
251.747
|
<2.2e-16***
|
|
RA
|
3,22E+02
|
5,30E+01
|
60.827
|
0,000001181***
|
|
CO
|
-2,33E+00
|
6,57E-01
|
-35.435
|
0.0003949***
|
0 �***� 0.001 �**� 0.01 �*� 0.05 �.� 0.1 �� 1
Tabla 13 Resultados R^2 y
R^2 ajustado del modelo
3
|
Modelo # 3
|
R al cuadrado
|
R al cuadrado
ajustado
|
P- Value
|
|
MCO
|
0.7689
|
0.7665
|
<
2.2e-16
|
|
Efectos
Fijos
|
0.78597
|
0.78084
|
< 2.22e-16
|
|
Efectos
Aleatorios
|
0.78516
|
0.78298
|
< 2.22e-16
|
Resultados de la regresi�n del modelo 4
En el modelo #4 se relaciona a la variable dependiente RSA,
con las variables independientes UAII y CCE, mediante
la aplicaci�n de m�nimos cuadrados ordinarios MCO donde se observa
en la Tabla 12 que los
coeficientes del intercepto y las variables independientes UAII, y CCE son significativos con Pr(>|t|) inferiores
a 0,005; en la Tabla 17 se observa que el 𝑅2 de 0,6859, 𝑅2 ajustado de 0,6839 y un p-value
del modelo inferior
a 2,2e-16; lo que se interpreta que el modelo
tiene validez.
Tabla 14 Coeficientes del modelo 4 aplicando MCO
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
(Intercept)
|
4,07E+01
|
6,25E+00
|
6.513
|
3.14e-10***
|
|
UAII
|
3,22E+01
|
1,42E+00
|
22.747
|
<2,00e-16***
|
|
CCE
|
-2,98E-01
|
6,18E-02
|
-4.813
|
2.37e-06***
|
0 �***� 0.001 �**� 0.01 �*� 0.05 �.� 0.1 �� 1
En el modelo # 4 aplicando efectos fijos EF se observa en
la Tabla 15 que los coeficientes de las variables
independiente UAII y CCE son significativos, ya que sus Pr(>|t|) son
inferiores a 2.2e- 16 lo que valida su nivel se significatividad, en la Tabla 17 se evidencia que el 𝑅2es de 0.74107 y el 𝑅2 ajustado con un valor
de 0,73577, el p-value del modelo
inferior a < 2.22e-16, lo que indica
que la validez del modelo y al poseer un R al cuadrado ajustado del 75,8%
corresponde a que las variables independiente UAII y CCE si
explican a la variable
dependiente.
Tabla 15 Coeficientes del modelo 4 mediante Efectos
Fijos
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
UAII
|
3,61E+02
|
1,39E+01
|
260.940
|
<2.2e-16***
|
|
CCE
|
-2,43E+00
|
5,65E-01
|
-42.975
|
0,02354***
|
0 �***� 0.001 �**� 0.01 �*� 0.05 �.� 0.1 �� 1
En relaci�n al modelo efectos aleatorios EA se observa en
la Tabla 16 que los coeficientes del intercepto
y de las variables independientes UAII y CCE, son significativos con sus
p-value inferiores a 0,05; se puede
apreciar en la Tabla 17 que el 𝑅2 asciende a 0,73353 y el 𝑅2 ajustado 0,73173, con un P-value inferior a
2.22e-16; lo que se interpreta la existencia de una relaci�n entre las
variables independientes y la dependiente un alto porcentaje de explicaci�n.
Tabla 16 Coeficientes del modelo 4 mediante Efectos
Aleatorios
|
|
Estimate
|
Std. Error
|
t-value
|
Pr(>|t|)
|
|
(Intercept)
|
3,10E+02
|
1,28E+02
|
24.288
|
0.01515*
|
|
UAII
|
3,56E+02
|
1,38E+01
|
257.361
|
<2.2e-16***
|
|
CCE
|
-2,50E+00
|
5,70E-01
|
-43.953
|
0,01106***
|
0 �***� 0.001 �**� 0.01 �*� 0.05 �.� 0.1 �� 1
Tabla 17 Resultados R^2 y R^2 ajustado del modelo 4
|
Modelo # 4
|
R al cuadrado
|
R al cuadrado
ajustado
|
P- Value
|
|
MCO
|
0.6859
|
0.6838
|
<
2.2e-16
|
|
Efectos
Fijos
|
0.74107
|
0.73577
|
<
2.22e-16
|
|
Efectos
Aleatorios
|
0.73353
|
0.73173
|
<
2.22e-16
|
Discusi�n y Conclusiones
La administraci�n o gesti�n del capital de trabajo representa un factor
muy relevante para el desarrollo
econ�mico de las empresas en especial para las peque�as y medianas compa��as
que tienen m�s restricciones
financieras. (Fern�ndez-L�pez, Dios-Vicente, & Rodeiro-Pazos , 2020), las condiciones econ�micas del entorno social
tambi�n influyen en la rentabilidad de las empresas
del sector agr�cola como lo afirma
(Kyshtymova, Lytneva , Parushina, & Petrova, 2019),
adicional indica que �la
eficiente gesti�n del capital de trabajo mitiga el riesgo frente a perdidas
agr�colas improductivas consideradas
como factores de capital social; seg�n Nguyen C. , (2020) el cual muestra en su estudio que �el ciclo de los
activos corrientes tiene un impacto positivo en la indicadores de gesti�n
provocado por una pertinente pol�tica razonable del capital de trabajo�.
En los resultados obtenidos se puede evidenciar que en los cuatros
modelos expuestos la relaci�n
del CO con el RSA es negativa
lo que significa que cuando
disminuye el CO aumenta la RSA,
contrastando su semejanza con las teor�as de Ross, Westerfild, & Jordan,
(2014) ; Gitman (2016); y los resultados Fern�ndez-L�pez, Dios-Vicente, & Rodeiro-Pazos (2020),
que evidencia un relaci�n negativa
entre el ciclo
operativo y la rentabilidad de estas empresas;
demostrando la validez
de los resultados entre las teor�as y estudios seleccionados para la respectiva discusi�n.
Una eficiente gesti�n en los recursos que integran el capital de
trabajo garantiza una rentabilidad sustentable
y sostenible en el largo plazo. Lou, Hall, & Pradhan, (2022), como lo
menciona Razin, Kosenko,
Ivanova, Kornev, &
Sokolova, (2021), �la mejora de la eficiencia econ�mica en el sector agr�cola se debe a la
optimizaci�n del capital fijo y capital de trabajo�, por tales argumentos se analizaron las variables
UAII, RA y CO y su efecto en la
rentabilidad sobre sus activos en el
modelo 3, dando como resultados una relaci�n positiva con respecto a la
variable UAII y RA, y con respecto a
la variable CO una relaci�n negativa; interpretando que un mejor rendimiento sobre la eficiencia de sus recursos
totales depender� de un aumento
en la UAII y RA y la disminuci�n del CO.
En el estudio correlaci�n de Chen, Xiao, & Yue, (2021) encontraron
que la velocidad de la rotaci�n del
capital de trabajo tiene un gran impacto en la rentabilidad de las peque�as y medianas empresas; la velocidad de la
rotaci�n del inventario depende directamente del ciclo operativo CO, esto quiere decir que si las empresas disminuyen
sus d�as en ciclo de operaciones mejorar�a
la rotaci�n y la rentabilidad. En los resultados de las regresiones el modelo
con mayor grado de correlaci�n fue el modelo
2 𝑅𝑆𝐴𝑖𝑡�= 𝛽0 + 𝑈𝐴𝐼𝐼𝑖𝑡−1 +
𝐶𝑂𝑖𝑡−1 + 𝜀𝑖𝑡�, el mismo que arroj� coeficientes significativos en las tres aplicaciones de regresi�n mediante
MCO, EF y EA, y
obteniendo mediante EF un 𝑅2 ajustado del 75,8% que corresponde a que las variables independientes UAII y CO si explican a la variable
dependiente RSA.
El an�lisis de la relaci�n entre las variables que componen
la gesti�n del capital de trabajo y el rendimiento
de los activos, en el sector econ�mico agr�cola, ganadero, silvicultor y de
pesca del Ecuador tuvo como principal
objetivo; determinar el grado de relaci�n de estas variables y que tan influyentes son para la determinaci�n
de sus rendimientos, lo cual mediante la aplicaci�n de an�lisis estad�sticos econom�tricos arrojo como resultado la
existencia de una correlaci�n muy significativa,
aplicando los diversos modelos establecidos en la investigaci�n; como resultado concluyente espec�fico se demostr�
que el CO que est� compuesto por la sumatoria
de EPI y PPC tiene una correlaci�n negativa y
significativa en relaci�n al RSA, mismo resultado que se contrast� con la teor�a en la discusi�n de resultados, proyectando paridad en el contraste.
La industria agr�cola, ganadera, silvicultora y de pesca
del Ecuador tiene un gran valor en la econom�a del pa�s, por lo cual se recomienda a las empresas
que conforman esta industria revisar
sus pol�ticas y procedimientos relacionados con el capital de trabajo,
porque su rendimiento depende notoriamente de la eficiente gesti�n de estos recursos.
Referencias Bibliogr�ficas
Ahmad Attari, M., & Kashif , R. (2012). The
Optimal Relationship of Cash Conversion Cycle
with Firm Size and Profitability. International Journal of Academic
Research in Business and Social Sciences, 189-203.
Chagerben , L., Rojo, A., &
Martinez, M. (2018). LA VALIDEZ DE LA INFORMACI�N DEL RATIO DUPONT: EL CASO DE LA EMPRESA AGROALIMENTARIA ANDALUZA. AECA.
Chen, M., Xiao, Y., & Yue, X. (2021). Correlation
analysis of profitability and working capital
of small and medium-sized manufacturing industries in China based on GMM
research method. Business Administration School of Wuhan
Business University, Wuhan, China.
Cotrina, B., Vicente, W., &
Magno, A. (2020). Administraci�n del capital de trabajo y rentabilidad de los activos. ESPACIOS,
28.Directorio de Empresas del Ecuador . (2019).
TABULADOS DEL DIRECTORIO
DE EMPRESAS Y ESTABLECIMIENTOS, (DIEE). QUITO: INEC.
Fernandez-L�pez, S., Dios-Vicente, A.,
& Rodeiro-Pazos , D. (2020). Gesti�n del Circulante y rentabilidad en el sector del queso
ecol�gico y no ecol�gico en Espa�a. Revista
espa�ola de estudios agro
sociales y pesqueros, 255, 15-45.
Gitman, L. (2016). Principios de la Administraci�n Financiera. Mexico: Pearson. Jaramillo, S. (2016). RELA��O
ENTRE A GEST�O
DO CAPITAL DE TRABALHO E A
RENTABILIDADE NA IND�STRIA
DE DISTRIBUI��O DE QU�MICOS NA COL�MBIA. Revista Finanzas y Pol�tica
Econ�mica, 8(2), 327-347.
Kyshtymova, E., Lytneva , N.,
Parushina, N., & Petrova, Y. (2019). Management Influence of Working Capital On Equity Capital
Formation of Agricultural Organizations. Research Paradigms Transformation in Social Sciences, 732-741.
Lou, E., Hall, J., & Pradhan, R. (2022). The
relationship between working capital management and profitability. Business Review, 313-333.
Ministerio de Agricultura, Ganader�a,
Acuacultura y Pesca. (2016). La pol�tica agropecuaria ecuatoriana: hacia el desarrollo territorial rural
sostenible: 2015-2025. Quito.
Myres, S., Brealy, R., & Allen, F.
(2016). Principios de Finanzas Corporativa. Mexico: Mc Graw Hill.
Nguyen , T., & Sundaresan, M. (2018). The
Effects of Cash Conversion Cycle on Profitability: An Insight into the Agriculture and Food Industries in
Thailand. Revista Asiatic de Negocios y Contabilidad.
Nguyen, C. (2020). Impact of Working Capital
Management on Firm Performance in Different
Business Cycles: Evidence from Vietnam.
Journal of Asian Finance, 863-867.
Razin, A., Kosenko, M., Ivanova, M., Kornev, A.,
& Sokolova, L. (2021). Efficient production and sale of root vegetables in the Moscow region. Federal
Scientific Vegetable Center, 14,
Selectsionnaya str., VNIISSOK, Odintsovo district, Moscow region, Russian Federation.
Ross, S., Westerfild, R., & Jordan, B. (2014). Fundamentos de Finanzas Corporativa. M�xico: Mc Graw
Hill.
_archivos/image001.gif)
La gesti�n del capital de trabajo y su relaci�n con el ROA, del sector
agr�cola del Ecuador entre los a�os 2014-2018_archivos/image002.jpg)
_archivos/image003.jpg)
_archivos/image004.jpg)
_archivos/image005.jpg)
_archivos/image006.jpg)
_archivos/image007.gif){kind=small}
_archivos/image008.gif){kind=small}
_archivos/image009.jpg)