Los factores determinantes del éxito en la actividad exportadora: Una aproximación mediante el análisis rough set
| Autor | Susana Blanco, Marta Miranda y María Segovia |
| Cargo del Autor | Universidad Complutense de Madrid, Facultad de Ciencias Económicas y Empresariales, Pabellón de Quinto Curso 28223, Campus de Somosaguas, Madrid. / Universidad Complutense de Madrid, Centro de Estudios Superiores Felipe II, C/ Capitán 39, 28300, Aranjuez, Madrid. |
| Páginas | 233-266 |
233
Capítulo 12
Los factores determinantes del éxito en la actividad exportadora: Una
aproximación mediante el análisis rough set
Susana Blanco, Marta Miranda y María Segovia
S.Blanco, M.Miranda & M.Segovia
Universidad Complutense de Madrid, Facultad de Ciencias Económicas y Empresariales, Pabellón de Quinto Curso 28223,
Campus d e Somosaguas, Madrid.
Universidad Complutense de Madrid, Centro de Estudios Superiores Felipe II, C/ Capitán 39, 28300, Aranjuez, Madrid.
susanablanco@ccee.ucm.es
M.Ramos, F.Miranda (eds.) Optimización-Estocástica-Recursiva-Coherente-Sistémica y sus variantes (probabilidad,
econometría y estadística aplicada), Temas Selectos de Optimización-©ECORFAN-Santiago de Compostela, España,
2012.
234
Abstract
Most of the studies related to internationalization have been empiric and conceptual, and, in lesser
extent, methodological. Nevertheless, it would be very valuable and interesting to use new research
techniques, which might avoid some of the inconveniences of the traditional ones or, at least, provide a
different point of view. This paper uses Rough Set Theory that belongs to Artificial Intelligence
domain for evaluating the internationalization success of a firm. A real sample of Spanish
manufacturing companies has been used. The firms are described by a set of economic and financial
variables. The obtained results are quite satisfactory showing what variables are the most relevant ones
to analyze the success in international markets.
12 Introducción
Las empresas que toman la decisión de iniciar actividades de exportación y que esperan mantenerse en
los mercados de destino, deben enfrentarse a un entorno complejo caracterizado no solo por una intensa
y fuerte competencia de organizaciones empresariales locales sino también por aspectos tales como los
rápidos y numerosos cambios que se producen en las tecnologías, la creciente globalización económica
que incrementa la competitividad, y la preeminencia de determinados activos intangibles como son el
conocimiento y la información que añaden mayor valor a los productos y servicios (Hidalgo y Diaz-
Balart, 2002) y que constituyen una fuente esencial para generar ventajas competitivas en los mercados
exteriores.
De manera que, la presencia en los mercados internacionales que pueden responder al logro de
numerosos objetivos tanto ofensivos internos-externos como defensivos internos-externos (Meyer,
1996) entre los que destacan el crecimiento empresarial y la viabilidad a largo plazo (Greenaway y
Kneller, 2007), exige disponer no solo de un plan producto-mercado óptimo (Root, 1987), sino que
implica un proceso dinámico que afecta a las diferentes actividades de la empresas así como su
estructura organizativa con un compromiso e implicación creciente de sus recursos y capacidades en el
entorno internacional (Villareal, 2005) que permita alcanzar el éxito en los mercados exteriores donde
la empresa tenga presencia
Desde distintas áreas de investigación se ha tratado de responder, una vez que han iniciado este
proceso, cuál es el grado de compromiso e implicación que adquieren las empresas y el éxito que
alcanzan, en los distintos mercados donde están presentes (Alonso y Donoso, 2000). Este artículo se
centra precisamente en este último asunto, al tratar de explicar, con una metodología novedosa en
relación a los estudios precedentes, cuáles son los factores y elementos que distinguen a las empresas
exportadoras con éxito de aquellas que no lo son, proponiendo un conjunto de reglas de decisión que
ayuden a las empresas y sus directivos a tomar decisiones acertadas para llegar a alcanzar determinados
resultados en su participación en los mercados internacionales.
La importancia de disponer de determinadas prescripciones o recetas para el éxito está basada
en el hecho de que se trata de un apoyo que puede resultar fundamental no sólo para las empresas con
actividades vinculadas a los mercados exteriores sino para los gobiernos que buscan mejorar la
competitividad de las empresas de sus países (Lages y Montgomery, 2004).
235
Así la forma de alcanzar el éxito en esas actividades puede ser entonces un elemento clave no
sólo para la mejora de la performance o desempeño global de la empresa, sino también para mejorar la
fortaleza económica de los países ya que contribuye a mejorar la balanza comercial, la creación de
empleo y el crecimiento económico (Czinkonta y Ronkainen, 1998). Se trata por tanto de identificar los
factores que desde los distintos enfoques teóricos más relevantes se consideran que tienen un impacto
significativo (positivo o negativo) en el logro del éxito o el fracaso en los mercados internacionales, y
aumentar el conocimiento que se posee acerca del fenómeno exportador no sólo desde una perspectiva
explicativa sino también metodológica, que pueden contribuir a proporcionar otra visión del proceso de
internacionalización y superar algunos de las restricciones presentes en las metodologías más
ortodoxas.
Así frente al predominio del análisis estadístico multivariante como principal técnica utilizada
para abordar este problema, destacando la regresión múltiple y los modelos de ecuaciones estructurales
(Sousa et al., 2008), que viene explicada fundamentalmente por la elevada complejidad de los modelos
utilizados para valorar el resultado exportador, acudimos a un nuevo enfoque a la hora de analizar y
explicar numerosos problemas financieros basado en la aplicación de técnicas y metodologías
encuadradas en el ámbito de la Inteligencia Artificial (IA).
Habitualmente los problemas financieros se analizan utilizando técnicas estadísticas con
resultados satisfactorios, si bien presentan algunas limitaciones. Muchas de las hipótesis estadísticas
requeridas en el modelo o a la distribución que siguen los datos (si existen o no observaciones atípicas)
no se cumplen cuando se emplean datos reales y, además, los resultados son difíciles de interpretar para
un usuario no experto en dichas técnicas. Las técnicas de inteligencia artificial superan esas
limitaciones, y los modelos son fácilmente comprensibles.
La Teoría Rough Set es un enfoque que se enmarca dentro de las aplicaciones de la Inteligencia
Artificial. Utiliza la experiencia de una forma objetiva, a través del estudio de la experiencia histórica
de una manera cuantitativa, para así explicitar reglas que, resumiendo y objetivando esa experiencia
acumulada, ayuden en la toma de decisiones futuras.
Como ocurre con otras metodologías de Inteligencia Artificial, la teoría Rough Set se ha
aplicado con éxito para analizar numerosos problemas financieros como la predicción de insolvencias
(Ahn et al, 2000; Beynon y Peel, 2001; Slowinski y Zopounidis, 1995), modelizar la actividad o la
demanda de viajes (Witlox y Tindemans, 2004; Goh y Law, 2003). También se ha aplicado a sectores
muy específicos y no tan acometidos por los investigadores como es el sector asegurador (Sanchis et
al., 2007; Shyng et al., 2007).
Otros antecedentes que utilizan algunas de estas metodologías y que pueden mencionarse son el
trabajo de Ahmad et al. (2004) aplicado a la selección de factores de éxito en empresas de comercio por
internet (estudio parcial) así como algunos trabajos cuyo objetivo es la predicción de la performance
financiera para entidades financieras y así identificar los bancos que fracasan utilizando redes
neuronales y técnicas estadísticas (Ravi et al., 2008).
En la medida en que el problema de esta investigación es de clasificación ya que se trata de
determinar la relación de dependencia entre el éxito exportador y no-éxito exportador y multi-atributos,
y que no haya sido aplicada específicamente en el problema que planteamos y su carácter explicativo
frente a otras herramientas de la Inteligencia Artificial encuadradas dentro de los denominados
enfoques de “caja negra”, justifican su aplicación al problema planteado.
Para continuar leyendo
Solicita tu prueba