Eficiencia y capital intelectual en las empresas de comunicación de Ecuador

Abstract

Abstract: Social media companies play an important role in society and managing them in an efficient way allows them to present a better service to the community. In this work, the enveloping data analysis (DEA) technique is used to measure Tobit's efficiencies and regression to determine whether intellectual capital affects the efficiency of this company. The results show a low efficiency in this sector and that it is positively affected by human capital, structural capital, intellectual capital and by the sum of intellectual capital plus capital employed, and negatively by relational capital. La metodología más utilizada es el Análisis Envolvente de Datos (DEA, en sus siglas en inglés, Data Envelopment Analysis).

Headnote

Resumen: Las empresas de comunicación social juegan un papel importante en la sociedad y el manejo de ellas de una manera eficiente hace que las mismas pueden presentar un mejor servicio a la comunidad. Este trabajo busca determinar la eficiencia técnica de las empresas de comunicación social de Ecuador. Por otra parte, una variable importante actualmente es el capital intelectual. En este trabajo se emplea la técnica de análisis de datos envolvente (DEA) para medir las eficiencias y la regresión de Tobit para determinar si el capital intelectual incide en la eficiencia de esta empresa. Se ha usado un panel balanceado de 126 empresas del sector de medios de comunicación. Los resultados muestran una baja eficiencia en este sector y que esta se ve afectada positivamente por el capital humano, el estructural, el intelectual y por la suma del capital intelectual más el capital empleado, y negativamente por el capital relacional.

Palabras-clave: Eficiencia; capital intelectual; sector comunicación.

Abstract: Social media companies play an important role in society and managing them in an efficient way allows them to present a better service to the community. This work seeks to determine the technical efficiency of social communication enterprises in Ecuador. On the other hand, an important variable at present is intellectual capital. In this work, the enveloping data analysis (DEA) technique is used to measure Tobit's efficiencies and regression to determine whether intellectual capital affects the efficiency of this company. A balanced panel of 126 media companies has been used. The results show a low efficiency in this sector and that it is positively affected by human capital, structural capital, intellectual capital and by the sum of intellectual capital plus capital employed, and negatively by relational capital.

Keywords: Efficiency; intellectual capital; communication sector.

(ProQuest: ... denotes formulae omitted.)

1. Introducción

En la actualidad, las empresas compiten confiando más en sus recursos intangibles como factores clave de valor (Sharabati, Jawad & Bontis, 2010). Estos recursos, producen importantes beneficios para superar las debilidades de pequeñas y medianas empresas independiente de su actividad económica (Verbano & Crema, 2016; Jordăo & Novas, 2017); por ende, lo que hará a las organizaciones más competitivas en el escenario económico actual, será la gestión eficiente de los activos del conocimiento y entre ellos el capital intelectual (Zhang & Lv, 2015; Agostini, Nosella & Filippini, 2017).

Dado este contexto, se reconoce al capital intelectual como uno de los activos más importante para los resultados del negocio y la base para el liderazgo del mercado y la diferenciación (Lev, 2001; Roos, 2017); sin embargo, en países emergentes como el Ecuador, este tema aún ha sido poco explotado y en especial, en el sector de información y comunicación. Como respuesta a ello, esta investigación pretende dar respuesta a las siguientes preguntas de investigación: ¿Cómo aporta el capital intelectual a la eficiencia de las empresas de información y comunicación del Ecuador?, ¿Qué medio de comunicación en el Ecuador es más eficiente? Por otro lado, se seleccionó este país y este sector económico por considerase con un mejor PBI per cápita de Latinoamérica y por ser un sector predominante en el crecimiento y desarrollo nacional.

La investigación está estructurada de la siguiente manera: en la sección 2, se presenta una revisión de literatura relacionada a la eficiencia y capital intelectual. En la sección 3, se describen los datos y la metodología ampliamente desarrollada en el estudio. En la sección 4, se presentan los resultados encontrados en la investigación y su respectiva discusión. Finalmente, en la sección 5 se muestran las conclusiones derivadas de la investigación.

2. Revisión de la literatura

2.1. Capital intelectual

La literatura académica ha proporcionado varias definiciones referentes al capital intelectual (CI) Una de las más destacadas fue la establecida por los autores Stewart & Losee (1994) considerando al capital intelectual como el conocimiento que tiene una empresa para crear una ventaja competitiva. Otros autores como Lev (2001) consideran que el CI, constituye una fuente intangible de valor, transferidas por las innovaciones en proyectos y/o programas específicos o en prácticas relacionadas a la gestión de recursos humanos de una entidad.

Jordao & Novas (2017) por su parte argumentan que el capital intelectual está representado por la relación entre los recursos inmateriales y materiales a favor de una organización. Igual aseveración la realizan Marr, Schiuma, & Neely (2004) señalando que el CI, constituye la combinación de recursos intangibles que permite a una organización obtener una ventaja competitiva a través de la transformación de recursos materiales, financieros y humanos.

Por otro lado, para Bontis (2001) el capital intelectual está constituido por el conocimiento, experiencia, propiedad intelectual e información que puede utilizarse para la creación de riqueza. Dženopoljac, Janošević & Bontis, (2016) consideran además que, el CI constituye una herramienta potencial para mejorar el rendimiento corporativo. Dumay (2016) y Allameh (2018) el capital intelectual constituye un concepto multidimensional y que para la creación de valor de productos y/ servicios se puede usar la inteligencia (conocimiento) y no únicamente aspectos financieros

Entre las principales categorías o dimensiones del capital intelectual están: el capital humano, capital estructural, y capital relacional (Bontis,1998; Sullivan, 2000; Roos, 2017; y Wee and Chua, 2016).

El capital humano, se compone por el conocimiento, habilidad, experiencia y capacidad de innovación que tienen los empleados para desempeñar una tarea (Edvinsson y Malone, 1997). Además, constituye una de las dimensiones más grandes e importantes en la organización (Sayyed, 2018) y uno de los recursos clave de transformación estratégica (FitzPatrick, Davey, Muller, & Davey, 2013).

El capital estructural, se compone del conocimiento incorporado en las estructuras y procesos de la organización, e incluye patentes, marcas comerciales, base de datos, investigación y desarrollo, tecnología, estrategias, organigramas y otras capacidades de la organización que apoyan la productividad del personal (Bontis, 2001; Nazari & Herremans, 2007).

El capital relacional, simboliza la mejor actitud de una organización para interceptar el conocimiento que proviene de la interacción con clientes, proveedores, gobierno e industria, permitiendo construir una red de relaciones; a través del cual, se transfiere de forma compartida la información y el conocimiento (Roberts, 2003),

De lo expuesto se puede concluir que, el capital intelectual influyen de forma directa o indirecta en la eficiencia y resultados de la organización (Machado, Fracasso, Schmidt & Carneiro, 2017) y que; a pesar de, existir diferencias fundamentales entre cada una de las dimensiones del capital intelectual, éstas no son excluyentes ni tampoco se analizan de forma separada en las organizaciones; pues el conocimiento individual, está relacionado con el capital humano, y a menudo se codifica a través del capital estructural, quién a su vez es transferido y utilizado en las redes sociales por el capital social.

2.2. Eficiencia

El fundamento de la medida de la eficiencia de las empresas es comparar lo que hace una empresa con lo que ésta debería haber realizado para poder lograr la maximización de su producción; siendo Farrell (1957) el pionero en establecer la medida de eficiencia para empresas que emplean dos factores productivos para obtener un solo output utilizando una tecnología caracterizada por rendimientos constantes a escala. En esta definición salen a relucir tres tipos de eficiencia: eficiencia técnica, eficiencia en precio y eficiencia global. Investigaciones posteriores a Farrell cambiaron algunas denominaciones: la eficiencia de precios se conoce como eficiencia asignativa y la eficiencia global como eficiencia económica total o eficiencia económica.

Por otra parte, Álvarez (2001) expresa que el gran aporte de Farrell fue establecer empíricamente un estándar de referencia conocido como frontera. Ésta permite evaluar si una empresa es eficiente o ineficiente, comparando su comportamiento con el de las mejores de su sector, las cuales definen la frontera.

Los modelos de frontera se pueden clasificar a través de diversos criterios. Uno de ellos es frontera paramétrica y no paramétrica. El primero impone una forma funcional para la tecnología e incorpora un error de especificación que incluye la presencia de errores. En este tipo de frontera, los parámetros son estimados a través de técnicas econométricas.

Por su parte, la frontera no paramétrica realiza algunos supuestos sobre las propiedades de la tecnología que generan el conjunto de procesos productivos factible y cuya frontera envuelve a los datos observados. Esta no incluye la presencia de ruido estadístico y no describe ninguna especificación funcional. La metodología más utilizada es el Análisis Envolvente de Datos (DEA, en sus siglas en inglés, Data Envelopment Analysis). Esta técnica emplea algoritmos de programación lineal para la estimación de la frontera; su precursor fue Boles (1966).

3.Datos y metodología.

El sector de medios de clasificacion es identificado por la letra "J", refiriendose a las actividades de "Información Y Comunicación". En el presente trabajo no se han considerado todas las clasificaciones; sino sólo las dedicadas a las actividades directas a medios de comunicación, emplenado para ello la Clasificación Internacional Industrial Uniforme (CIIU). Una descripción de los códigos CIIU escogicos, se muestra en la tabla 1, observándose a mano derecha de la tabla, un resumen del servicio que se ha considerado; es decir, Prensa escrita, Promoción y publicidad, Radio, Radio cadena, Producción Televisión y Televisión (TV).

En Ecuador son muchas las empresas que se encuentran prestando estos servicios, pero no se disponen de datos de todas ellas para los años en estudio. Solo se consideran en este estudio aquellos medios de comunicación constituidos como sociedad de capital, con el fin de garantizar la obtención de la información. Los datos financieros empleados para la determinación de la eficiencia de los medios de Ecuador fueron recogidos de la Superintendencia de Compañías, Valores y Seguros (SUPERCIAS) de Ecuador.

Con el fin de formar un panel de datos balanceado, se han considerado sólo las empresas que cuenta con datos de la información requerida para los años comprendidos entre el 2015 y el 2018. Se destaca que la mayoría de las empresas de la muestra prestan el servicio de Radio (ver tabla 2), por ser uno de los medios más empleados por los ecuatorionos para estar informados sobre el acontencer nacional.

En el caso de la Prensa escrita y la TV, son pocas las empresa que se encuentran en Ecuador, pero se disponen de datos de la mayoría de ellas, logrando tener una base representativa de los medios de comunicación empleados en Ecuador.

En la determinación de eficiencia no ha existido consenso en las variables a emplear que midan los outputs e inputs a utilizar. Algunos autores han sugerido el uso de variables que se midan físicamente (Bucklin, 1978), mientras que otros recomiendan el uso de variables cuantificadas en unidades monetarias con el fin de determinar la eficiencia económica y rentable (Duhan, 1985).

Como output, se ha seleccionado los Ingresos como variable en este estudio para medir la eficiencia de los medios de comunicación, que representa todos los recursos obtenidos por estas empresas por la prestación de todos sus servicios, expresados en dólares americanos. Similar variable ha sido empleada en el sector de telecomunicaciones por Kwon, Stoeberl & Joo (2008), y en otros sectores por De Jorge & Suárez (2014), Barros, Botti, Peypoch, & Solonandrasana (2011) y Yu & Lee (2009). Los ingresos corresponden a la suma de ingresos provenientes de las actividades principales más los otros ingresos.

Mientras que como inputs se han empleado el total de trabajadores (Empleados), los Activos no corrientes (Act_no_corri) y los Materiales y recurso (Materia_Recursos). Empleados, representa el número total de personas que trabajan en las empresas de medio de comunicación, incluyendo el personal administrativo y de servicios (Higuerey, Trujillo & González, 2017; De Jorge & Suárez, 2014, Pardo-Cueva, Armas & Higuerey (2018a) Pardo-Cueva, Armas, & Higuerey, 2018b). Los Activos no corrientes (Act_no_ corri) está representado por el dinero invertido en propiedades, plantas y equipos, y otros activos no corriente necesarios para la prestación del servicio por parte de las empresas, expresado en dólares americanos; y Materia_Recursos, representa los gastos necesarios realizados para prestar sus servicios, excluyendo los gastos de personal. Su determinación se realizó sumando los costos y gastos operativos y restándole el total de gastos de personal (Pardo-Cueva, Armas & Higuerey, 2018a; Pardo-Cueva, Armas, & Higuerey, 2018b).

Las variables de capital intelectual, siguiendo a Pardo Herrera & Rueda (2017), se describen a continuación:

HCE: es la medida de la eficiencia del capital humano. Es el resultado de restar el costo de las ventas a los ingresos y dividir este valor entre los salarios de la empresa.

SCE: es la medida del capital estructural de la empresa. Es igual a los ingresos menos los costos de venta menos los salarios dividido entre la resta entre los ingresos y los costos de venta.

RCE: es la medida del capital relacional de la empresa. Es igual al valor de publicidad o mercadotecnia

ICE: es el capital intelectual de la empresa y es igual a capital humano más estructural.

CCE: es el indicado de la eficiencia en el capital empleado. Es igual a ingresos menos costos de las ventas entre el valor en libros de los activos netos.

VAIC: es la suma de la eficiencia en el capital intelectual más la eficiencia en el capital empleado.

Las estadísticas descriptivas de la muestra objeto de estudio se presentan en la tabla 3. Se resalta que existe gran diferencia en cuanto los ingreso a obtener (Ingresos) debido a que en la muestra se encuentran todas las empresas sin distinción del tamaño, y que, en este sector, existen algunos que tienen un mayor mercado, mientras que otros se desarrollan a un nivel regional o local. Similar situación se observa en la variable Empleados, que muestra la cantidad de personal, en la cual las pequeñas empresas se desarrollan con una pequeña fuerza laborar, en algunos casos se considerarían empresas familiares; mientras que algunos sectores requieren de la presencia de una mayor cantidad de personal, y en muchos casos, especializados.

Por otra parte, los Act_no_corrie que representa la variable de capital en este estudio, también se observa una marcada diferencia. En el mismo, orden de idea, están el Consumo, que es la variable que absorbe los demás gastos necesarios en este sector para prestar los servicios.

La metodología a aplicar para la determinación de la eficiencia es el Análisis Envolvente de Datos (DEA, en sus siglas en inglés, Data Envelopment Analysis). Esta técnica emplea algoritmos de programación lineal para la estimación de la frontera; su precursor fue Boles (1966). En la implementación de la misma ha de considerarse que una empresa es eficiente si no existe otra o una combinación que produzca más de algún producto, dados los inputs; o utilice menos de algún input dados los outputs. Tiene como ventajas que no impone ninguna forma funcional a priori sobre los datos, que puede acomodar múltiples outputs e inputs, y que produce información sobre las "empresas de referencia" para cada una de las empresas ineficientes. Es decir, las empresas que tienen los siguientes aspectos similares a la empresa eficiente en particular: mezcla de outputs, mezcla de inputs y operaciones de escala.

Con respecto a la metodología a emplear para determinar la eficiencia de las empresas se empleó el DEA. Esto hace que las variables se clasifiquen en outputs (ingresos) y en inputs (Empleados, Act_no_corr y Materia_Recur). En la regresión Tobit, la variable dependiente es la eficiencia, que es una variable que está establecida entre o y 1, las variables independientes son HC CE VA HCE SC SCE ICE CEE VAIC RC RCE

Con respecto a la metodología a emplear, el DEA, hay dos modelos, los de rendimientos constantes a escala (CCR) y los modelos a escala variable (BCC) (Grmanová y Strunz, 2017). En este trabajo se emplea el modelo CRS con una orientación input, cuya formulación es la siguiente:

...

Sujeto a:

...

Donde:

ef es la eficiencia, Д es un vector constante, X es un matriz con todos los inputs de todas las empresas, Y es una matriz de todos los outputs de las empresas, xi es un vector de los inputs de la empresa i, yi es un vector de los outputs de la empresa i e i representa a la empresa i-ésima.

Con respecto al modelo Tobit, la especificación econométrica es la siguiente (Sağlam, 2018)

...

Donde ef·jj es una variable latente que toma un valor entre uno y cero.

Los modelos econométricos empleados en este trabajo son:

... (1)

... (2)

... (3)

... (4)

... (5)

... (6)

4.Resultados

En esta sección se presentan los resultados de determinación de la eficiencia técnica, de la productividad y de la incidencia de variables de capital intelectual en la eficiencia. Para los primeros se mostrará el cambio que han tenido cada sector de servicio por los años en estudio; luego se presentarán la relación entre las variables de Capital intelectual y la eficiencia técnica.

Eficiencia técnica

Los resultados de eficiencia por servicio en estudio de Ecuador se muestran en la tabla 4, empleando la propuesta de Bankcert et al. (1984); igualmente se expone el promedio de eficiencia por año y por cada uno de los sectores en estudio.

Se destaca que la eficiencia media por los años en estudios ha venido disminuyendo hasta el año 2017, que es el promedio menor; para luego tener una pequeña mejoría en el último año de estudio.

Por otra parte, no resalta un sector que ocupe el primer lugar en los de estudios; sino que los diferentes sectores se intercambian el primer lugar. No obstante, el sector de la prensa escrita, ocupó el último lugar en los dos primeros años de estudios, pero los otros años de estuidio, es el sector de Radio cadena que ocupa dicho lugar.

Se destaca que el Sector de prensa escrita, es el único sector que ha venido incrementando su eficiencia a lo largo de los años de estudio; obtenidno así una mejroía en la eficicia, llegando a ocupar el primer lugar en el último año de estudio. Contrario a esta situación se encuentra el sector TV, que luego de liderizar el ranking de eficiencia en el año 2015, en el último año de estudio ocupa el penúltimo lugar.

Ahora bien, en cuanto al posicionamiento en el Ranking por año, sólo una empresa ha ocupado Los resultado demuestran que solo dos empresas pudieron mantener el primer lugar en el ranking de eficiencia durante los años en estudios y que estas pertenecen al sector Radio. Y como se comento anteirormente, el sector radio, no poseia el mayor promedio de eficiencia, lo que se debe a que es la mayor cantidad de muestras, donde la gran parte tienen bajos indicadores de eficiencia.

De manera general, se podría decir que el sector de los medios de comunicación no ha sido liderizado en cuanto eficiencia por un grupo de empresas, sino que estas se han ido alterando el posicionamiento del raking general, lo cual afecta también el promedio de eficiencia del sector; resaltando en todos los años de estudio la baja eficiencia de las empresas del sector.

Incidencia de variables del capital intelectual en la eficiencia técnica

La tabla 5 recoge los resultados del Tobit al regresar la eficiencia calculada en el DEA como variable dependiente y las variables de capital intelectual como variables independientes.

Las empresas de comunicación ecuatorianas mejoran su eficiencia si aumenta la eficiencia del capital humano (HCE), si aumenta el capital estructural de la empresa (SCE), el capital intelectual (ICE) y la suma de la eficiencia del capital intelectual más la eficiencia del capital empleado (VAIC), pero empeora si aumenta el capital relacional de la empresa (RCE). Si la empresa tiene más gastos de publicidad empeora la eficiencia.

5.Conclusiones

En esta investigación se ha buscado medir la eficiencia técnica de las empresas del sector de medios de comunicación de Ecuador, para los años 2015 a 2108. Por otra parte, también se busca determinar si el capital intelectual de las empresas incide en la eficiencia técnica de ellas.

En primer lugar, se podría decir que la eficiencia técnica promedio de los medios de comunicación de la muestra de Ecuador, es baja disminuyendo ésta a través de los años de estudio. Observándose que esta baja es más profunda en algunos sectores de comunicación y a pesar del incremento de eficiencia en algunos, hace que el promedio general tienda a disminuir.

La eficiencia de las empresas de comunicación ecuatorianas se ve afectada postivamente por la eficiencia del capital humano (HCE), por la eficiencia del capital estructural (SCE), por la eficiencia del capital intelectual (ICE) y opr la suma de la eficiencia del capital intelectual más la eficiencia del capital usado (VAIC), pero negativamente por el capital relacional de la empresa (RCE).

Se considera importante que se tomen medidas con el fin de mejorar la eficiencia de las empresas ubicadas en los sectores con resultado de ineficiencia. Un cambio en estrategias, puede tender a buscar un mejor provecho de los factores de producción.

Continuar el estudio en este sector es importante para la academia, ya que los estudios empíricos del mismo de eficiencia y financiero son escasos. En lo que respecta, a la eficiencia se muestran las debilidades en el manejo de los factores y les pemite buscar mejoras. Continuar con esta linea, incluyendo otras variables importantes como es la percepción de calidad del servicio y el tamaño y mercado, que al momento de la investigación no se encontraban disponibles, sería interesante.

Reconocimientos

Se le agradece a la Superintendencia de Compañías, Valores y Seguros (SUPERCIAS) de Ecuador; la disposición de los datos para los investigadores en su página web.

References

Referencias

Agostini, L., Nosella, A. and Filippini, R. (2017). Does intellectual capital allow improving innovation performance? A quantitative analysis in the SME context. Journal of Intellectual Capital, 18 (2), 400-418. https://doi.org/10.1108/JIC-05-2016-0056

Allameh, S. (2018). Antecedents and consequences of intellectual capital. Journal of Intellectual Capital, 19 (5), 858-874. https://doi.org/10.1108/JIC-05-2017-0068. https://doi.org/10.1108/JIC-05-2017-0068

Álvarez, A., 2001. Concepto y medición de la eficiencia productiva. En Álvarez, A. (coordinador), La medición de la eficiencia y la productividad. Ediciones Pirámide. Madrid.

Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science, 30(9), 1078-1092. https://doi.org/10.1287/mnsc.30.9.1078

Barros, C. P., Botti, L., Peypoch, N., & Solonandrasana, B. (2011). Managerial efficiency and hospitality industry: the Portuguese case. Applied Economics, 43(22), 28952905. https://doi.org/10.1080/00036840802600145

Boles J. N., 1966. Efficiency squared-efficient computation of efficiency indexes. Proceedings of the thirty ninth annual meeting of the western farm economics association, 137-142. https://www.jstor.org/stable/44013716

Bontis, N. (1998). Intellectual capital: an exploratory study that develops measures and models. Management Decision, 36 (2), 63-76. https://doi. org/10.1108/00251749810204142

Bontis, N. (2001). Assessing knowledge assets: a review of the models used to measure intellectual capital. International Journal of Management Reviews, 3 (1), 41-60. https://doi.org/10.1m/1468-2370.00053 C

Bucklin, L. P. (1978). Research in productivity measurement for marketing decisions. Research in Marketing, 1, 1-22.

De Jorge, J., & Díaz, J. (2018). Análisis de la productividad, eficiencia y sus factores explicativos: el caso de las empresas colombianas, 2005-2010. Revista de Métodos Cuantitativos Para La Economía y La Empresa, 26(26), páginas 315 a 343. Retrieved from https://upo.es/revistas/index.php/RevMetCuant/article/view/3834

Duhan, D. F. (1985). A taxonomy of marketing productivity measures. In Proceedings (pp. 229-232). American Marketing Association: Chicago.

Dumay, J. (2016). A critical reflection on the future of intellectual capital: from reporting to disclosure. Journal of Intellectual Capital, 17 (1), 168-184. https://doi. org/10.1108/JIC-08-2015-0072

Dženopoljac, V., Janošević, S. & Bontis, N. (2016). Intellectual capital and financial performance in the Serbian ICT industry. Journal of Intellectual Capital, 17 (2), 373-396. https://doi.org/10.1108/JIC-07-2015-0068

Edvinsson, L. & Malone, M. (1997). Intellectual Capital: Realizing Your Company's True Value by Finding its Hidden Brainpower. New York: Harper Collins Publishers.

Farrell, M. J. (1957). The Measurement of Productive Efficiency. Journal of the Royal Statistical Society, 35, 1578. https://doi.org/10.2307/2343100

FitzPatrick, M., Davey, J., Muller, L. & Davey, H. (2013). Value-creating assets in tourism management: applying marketing's service-dominant logic in the hotel industry. Tourism Management, 36, 86-98. https://doi.org/10.1016/j.tourman.2012.11.009

Grmanová, E., & Strunz, H. (2017). Efficiency of insurance companies: Application of DEA and tobit analyses. Journal of International Studies, 10(3), 250-263. https:// doi.org/10.14254/2071-8330.2017/10-3/18

Higuerey, A., Trujillo, L., & González, M. M. (2017). Has efficiency improved after the decentralization in the water industry in Venezuela? Utilities Policy, 49, 127-136. https://doi.org/10.1016/j.jup.2017.05.003

Jordăo, R. & Novas, J. (2017). Knowledge management and intellectual capital in networks of small and medium-sized enterprises. Journal of Intellectual Capital, 18 (3), 667-692. https://doi.org/10.1108/JIC-11-2016-0120

Kwon, H. B., Stoeberl, P. A., & Joo, S. J. (2008). Measuring comparative efficiencies and merger impacts of wireless communication companies. Benchmarking: An IntemationalJoumal,15(3),212-224.https://doi.org/10.1108/14635770810876566

Lev, B. (2001). Intangibles: Management, Measurement, and Reporting, Washington, DC: Brookings Institution Press.

Machado R., Fracasso, E., Schmidt, S. & Carneiro, A. (2017). Capital intelectual, capacidad de absorción e innovación de productos. Management Decision, 55 (3), 474-490.

Marr, B., Schiuma, G. & Neely, A. (2004). Intellectual capital-defining key performance indicators for organizational knowledge assets. Business Process Management Journal, 10 (5), 551-569. https://doi.org/10.1108/14637150410559225

Nazari, J.A. & Herremans, I.M. (2007). Extended VAIC model: measuring intellectual capital components. Journal of Intellectual Capital, 8 (4), 595-609. https://doi. org/10.1108/14691930710830774

Pardo, M., Herrera, R. A., & Rueda, L. M. C. (2017). Valoración del capital intelectual y su impacto en la rentabilidad financiera en empresas del sector industrial del Ecuador. Revista Publicando, 4(13 (1)), 193-206.

Pardo-Cueva, M., Armas, R., & Higuerey, A. (2018a). La influencia del capital intelectual sobre la rentabilidad de las empresas manufactureras ecuatorianas. Revista ESPACIOS, 39(51).

Pardo-Cueva, M., Armas, R., & Higuerey, Á. (2018b). El capital intelectual y su influencia en la rentabilidad de las empresas de comunicación ecuatorianas. Revista Ibérica de Sistemas e Tecnologías de Informaçao, (E16), 335-347.

Roberts, H. (2003). Management accounting and the knowledge production process in Bhimani, Management Accounting in the Digital Economy, Oxford University Press, 260-283. DOI: https://dx.doi.org/10.1093/0199260389.003.0014

Roos, G. (2017). Knowledge management, intellectual capital, structural holes, economic complexity and national prosperity. Journal of Intellectual Capital, 18 (4), 745-770. https://doi.org/10.1108/JIC-07-2016-0072

Sağlam, Ü. (2018). A two-stage performance assessment of utility-scale wind farms in Texas using data envelopment analysis and Tobit models. Journal of Cleaner Production, 201, 580-598. https://doi.org/10.1016/j.jclepro.2018.08.034

Sayyed A. (2018) Antecedents and consequences of intellectual capital: The role of social capital, knowledge sharing and innovation. Journal of Intellectual Capital, 19 (5), 858-874. https://doi.org/10.1108/JIC-05-2017-0068

Sharabati, A., Jawad, S. & Bontis, N. (2010). Intellectual capital and business performance in the pharmaceutical sector of Jordan. Management Decision, 48 (1), 105-131. https://doi.org/10.1108/00251741011014481

Stewart, T.A (1997). Intellectual Capital: The New Wealth of Organizations, Currency and Doubleday, New York: London. https://doi.org/10.1002/pfi.4140370713

Stewart, T.A. & Losee, S. (1994). Your company's most valuable asset: intellectual capital. Fortune, 130 (3), 68-73.

Sullivan, P.H. (2000), Value-Driven Intellectual Capital: How to Convert Intangible Corporate Assets into Market Value. New York: Wiley.

Verbano, C. & Crema, M. (2016). Linking technology innovation strategy, intellectual capital and technology innovation performance in manufacturing SMEs. Technology Analysis & Strategic Management, 28 (5), 524-540. https://doi.org/10.1080/09537 325.2015.1117066

Wee, J.C. and Chua, A.Y. (2016). The communication of intellectual capital: the 'whys' and 'whats'", Journal of Intellectual Capital, 17 (3), 414-438. https://doi. org/10.1108/JIC-01-2016-0007

Yu, M.M., & Lee, B.C.Y. (2009). Efficiency and effectiveness of service business: Evidence from international tourist hotels in Taiwan. Tourism Management, 30, 571-580. https://doi.org/10.1016/j.tourman.2008.09.005