Revista de Ciencias Sociales (RCS)
Vol. XXX, Número Especial 10,
julio/diciembre 2024. pp.
370-391
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como citar: Soto-González, C.
O., Vega-Quezada, C. A., Sanabria-García, S. y Gómez-Sala, J. C. (2024).
Determinantes de la liquidez y rentabilidad en el cooperativismo de ahorro y
crédito en Ecuador. Revista De Ciencias Sociales, XXX(Número
Especial 10), 370-391.
Determinantes de la liquidez y rentabilidad en
el cooperativismo de ahorro y crédito en Ecuador
Soto-González, Carlos Omar*
Vega-Quezada, Cristhian Antonio**
Sanabria-García, Sonia***
Gómez-Sala, Juan Carlos****
Resumen
En la actualidad, la
liquidez y la rentabilidad constituyen un pilar fundamental para mejorar la
eficiencia de las empresas. Al respecto, el objetivo de esta investigación es
establecer los determinantes que influyen en la liquidez y rentabilidad de las
Cooperativas de Ahorro y Crédito del Ecuador que pertenecen a los segmentos 1 y
2. La metodología a utilizar en el proceso de investigación se basa en el análisis
de componentes principales y en una especificación estimada por el método del
Modelo Autorregresivo de Rezagos Distribuidos Simple, utilizando los estados
financieros de estas cooperativas del segmento 1 y 2, extraídos de la
Superintendencia de Economía Popular y Solidaria desde 2015 hasta 2020, con un
total de 408 observaciones. Los resultados demuestran que existen dos
determinantes: el riesgo de crédito y el apalancamiento, los cuales son
factores importantes que influyen directamente en la liquidez. Mientras, por el
lado de la rentabilidad se muestra que existe la relación con las variables de
capital físico, la tasa de financiamiento, el apalancamiento y el riesgo de
crédito. Se concluye argumentando que los factores liquidez y rentabilidad son
aspectos neurálgicos para el crecimiento de las cooperativas y para contribuir
en la generación de una homeóstasis financiera.
Palabras clave: Situación financiera;
liquidez; rentabilidad; Cooperativas de Ahorro y Crédito; modelos
econométricos.
Determinants of
liquidity and profitability in savings and credit cooperatives in Ecuador
Abstract
Currently, liquidity
and profitability are a fundamental pillar to improve the efficiency of
companies. In this regard, the objective of this research is to establish the
determinants that influence the liquidity and profitability of the Savings and
Credit Cooperatives of Ecuador that belong to segments 1 and 2. The methodology
to be used in the research process is based on the analysis of principal
components and a specification estimated by the Simple Distributed Lag
Autoregressive Model method, using the financial statements of these
cooperatives of segments 1 and 2, extracted from the Superintendence of Popular
and Solidarity Economy from 2015 to 2020, with a total of 408 observations. The
results show that there are two determinants: credit risk and leverage, which
are important factors that directly influence liquidity. Meanwhile, on the
profitability side, it is shown that there is a relationship with the variables
of physical capital, financing rate, leverage and credit risk. It is concluded
by arguing that liquidity and profitability factors are neuralgic aspects for
the growth of cooperatives and for contributing to the generation of financial
homeostasis.
Keywords: Financial situation;
liquidity; profitability; Savings and Credit Cooperatives; econometric models.
Introducción
El sector de la
economía popular y solidaria en Ecuador está constituido por diferentes
integrantes individuales o colectivos que conforman variadas organizaciones
como los sectores comunitarios, asociativos y cooperativistas. Algunas de las
más importantes son las Cooperativas de Ahorro y
Crédito -en adelante COAC-, reguladas por la Superintendencia de Economía
Popular y Solidaria (SEPS), así como también las unidades económicas populares (Auquilla y Ordóñez, 2013).
En Ecuador, de acuerdo
con la Superintendencia de Economía Popular y Solidaria (SEPS, 2023), las COAC se segmentan en diferentes grupos, esto ha
permitido tener un mayor control del sistema financiero popular y solidario, lo
cual está estipulado en el Código Orgánico Monetario y Financiero de 2014, en su artículo No. 1: “Las entidades del
sector financiero popular y solidario de acuerdo al tipo y al saldo de sus
activos se ubicarán en los siguientes segmentos”.
El Segmento 1, lo
conforman COAC con activos totales mayores a USD 80 millones; seguido del
Segmento 2, cuyos activos fluctúan entre USD 20 hasta 80 millones; luego de
estos están las entidades del Segmento 3, con USD 5 hasta 20 millones de
activos; en el Segmento 4, se encuentran las COAC con valores de USD 1 hasta 5
millones; finalmente las entidades del Segmento 5, aquí se hallan las empresas
financieras con activos totales de hasta USD 1 millón, además de las cajas de
ahorro, bancos y cajas comunales.
El presente estudio se
basa en las COAC del Segmento 1 y 2. Al mes de diciembre del 2023 en el
Segmento 1, se encuentran 45 entidades, que juntas poseen activos financieros
totales por USD 21.397,30 millones y utilidades por USD 108,0 millones. Por su
parte, en el Segmento 2 se registran 57 entidades que poseen USD 2.560,73
millones en activos totales y ganancia del ejercicio por USD 4,8 millones.
En el Segmento 1, la
COAC Juventud Ecuatoriana Progresista Ltda. lidera el ranking cooperativo con activos avalados por USD 3.271,80 millones,
secundada por Jardín Azuayo Ltda. con activos de USD 1.563,4 millones. En contraste
a esto, las entidades De la Pequeña Empresa Gualaquiza y Luz del Valle, son las
que menos activos acumulan en el año, con USD 94,12 millones y 77,89 millones,
respectivamente.
En el Segmento 2, las
entidades Guaranda Ltda. y De la Pequeña Empresa CACPE Zamora Chinchipe Ltda.
lideran el ranking con activos
registrados por USD 78,68 millones y 72,18 millones, respectivamente. Por el
contrario, las entidades que menos activos poseen son Interandina y Sierra
Centro Ltda., con USD 24,51 millones y 24,47 millones, respectivamente.
Los constantes factores
de la liquidez, el otorgamiento de créditos, la adquisición de activos, la
captación de depósitos de corto y largo plazo, los ingresos ordinarios como los
intereses, el costo de financiamiento, con los gastos ordinarios, entre otros
motivos, impactan en la rentabilidad y a su vez en el desempeño financiero, que
es de suma importancia para el sector de la economía nacional, debido a que
atiende a sectores vulnerables y de alto interés social.
En este sentido, el
objetivo de esta investigación es establecer los determinantes que influyen en
la liquidez y la rentabilidad de las Cooperativas de Ahorro y Crédito que
pertenecen al segmento 1 y 2 del Ecuador, durante el periodo 2015 hasta 2020.
Se realizó un estudio con un total de 408 observaciones de las Cooperativas, la
cual se encuentra divididas en 176 para el Segmento 1, y 232 para el Segmento
2. De tal forma que, para el cumplimiento del objetivo, en una primera
instancia se aplicó el Análisis de Componentes Principales (ACP), seguido de la
aplicación del modelo Auto-Regresivos de Rezagos Distribuidos (ARDL) Simple, con
la finalidad de proporcionar información pertinente a los responsables de la
toma de decisiones y a los analistas externo de las COAC.
1.
Fundamentación teórica
En los últimos años, la
creciente expansión de las COAC ha permitido sacar de la pobreza a muchos
sectores a través del microcrédito (Poveda-Burgos, Erazo-Flores y
Neira-Vera, 2017; Calle e Isaza, 2019),
siendo la única herramienta pública no financiera que se ha consolidado como un
mecanismo para mejorar la calidad de vida de los agentes económicos excluidos y
esto, a su vez, le permite a las COAC obtener su rentabilidad financiera en el
mercado (Cairó
y Gómez, 2015; Barba-Bayas y Gavilánez-Vega, 2016).
El desempeño financiero
en las COAC, es el principal objetivo al final del periodo fiscal y está medido
por la rentabilidad, la solvencia y la capacidad para hacer frente a las
obligaciones (Altamirano et al., 2018; Martínez et al., 2020),
por sí solo no puede rendir el fruto esperado, esta debe estar avalada por la
adecuada gestión que se les emplee a los activos financieros. Este indicador es
solo el resultado obtenido a través del periodo en base al eficiente uso de los
recursos de la organización (Ollague et al., 2017).
A través del tiempo, al
indicador de liquidez se le ha catalogado como la facilidad con la que la
empresa puede obtener dinero mediante los activos sin incurrir en pérdidas de
valor. La evaluación de la capacidad de las empresas para cumplir con sus
obligaciones financieras ha conducido a diferenciar entre los indicadores de
liquidez a corto plazo y el apalancamiento a largo plazo (Rodríguez y Venegas, 2012).
Conocer el nivel de
liquidez de las empresas, como indicador financiero, es fundamental para poder
asegurar el buen funcionamiento de las empresas a largo plazo. Muchas empresas
dejan de existir por tener problemas con la liquidez, es por tal motivo que
todo tipo de decisiones financieras no solo deben estar enfocadas a la creación
de beneficios sino también es necesario, empoderar a la planta laboral con el
objetivo de ofertar producción de calidad en lugar de cantidad (Peña, 2013).
La rentabilidad
financiera es un instrumento que permite el análisis de las utilidades de la
organización a través de las ventas y sus activos, en este caso particular, a
la colocación de los activos financieros de las COAC; mientras mayor sea la
rentabilidad mayor será el beneficio de la misma al final del periodo fiscal (Sanchis y Melián, 2009; Gitman y
Zutter, 2012; Soto et al., 2017).
Al respecto, Senmache et al. (2024),
sostienen que la liquidez y rentabilidad son indicadores financieros pilares fundamentales para la
sostenibilidad y el cumplimiento de los objetivos en estas organizaciones. Tal como se puede
apreciar en el Cuadro 1, el estudio del índice de liquidez y de rentabilidad ha
centrado el interés de muchos investigadores a lo largo del tiempo.
Cuadro
1
Revisión
literaria (variables y métodos)
|
AUTOR/AÑO |
TÍTULO |
VARIABLES |
MÉTODO |
|
Marostica et al. (2017) |
Comportamento
dos custos e indicadores de endividamento e liquidez em empresas do setor de
consumo listadas na BM&FBovespa |
·
Liquidez ·
Endeudamiento |
Modelo de regresión lineal múltiple. |
|
Miralles-Quirós, Miralles-Quirós y Daza-Izquierdo(2017) |
Interrelación
entre el crecimiento y la rentabilidad de la banca comercial en España. |
· Rentabilidad · Tamaño · El nivel
de solvencia · La tasa de
liquidez · La tasa de
morosidad ·
Porcentaje de negocio fuera de balance |
Datos
de Panel |
|
Wasiuzzaman (2018) |
Determinants of Liquidity in Malaysian SMEs: A quantile regression
approach |
·
Liquidez ·
ROA ·
Crecimiento ·
Tangibilidad ·
Apalancamiento ·
Logaritmo
Natural de los Activos ·
Edad ·
Condición
Económica |
Métodos de
mínimos cuadrados ordinarios (MCO) y Regresión Cuantílica |
|
Yüksel et al. (2018) |
Determinants of Profitability in the Banking Sector: An Analysis of
Post-Soviet Countries |
· ROE · Tasa de
Inflación · Relación entre préstamos y depósitos · Relación
de adecuación de capital · Relación
entre préstamos y PIB · Tasas de
interés · Relación
entre activos y PIB ·
Tasa de Crecimiento |
Método Generalizado de los Momentos (GMM) |
|
Kumar, Alam e Islam (2019) |
Determinants of Liquidity of Commercial Banks in Bangladesh: A Panel
Cointegration Approach |
·
Liquidez ·
Adecuación
de capital ·
Calidad
de activos ·
Tamaño
del banco ·
Desarrollo
del mercado de capitales |
Mínimo
cuadrado ordinario del panel (OLS) |
|
Liuspita y Purwanto
(2019) |
The Profitability Determinants of Food And Beverages Companies Listed at The Indonesia Stock Exchange |
· ROA · Tamaño · Años · Crecimiento · Productividad · Afiliación
a la industria ·
Tamaño y rentabilidad de la empresa |
Modelo de
mínimos cuadrados ordinarios (MCO). |
|
Al-Homaidi et al. (2020) |
The Liquidity of Indian Firms: Empirical Evidence of 2154 Firms |
·
Liquidez ·
Tamaño
de los activos ·
Adecuación
de capital ·
Rentabilidad
·
Apalancamiento ·
Edad ·
Actividad
económica ·
Tasa
de Inflación ·
Tasa
de Cambio ·
Tasa
de interés |
Mínimo
cuadrado ordinario del panel (OLS) |
|
Nguyen y Nguyen (2020) |
The Determinants of Profitability in Listed Enterprises: A Study from
Vietnamese Stock Exchange |
· ROA · ROE · Rentabilidad
de Ventas · Tamaño · Capital
Adecuado · Liquidez · Apalancamiento ·
Solvencia |
Método Generalizado de los Momentos (GMM) |
|
Solano, Camino-Mogro y Armijos-Bravo (2020) |
Intra-banking
competition in Ecuador: new evidence using panel data approach |
· ROA · Tasa
Salarial · Capital
Físico · Tasa de
Financiamiento · Apalancamiento · Riesgo de
Crédito |
Datos de
Panel |
|
Ahamed (2021) |
Determinants of Liquidity Risk in the Commercial Banks in Bangladesh |
·
Riesgo
de liquidez ·
Tamaño
del banco ·
Rentabilidad
sobre recursos propios ·
Coeficiente
de solvencia ·
Préstamo/anticipos ·
Tasa
de inflación ·
El
crecimiento del PIB ·
Crédito
Interno |
Datos de
Panel |
|
Obeidat y Darkal (2022) |
Internal Liquidity Determinants Analysis of Commercial Banking Industry
of Jordan |
·
Liquidez ·
Rentabilidad ·
Crecimiento
crediticio ·
Depósitos
de clientes ·
Apalancamiento
financiero ·
Coeficiente
de solvencia ·
Tamaño
del banco |
Datos de
Panel |
Fuente: Elaboración propia, 2024.
Esos estudios utilizan variables explicativas como los índices de
endeudamiento para dar soporte académico a sus aportes investigativos, otra
parte de la literatura desglosa la variable de liquidez utilizando cuentas del
activo como cuentas por cobrar, inventarios y cuentas del pasivo como, cuentas
por pagar y deuda por pagar a corto y largo plazo; además diferentes autores
trabajan con variables independientes macroeconómicas tales como Crecimiento
Económico, Tasa de Inflación, Tipo de Cambio, Tasa de Interés.
Según García, Marín y Martínez (2006), es importante para las organizaciones,
implementar un sistema de control de gestión que les ayude a conocer sus
procesos de manera correcta, con lo cual les permitirá optimizar su ventaja
competitiva y por ende obtener una mayor rentabilidad al final del período
contable. Es por eso que esta investigación, se base en el estudio y las
variables utilizadas en el trabajo de Solano et al.
(2020), que analiza la Competencia intrabancaria en Ecuador: Nueva
evidencia utilizando enfoque de datos de panel, con la diferencia que en la
presente investigación se pretende analizar los determinantes que influyen en
la liquidez y la rentabilidad de las Cooperativas de Ahorro y Crédito en el
corto y largo plazo, utilizando los modelos Autorregresivo de Rezagos
Distribuidos Simple.
2.
Metodología
En relación a la
metodología utilizada en el proceso de investigación, a partir de los
indicadores de liquidez y rentabilidad que fueron tomados de los estados
financieros de las Cooperativas de Ahorro y Crédito del Segmento 1 y 2 de
Ecuador, se realizó una evaluación de la asociación potencial entre las
variables de investigación. Cabe, mencionar que los indicadores tanto el de
liquidez como de rentabilidad, se los calculó según las Fichas Metodológicas de
Indicadores Financieros de la SEPS como se detalla a continuación:
El índice de liquidez,
se lo determina mediante la división del activo corriente en función al pasivo
corriente (Toro
y Palomo, 2014), con la finalidad de establecer la
disponibilidad de capital que poseen las entidades en el corto plazo (Castaño y Arias, 2013);
mientras que el índice de rendimiento sobre la inversión en activos: Determina
la proporción de margen neta que se obtiene en función a la inversión total en
activos (Van
Horne y Wachowicz, 2010), se calcula mediante la
división de la utilidad del ejercicio del período de análisis para el total de
activos y se lo multiplica para 100; y, finalmente, el índice de rendimiento
sobre la inversión en patrimonio, constituye el nivel de utilidad que se
obtiene en base a la estructura patrimonial (Gitman y Zutter, 2012), para lo
cual se divide la utilidad del ejercicio del período en análisis para el total
patrimonio y se multiplica por 100.
En esta investigación,
se empleó el método deductivo-inductivo, tomando teorías generales del ámbito
científico para ser implementadas a una situación particular; lo que a su vez
conlleva a un análisis de hechos particulares para establecer las conclusiones
a una aplicación global (Bernal, 2010). En el Cuadro 2,
se pueden apreciar las variables de estudio.
Cuadro
2
Descripción
de las Variables
|
Variable |
Cuentas/Indicadores/Variables |
|
Activo |
Fondos Disponibles |
|
Activos Fijos |
|
|
Cartera de Créditos |
|
|
Pasivo |
Obligaciones con el
Público |
|
Depósitos a Corto
Plazo |
|
|
Otros Pasivos |
|
|
Patrimonio |
Patrimonio |
|
Gastos |
Gastos de Personal Intereses Causados |
|
Otros Gastos que no
generan Interés |
|
|
Ingresos |
Ingresos |
|
Indicadores |
Liquidez |
|
ROE |
|
|
ROA |
Fuente: Elaboración propia, 2024.
La metodología aplicada
se dividió en dos fases. En primera instancia, se utilizó un Análisis de
Componentes Principales (ACP), el cual es un tipo de método aplicado a un
conjunto de datos multivariables para poder examinar la relación que existe
entre ellas, reduciendo la dimensionalidad de los datos a un grupo menor de
variables no correlacionadas (Polanco, 2016; Irimia-Diéguez, Blanco-Oliver y
Oliver-Alfonso, 2016; Bedoya et al.,
2017). Uno de los objetivos del ACP, es el de
sintetizar la descripción de un conjunto de datos y analizar la estructura de
las observaciones y de las variables (Pineda, Restrepo y Olivera, 2004), a través de la
disminución de la dimensionalidad que puede existir en el conjunto de datos,
dicho en otras palabras, es determinar un grupo de variables más pequeña que
explique la mayor cantidad de variabilidad posible dentro de los datos
originales.
Por lo
que el análisis de componentes principales se delimita de tal modo que el primer
componente principal capture la mayor varianza posible en los datos; el segundo
componente principal capture la mayor varianza restante, y así sucesivamente.
Estos componentes están ordenados por su importancia relativa con respecto a la
información contenida en los datos originales. Así mismo una de las
características clave del ACP es la capacidad de poder descifrar los
componentes principales. La facilidad de la interpretación se debe a la
rotación de los componentes principales, lo que permite una mayor claridad en
la relación entre las variables originales y los componentes resultantes.
De
modo que, una vez obtenida la base de datos, la aplicación del análisis
factorial y el ACP, se la realizó a través de los softwares estadísticos SPSS (Versión 24) y STATA (Versión 14). En
donde al desarrollar el análisis factorial se aplicó la prueba de Kaiser-Meier-Olkin (KMO), en esta prueba
se calcula la idoneidad de los datos utilizados y por lo cual, para que la
relación entre las variables sea alta, el resultado de esta prueba debe ser
mayor o igual a 0.7 (Gallego y Araque, 2019).
Por
otra parte, también se aplicó el Test de Esfericidad de Bartlett
(prueba de Barlett), que
demuestra el nivel de significancia de las variables para la explicación del
modelo, por lo que el p-valor deber ser menor o igual al 5%, lo que se traduce
en la idoneidad para la aplicación de análisis factorial (Altamirano et al., 2018).
Y
finalmente, se aplicó la rotación de factores con el método de rotación Varimax con normalización Kaiser, tal como se realizó en el estudio de
Álvarez y Zulueta (2021), por lo que
la rotación de los componentes principales requiere una transformación lineal
adicional que preserva la varianza total explicada por los componentes, pero
cambia su estructura de correlación. Esta estrategia se utiliza para
simplificar la interpretación de los resultados del ACP, porque facilita la
identificación de las variables originales que tienen la mayor influencia en
cada componente principal (Crombet-Grillet, Abalos-Rodríguez y
Zamora-Matamoros, 2019).
Posteriormente se
desarrollaron modelos Auto-Regresivos de Rezagos Distribuidos (ARDL) Simple,
con la finalidad de analizar la incidencia de las variables de la liquidez y
rentabilidad. En consecuencia, a continuación, se describen los datos
utilizados para validar el fundamento teórico de los factores que inciden como
impulsores de la liquidez y rentabilidad en las Cooperativas de Ahorro y
Crédito del Ecuador, del segmento 1 y 2. El modelo fue implementado utilizando
el programa estadístico STATA 14.
En esta investigación
se utilizó una base de datos administrativos oficiales de los estados
financieros de las Cooperativas de Ahorro y Crédito del Ecuador del segmento 1
y 2, extraídos de la página oficial de la Superintendencia de Economía Popular
y Solidaria (SEPS), que es el organismo regulador y supervisor de las entidades
del sector Financiero Popular y Solidario en el país. El período de análisis
comprende de una serie temporal desde el 2015 hasta 2020 respectivamente, con un
total de 408 observaciones de las Cooperativas, las cuales se encuentran
divididas en 176 para el Segmento 1 y 232 para el Segmento 2.
Por otra parte, para este trabajo las
variables dependientes del estudio fueron seleccionadas según las Fichas
Metodológicas de Indicadores Financieros de la SEPS; mientras que las variables
independientes fueron elegidas según el trabajo de Solano
et al. (2020), de su estudio titulado: “Competencia intrabancaria en
Ecuador: Nueva evidencia utilizando el enfoque de datos de Panel”. En ese
sentido, en el Cuadro 3, se puede apreciar todas las variables que se
utilizarán más adelante en las estimaciones econométricas.
Cuadro
3
Definición
de variables
|
Variable Dependiente Definición |
|
|
Liq |
Índice de
Liquidez = (Fondos Disponibles/Depósitos a Corto
Plazo) *100 |
|
ROE |
Índice de
ROE = ((Ingresos - Gastos) /Patrimonio Total)
*100 |
|
ROA |
Índice de
ROA = ((Ingresos - Gastos) /Activo Total) *100 |
|
Variables Independientes o Explicativas |
|
|
PL |
Tasa Salarial = (Gastos del
Personal/Activo Total) *100 |
|
PK |
Capital
Físico = (Otros Gastos que no Generan
Interés/Activos Fijos) |
|
PF |
Tasa de
Financiamiento = ((Interés
Causados/ (Obligaciones con el Público + Otros Pasivos)) *100 |
|
LEV |
Apalancamiento = (Patrimonio/Activos Totales) *100 |
|
RISK |
Riesgo de
Crédito = (Cartera de Créditos/Activo) *100 |
Fuente: Elaboración propia, 2024.
2.1. Formulación de Modelos Empíricos
Antes de comenzar con
la explicación de los resultados se debe manifestar, que los datos utilizados
para la ejecución de los diferentes modelos fueron tratados, para eliminar su
tendencia y volverlos estacionarios, este ajuste de las variables se realizó
mediante la trasformación de los datos a logaritmos naturales y determinando la
primera diferencia de las variables, tal como:
(1)
(2)
(3)
Se especificaron los
siguientes modelos econométricos y estimaciones, en forma logarítmica natural y
con la diferencia del logaritmo natural:
(4)
(5)
(6)
Así mismo, siguiendo el
modelo tradicional de ARDL se tiene la estimación de la fórmula que sería tal
como:
(7)
(8)
(9)
Por
otra parte, la aplicación de las primeras diferencias dentro de cada uno de las
variables, las ecuaciones 7, 8 y 9 se transforman y quedan de la siguiente
manera:
(10)
(11)
(12)
Donde: 
es la primera diferencia del logaritmo natural
del indicador de Liquidez; 
es una constante; 
demuestran los coeficientes de rezagos de la
primera diferencia del logaritmo natural del indicador de Liquidez; mientras
que 
es la primera diferencia del logaritmo natural
del indicador de ROE, demuestran los coeficientes de rezagos de la primera
diferencia del logaritmo natural del indicador de ROE; y, 
es la primera diferencia del logaritmo natural
del indicador de ROA, demuestran los coeficientes de rezagos de la primera
diferencia del logaritmo natural del indicador de ROA.
Por otra parte, 
coeficientes
de rezagos de la primera diferencia del logaritmo natural de la tasa salarial, 
son los coeficientes de rezagos de la primera
diferencia del logaritmo natural del capital físico de las cooperativas; 
muestran
los coeficientes de rezagos de la primera diferencia del logaritmo natural de
la tasa de financiamiento; 
expresan
los coeficientes de rezagos de la primera diferencia del logaritmo natural del
apalancamiento de las Cooperativas; 
exponen
los coeficientes de rezagos de la primera diferencia del logaritmo natural del
riesgo de crédito.
Asimismo, 
es el
logaritmo natural del indicador de liquides rezagado un periodo; 
es el
logaritmo natural del indicador de ROE rezagado un periodo; 
es el
logaritmo natural del indicador de ROA rezagado un periodo; 
es el
logaritmo natural de la tasa salarial rezagado un periodo; 
es el
logaritmo natural del capital físico rezagado un periodo; 
es el
logaritmo natural de la tasa de financiamiento rezagado un periodo; 
es el
logaritmo natural del apalancamiento rezagado un periodo; 
es el
logaritmo natural del riesgo de crédito rezagado un periodo; y, 
que son los términos de error. Finalmente, los
coeficientes que miden el impacto de corto plazo son 
, 
, 
, 
, 
y 
; mientras que los coeficientes
que miden el impacto de largo plazo son 
, 
, 
, 
, 
y 
.
3. Resultados y discusión
3.1. Resultados del
ACP
En la Figura I, se
puede apreciar los resultados de la aplicación de los test KMO y Esfericidad de Bartlett,
en donde la prueba de Bartlett
determinó un resultado del p-valúe menor al 5%, por lo que se establece que las
variables escogidas para la explicación de esta investigación son muy
significativas, teniendo un nivel de confiabilidad de más del 95%. Por otra
parte, en la misma figura se tiene el resultado de la prueba de KMO, el cual
demuestra que es bastante idóneo utilizar el análisis factorial, que se obtuvo
un resultado del 0,90, demostrando la alta idoneidad
que existe entre las variables a la hora de utilizar el análisis factorial.
Fuente:
Elaboración propia, 2024 en base a los resultados del SPPS y STATA.
Figura I:
Prueba de KMO y Test de Esfericidad
de Bartlett
Con relación a la Tabla
1, se observa en ella los Autovalores de los Componentes y Varianza total
explicada, en donde además se puede apreciar que la base de datos de estudio
contó con un total de 17 componentes o factores. De los cuales, según los
criterios teóricos para la selección de los componentes principales, se tiene
que los autovalores iniciales de la varianza deben ser mayores a 1, de tal
forma como se aprecia en los resultados, en esta investigación existen 2
componentes principales, los cuales explican el 83,29%. Por lo que los factores
que influyen en los indicadores de liquidez y rentabilidad de las Cooperativas
de Ahorro y Crédito se encuentran entre los dos primeros componentes.
Tabla 1
Autovalores de los Componentes
y Varianza total explicada
|
|
Autovalores iniciales |
Sumas de extracción de cargas al cuadrado |
Sumas de rotación de cargas al cuadrado |
||||||
|
Componente |
Total |
% de varianza |
% acumulado |
Total |
% de varianza |
% acumulado |
Total |
% de varianza |
% acumulado |
|
1 |
12,550 |
73,825 |
73,825 |
12,550 |
73,825 |
73,825 |
12,550 |
73,823 |
73,823 |
|
2 |
1,594 |
9,378 |
83,203 |
1,594 |
9,378 |
83,203 |
1,595 |
9,380 |
83,203 |
|
3 |
0,999 |
5,875 |
89,078 |
|
|
|
|
|
|
|
4 |
0,919 |
5,408 |
94,486 |
|
|
|
|
|
|
|
5 |
0,401 |
2,357 |
96,843 |
|
|
|
|
|
|
|
6 |
0,257 |
1,512 |
98,355 |
|
|
|
|
|
|
|
7 |
0,103 |
0,605 |
98,960 |
|
|
|
|
|
|
|
8 |
0,073 |
0,428 |
99,388 |
|
|
|
|
|
|
|
9 |
0,046 |
0,271 |
99,659 |
|
|
|
|
|
|
|
10 |
0,031 |
0,183 |
99,842 |
|
|
|
|
|
|
|
11 |
0,011 |
0,066 |
99,907 |
|
|
|
|
|
|
|
12 |
0,008 |
0,046 |
99,953 |
|
|
|
|
|
|
|
13 |
0,005 |
0,029 |
99,982 |
|
|
|
|
|
|
|
14 |
0,002 |
0,012 |
99,995 |
|
|
|
|
|
|
|
15 |
0,001 |
0,003 |
99,998 |
|
|
|
|
|
|
|
16 |
0,000 |
0,002 |
100,000 |
|
|
|
|
|
|
|
17 |
-4,356E-16 |
-2,563E-15 |
100,000 |
|
|
|
|
|
|
Nota: Método de
extracción, ACP.
Fuente:
Elaboración propia, 2024 en base a los resultados del SPPS y STATA.
Asimismo, en el Gráfico
I, se muestra la sedimentación, en el cual se puede afirmar una vez más la
utilización de los 2 componentes principales, los mismos que tienen mayor
representación con respecto al resto de los componentes.
Fuente:
Elaboración propia, 2024 en base a los resultados del SPPS y STATA.
Gráfico I:
Sedimentación
En cuanto a la Tabla 2 y
la Figura II, se aprecia los componentes rotados, el cual fue aplicado a través
del método de rotación Varimax, con
normalización Kaiser, en donde según
la teoría para la elección de las variables que mayor correlación tengan deben
tener una carga o valor mayor o igual al 0,5, por lo que en el primer
componente se demuestra que existen la correlación de trece variables; mientras
que en el segundo componente principal solo existe la correlación entre dos
variables. Es decir, en el primer componente se excluyen las variables tales
como otros pasivos y los indicadores de liquidez y rentabilidad; en tanto que
en el segundo componente las únicas variables que demuestran correlación son
las variables de los indicadores de rentabilidad de las cooperativas de ahorro
y crédito del Ecuador.
Tabla 2
Matriz de componente rotado
|
|
Componente |
|
|
1 |
2 |
|
|
ACTIVO |
0,997 |
-0,010 |
|
FONDOS
DISPONIBLES |
0,965 |
-0,009 |
|
ACTIVOS
FIJOS |
0,955 |
-0,033 |
|
CARTERA DE
CREDITOS |
0,993 |
-0,008 |
|
PASIVO |
0,996 |
-0,014 |
|
OBLIGACIONES
CON EL PUBLICO |
0,995 |
-0,017 |
|
DEPÓSITOS
A CORTO PLAZO |
0,872 |
-0,008 |
|
OTROS
PASIVOS |
0,363 |
-0,032 |
|
PATRIMONIO |
0,969 |
0,021 |
|
GASTOS |
0,995 |
-0,033 |
|
GASTOS DE
PERSONAL |
0,977 |
-0,014 |
|
INTERESES
CAUSADOS |
0,993 |
-0,024 |
|
OTROS
GASTOS QUE NO GENERAN INTERÉS |
0,989 |
-0,029 |
|
INGRESOS |
0,995 |
-0,011 |
|
INDLIQUI |
-0,022 |
0,079 |
|
INDROE |
0,081 |
0,889 |
|
INDROA |
0,085 |
0,890 |
Nota: Método de extracción,
ACP y Método de rotación: Varimax con
normalización Kaiser.
Fuente:
Elaboración propia, 2024 en base a los resultados del SPPS y STATA.
Fuente:
Elaboración propia, 2024 en base a los resultados del SPPS y STATA.
Figura II:
Gráfico de componentes en el espacio rotado
3.2. Resultados de la metodología ARDL
En cuanto a los hallazgos de la aplicación de la metodología ARDL, en la
Tabla 3 se puede apreciar las pruebas de raíz unitaria, demostrando que se
rechaza la hipótesis nula de que existe raíz unitaria, declarando a todas las
variables como estacionarias puesto que son mayor al valor crítico del 1%, 5% y
10%, respectivamente, mediante el tratamiento de las variables que ya se
explicó anteriormente, siendo el resultado, las diferencias de los logaritmos
naturales de las variables.
Tabla 3
Test de Raíz Unitaria
|
Variable |
Test Statistic |
1% Critical Value |
5% Critical Value |
10% Critical Value |
|
dlnLiq |
-33.045 |
-2.580 |
-1.950 |
-1.620 |
|
dlnROA |
-31.472 |
|||
|
dlnROE |
-31.569 |
|||
|
dlnPL |
-35.143 |
|||
|
dlnPK |
-34.733 |
|||
|
dlnPF |
-32.013 |
|||
|
dlnLEV |
-36.011 |
|||
|
dlnRISK |
-36.413 |
Fuente: Elaboración propia, 2024.
Se realizaron 3 modelos con la metodología ARDL tal como se puede
apreciar en las Tablas 4, 5 y 6, en donde se expresan las estimaciones de corto
y largo plazo de los modelos correspondiente a los Segmentos 1 y 2 de las Cooperativas
de Ahorro y Crédito en Ecuador.
Como se
puede visualizar en la Tabla 4, en el modelo 1, se demuestra la relación que
tiene el apalancamiento y el riesgo de crédito, los cuales son componentes
significativos para influir directamente en el nivel de la liquidez de las
Cooperativas de Ahorro y Crédito que pertenecen al segmento 1. Donde las
estimaciones en corto plazo se evidenciaron que en un aumento del
apalancamiento en 1%, la liquidez de las cooperativas disminuiría en 1,20%,
demostrando una relación inversamente en el corto plazo. Por otra parte, las
estimaciones en el largo plazo demostraron que, si el apalancamiento de las
cooperativas aumenta en 1%, la liquidez aumentaría en 0,38% y a su vez un
aumento en el riesgo de crédito de las cooperativas en 1%, la liquidez
aumentaría en 0,13%.
Tabla
4
Estimaciones
de Corto y Largo plazo de las Cooperativas de Ahorro y Crédito del Segmento 1 y
2, sobre la Liquidez
|
VARIABLES |
Modelo 1 (Segmento 1) |
Modelo 1 (Segmento 2) |
|
ADF |
|
|
|
dlnliq L1. |
-3.064* (0.2660) |
-2.7643* (0.2159) |
|
LR |
|
|
|
lnpl |
-0.0121 (0.0350) |
-0.0529**** (0.0329) |
|
lnpk |
0.0110 (0.0142) |
-0.0562** (0.0229) |
|
lnpf |
-0.0090 (0.0533) |
-0.2235* (0.0573) |
|
lnlev |
0.3759* (0.1209) |
0.0547*** (0.0326) |
|
lnrisk |
0.1330* (0.0407) |
-0.1609**** (0.1112) |
|
SR |
|
|
|
dlnliq |
|
|
|
LD. |
1.430* (0.2160) |
1.0204* (0.1785) |
|
L2D. |
0.7905* (0.1492) |
0.5753* (0.1237) |
|
L3D. |
0.3753* (0.0784) |
0.2239* (0.0645) |
|
dlnlev |
|
|
|
D1. |
-1.204* (0.3071) |
- |
|
LD. |
-0.7857* (0.2269) |
- |
|
L2D. |
-0.3335* (0.1258) |
- |
|
_const |
- |
- |
|
Number of obs |
117 |
173 |
|
R-squared |
0.8265 |
0.8405 |
|
Adj R-squared |
0.8067 |
0.8317 |
Nota: Errores
estándar en paréntesis. *Significativo al 1%, ** Significativo al 5%,
***Significativo al 10% y ****Significativo al 15%. L: rezago; D1: la
diferencia; LD: rezago de la diferencia, L2D: segundo rezago de la diferencia;
y L3D: tercer rezago de la diferencia.
Fuente: Elaboración
propia, 2024 a partir de los resultados el software.
Mientras
las estimaciones de Corto y Largo plazo de las Cooperativas de Ahorro y Crédito
del Segmento 2, que se encuentran detalladas en esta misma Tabla 4, demuestran
que existe relación significativa entre la liquidez, el capital físico de las
cooperativas, la tasa de financiamiento y el apalancamiento solamente en el
largo plazo, caso que no ocurrió en las cooperativas pertenecientes al Segmento
1.
Así, en las
estimaciones de largo plazo se evidenció que, si el capital de trabajo de las cooperativas
que pertenecen al Segmento 2, aumenta en 1%, la liquidez disminuiría en 0,06%.
A su vez si la tasa de financiamiento se aumenta en 1%, la liquidez de las
cooperativas bajaría en 0,22%. Y finalmente, se demuestra que si el
apalancamiento de las cooperativas que pertenecen al Segmento 2, aumenta en 1%
la liquidez tendría la tendencia de aumentar en 0,05%.
Por otra
parte, en la Tabla 5, se detallan las estimaciones del modelo 2, en donde se
evidencia los determinantes de la rentabilidad específicamente del ROA; se
demuestra que, en el corto plazo, si el apalancamiento de las cooperativas que
pertenecen al Segmento 1, incrementa el 1%, el ROA disminuirá en 1,31%. Al
mismo tiempo que, si el Riesgo de Crédito aumenta, el ROA disminuirá en 1,39%.
Mientras que en las estimaciones de largo plazo demuestran que, si la Tasa
Salarial sube 1% en las cooperativas, el ROA disminuye en 0,24%. A su vez si el
apalancamiento de las cooperativas incrementa el 1%, el ROA aumentará en 1,51%.
Y finalmente, si el Riesgo de Crédito crece, el ROA aumentaría en 1%.
Tabla
5
Estimaciones
de Corto y Largo plazo de las Cooperativas de Ahorro y Crédito del Segmento 1 y
2, sobre el ROA
|
VARIABLES |
Modelo 2 (Segmento 1) |
Modelo 2 (Segmento 2) |
|
ADF |
|
|
|
dlnroa L1. |
-1.478* (0.0708) |
-1.3755* (0.0803) |
|
LR |
|
|
|
lnpl |
-0.2360*** (0.1454) |
0.1736 (0.2358) |
|
lnpk |
-0.0701 (0.0546) |
0.3450** (0.1438) |
|
lnpf |
0.1637 (0.2070) |
-2.2631* (0.6786) |
|
lnlev |
1.506* (0.3389) |
2.4586* (0.5989) |
|
lnrisk |
0.9951** (0.5001) |
6.6156* (1.5295) |
|
SR |
|
|
|
dlnpf |
|
|
|
D1. |
|
1.2280** (0.5650) |
|
dlnlev |
|
|
|
D1. |
-1.310* (0.2748) |
-2.0422* (0.4664) |
|
dlnrisk |
|
|
|
D1. |
-1.392** (0.5982) |
-4.5630* (1.2299) |
|
LD. |
-1.429* (0.3923) |
- |
|
L2D. |
-0.5312* (0.1890) |
- |
|
_const |
- |
- |
|
Number of obs |
110 |
137 |
|
R-squared |
0.8594 |
0.7819 |
|
Adj R-squared |
0.8452 |
0.7664 |
Nota:
Errores estándar en paréntesis. *Significativo
al 1%, ** Significativo al 5%, ***Significativo al 10% y ****Significativo al
15%. L: rezago; D1: la diferencia; LD: rezago de la diferencia, L2D: segundo
rezago de la diferencia y L3D: tercer rezago de la diferencia.
Fuente: Elaboración
propia, 2024.
En cuanto a
las estimaciones de las Cooperativas de Ahorro y Crédito que pertenecen al Segmento
2, se evidenció que en el corto plazo cuando exista un aumento de 1% en la
tasa de financiamiento, el ROA de las
cooperativas aumentaría en 1,23%. Mientras que cuando exista un aumento de 1%,
en el apalancamiento de las cooperativas, el ROA
bajaría en 2,04%. Lo mismo pasaría si existiera un aumento en el riesgo de
crédito de 1%, el ROA disminuiría en 4,56%.
Por otra
parte, en las estimaciones de largo plazo se demuestra que cuando exista un
aumento en el capital físico de 1%, el ROA aumentaría en 0,34. En cuanto la
tasa de financiamiento aumentaría en 1%, el ROA disminuiría en 2,26%. A su vez,
si existiera un aumento en el apalancamiento de 1% de las cooperativas,
permitiría que el ROA aumentaría en 2,46%. Y finalmente, si existiera un
aumento de 1% en el riesgo de crédito, el ROA aumentaría en 6,62%.
Por último,
en la Tabla 6, se expresan las estimaciones del modelo 3, demostrando los
determinantes de la rentabilidad como lo es el ROE de las Cooperativas de
Ahorro y Crédito del Segmento 1 y 2, por lo cual se demuestra la relación que
tiene el capital físico, la tasa de financiamiento, el apalancamiento y
finalmente el riesgo de crédito, los cuales son componentes significativos para
influir directamente en el nivel de ROE de las Cooperativas de Ahorro y
Crédito. En este sentido, en las estimaciones en corto plazo se evidencia que
un aumento del apalancamiento en 1%, el ROE de las cooperativas disminuiría en
0,83%; mientras que un aumento del Riesgo de Crédito en 1%, el ROE disminuiría en
1,12%, demostrando una relación inversamente en el corto plazo.
Tabla
6
Estimaciones de Corto y Largo plazo de las Cooperativas de
Ahorro y Crédito del Segmento 1 y 2, sobre el ROE
|
VARIABLES |
Modelo 3 (Segmento 1) |
Modelo 3 (Segmento 2) |
|
ADF |
|
|
|
dlnroe L1. |
-2.229* (0.2124) |
-1.3755* (0.08035) |
|
LR |
|
|
|
lnpl |
-0.1524*** (0.0921) |
0.1736 (0.2358) |
|
lnpk |
-0.0471 (0.0351) |
0.34504** (0.1438) |
|
lnpf |
0.0840 (0.1324) |
-2.2631* (0.6786) |
|
lnlev |
0.3487*** (0.2133) |
1.4586** (0.5989) |
|
lnrisk |
0.5225**** (0.3253) |
6.6156* (1.5295) |
|
SR |
|
|
|
dlnroe |
|
|
|
LD. |
0.6174* (0.1619) |
- |
|
L2D. |
0.3549* (0.1034) |
- |
|
L3D. |
0.1153** (0.0443) |
- |
|
dlnpf |
|
|
|
D1 |
|
1.2280** (0.5650) |
|
dlnlev |
|
|
|
D1. |
-0.8308* (0.2668) |
-1.6667* (0.4636) |
|
dlnrisk |
|
|
|
D1. |
-1.116** (0.5709) |
-4.5630* (1.2299) |
|
LD. |
-1.245* (0.3755) |
- |
|
L2D |
-0.4735** (0.1799) |
- |
|
_const |
- |
- |
|
Number of obs |
110 |
137 |
|
R-squared |
0.8759 |
0.7824 |
|
Adj R-squared |
0.8591 |
0.7669 |
Nota:
Errores estándar en paréntesis. *Significativo
al 1%, ** Significativo al 5%, ***Significativo al 10% y ****Significativo al
15%. L: rezago; D1: la diferencia; LD: rezago de la diferencia, L2D: segundo
rezago de la diferencia y L3D: tercer rezago de la diferencia.
Fuente: Elaboración
propia, 2024.
Por otra
parte, las estimaciones en el largo plazo demostraron que, si la tasa salarial
de las cooperativas aumenta en 1%, el ROE disminuirá en 0,15%; al mismo tiempo
un aumento en el apalancamiento, el ROE aumentará en 0,35%; y finalmente, se
tiene que, si el Riesgo de Crédito de las cooperativas aumenta en 1%, el ROE
aumentaría en 0,52%.
Con
respecto a las estimaciones de las cooperativas que pertenecen al Segmento 2,
demostraron que en el corto plazo cuando exista un aumento de 1% de la tasa de
financiamiento, el ROE de las cooperativas aumentarán en 1,22%; mientras que
cuando exista un incremento de 1% en el apalancamiento, el ROE disminuiría en
1,67%. Al mismo tiempo, que sí se genera un aumento de 1% del Riesgo de
Crédito, el ROE disminuiría en 4,56%.
Por otra
parte, en las estimaciones de largo plazo se evidenció que: Cuando exista un
aumento de 1% en el capital físico de las cooperativas que
pertenecen al Segmento 2, el ROE aumentará en 0,34%. Así mismo si se diera un
aumento de 1% de la tasa de financiamiento, el ROE bajará en 2,26%. Mientras
que cuando exista un incremento de 1% en el apalancamiento, el ROE de las
cooperativas aumentaría en 1,46%. Y, por último, cuando exista un aumento del Riesgo de Crédito en 1%, el ROE aumentaría en 6,62%.
En resumen,
las estimaciones de los modelos ARDL evidencian la necesidad que tienen las
cooperativas, para poder mejorar su gestión financiera y así poder tomar las
mejores decisiones (Báez y Puentes, 2018) a
fin de que contribuyan en una adecuada gestión
en el corto y largo plazo y con ello su posicionamiento.
Asimismo, mediante
una revisión a la literatura financiera al hacer una relación de la liquidez y
la rentabilidad algunos autores no llegan a un consenso por lo que se argumenta
que con un incremento a la inversión en activos corrientes crecerían los
activos totales sin un aumento proporcional de la rentabilidad (Baños-Caballero, García-Teruel y Martínez-Solano, 2010); al mismo tiempo, Soenen (1993) argumenta que las altas inversiones en capital de
trabajo también podrían llevar a las empresas a un desequilibrio en el largo
plazo.
En cuanto a la
rentabilidad sobre activo (ROA), en donde se la mide dividiendo la utilidad del
ejercicio sobre activos totales, dentro de la literatura se ha evidenciado que
la rentabilidad tiene un efecto negativo en la liquidez de las empresas (García-Teruel y Martínez-Solano,
2007; Baños-Caballero et
al., 2010; Wasiuzzaman, 2015; Tran, Abbott y Jin, 2017), pero al mismo tiempo otros autores han
encontrado que el aumento de efectivo de las compañías altamente rentables
resultan en un manejo eficiente de liquidez, por lo que concluyen que existe
una relación positiva entre rentabilidad y liquidez (Wasiuzzaman y Arumugam, 2013).
Asimismo,
se incluye otra variable explicativa como lo es el apalancamiento, puesto
que una empresa con un índice de endeudamiento alto, dedicará su atención a su
liquidez para permitir que el efectivo disponible se utilice en oportunidades
de inversión productiva (Wasiuzzaman y Arumugam, 2013).
En síntesis, existe una
relación intrínseca entre la liquidez con la rentabilidad y viceversa, por los
resultados de este estudio y los fundamentos teóricos que denotan que las
tendencias de incremento o disminución de los beneficios netos (del ROA y ROE)
generan afectaciones a la liquidez, y a su vez se evidenció que las variables
con mayor incidencia o una relación inversa tanto a corto como a largo plazo,
resultaron ser los indicadores de liquidez y rentabilidad, que son las
variables de apalancamiento y de riesgo de crédito,
seguidos de la variable de la tasa de financiamiento.
Conclusiones
A través de los
resultados del ACP, se pudo establecer que existe una mayor relación entre las
variables de estudio en función al indicador de rentabilidad. Sin embargo,
también se pudo determinar que existe una baja correlación entre las variables
de estudio y el indicador de liquidez. Pero esto no implica que el indicador de
liquidez deja de ser importante, al contrario, este indicador también influye
significativamente, puesto que los dos componentes en cuestión explican en un
83,20%; y además con la aplicación de las pruebas de KMO y de Bartlett, se validó que es idóneo
utilizar el análisis factorial para este estudio.
Asimismo, los
resultados que proporcionaron las estimaciones de los modelos ARDL demuestran
la necesidad que tienen las cooperativas, para poder mejorar su gestión
financiera y así poder tomar decisiones para que contribuyan en una adecuada
gestión en el corto y largo plazo.
Como se puede
evidenciar y concluir, el factor de la liquidez y la rentabilidad es un aspecto
neurálgico para el crecimiento de una organización y contribuir en la
generación de una homeóstasis financiera. Para ello es imperativo que la
gestión administrativa y financiera de las cooperativas, establezcan políticas
con parámetros acorde a la realidad intrainstitucional respecto a los niveles
de liquidez y rentabilidad, que se enfoquen a la maximización constante de la
riqueza económica, que permita a las entidades ser más flexibles para otorgar
financiamientos a sectores productivos y de manera especial con créditos de
vivienda de tipo de interés social.
Referencias bibliográficas
Ahamed, F. (2021). Determinants of liquidity risk in
the commercial banks in Bangladesh. European Journal of Business and
Management Research, 6(1), 164-169. https://doi.org/10.24018/ejbmr.2021.6.1.729
Al-Homaidi, E. A., Tabash, M. I., Al-Ahdal, W. M.,
Farhan, N. H. S., y Khan, S. H. (2020). The liquidity of indian firms: Empirical evidence of
2154 firms. Journal of Asian Finance, Economics and Business, 7(1),
19-27. https://doi.org/10.13106/jafeb.2020.vol7.no1.19
Altamirano, A., Cruz, M., Villalba, N., e Ipiales, K.
(2018). Modelo
de diagnóstico para medir el desempeño financiero en las cooperativas de ahorro
y crédito del Ecuador. Revista de Investigación en Modelos Financieros, 1,
124-146. https://ojs.econ.uba.ar/index.php/RIMF/article/view/1420
Álvarez,
B. L., y Zulueta, C. E. (2021). Marketing y la demanda de viviendas sostenibles
en Perú. Revista de Ciencias Sociales (Ve), XXVII(2), 368-384. https://doi.org/10.31876/rcs.v27i1.35317
Auquilla,
L. A., y Ordóñez, E. F. (2013). La economía popular y solidaria y los
emprendimientos en las localidades de la parroquia rural San Losé, Ecuador. Observatorio
de la Economía Latinoamericana, (185),
1-18. https://www.eumed.net/cursecon/ecolat/ec/2013/pachamama.html
Báez, M. D.
P., y Puentes, G. A. (2018). Parámetros financieros para la toma de decisiones
en pequeñas y medianas empresas del municipio Duitama, Colombia. Revista de Ciencias Sociales (Ve), XXIV(1),
67-84. https://produccioncientificaluz.org/index.php/rcs/article/view/24933
Baños-Caballero, S., García-Teruel, P. J., y Martínez-Solano,
P. (2010). Working capital management in SMEs. Accounting & Finance, 50(3),
511-527. https://doi.org/10.1111/j.1467-629X.2009.00331.x
Barba-Bayas,
D., y Gavilánez-Vega, M. (2016). Gestión social en las Cooperativas de Ahorro y
Crédito de una provincia ecuatoriana. Revista Ciencia Unemi, 9(19),
30-38. https://doi.org/10.29076/issn.2528-7737vol9iss19.2016pp30-38p
Bedoya,
E. A., Vargas, L. E., González, H. K., y Severiche, C. A. (2017). Análisis de
componentes principales para caracterización estructural de PYMES
manufactureras de Cartagena de Indias, Colombia. Lámpsakos, (17), 52-58. http://dx.doi.org/10.21501/21454086.2361
Bernal,
C. A. (2010). Metodología de la investigación: Administración, economía,
humanidades y ciencias sociales. Pearson Educación.
Calle, J. S., e Isaza, G. M. (2019). Cooperativismo como compromiso para la construcción de la paz
en Colombia. Revista de Ciencias Sociales (Ve), XXV(E-1), 156-169. https://doi.org/10.31876/rcs.v25i1.29606
Cairó,
G., y Gómez, L. K. (2015). El enfoque financiero vs. el enfoque social del
microcrédito. un análisis comparativo mundial. REVESCO. Revista de Estudios
Cooperativos, 118, 31-59. https://doi.org/10.5209/REV_REVE.2015.N118.49062
Castaño,
C. E., y Arias, J. E. (2013). Análisis financiero integral de empresas
colombianas 2009-2010: Perspectivas de competitividad regional. Entramado,
9(1), 84-100. https://revistas.unilibre.edu.co/index.php/entramado/article/view/3446
Código Orgánico Monetario y Financiero [COMF]. 12 de septiembre de 2014.
Segundo Suplemento del Registro Oficial No.332.
Crombet-Grillet,
S., Abalos-Rodríguez, A., y Zamora-Matamoros, L. (2019). Determinación de los
parámetros ambientales de mayor incidencia en las aguas residuales de la
comunidad universitaria Antonio Maceo. Revista Cubana de Química, 31(1),
137-153. https://cubanaquimica.uo.edu.cu/index.php/cq/article/view/4796
Gallego,
L., y Araque, O. (2019). Variables de influencia en la capacidad de aprendizaje.
Un análisis por conglomerados y componentes principales. Información
Tecnológica, 30(2), 257-264. https://doi.org/10.4067/S0718-07642019000200257
García,
D., Marín, S., y Martínez, F. J. (2006). La contabilidad de costos y
rentabilidad en la Pyme. Contaduría y Administración, (218), 39-59. http://dx.doi.org/10.22201/fca.24488410e.2006.578
García-Teruel,
P. J., y Martínez-Solano, P. (2007). Effects of working capital management on SME profitability.
International Journal of Managerial Finance, 3(2), 164-177. https://doi.org/10.1108/17439130710738718
Gitman, L. J., y Zutter, C. J. (2012). Principios
de Administración Financiera.
Pearson Educación.
Irimia-Diéguez,
A., Blanco-Oliver, A., y Oliver-Alfonso, M. D. (2016). Modelización de la
autosuficiencia de las instituciones microfinancieras mediante regresión
logística basada en análisis de componentes principales. Journal of
Economics, Finance and Administrative Science, 21(40), 30-38. https://doi.org/10.1016/j.jefas.2015.12.002
Kumar, R., Alam, M. B., e Islam, K. M. Z. (2019). Determinants of liquidity of commercial banks in
Bangladesh: A panel cointegration approach. The Jahangirnagar Journal of Business Studies,
8(1), 137-149. https://www.researchgate.net/publication/341427389_Determinants_of_Liquidity_of_Commercial_Banks_in_Bangladesh_A_Panel_Cointegration_Approach
Liuspita, J., y Purwanto, E. (2019). The profitability
determinants of food and beverages companies listed at the Indonesia stock
exchange. International Journal of Scientific & Technology Research,
8(9), 197-202. https://www.ijstr.org/final-print/sep2019/The-Profitability-Determinants-Of-Food-And-Beverages-Companies-Listed-At-The-Indonesia-Stock-Exchange.pdf
Marostica, J., Borgert, A., De Souza, F. R., y Murilo,
S. (2017). Comportamento
dos custos e indicadores de endividamento e liquidez em empresas do setor de
consumo listadas na BM&FBovespa. Contabilidad y Negocios, 11(22),
6-21. https://doi.org/10.18800/contabilidad.201602.001
Martínez, H.
R., Cazallo, A. M., Meñaca, I., y Uribe, C. M. (2020). Desempeño financiero de
las empresas minoristas de alimentos y bebidas en Barranquilla - Colombia. Revista
de Ciencias Sociales (Ve), XXVI(1), 144-160. https://doi.org/10.31876/rcs.v26i1.31316
Miralles-Quirós, M. D. M., Miralles-Quirós, J. L., y
Daza-Izquierdo, J. (2017). Interrelación
entre el crecimiento y la rentabilidad de la banca comercial en España. Estudios
de Economía Aplicada, 35(3), 611-628. https://doi.org/10.25115/eea.v35i3.2495
Nguyen,
T. N. L., y Nguyen, V. C. (2020). The determinants of profitability in listed enterprises:
A study from Vietnamese stock exchange. Journal of Asian Finance, Economics
and Business, 7(1), 47-58. https://doi.org/10.13106/jafeb.2020.vol7.no1.47
Obeidat, M. I. S., y Darkal, N. M. A. M. Y. (2022). Internal liquidity
determinants analysis of commercial banking industry of Jordan. WSEAS
Transactions on Environment and Development, 18, 382-393. https://doi.org/10.37394/232015.2022.18.38
Ollague, J. K., Ramón, D. I., Soto, C. O., y Novillo,
E. F. (2017). Indicadores
financieros de gestión: Análisis e interpretación desde una visión
retrospectiva y prospectiva. INNOVA Research Journal, 2(8.1), 22-41.
https://doi.org/10.33890/innova.v2.n8.1.2017.328
Peña,
M. (2013). La importancia del análisis de la trayectoria empresarial bajo dos
dimensiones: Posición económica y financiera en las empresas ecuatorianas. Retos:
Revista de Ciencias Administrativas y Económicas, 3(5), 89-98. https://retos.ups.edu.ec/index.php/retos/article/view/5.2013.06
Pineda,
H., Restrepo, L. F., y Olivera, M. (2004). Comparación morfométrica entre machos
y hembras de Cachama Negra (Colossoma macropomum, Cuvier 1818) mantenidos en
estanque. Revista Colombiana de Ciencias Pecuarias, 17(4),
24-29. https://doi.org/10.17533/udea.rccp.323956
Polanco,
J. M. (2016). El papel del análisis por componentes principales en la
evaluación de redes de control de la calidad del aire. Comunicaciones en Estadística,
9(2), 271-294. https://doi.org/10.15332/s2027-3355.2016.0002.06
Poveda-Burgos,
G. H., Erazo-Flores, E. A., y Neira-Vera, G. J. (2017). Importancia de las
cooperativas en el Ecuador al margen de la economía popular y solidaria. Observatorio
de La Economía Latinoamericana, (233), 1-17. https://www.eumed.net/cursecon/ecolat/ec/2017/cooperativas-ecuador.html
Rodríguez,
A., y Venegas, F. (2012). Liquidez y apalancamiento de la banca comercial en
México. Análisis Económico, XXVII(66),
73-96. https://analisiseconomico.azc.uam.mx/index.php/rae/article/view/181
Sanchis,
J. R., y Melián, A. (2009). Rentabilidad y eficiencia de las entidades
financieras de economía social en España. Revista Venezolana de Gerencia,
14(45), 24-41. https://www.produccioncientificaluz.org/index.php/rvg/article/view/10520
Senmache, T. R., Vellón, V. I., Neri, A. C., y Ramos, N. P. (2024). Liquidez y rentabilidad de las Cajas Municipales de Ahorro y
Crédito del Perú: Periodo 2020 – 2022. Revista de Ciencias Sociales (Ve),
XXX(2), 504-515. https://doi.org/10.31876/rcs.v30i2.41927
Soenen, L. A. (1993). Cash conversion cycle and
corporate profitability. Journal of Cash Management, 13(4), 53-57.
Solano, J., Camino-Mogro, S., y Armijos-Bravo, G.
(2020). Intra-banking competition in Ecuador: new evidence using panel data
approach. Journal of Economics, Finance and Administrative Science, 25(50),
295-319. https://doi.org/10.1108/JEFAS-05-2019-0081
Soto,
C. O., Ollague, J. K., Arias, V., y Sarmiento, C. (2017). Perspectivas de los
criterios de evaluación financiera, una selfie al presupuesto de proyectos de
inversión. INNOVA Research Journal, 2(8.1), 139-158. https://doi.org/10.33890/innova.v2.n8.1.2017.357
Superintendencia
de Economía Popular y Solidaria – SEPS (2023). Segmentación de entidades del
SFPS, año 2023. SEPS. https://www.seps.gob.ec/institucion/segmentacion-de-esfps/
Toro,
J., y Palomo, R. (2014). Análisis del riesgo financiero en las PYMES – estudio
de caso aplicado a la ciudad de Manizales. Revista Lasallista de
Investigación, 11(2), 78-88. http://revistas.unilasallista.edu.co/index.php/rldi/article/view/670
Tran,
H., Abbott, M., y Jin, C. (2017). How does working capital management affect the
profitability of Vietnamese small and medium sized enterprises? Journal of
Small Business and Enterprise Development, 24(1), 2-11. https://doi.org/10.1108/JSBED-05-2016-0070
Van Horne, J. C., y Wachowicz, J. M. (2010). Fundamentos
de Administración Financiera.
Pearson Educación.
Wasiuzzaman, S. (2015). Working capital and
profitability in manufacturing Firms in Malaysia: An empirical study. Global
Business Review, 16(4), 545-556. https://doi.org/10.1177/0972150915581098
Wasiuzzaman, S. (2018). Determinants of Liquidity in
Malaysian SMEs: A quantile regression approach. International Journal of
Productivity and Performance Management, 67(9), 1566-1584. https://doi.org/10.1108/IJPPM-12-2017-0354
Wasiuzzaman, S., y Arumugam, V. C. (2013). Determinants
of Working Capital Investment: A Study of Malaysian PublicListed Firms. Australasian
Accounting, Business and Finance Journal, 7(2), 63-83. https://doi.org/10.14453/aabfj.v7i2.5
Yüksel, S., Mukhtarov, S., Mammadov, E., y Özsarı, M.
(2018). Determinants of profitability in the banking sector: An analysis of
post-soviet countries. Economies, 6(3), 41. https://doi.org/10.3390/economies6030041