Análisis de la Eficiencia Financiera de los Operadores Turísticos del Archipiélago de San Andrés en 2018
DOI:
https://doi.org/10.18041/2619-4244/dl.26.6187Palabras clave:
Eficiencia, Eficiencia financiera, PCA, Operadores turísticosResumen
En este proyecto se formula una metodología que combina el Análisis de Componentes Principales (PCA, por sus siglas en ingles) y Análisis Envolvente de Datos (DEA, por sus siglas en ingles) para realizar el análisis de la eficiencia financiera de los operadores turísticos del archipiélago de San Andrés en Colombia del año 2018. A través de esta metodología se pretende generar un análisis exhaustivo de eficiencia que tenga como entradas en el modelo el número de trabajadores, costos operacionales, activos corrientes, ingresos operacionales; y como salidas se tiene la utilidad operacional y la utilidad neta. Además, se va a diseñar un análisis de Benchmarking el cual genera un ranking de las empresas más eficientes a las menos eficientes, y finalmente, se entrega un reporte de los objetivos que debe cumplir una unidad de estudio para que pueda ser eficiente, esto último para identificar las fortalezas y debilidades de las unidades eficientes y no eficientes. Esta investigación se concluye que el 8 (36%) de las empresas del estudio son eficientes mientras que el (14) 64% son ineficientes, también se logró identificar que las oportunidades de mejora se pueden enfocar en la reducción de sus costos operacionales de las empresas.
Descargas
Referencias
Coll-Serrano, V., Bolos, V., & Suarez, R. B. (2019). deaR: Conventional and Fuzzy Data Envelopment Analysis (Versión 1.1.0) [Computer software]. https://CRAN.R-project.org/package=deaR
Debata, B. R., Patnaik, B., Mahapatra, S. s., & Sreekumar. (2014). Efficiency measurement in medical tourism: A DEA approach. International Journal of Process Management and Benchmarking, 5(1), 90-112. https://doi.org/10.1504/IJPMB.2015.066000
Domínguez, J., Fernández, P., & Martínez-Roget, F. (2005). El análisis envolvente de datos en la construcción de indicadores sintéticos. Una aplicación a las provincias españolas. Estudios de economía aplicada, ISSN 1697-5731, Vol. 23, No 3, 2005, pags. 715-716.
Fontalvo, T., De La Hoz, E. (2018). Método Análisis Envolvente de Datos y Redes Neuronales en la Evaluación y Predicción de la Eficiencia Técnica de Pequeñas Empresas Exportadoras. Información tecnológica, 29(6), 267-276. https://doi.org/10.4067/S0718-07642018000600267
Fontalvo, T. J., De La Hoz, E. J., & Olivos, S. (2019). Methodology of data envelopment analysis (DEA)—GLMNEt for assessment and forecasting of financial efficiency in a free trade zone—Colombia. Informacion Tecnologica, 30(5), 263-270. Scopus. https://doi.org/10.4067/S0718-07642019000500263
Fontalvo-Herrera, T. J., & DeLaHoz-Domínguez, E. J. (2018). Study of financial efficiency in companies certified with the BASC label using Data Envelopment Analysis: Case applied in Cali - Colombia. Entramado, 14(1), 78-87. http://revistasojs.unilibrecali.edu.co/index.php/entramado/article/view/787
Granadillo, E. D. L. H., Gomez, J. M., & Herrera, T. J. F. (2019). Methodology with multivariate calculation to define and evaluate financial productivity profiles of the chemical sector in Colombia. International Journal of Productivity and Quality Management, 27(2), 144-160. https://doi.org/10.1504/IJPQM.2019.100141
Jian Yang, Zhang, D., Frangi, A. F., & Jing-yu Yang. (2004). Two-dimensional PCA: A new approach to appearance-based face representation and recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, 26(1), 131-137. https://doi.org/10.1109/TPAMI.2004.1261097
Lê, S., Josse, J., & Husson, F. (2008). FactoMineR: An R Package for Multivariate Analysis. Journal of Statistical Software, 025(i01). https://ideas.repec.org/a/jss/jstsof/v025i01.html
Legaz, S. G. (1998). El Análisis Envolvente De Datos Como Sistema De Evaluación De La Eficiencia Técnica De Las Organizaciones Del Sector Público: Aplicación En Los Equipos De Atención Primaria. Revista Española de Financiación y Contabilidad, 27(97), 979-1004. JSTOR.
Ligarda, J., & Ñaccha, M. (2006). La eficiencia de las organizaciones de salud a través del análisis envolvente de datos: Microrredes de la Dirección de Salud IV Lima Este 2003. Anales de la Facultad de Medicina, 67(2), 142-151.
Manasakis, C., Apostolakis, A., & Datseris, G. (2013). Using data envelopment analysis to measure hotel efficiency in Crete. International Journal of Contemporary Hospitality Management, 25(4), 510-535. https://doi.org/10.1108/09596111311322907
Peña, D. (2002). ANÁLISIS DE DATOS MULTIVARIANTES. 515.
Perdomo, J., & Mendieta, J. (2017). Factores que afectan la eficiencia técnica y asignativa en el sector cafetero colombiano: Una aplicación con análisis envolvente de datos*. Revista Desarrollo y Sociedad. https://doi.org/10.13043/dys.60.1
Pino, J., Solís, F., Delgado, M., & Barea, R. el C. (2010). Evaluación de la eficiencia de grupos de investigación mediante análisis envolvente de datos (DEA). https://doi.org/10.3145/epi.2010.mar.06
Sreenivasan, S., & Sundaram, M. (2018). A probabilistic model for predicting service level adherence of application support projects. International Journal of Productivity and Quality Management, 25(3), 305-330. https://doi.org/10.1504/IJPQM.2018.095648
Stumpf, T. S., & Reynolds, D. (2016). Institutional conformance and tourism performance: An efficiency analysis in developing Pacific Island countries. Tourism Planning & Development, 13(4), 449-468. https://doi.org/10.1080/21568316.2015.1136836
Team, R. C. (2013). R: A language and environment for statistical computing.
Yan Ke, & Sukthankar, R. (2004). PCA-SIFT: A more distinctive representation for local image descriptors. Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2004. CVPR 2004., 2, 506-513. https://doi.org/10.1109/CVPR.2004.1315206
