1. INTRODUCCIÓN:

El conocimiento ha sido y es el motor del crecimiento y desarrollo de las naciones, la capacidad para innovar ha traído como consecuencia la generación de nuevo conocimiento e ideas que se traducen en productos y servicios.

A través de los siglos han existido organismos e instituciones que se han dado a la tarea de crear y difundir conocimiento, desde las épocas medievales hasta los grandes corporativos de inicios del siglo XX, por lo que disponer de conocimiento constituye una ventaja competitiva para las organizaciones.

Es por ello que, la gestión del conocimiento ha sido de gran interés en áreas como la administración, la ingeniería, la sociología, entre otras, desarrollándose enfoques y teorías que contribuyan a la construcción de modelos que permitan medirla, como son la Teoría de la creación de conocimiento organizacional de Nonaka y Takeuchi (1999), la Teoría de recursos y capacidades de Grant (1991) y la Teoría del Capital Intelectual medida a través del VAICTM de Pulic (2000).

Siendo esta última, una herramienta que permite comparar la rentabilidad entre distintas economías nacionales, así como entre empresas, obtener información sobre los procesos claves para el éxito de una empresa y en su eficiencia en la creación de valor de sus activos tangibles e intangibles.

2. MARCO TEÓRICO

Prusak (1997) reconoce que el conocimiento se ha convertido en la principal fuente en la creación de ventaja competitiva y riqueza en las empresas, en lo que se sabe, en cómo se usa lo que sabe y en la capacidad de aprender nuevas cosas.

Darín y González (2008) han señalado que tres son los pilares de la organización del siglo XXI: el hardware, el cual se involucra directamente con operaciones técnicas; el software, que tiene un vínculo directo con rutinas, procedimientos, normas, reglas y roles en una organización; y, el humanware, identificado como factor humano, el cual es el verdadero soberano de la sociedad del conocimiento, el capital intangible de una empresa y quien genera valor en ella.

El término gestión del conocimiento se ha conceptualizado por diversos autores y con diferentes enfoques, entre los que destacan los siguientes:

· Es el arte de crear valor con los activos intangibles de una organización (Sveiby, 2000).

· Es el proceso sistemático de buscar, organizar, filtrar y presentar la información con el objetivo de mejorar la comprensión de las personas en un área específica de interés (Davenport y Prusak, 2001).

· Es hacer lo que se necesita para obtener lo máximo de los recursos del conocimiento (Becerra-Fernández y Sabherwal, 2005).

· Es el proceso mediante el cual se facilita la administración de los flujos de conocimiento y su transformación proveniente de diferentes fuentes, internas y externas a la organización, que configuran el potencial de conocimiento de la misma: el repositorio o inventario inicial de conocimiento; el capital intelectual; y los diferentes macro procesos propuestos en el modelo para la operación y articulación integral del negocio (Díaz, 2007).

Entre las teorías que sustentan la gestión del conocimiento se tiene a la Teoría de la creación del conocimiento de Nonaka y Takeuchi (1999), la Teoría de recursos y capacidades de Grant (1991) y la de Capital intelectual la cual se describe a continuación.

La gestión del capital intelectual es considerada como piedra angular del paradigma de empresa excelente o empresa competitiva del siglo XXI, siendo una herramienta que se emplea en la construcción del modelo de gestión del conocimiento y que identifica tres ámbitos en donde se encuentran o residen los activos intangibles para la generación de riqueza (CIDEC, 2004): En las personas (capital humano); en los sistemas y procesos organizativos (capital organizacional) y, en las relaciones de la empresa con su entorno (capital clientela). Siendo de suma importancia la medición de estos activos intangibles sobre bases sólidas, ya que contribuyen en el proceso de toma de decisiones (internas y externas). Una inadecuada traslación o la ausencia explicita del valor del capital intelectual en una organización le puede acarrear altos costos.

Bueno, Salmador y Merino (2008) se han dado a la tarea de recopilar una serie de definiciones básicas de capital intelectual las cuales se presentan en la tabla 1 manifestando que todas ellas muestran cierto grado de heterogeneidad y el estado aún emergente del concepto.

Tabla 1. Definiciones básicas de capital intelectual.

Autores:	Definición:
Sveiby (1997)	La combinación de activos intangibles que generan crecimiento, renovación, eficiencia y estabilidad en la organización.
Lev (2001)	Representa las relaciones principales, generadoras de activos intangibles, entre innovación, prácticas organizativas y recursos humanos.
Bueno (2002)	Representa la perspectiva estratégica de la “cuenta y razón” de los intangibles de la organización.
Molbjerg-Jorgensen (2006)	Desde una perspectiva filosófica, entendido como conocimiento sobre el conocimiento, creación de conocimiento y apalancamiento del mismo en valor social o económico.
Kristandl y Bontis (2007)	Recursos estratégicos organizativos que permiten a la misma crear valor sostenible, pero que no están disponibles a un gran número de empresas (escasez). Generan beneficios potenciales futuros que no pueden ser tomados por otros (apropiabilidad) y que no son imitables por los competidores o sustituibles por otros recursos. No son transferibles debido a su carácter organizativo.

Fuente: Bueno, Salmador y Merino, 2008; p. 52.

Ordoñez (2004) señala como componentes del capital intelectual al capital humano, el capital estructural y el capital relacional los cuales se ilustran en la figura 1, definiendo al capital humano como el stock de conocimiento individual de una empresa representado por sus empleados, quienes contribuyen a la generación de capital intelectual a través de sus competencias, su actitud y su agilidad mental. En cuanto al capital estructural lo describe como aquel conocimiento que permanece en la empresa aun cuando los empleados se marchan a sus hogares, siendo propiedad de la empresa, incluyendo todas las formas de depositar conocimientos no sustentados en el ser humano, entre los que se tienen rutinas organizativas, manuales de procesos y bases de datos, entre otros. En cuanto al capital relacional, éste recoge el conocimiento presente en las relaciones establecidas en el entorno, teniendo su base en el conocimiento acumulado por las partes en los intercambios con terceros, midiéndose como una función de la longevidad, de modo que este recurso adquiere mayor valor conforme aumenta la duración de las relaciones con accionistas, proveedores, clientes, entre otros.

Figura 1. Conceptualización del capital intelectual

Fuente: Ordóñez, 2004; p. 135.

Sánchez, Melián y Hormiga (2007) señalan que en épocas recientes un pequeño grupo de empresas entre las que se encuentran Skandia, Dow Chemicals y el Canadian Imperial Bank han vinculado el término de capital intelectual al de activos intangibles, despertando su interés en aquellas empresas cuyos beneficios derivan principalmente de la innovación y de los servicios intensivos del conocimiento. Percatándose que las herramientas contables de que disponían no eran las más adecuadas para registrar el valor de sus intangibles por lo que se dieron a la tarea de elaborar herramientas que les permitiesen medir su valor.

En la medición de los activos intangibles Karl-Erik Sveiby (2010) ha identificado cuatro enfoques o métodos los cuales se observan en la figura 2, señalando que ninguno de ellos puede cumplir con todos los propósitos, por lo que se debe de seleccionar el método dependiendo de la situación, el fin o hacia a quien vaya dirigido.

Figura 2.

Métodos de medición de los activos intangibles

Fuente: Sveiby; 2010.

De esta clasificación, los métodos de retorno sobre activos ROA cuentan con tres modelos los cuales se describen en la tabla 2.

Volkov (2012) destaca la importancia de reconocer al capital intelectual como un activo estratégico para generar una ventaja competitiva sostenible en las empresas, señalando que entre los diferentes métodos de medición el modelo desarrollado por el profesor y hombre de negocios Ante Pulic (1998, 2000) sirve para medir la eficiencia en la adición de valor a través del capital físico y financiero, el capital humano y el capital estructural con el coeficiente de valor añadido intelectual VAIC™.

La idea principal de Pulic es utilizar el indicador de Valor Añadido VA el cual contribuye a aumentar la productividad y por ende la competitividad en una organización, midiéndolo a través del capital intelectual de los trabajadores.

Dentro de las características que distinguen al modelo VAIC™ se pueden señalar las siguientes:

· Proporciona una medida estandarizada y una base constante.

· Se utiliza información asociada a un selecto grupo de empresas/país.

· Involucra indicadores financieros y no financieros que pueden ser fácilmente combinados.

Tabla 2. Método de retorno sobre activos ROA)

Año:	Modelo:	Autor principal:	Descripción:
1997	Value Added Intellectual Coefficient VAIC™	Pulic (1997)	Una ecuación que mide la cantidad y la eficiencia del capital intelectual y el capital empleado que crea valor basado en la relación de tres componentes principales: (1) el capital empleado, (2) el capital humano, y (3) el capital estructural. VAIC ™ i = CEEI + HCEI + SCEI.
1997	Economic Value Added EVA™	Stern and Stewart (1997)	Calculado mediante el ajuste de las utilidades de la firma publicadas con cargos relacionados con los intangibles. Los cambios en EVA proporcionan un indicador de si el capital intelectual de una empresa es productivo o no. EVA es propiedad de la empresa de consultoría Stern and Stewart y uno de los métodos más comunes.
1999	Knowledge Capital Earnings	Lev (1999)	Las utilidades del Capital del conocimiento se calculan como la porción de las ganancias normalizadas (3 años promedio de la industria y el consenso de las estimaciones de los analistas para el futuro) por encima de las ganancias atribuibles a los activos en libros. Las ganancias luego son utilizadas para capitalizar el capital del conocimiento.

Fuente: Sveiby; 2010.

· Todos los datos utilizados en el cálculo del VAIC™ se basan en información auditada, por lo que los cálculos pueden considerarse objetivos y verificables.

· La metodología del VAIC™ se utiliza en más y más estudios captando cada vez más la atención de los investigadores.

3. METODOLOGÍA:

El estudio realizado es de tipo cuantitativo y trasversal, tiene el objetivo de analizar el VAICTM (coeficiente del valor añadido intelectual) como medida del valor del capital intelectual de empresas del sector industrial que cotizan en la Bolsa Mexicana de Valores; asimismo se ha buscado identificar la relación que guardan los componentes del VAICTM: HCE (valor del coeficiente de eficiencia del capital humano), SCE (valor del coeficiente de eficiencia del capital estructural) y el CEE (valor del coeficiente de eficiencia del capital empleado), con su desempeño financiero (ROA) y el tamaño de la empresa (VAT) en función del subsector.

El VAIC™ se determina con la suma compuesta de tres indicadores separados: I) eficiencia del capital estructural (SCE), II) eficiencia del capital humano (HCE) y III) eficiencia del capital empleado (CEE). Es importante aclarar que Coeficiente de eficiencia del capital intelectual ICE se conforma únicamente de la suma del SCE y el HCE, por lo que no se debe confundir con el coeficiente del valor añadido intelectual (VAICTM).

Tomando como base lo propuesto por Pulic (2004), Kujansivu y Lonnqvist (2007), Laing, Dunn y Hughes-Lucas (2010), se deben llevar a efecto los siguientes pasos para realizar el cálculo del VAIC™:

▪ paso 1) calcular el valor añadido (VA), restando a los ingresos totales el costos de ventas;

▪ paso 2) calcular el coeficiente de la eficiencia del capital humano (HCE), dividiendo el VA entre los

salarios (HC);

▪ paso 3) calcular el coeficiente de eficiencia del capital estructural (SCE), dividiendo el capital estructural (SC) [que resulta de restarle al valor añadido los sueldos y salarios] entre el valor añadido (VA);

▪ paso 4) calcular el coeficiente de eficiencia del capital intelectual (ICE), sumando el SCE + HCE;

▪ paso 5) calcular el coeficiente de eficiencia del capital empleado CEE, que resulta de dividir el valor

valor añadido entre el valor en libros de los activos netos de una empresa (CE);

▪ paso 6) finalmente se calcula el coeficiente de valor añadido intelectual VAIC™ sumando el ICE y el

CEE (ver tabla 3).

Tabla 3. Variables independientes y cálculo del VAIC^TM

Coeficiente	Cálculo
VAIC^TM=	SCE(eficiencia del capital estructural) + HCE (eficiencia del capital humano)+ CEE (eficiencia del capital empleado)
SCE=	SC (capital estructural) VA (valor añadido)	VA (valor añadido)= ingresos totales – costo de venta
		SC (capital estructural)=VA – HC (sueldos y salarios)
HCE=	VA (valor añadido) HC(sueldos y salarios)
CEE=	VA (valor añadido) CE (activos netos)
Cifras calculadas sobre el Estado de pérdidas y ganancias, el Balance general y las Notas a los estados financieros.

Fuente: Elaboración propia siguiendo a Pulic (2004), Kujansivu y Lonnqvist (2007), Laing, Dunn y Hughes-Lucas (2010).

El estudio realizado en este artículo es transversal y de tipo cuantitativo, se utilizan datos tomados de informes financieros publicados por 17 empresas mexicanas del sector servicios que cotizan en la Bolsa Mexicana de Valores (Bolsa Mexicana de Valores, 2020).

A partir de los datos financieros de las empresas, en primera instancia se determinan los coeficientes de capital empleado (CEE), capital humano (HCE) y capital estructural (SCE), así como el coeficiente de de valor añadido intelectual, VAICTM, como variables independientes. Así también, se determinaron las variables dependientes de competitividad o desempeño como son la ROA (Rendimiento sobre activo total), la ROE (Rendimiento sobre fondos propios) y la TLP (Valor agregado por empleado), las cuales son utilizadas en para determinar el impacto del capital intelectual en el rendimiento de las empresas estudiadas. Como variables de control se utiliza el nivel de endeudamiento (DEUDA) y tamaño de la empresa.

Para el análisis se utilizará las empresas del sector servicios que cotizan en la bolsa, en la tabla x se documentan las seleccionadas:

Tabla 4. Empresas analizadas

Empresa	Subsector
GAP	Infraestructura de aeropuertos
OMA	Infraestructura de aeropuertos
MEGA	Medios de comunicación y entretenimiento
VOLAR	Transporte aéreo
HOTEL	Hoteles y restaurantes
TVAZTECA	Medios de comunicación y entretenimiento
CIE	Medios de comunicación y entretenimiento
MEDICAB	Médicos
GCARSO	Medios de comunicación y entretenimiento
CIDMEGA	Hoteles y restaurantes
TLEVISA	Medios de comunicación y entretenimiento
AEROMEX	Transporte aéreo
CABLE	Medios de comunicación y entretenimiento
ACCELSA	Almacenaje y logística
RCENTRO	Medios de comunicación y entretenimiento
HCITY	Hoteles y restaurantes
TMM	Transporte marítimo

Fuente: Elaboración propia con base en los reportes de la Bolsa Mexicana de Valores (2014-2019)

Como se muestra en la tabla 5, como variables independientes se considera al VAICTM (Valor agregado del capital Intelectual y sus componentes, capital estructural (CEE), capital humano ( HCE) y el y (SCE) calculadas a partir de datos publicados y auditados por las empresas que conforman el estudio.

Tabla 5 Listado de variables independientes

Variable		Descripción conceptual (DC) y operacional (DO) de la variable
CEE	DC	La eficiencia del capital empleado: indicador de la eficiencia del valor an˜adido (VA)
		del capital empleado (Pulic, 2000)
	DO	VA/CE
HCE	DC	La eficiencia del capital humano: indicador de la eficiencia del valor an˜adido (VA) del capital
		humano (Pulic, 2000)
	DO	VA/HC
SCE	DC	La eficiencia del capital estructural: indicador de la eficiencia del valor an˜adido VA del capital
		estructural. (Pulic, 2000)
	DO	SC/VA
VAIC^TM	DC	Coeficiente de valor an˜adido intelectual. Metodología disen˜ada para proporcionar información sobre el valor de eficiencia de la empresa y de su capital intelectual en la creación
		de valor an˜adido de los activos tangibles e intangibles (Pulic, 2000)
	DO	CEE + HCE + SCE

Fuente: Elaboración propia siguiendo a Pulic, 2000.

En la tabla 6 se detallan las variables dependientes las cuales reflejan los resultados financieros de cada empresa, estas son: el rendimiento sobre activos (ROA), la rentabilidad de la empresa (ROE) y la TLP y en la tabla 7 las variables de control: tamaño de la empresa (SIZE) y razón de endeudamiento .

Tabla 6 Listado de variables dependientes

Variable		Descripción conceptual (DC) y operacional (DO) de la variable
ROA	DC	Rendimiento sobre activo total (ROA) - return on asets -, mide la rentabilidad sobre los activos de una empresa
	DO	Utilidad neta/Activo total
ROE	DC	Rentabilidad sobre el patrimonio
	DO	Utilidad neta/ capital contable
TLP	DC	Valor añadido por empleado (productividad laboral)
	DO	Valor añadido/número de empleados

Fuente: Elaboración propia siguiendo a Ross, Westerfield y Jordan (2014). Molodchik y Bykova (2011). Wah, Hang, y Wu (2011)

Tabla 7 Listado de variables de control

Variable		Descripción conceptual (DC) y operacional (DO) de la variable
Taman˜o (SIZE)	DC	Valor de las ventas totales
	DO	Ventas totales/1,000,000,000
Razón de endeudamiento (DEBT)	DC DO	Razón de endeudamiento (deuda) que se utiliza como una medida de porcentaje de cómo las empresas se llegan a financiar de sus proveedores o acreedores. Mientras más baja sea esta medida, mayor es la protección de los acreedores contra posibles pérdidas



		en caso de quiebra o liquidación. Por otro lado, los empresarios se
		benefician del apalancamiento que les ofrecen sus proveedores o
		acreedores, sin poner en riesgo su propio capital
		Pasivo total/Activo total

Fuente: Elaboración propia siguiendo a Wah et al. (2011) y Ross et al. (2014).

Para realizar el estudio, se llevaron a cabo análisis descriptivo de datos, el estudio de correlación de Pearson y modelos lineales, lo cual permite describir la relación entre las variables de capital intelectual y asi como sus efectos en las varibles proxy de competitividad (Mehri, Umar, Saeidi, Hekmat y Naslmosavi, 2013; Mondal y Ghosh, 2012).

Para la validación de los modelos se examinaron los supuestos a través del estadístico Durbin- Watson y el diagnóstico de colinealidad aplicando los estadísticos de tolerancia y los factores de inflación de la varianza (FIV).

La base de datos se construyó con datos oficiales registrados en la Bolsa Mexicana de Valores lo cual brinda confiabilidad, validez y objetividad al ser cifras auditadas por firmas reconocidas a nivel nacional e internacional. El análisis estadístico se realiza en el programa SPSS versión 22.

4. RESULTADOS:_

Una vez determinados los coeficientes de capital humano, empleado y estructural, así como el de capital intelectual a través de la metodología del VAICtm, por los años de 2014 a 2019.

Al realizar la tabla comparativa de medias, se destaca que los indicadores de capital humano, estructural e intelectual muestran una ligera mejoría, no así en el capital empleado (véase tabla 8).

Así también, las variables proxy de competitividad utilizadas como la ROA, MTB y el TLP presentan una ligera mejoría excepto el MTB lo cual es consistente con la disminución en el capital empleado esto derivado de la disminución del valor de las empresas en el mercado

Tabla 8

Modelos de regresión

Modelos	Ecuación de la regresión
1	ROA_i = β + β₁VAIC^TM + β₂ SIZE β_{3 +} DEBT + e_i
2	ROE_i = β + β₁VAIC^TM + β₂ SIZE + β₃ DEBT + e_i
3	TLP_i = β + β₁VAIC^TM + β₂ SIZE + β₃ DEBT + s_i
4	ROA_i = β + β₁CEE + β₂HCE + β₂ SIZE + β₃SCE + β₅ DEBT + e_i
5	ROE_i = β + β₁CEE + β₂HCE + β₃SCE+ β₂ SIZE + β₅ DEBT + e_i
6	TLP_i = β + β₁CEE + β₂HCE + β₃SCE + β₂ SIZE + β₅ DEBT + e_i

Fuente: Elaboración propia.

El análisis descriptivo de los datos muestran la media, nivel máximo y mínimo de los valores de las variables dependientes, independientes y de control de las 17 empresas de servicios estudiadas, los valores documentado corresponden al periodo 2014–2019. El valor máximo del VAIC^TM es de 25.77, mientras que el nivel mínimo es -3.32. En cuanto a la variable dependiente ROA, la cual refleja el desempeño financiero de las empresas se muestra que en el periodo estudiado el rango va de -0.0004 a 0.25, ubicando como medio 0.07. El nivel de deuda utilizada como variable de control oscila entre 0.10 y 0.54 con una media de 0.29, mientras que el tamaño medio de las empresas es de 0.02. (véase tabla 9).

Tabla 9 Análisis exploratorio de las variables de las empresas de servicios que cotizan en la Bolsa Mexicana de Valores

Variable	Media	Desviación estándar		Mínimo	Máximo
VAIC	5.13		6.61	-3.32	25.77
CEE	0.27		0.25	0.03	1.09
HCE	4.58		6.03	0.42	24.26
SCE	0.28		1.10	-3.76	0.96
ROA	0.07		0.07	0.00	0.25
ROE	0.00		0.34	-1.28	0.27
TLP	13038.03		49461.92	0.00	204909.46
DEUDAS	0.29		0.15	0.10	0.54
SIZE	0.02		0.03	0.00	0.09

Fuente: Resultados obtenidos a partir de datos financieros de las empresas en el periodo 2014-2019 y procesados con el programa estadístico SPSS versión 22.

Como se muestra en la tabla 10, la empresa GAP perteneciente al subsector de infraestructura de aeropuertos es la que presenta mejor valor añadido de su CI (25.77), seguido de la empresa OMA (15.81) de la industria de infraestructura de aeropuertos y la firma MEGA (6.90) del subsector de medios de comunicación y entrenamiento. Como parte de las empresas que presentan menor coeficiente en su VAIC^TM se tienen a la empresa TMM (-3.32) de la industria de transporte marítimo, HCITY (2.47) de hoteles y restaurantes y RCENTRO con 2.11, perteneciente al sector de medios de comunicación y entrenamiento. Al observar los datos, no se muestra un comportamiento homologado en términos de subsector, es decir, que las empresas pertenecientes a un subsector en específico tengan un nivel VAIC^TMsimilar, como se ha observado en otros estudios (Joshi et al., 2013). La media del VAIC^TM de las empresas del sector servicios es de 5.13, por arriba de este rango se encontraron a 4 de las 17 empresas documentadas, las cuales predominantemente se ubican en el sector de servicios de transporte aéreo y aeroportuario.

Al analizar la importancia de los componentes del VAIC^TM, se observa que la eficiencia del capital humano (HCE) es el componente que mayor aporta al valor añadido de capital intelectual (VAIC^TM), la media en este coeficiente es 4.58, únicamente 3 empresas se encuentran por arriba de este nivel.

En cuanto al capital empleado (CEE), los datos advierten que la empresa con mayor valor en este coeficiente es VOLAR (1.09), seguido de la empresa GAP (0.56) dedicado a la infraestructura de aeropuertos. La media del CEE es de 0.27 y sólo 3 de las 17 empresas se encuentran por arriba del promedio.

Aun cuando las firmas con mayor VAIC^TM no presentan un valor alto de capital empleado (CEE) y estructural (SCE), por tener valores altos en los componentes humano (HCE), su valor añadido en el capital intelectual es alto.

Tabla 10. Sector servicios de México (2014-2019). Media del coeficiente de valor añadido intelectual (VAIC^TM) y sus componentes

Empresa	Capital empleado	Capital humano	Capital estructural	VAIC^TM
GAP	0.56	24.25	0.96	25.77
OMA	0.25	14.63	0.93	15.81
MEGA	0.35	5.73	0.82	6.90
VOLAR	1.09	6.2	0.83	8.12
HOTEL	0.14	1.36	0.07	1.58
TVAZTECA	0.13	3.75	0.72	4.60
CIE	0.18	3.37	0.69	4.25
MEDICAB	0.19	1.80	0.37	2.36
GCARSO	0.24	2.87	0.65	3.76
CIDMEGA	0.13	1.82	0.40	2.35
TLEVISA	0.15	2.34	0.57	3.05
AEROMEX	0.26	1.41	-0.46	1.22
CABLE	0.21	2.20	0.54	2.96
ACCELSA	0.36	2.28	0.54	3.18
RCENTRO	0.24	1.54	0.33	2.11
HCITY	0.07	1.93	0.47	2.47
TMM	0.03	0.42	-3.76	-3.32

Fuente: Elaboración propia a partir de datos financieros.

El análisis de correlación de Pearson presenta la asociación entre el VAIC^TM y sus componentes, con el desempeño financiero (ROA, ROE, y TLP), así como las variables de control deuda (DEUDAS) y tamaño de empresa (SIZE).

En la tabla 11 se observa que la ROA se correlaciona significativamente con el VAIC^TM(0.469**) y los componentes HCE (0.566***) y CCE(0.465***) en sentido positivo, mientras que con el capital estructural la correlación es negativa y significativa (-216***) aunque la intensidad en la relación es baja.

En cuanto al rendimiento financiero medido a través del ROE, este se correlaciona significativamente con el VAIC^TM(0.194*), así como con el capital humano (0.189*) y el capital empleado (0.164*), aunque no guarda relación con el capital estructural. Cabe resaltar que el índice de capital intelectual y sus componentes no impactan en la productividad laboral (TLP).

En cuanto al VAIC^TM, se aprecia que mantiene correlación con sus tres componentes, en primer término, con el capital humano (0.964***), seguido del capital estructural (0.461***) y finalmente con el capital empleado (0.420***). Así también, se observan correlaciones relativamente débiles pero significativas entre la eficiencia del capital estructural y el capital empleado (0.192*), así como con el capital humano (0.212**), la incidencia más fuerte y significativa se encuentra entre el índice de capital humano y el capital empleado (0.364***).

Tabla 11 Sector servicios de México (2014-2019). Correlación de variables VAICTM, desempeño financiero y control

Fuente: resultados obtenidos a partir de datos financieros de las empresas en el periodo 2014-2019, y procesados con el programa estadístico SPSS ver 22.

Se analizan 6 modelos (véanse tabla 12 y tabla 13) de regresión lineal con el fin de explicar la asociación del desempeño financiero (ROA, ROE y TLP) con los componentes del VAIC^TM y las variables de control tamaño y deuda.

Tabla 12.

Sector servicios México (2014-2019). Resumen de los modelos de regresión lineal.

Modelo	R	R cuadrado	Cambio en F	Durbin-Watson
1	0.572ª	0.328***	15.758	2.081
2	0.466^b	0.218***	8.994	1.995
3	0.133^c	0.018	0.579	2.072
4	0.794^d	0.63***	32.379	2.251
5	0.470^e	0.221***	5.383	2.001
6	0.140^f	0.02	0.38	2.054

* significativo <0.1; ** significativo <0.05; ***significativo <0.01

ª Predictores:(Constante), SIZE, VAIC, DEUDAS. Variables dependientes ROA

^b Predictores:( (Constante), SIZE, VAIC, DEUDAS. Variables dependientes ROA

^c Predictores:( (Constante), SIZE, VAIC, DEUDAS. Variables dependientes ROA

^d Predictores:( (Constante), SCE, DEUDAS, SIZE, HCE, CEE. Variables dependientes ROA

^e Predictores:( (Constante), SCE, DEUDAS, SIZE, HCE, CEE. Variables dependientes ROA

^f Predictores:( (Constante), SCE, DEUDAS, SIZE, HCE, CEE. Variables dependientes ROA

Fuente: resultados obtenidos a partir de datos financieros de las empresas en el periodo 2014-2019 y procesados con el programa estadístico SPSS ver 22.

En el modelo 1 se aprecia el VAIC^TMy las variables de control tamaño y deuda, explican el 32.8% de la variación del desempeño financiero medido a través de la ROA y el 21.8% medido por el ROE. El VAIC^TM, es el coeficiente positivo y significativo (β=0.466) que más aporta al ROA, la deuda como es natural es un coeficiente negativo (β=-0.33), mientras que el tamaño no es significativo.

El modelo 2 presenta el impacto de las variables del capital intelectual en la ROE, utilizando como variables de control el tamaño y la deuda, se observa que existe relación significativa entre las variables de medición del capital intelectual, las cuales explican el 21.8% del de la varianza de la rentabilidad financiera. El coeficiente del VAIC^TM(β=0.199) se relaciona positivamente con la ROA, mientras que la deuda (β=-0.415) se relaciona de manera negativa, el tamaño no es una variable significativa.

El modelo 4 explica el impacto de los componentes del VAIC^TM, es decir el capital humano, empleado y estructural en el ROA. En su conjunto los componentes del capital intelectual, el tamaño y la deuda explican en su conjunto la varianza de la rentabilidad financiera en 63%, lo cual es significativo, en específico los coeficientes de capital humano (β=0.563) y capital empleado (β=0.272) se relacionan de manera positiva y significativa, en tanto que los coeficientes negativos son el capital estructural (β=-0.405) y la DEUDA (β=-0.304).

Finalmente, en el modelo 5 las variables independientes y de control (HCE, CEE, SCE, tamaño y deuda) explican escasamente el 22.1% de la variación de la ROE. La DEUDA (β=-0.42) incide negativamente en la ROE, mientras que únicamente el HCE (β=0.207) se relaciona positivamente con la variable dependiente.

En los modelos 3 y 6 no existe relación significativa entre las variables del VAIC^TM, sus componentes y la variable dependiente de productividad laboral.

Cabe destacar que los resultados son consistentes con otros hallazgos donde se ha encontrado que la eficiencia del capital empleado (CEE) es el componente que contribuye a la creación de valor en la ROA (Joshi et al., 2013).

Tabla 13 Sector servicios México (2014-2019). Coeficientes de regresión múltiple durante el periodo 2014-2019

Modelo		Coeficientes tipificados	T	Estadísticas de colinealidad		Variables dependientes
Modelo		Β	T	Tolerancia	VIF	Variables dependientes
1	(Constante) 0.087		4.707***			ROA
	VAIC	0.466	5.582***	0.993	1.007
	DEUDAS	-0.33	-3.943***	0.992	1.008
	SIZE	0.031	0.371	0.985	1.015
2	(Constante) 0.238		2.102**			ROE
	VAIC	0.199	2.203**	0.993	1.007
	DEUDAS	-0.415	-4.604***	0.992	1.008
	SIZE	0.132	1.459	0.985	1.015
4	(Constante) 0.052		3.382***			ROA
	DEUDAS	-0.304	-4.717***	0.935	1.069
	SIZE	0.076	1.207	0.97	1.031
	CEE	0.272	3.911***	0.806	1.24
	HCE	0.563	8.198***	0.824	1.214
	SCE	-0.405	-6.263***	0.933	1.072
5	(Constante) 0.236		1.857*			ROE
	DEUDAS	-0.42	-4.488***	0.935	1.069
	SIZE	0.139	1.509	0.97	1.031
	CEE	0	-0.004	0.806	1.24
	HCE	0.207	2.079**	0.824	1.214
	SCE	-0.002	-0.017	0.933	1.072

Fuente: resultados obtenidos a partir de datos financieros de las empresas en el periodo 2014-2019 y procesados con el programa estadístico SPSS ver 22.

5. CONCLUSIONES:

* El conocimiento ha impulsado el crecimiento y desarrollo de cada nación generando nuevo conocimiento e ideas, innovando en la creación de bienes y servicios. Con la nueva economía basada en tecnologías de la información se ha buscado que las empresas puedan crecer con base en el conocimiento.

* En la era del conocimiento se hace necesario que la información contable no solamente refleje los elementos generadores de utilidades a través de los activos tangibles sino también a través de los intangibles como son el factor humano y el capital intelectual.

* El capital intelectual genera valor añadido a una empresa y representa la nueva riqueza en las organizaciones y en las naciones, integrando diferentes activos intangibles con base en flujos del conocimiento y actividades intelectuales.

* Actualmente se cuenta con un gran número de teorías y modelos que permiten registrar el valor de los intangibles como lo es el VAICTM el cual a través de su aplicación en investigaciones empíricas ha demostrado ser una herramienta útil para generar información sobre la eficiencia en la creación de valor de los activos tanto tangibles como intangibles de las empresas.

* Al analizar a un grupo de empresas mexicanas del sector servicios mediante la aplicación del modelo VAICTM se ha podido identificar y afirmar que es la eficiencia del capital humano (HCE) el componente que mayor proporción aporta al valor añadido de capital intelectual (VAICTM).

* La ROA y ROE sí se encuentra positivamente correlacionada con el VAICTM, por lo que se concluye que éste incide significativamente en el desempeño financiero de las empresas del sector industrial en México.

* Los resultados obtenidos son consistentes con algunos de los estudios realizados en otros sectores y países, lo que permite confirmar parcialmente la hipótesis inicialmente planteada, ya que sólo altos valores de CEE y SCE sí impactan de forma positiva en el desempeño financiero de las empresas, con la reserva del HCE, el cual no es significativa, por lo que aquellas compañías que invierten en el desarrollo de su capital intelectual obtienen resultados positivos en términos financieros y por ende de competitividad.

6. REFERENCIAS:

Becerra-Fernández, I. y Sabherwal, R. (2005), “Knowledge management at NASA-Kennedy Space Center”, en Int.J.Knowledge and Learning, vol. 1, núms. 1-2, pp.159-170.

Bolsa Mexicana de Valores BMV (2020). Listado de empresas emisoras. Información digitalizada. Informes anuales. Reportes anuales. [en línea], disponible en: www.bmv.com.mx

Bueno, E., Salmador, M., & Merino, C. (2008). Génesis, concepto y desarrollo del capital intelectual en la economía del conocimiento: Una reflexión sobre el Modelo Intellectus y sus aplicaciones. (Spanish). Estudios De Economía Aplicada, 26(2), 43-63.

Centro de Investigación y Documentación sobre problemas de la Economía, el Empleo y las Cualificaciones Profesionales CIDEC (2004). Gestión del conocimiento y capital intelectual. Número 31. Colección: cuadernos de trabajo -formación, empleo, cualificaciones-. Donostia-San Sebastián. Michelena Artes Gráficas S.L.

Darín, S. & González, Y. (2008). Nuevos paradigmas de la gestión en un cambio de época: de la era industrial a la era del conocimiento, los retos derivados de la globalización. (Spanish). Ciencias De La Información, 39(1), 53-58.

Davenport, T. y Prusak, L. (2001), “Know what you know” [en línea], disponible en:

http://www.brint.com/km/daveport/cio/know.htm

Díaz, L. V. (2007). Gestión del conocimiento y del capital intelectual: una forma de migrar hacia empresas innovadoras, productivas y competitivas. Revista Escuela de Administración de Negocios, (61), 39-67.

Grant, R.M., 1991. The resource based theory of competitive advantage: implications for strategy formulation. California Management Review, 33(3), pp.114-135.

Joshi, M., Cahill, D., Sidhu, J. & Kansal, M. (2013). Intellectual capital and financial performance: an evaluation of the Australian financial sector. Journal of Intellectual Capital. Volume: 14 Issue: 2. pp.264 – 285. Recuperado de: http://www.emeraldinsight.com/journals.htm?articleid=17088013

Kujansivu, P. & Lonnqvist, A. (2007), “Investigating the value and efﬁciency of intellectual capital”, Journal of Intellectual Capital, Vol. 8 No. 2, pp. 272-287.

Laing G., Dunn, J & Hughes-Lucas, S. (2010). Applying the VAIC™ model to Australian Hotels, Journal of Intellectual Capital, 11(3), 269-283.

Mehri, M., Umar, M. S., Saeidi, P., Hekmat, R. K. y Naslmosavi, S. (2013). Intellectual capital and firm performance ofhigh intangible intensive industries: Malaysia evidence. Asian Social Science, 9(9), 146.

Molodchik, M. & Bykova, A. (2011). Applying the VAIC Model to Russian Industrial Enterprises. Proceedings Of The European Conference On Intellectual Capital, 268-277. Recuperado de: http://web.ebscohost.com/ehost/pdfviewer/pdfviewer?sid=a3d18d63-7a1e-4501-afe8-2997046cc781%40sessionmgr110&vid=4&hid=121

Mondal, A. & Ghosh, S. (2012). Intellectual capital and financial performance of Indian banks. Journal of Intellectual Capital. Vol. 13 Iss: 4, pp.515 – 530. Recuperado de: http://www.emeraldinsight.com/journals.htm?articleid=17058735

Nonaka, I. (2000). “La empresa creadora de conocimiento”, en Gestión del conocimiento. Bilbao. Deusto.

Nonaka, I. y Takeuchi, H. (1999). La organización creadora de conocimiento: cómo las compañías japonesas crean la dinámica de la innovación. México. Oxford University Press.

Ordóñez (2004). El capital estructural organizativo como fuente de competitividad empresarial. Recuperado de: www.minetur.gob.es/Publicaciones/.../357/13_PatriciaOrdonez_357

Prusak, L. (1997), Knowledge in organizations. Boston. Butterworth-Heinemann.

Pulic, A. (1998). Measuring the performance of intellectual potential in the knowledge economy. Recuperado de: www.measuring-ip.at.

Pulic, A. (2000). VAIC™ – an accounting tool for IC management. International Journal of Technology management, 20(5), 702-714. Recuperado de:

http://resources.metapress.com/pdf-preview.axd?code=y2c0e45l6wb4a9lf&size=largest

Pulic, A. (2004), Intellectual capital – does it create or destroy value?, Measuring Business Excellence, Vol. 8 No. 1, pp. 62-8. Recuperado de: http://www.emeraldinsight.com/journals.htm?articleid=843767

Ross, S., Westerfield, R. y Jordan, B. (2014). Fundamentos de finanzas corporativas. México: Editorial McGraw Hill.

Sánchez, A., Melián, A. y Hormiga, E. (2007). El concepto de capital intelectual y sus dimensiones. Investigaciones Europeas de Dirección y Economía de las Empresas. Vol. 13, No 2, 2007, pp. 97-111. ISSN 1135-2523.

Statistical Package for the Social Sciences SPSS (2022). SPSS Software. Recuperado de: http://www-01.ibm.com/software/analytics/spss/

Sveiby, K-E. (2000). Capital intelectual. La nueva riqueza de las empresas. Maxima Laurent du Mesnil, Paris.

Sveiby, K-E. (2010). Methods for Measuring Intangible Assets. Copyright ©Karl-Erik Sveiby Jan 2001, updated 27 April 2010. All rights reserved. Recuperado de: http://www.sveiby.com/articles/IntangibleMethods.htm

Volkov, A. (2012). Value Added Intellectual Co-efficient (VAIC™): A Selective Thematic-Bibliography. Journal of New Business Ideas & Trends. 10(1), pp. 14-24.

Wah, S., Hang, K. & Wu, W. (2011). Charting intellectual capital performance of the gateway to China. Journal of Intellectual Capital, Vol. 12 Iss: 2, pp.249 – 276.

[1] Doctor Eleazar Villegas González. Profesor Investigador del Instituto de Ciencias Económico Administrativas. Universidad Autónoma del Estado de Hidalgo, Mexico . Contacto: evillegas@uaeh.edu.mx

[2] Doctora Blanca Cecilia Salazar Hernández. Profesora Investigadora del Instituto de Ciencias Económico Administrativas. Universidad Autónoma del Estado de Hidalgo, México . Contacto: bsalazar@uaeh.edu.mx

[3] Doctor Sergio Demetrio Polo Jiménez. Profesora Investigadora del Instituto de Ciencias Económico Administrativas. Universidad Autónoma del Estado de Hidalgo, México . Contacto: sjimenez@uaeh.edu.mx