Documente Academic
Documente Profesional
Documente Cultură
mutualidad
ENCICLOPEDIA de
ECONOMA,
FINANZAS y
NEGOCIOS
13
mec
mut
ENCICLOPEDIA de
ECONOMA,
FINANZAS y
NEGOCI OS
ENCICLOPEDIA de
ECONOMA,
FINANZAS y
NEGOCIOS
13
13
1 A (califcacin crediticia) anlisis de riesgos
2 anlisis de sensibilidad base de datos empresarial
3 base imponible ciclo burstil
4 ciclo contable contrato de descuento
5 contrato de distribucin cuenta de valores
6 cuenta deudora desviacin de comercio
7 desviacin en ingresos empleo
8 empleo a tiempo parcial estructura organizativa
hipertextual
9 estructura organizativa matricial fraption
10 fraude fscal impuesto monofsico
11 impuesto plurifsico intraspread
12 intrusismo profesional mecanismo de coordinacin
13 mecanismo de tipos de cambio mutualidad
elaborada por:
9 788499 540757
2
8
1
3
1
K
2
5
6
3
ISBN: 978-84-9954-075-7
ENCICLOPEDIA
DE ECONOMA,
FINANZAS
Y NEGOCIOS
Coordinador general
RICARDO J. PALOMO ZURDO
Catedrtico de Economa Financiera y Contabilidad
Universidad CEU San Pablo
www.ciss.es
ENCICLOPEDIA
DE ECONOMA, FINANZAS Y NEGOCIOS
Obra realizada por el grupo Wolters Kluwer Espaa
C/ Collado Mediano, 9
28230 Las Rozas (Madrid) Espaa
www.wolterskluwer.es
Directora General Wolters Kluwer Espaa: Rosalina Daz Valcrcel.
Director de Publicaciones Wolters Kluwer Espaa: Fernando Selfa Bas.
Director General de CISS: Bernardo Sainz-Pardo Zaragoz.
Directora de Contenidos: Cristina Retana Gil.
Coordinacin Editorial: Fernando Oteo Vadillo y Cristina Vegas Becares.
Diseo de cubierta e interiores: ZAC diseo grco.
de 12 de abril, por el que se aprueba la Ley de Propiedad Intelectual, Wolters Kluwer Espaa,
S.A., se opone expresamente a cualquier utilizacin con nes comerciales del contenido de
duccin, modicacin, registro, copia, explotacin, distribucin, comunicacin, transmisin,
envo, reutilizacin, publicacin, tratamiento o cualquier otra utilizacin total o parcial en
cualquier modo, medio o formato de esta publicacin.
Cualquier forma de reproduccin, distribucin, comunicacin pblica o transformacin de
esta obra slo puede ser realizada con la autorizacin de sus titulares, salvo excepcin prevista
por la ley. Dirjase a CEDRO (Centro Espaol de Derechos Reprogrcos, www.cedro.org) si
necesita fotocopiar o escanear algn fragmento de esta obra.
Wolters Kluwer Espaa, S.A. no aceptar responsabilidades por las posibles consecuencias
ocasionadas a las personas naturales o jurdicas que acten o dejen de actuar como resultado
del uso de los contenidos de esta obra.
ISBN Edicin Digital:
ISBN Edicin Grca:
1. Edicin: 2010 WOLTERS KLUWER ESPAA, S.A.
esta publicacin sin su expresa autorizacin, lo cual incluye especialmente cualquier repro-
Todos los derechos reservados. A los efectos del art. 32 del Real Decreto Legislativo 1/1996,
Impreso en Espaa. Printed in Spain.
cisco Laurel Cuadrado; Jos Lpez Ceacero; Estefana Medina Garca; Leticia
Morn Alonso; Mara del Rosario Njera Herranz; Laura Rascn Hernndez;
chero Baeza; Marcos Surez Palacio; Ainhoa Ynfiesta Gonzlez.
Equipo editorial: Adoracin Fuentes Hernndez; Rosa M. Gonzlez Yuste; Fran-
Preimpresin: Departamento de Produccin Grca de Wolters Kluwer Espaa.
Matilde Rodrguez Bujaldn; Francisco Jos Santamara Ramos; Mara Soble-
Depsito Legal: M-6262-2010
Volumen 13: 978-84-9954-075-7
Volumen 13: 978-84-9954-098-6
Obra Completa: 978-84-9954-062-7
Obra Completa: 978-84-9954-085-6
NDICE DE AUTORES
Coordinador general de la obra
Ricardo J. PALOMO ZURDO
Catedrtico de Economa Financiera y Contabilidad
Universidad CEU San Pablo
Coordinadores
Juan Carlos GARCA VILLALOBOS
Profesor Agregrado
de Comercializacin
e Investigacin de Mercados
Universidad CEU San Pablo
Javier ITURRIOZ DEL CAMPO
Profesor de Economa Financiera
y Contabilidad
Universidad CEU San Pablo
Ignacio LPEZ DOMNGUEZ
Director del Centro
de Investigacin Financiera
Universidad Antonio de Nebrija
Enrique LPEZ LPEZ
Magistrado
Jos Luis MATEU GORDON
Profesor de Anlisis
de Valores
Universidad CEU San Pablo
Alejandro OLAYA DVILA
Profesor de Economa y Empresa
Universidad Pontificia Bolivariana
Marcelo PASCUAL FAURA
Profesor de Recursos Humanos
Universidad CEU San Pablo
Virginia REY PAREDES
Asesora Fiscal
Joan Ramn SANCHIS PALACIO
Profesor Titular de Direccin
Jorge UX GONZLEZ
Profesor de Teora Econmica
Universidad de Castilla-La Mancha
Mayra VIEIRA CANO
Profesora de Economa Financiera
Universidad Pontificia Bolivariana
de Empresas
Universitat de Valencia
Autores
Magistrado
Ana AIZPURU SEGURA
Letrada de las Cortes
Generales
Laura ALABAU MART
Magistrada
Pilar ALGUACIL MAR
Catedrtica de Derecho
Financiero y Tributario
Manuel LVAREZ ALCOLEA
Profesor Titular de Derecho
del Trabajo y de la Seguridad
Social
Mara del Socorro
APARICIO SNCHEZ
Economista
Gonzalo
DE ARANDA Y ANTN
Magistrado
Francisco Javier
DEL ARCO JUAN
Profesor de Finanzas
Patricia ARGEREY VILAR
Profesora de Estructura
Econmica
Enrique
ARNALDO ALCUBILLA
Letrado de las Cortes
Generales
Abogado
Alberto
ARRIBAS HERNNDEZ
Magistrado
Mara Jess
ARROYO FERNNDEZ
Profesora Agregada
de Economa Aplicada
Magistrado
Joaqun ARTS CASELLES
Profesor de Economa
Aplicada
Mara Teresa
DE LA ASUNCIN RODRGUEZ
Magistrado
Ana AVENDAO MUOZ
Magistrada
Miguel ngel
BARBERN LAHUERTA
Profesor de Economa
Aplicada
Guillermo BARRAL VARELA
Abogado y Profesor
Begoa BARRUSO CASTILLO
Profesora de Economa
Aplicada
Paloma BEL DURN
Profesora Titular
de Economa Financiera
y Contabilidad
Juan Jos
BENAYAS DEL LAMO
Asesor Fiscal y Profesor
de Economa Aplicada
Sonia
Profesora de Economa
de la Empresa
Francisco BLASCO GASC
Catedrtico de Derecho Civil
Begoa BLASCO TORREJN
Profesora Agregada
de Teora Econmica
Nohem BOAL VELASCO
Profesora de Economa
Financiera y Contabilidad
Olga BOCIGAS SOLAR
Profesora Adjunta
de Marketing
Mara Pilar BONET SNCHEZ
Profesora de Derecho
Financiero y Tributario
Cristbal BORRERO MORO
Profesor de Derecho
Financiero y Tributario
Francisco Manuel
BRUN BARBER
Magistrado
Carlos BULLEJOS CALVO
Secretario de Ayuntamiento
Carmen BURGOS PRAT
Directiva de Calidad,
Comunicacin y Recursos
Humanos
Carmen CALDERN PATIER
Profesora Agregada
de Economa Aplicada
Jos Manuel
CALLE DE LA FUENTE
Magistrado
Vanessa CAMPOS CLIMENT
Economista.
Consultora de Empresas
Joaqun CAMPS TORRES
Profesor Titular
de Direccin
de Empresas
Francisco Javier
CANABAL CONEJOS
Magistrado
Mario
CANTALAPIEDRA ARENAS
Economista
Santiago CANTARERO SANZ
Profesor Asociado
de Direccin de Empresas
de Organizacin
(Gestin Empresarial)
ADAME SANABRIA
Sagrario ARROYO GARCA Jess de Lourdes
BENITO HERNNDEZ
Jos Miguel
CARBONERO GALLARDO
Tcnico de Administracin
General
Jos Antonio
CARRASCO GALLEGO
Profesor de Economa
Aplicada
Isabel CARRERO BOSCH
Profesora Colaboradora
Asistente de Marketing
Leonardo
CARUANA DE LAS CAGIGAS
Profesor de Historia
Econmica
Carlos Miguel
CASAS JIMNEZ
Consultor experto
en Estrategia, Organizacin
e Innovacin
Ramn CASTILLO BADAL
Magistrado
Mara Luz CHARCO GMEZ
Magistrada
Francisco Benjamn
COBO QUESADA
Consultor-formador
en Marketing y Estrategia
Carlos COMAS RODRGUEZ
Profesor de Estadstica
Miguel CRDOBA BUENO
Profesor Agregado
de Economa Financiera
Purificacin
CREMADES GARCA
Profesora de Derecho Civil
Joaqun DELGADO MARTN
Magistrado
Manuel
DELGADO-IRIBARREN
GARCA-CAMPERO
Letrado de las Cortes
Generales
Ivn DIAGO SNCHEZ
Consultor - Auditor
de Calidad
y Medio Ambiente
Jos Manuel DAZ PULIDO
Profesor de Economa
Aplicada
Francisco
FARIAS FERNNDEZ
Director General Adjunto
de TOSHIBA TEC Espaa
Irene FERNNDEZ ANDRS
Consultora de Recursos
Humanos
Josefina
FERNNDEZ GUADAO
Profesora de Economa
Financiera y Contabilidad
Pedro
FERNNDEZ SNCHEZ
Profesor de Historia
Econmica
Gema
FERNNDEZ-AVILS CALDERN
Profesora de Estadstica
Manuel
FERNNDEZ-LOMANA GARCA
Magistrado
Rafael FUENTES DEVESA
Magistrado
Mara Consuelo
FUSTER ASENCIO
Profesora de Derecho
Financiero y Tributario
David GAGO SALDAA
Consultor
econmico-empresarial
Mara del Carmen
GARCA CENTENO
Profesora de Econometra
Eduardo GARCA GMEZ
Profesor Asociado
de Publicidad
Mara Jess
GARCA GONZLEZ
Consultora de Recursos
Humanos
Blanca GARCA HENCHE
Profesora Adjunta
de Comercializacin
e Investigacin de Mercados
Elena GARCA ROJO
Profesora Colaboradora
de Organizacin
de Empresas
Juan Carlos
GARCA VILLALOBOS
Profesor Agregrado
de Comercializacin e
Investigacin de Mercados
Enrique
GARCA-CHAMN CERVERA
Magistrado
Carlos
Catedrtico
de Economa Financiera
y Contabilidad
Luana GAVA
Profesora Titular de Finanzas
Jos Luis GIL IBEZ
Magistrado
Antonio GMEZ ARELLANO
Profesor de Derecho
Financiero y Tributario
Abogado
Caridad
GMEZ MARTN-ARAGN
Economista
Mara Inmaculada
GONZLEZ CERVERA
Magistrado
Irene GONZLEZ GARCA
Licenciada en Derecho
lvaro GONZLEZ LORENTE
Profesor de Economa
Aplicada
GARCA-GUTIRREZ FERNNDEZ
Juan GORELLI HERNNDEZ
Profesor Titular
de Derecho del Trabajo
y de la Seguridad Social
Francisco Javier
GRAN RICO
Profesor de Finanzas
Milagros
GUTIRREZ FERNNDEZ
Profesora de Organizacin
de Empresas
Raul HERNNDEZ PARDO
Letrado
del Banco de Espaa
Carolina HERNNDEZ RUBIO
Profesora de Economa
Aplicada
Elisabeth HERNNDEZ SANZ
Economista
Mara
HERNNDEZ-GIL MANCHA
Constancio Javier
HERNANDO FREILE
Consultor - Auditor
de Gestin Integral
de Empresas
Profesor
de Empresas
Dolores
HERRERO AGERO
Humanos
HURTADO COLL
Director de Inversiones.
rea de Gestin de Activos.
Grupo Banco Popular
Inmaculada
HURTADO OCAA
Econmica
Urko IRAZBAL PUELLES
Consultor de Recursos
Humanos
Cristina ISABEL DOPACIO
Profesora Adjunta
de Organizacin
de Empresas
Javier
ITURRIOZ DEL CAMPO
Profesor de Economa
Financiera
y Contabilidad
Victoria
LABAJO GONZLEZ
Profesora Adjunta
de Marketing
Mara Isabel
LZARO AGUILERA
Economista
Gustavo
LEJARRIAGA PREZ
DE LAS VACAS
Profesor Titular
de Economa Financiera
y Contabilidad
Ignacio
LPEZ DOMNGUEZ
Director del Centro
de Investigacin Financiera
Ral LPEZ DOMNGUEZ
Licenciado en Direccin
y Administracin
de Empresas
Enrique LPEZ LPEZ
Magistrado
Jos Carlos
LPEZ MARTNEZ
Magistrado
Raquel LOZANO PRIETO
Consultora de Recursos
Humanos
Carmelo LOZANO SERRANO
Catedrtico de Derecho
Financiero y Tributario
Ester
MACHANCOSES GARCA
Profesora de Derecho
Financiero y Tributario
Vicente MAGRO SERVET
Magistrado
Jernimo
MALLO GONZLEZ-ORS
Profesor de Derecho
de la Unin Europea
Jos Mara MARN CORREA
Magistrado Emrito del
Tribunal Supremo
Jos Manuel
MARTN CARMONA
Presidente de Tribunal
Militar Territorial
Sonia MARTN LPEZ
Profesora Ayudante Doctor
de Economa Financiera
y Contabilidad
Raquel MARTN MATEOS
Profesora de Economa
Financiera y Contabilidad
Csar MARTNEZ DAZ
Magistrado
Ricardo MARTNEZ IDIRN
Business Intelligence
Manager, Aldeasa
Luis MARTNEZ LAGUNA
Profesor de Economa
Financiera y Contabilidad
Miryam MARTNEZ MARTNEZ
Profesora Adjunta
de Comercializacin
e Investigacin
de Mercados
Gema MARTNEZ MORA
Magistrada Suplente
Cristina Isabel
MASA LORENZO
Profesora Colaboradora
de Organizacin
de Empresas
Secretaria Judicial
Justo HERRERA GMEZ
Titular de Direccin
Consultora de Recursos
Rafael
Profesora de Estructura
Ruth MATEOS DE CABO
Profesora Adjunta
de Comercializacin
e Investigacin de Mercados
Jos Luis MATEU GORDON
Profesor de Anlisis
de Valores
Jorge MATEU MAHQUES
Catedrtico de Estadstica
e Investigacin Operativa
Mara del Pilar
MELARA SAN ROMN
Profesora Adjunta
de Marketing
Amparo
MELIN NAVARRO
Catedrtica
de Escuela Universitaria
de Economa Agraria
Amparo
MERINO DE DIEGO
Profesora Colaboradora
de Gestin Empresarial
Mara Leticia
MESEGUER SANTAMARA
Profesora de Economa
Aplicada
Arancha MIELGO LVAREZ
Profesora Colaboradora
de Comercializacin
e Investigacin de Mercados
Santiago MILNS
DEL BOSCH Y JORDN
DE URRES
Abogado
Ana Cristina
MINGORANCE ARNIZ
Profesora de Economa
Aplicada
Romn MNGUEZ SALIDO
Jos MONDJAR JIMNEZ
Profesor de Economa
Aplicada
Jos Mara
MONTERO LORENZO
Catedrtico de Estadstica
Concepcin Esther
MORALES VALLEZ
Magistrado
Abogado
Ignacio
MORENO GONZLEZ-ALLER
Jos
MORILLO-VELARDE SERRANO
Director de Archivos
y Bibliotecas
David NIETO CALVO
Abogado
Jacobo NEZ MARTNEZ
Profesor de Economa
de la Empresa
Alejandro OLAYA DVILA
Profesor de Economa
y Empresa
Wenceslao Francisco
OLEA GODOY
Magistrado
Francisco Manuel
OLIVER EGEA
Magistrado
Nuria ORELLANA CANO
Magistrado
Eduardo ORTEGA MARTN
Magistrado
Flix ORTEGA MOHEDANO
Profesor de Direccin
de Empresas y Liderazgo
Ricardo J. PALOMO ZURDO
Catedrtico de Economa
Financiera y Contabilidad
Marcelo PASCUAL FAURA
Profesor de Recursos
Humanos
Jess PAL GUTIRREZ
Profesor Agregado
de Economa Aplicada
Azucena PENELAS LEGUA
Profesora Titular
de Comercializacin
e Investigacin de Mercados
Manuel PERALES CANDELA
Abogado
Eduardo
PERDIGUERO BAUTISTA
Magistrado
Marta PERIS-ORTIZ
Profesora Contratada
Doctora de Organizacin
de Empresas
Santiago QUINTERO RAMREZ
Profesor de Gestin
Tecnolgica
Miguel RBANO PABLOS
de Marketing
Virginia REY PAREDES
Asesora Fiscal
RODRGUEZ MARTN
Profesor de Economa
Mara Sagrario
ROMERO CUADRADO
Profesora Ayudante
de Organizacin
de Empresas
Profesora Titular
Analista de Mercado
de Marketing
Magistrado
Jess MORANT VIDAL
Profesor de Estadstica
Ingeniero Informtico
Mara REQUENA LAVIA
Financiera y Contabilidad
Eva ROPERO MORIONES
de Finanzas
Jos Manuel ROSA DURN
de Aldeasa y Profesor
Profesora
Alejandro
Doctora Colaboradora
Enrique
RA ALONSO DE CORRALES
Profesor de Economa
Financiera y Contabilidad
Nuria RUEDA LPEZ
Profesora de Economa
Aplicada
Mara Mercedes
RUIZ DE PALACIOS
VILLAVERDE
Profesora de Economa
Financiera y Contabilidad
Paloma SAA TEJA
Profesora Colaboradora
de Comercializacin
e Investigacin
de Mercados
Manuela SACO VZQUEZ
de Comercializacin
de Mercados
SANCHIS PALACIO
Profesor Titular
de Direccin
de Empresas
SAN CRISTBAL VILLANUEVA
Magistrado
Jos Ramn
SNCHEZ GALN
Profesor de Finanzas
Francisco SOGORB MIRA
Profesor de Economa
Financiera
Luis Antonio
SOLER PASCUAL
Magistrado
Profesora de Poltica Exterior
y Seguridad en Europa
SUREZ-QUIONES
FERNNDEZ
Magistrado
Natalia TARAZONA HURTADO
Economista
Juan Fernando
TAVERA MESAS
Profesor de Empresa
Vicente
TENA RODRGUEZ
Profesor de Economa
Financiera y Contabilidad
Manuel TERUEL SIERRA
Profesor Adjunto
de Comercializacin
e Investigacin
de Mercados
Eduardo
DE URBANO CASTRILLO
Magistrado
Jorge UX GONZLEZ
Profesor de Teora
Econmica
ngel Luis
DE VAL TENA
Profesor Titular
de Derecho del Trabajo
y de la Seguridad Social
Carmen VALOR MARTNEZ
Profesora Colaboradora
Asistente de Marketing
Manuel VARGAS VARGAS
Profesor Titular
de Economa Aplicada
Mayra VIEIRA CANO
Profesora
de Economa Financiera
Salvador
VILATA MENADAS
Magistrado
Nuria VILLAR FERNNDEZ
Profesora de Organizacin
de Empresas
Pilar YUBERO HERMOSA
Profesora de Economa
Financiera
y Contabilidad
Jos Manuel YUSTE
MORENO
Magistrado
Carmen Mara
ZAMARRA LVAREZ
Magistrada
Jos ZARZUELO DESCALZO
Magistrado Suplente
Profesora Adjunta
e Investigacin
Joan Ramn
Juan Manuel
Juan Carlos
Alicia SORROZA BLANCO
Exchange rate mechanism
I. ANTECEDENTES DE LA UNIN MONETARIA
EUROPEA II. CARACTERSTICAS DEL
MECANISMO DE TIPOS DE CAMBIO DEL
SISTEMA MONETARIO EUROPEO III. DEL
SISTEMA MONETARIO EUROPEO A LA UEM 1.
Fijacin de los tipos de cambio 2. Intervenciones
automticas e ilimitadas
I. ANTECEDENTES DE LA UNIN
MONETARIA EUROPEA
En el ao 1969, el informe Barre (ela-
borado por el entonces Vicepresidente
de la Comisin Europea) propona una
mayor coordinacin de las polticas eco-
peracin monetaria en el mbito de la
Comunidad Econmica Europea. En la
Cumbre de La Haya de diciembre de
1969, los Jefes de Estado y de Gobierno
decidieron hacer del establecimiento de
la Unin Econmica y Monetaria (UEM),
un objetivo prioritario de la integracin
europea. Se constituy un grupo de alto
nivel, bajo la presidencia de Werner (Pri-
mer ministro de Luxemburgo), para ana-
lizar los medios necesarios para alcanzar
este objetivo antes de 1980. El informe
Werner prevea el establecimiento de
una UEM con el objetivo final de lograr la
liberalizacin total de los movimientos
de capitales y la fijacin irrevocable de
las paridades, o incluso la sustitucin de
las monedas nacionales por una moneda
nica. El informe tambin recomendaba
reforzar la coordinacin de las polticas
econmicas y definir orientaciones para
las polticas presupuestarias nacionales.
En marzo de 1971, los seis pases que
entonces integraban la Comunidad Eco-
nmica Europea llegaron a un acuerdo
sobre el establecimiento de una UEM en
tres etapas. La primera etapa consista en
la reduccin de los mrgenes de fluctua-
cin monetaria. Pero el hundimiento del
sistema de Bretton Woods y la decisin
de los Estados Unidos de dejar flotar li-
bremente el dlar en agosto de 1971
provocaron una gran inestabilidad en los
mercados de cambios, lo que afect pro-
fundamente a las paridades entre las mo-
nedas europeas. En consecuencia, el pro-
yecto de unin econmica y monetaria
sufri un bloqueo importante.
En marzo de 1972 los Seis intentaron
reactivar la dinmica de la integracin
monetaria, creando el mecanismo deno-
minado de "la serpiente en el tnel" que
era un mecanismo de fluctuacin concer-
tada de las monedas ("serpiente moneta-
ria") dentro de unos mrgenes estableci-
dos respecto del dlar (tnel). Pero ml-
tiples motivos (crisis del petrleo, debili-
dad del dlar y divergencias entre las po-
lticas econmicas, entre otros) hicieron
que la mayor parte de sus miembros
abandonasen progresivamente el meca-
nismo de la serpiente monetaria, que
qued reducido finalmente a Alemania,
los pases del Benelux y Dinamarca. El
esfuerzo de fluctuacin conjunta no tuvo
xito y el mecanismo de la serpiente mo-
netaria estuvo vigente nicamente entre
1973 y 1978.
II. CARACTERSTICAS DEL
MECANISMO DE TIPOS DE
CAMBIO DEL SISTEMA
MONETARIO EUROPEO
El nuevo impulso de la Unin Mone-
taria se debi a Roy Jenkins (entonces
Presidente de la Comisin Europea), a
partir de 1977, que subray las ventajas
de un sistema que se configurara como
una nueva serpiente monetaria.
Los esfuerzos de creacin de una zo-
na de estabilidad monetaria se reanuda-
MECANISMO DE TIPOS DE CAMBIO
DE TIPOS DE CAMBIO
nmicas y una intensificacin de la coo-
MECANISMO
6927 CISS
MECANISMO DE TIPOS DE CAMBIO
ron formalmente en marzo de 1979, gra-
cias al apoyo de Francia y Alemania, esta-
blecindose definitivamente el Sistema
Monetario Europeo (SME), basado en el
concepto de tipos de cambio fijos, pero
ajustables. Las monedas de todos los Es-
tados miembros, a excepcin del Reino
Unido, se adhirieron al mecanismo de
cambio.
El objetivo del SME era estabilizar las
paridades de los tipos de cambio entre
las monedas para garantizar el funciona-
miento correcto del mercado interior.
Los tipos de cambio se basan en ti-
pos pivote definidos en funcin del ecu
(unidad de cuenta del SME que repre-
senta la media ponderada de las mone-
das participantes). Las paridades bilatera-
les se calculan a partir de los tipos pivote
expresados en ecus, y las monedas de-
ben fluctuar dentro de una banda de +/-
2,25% en torno a estos tipos bilaterales
(a excepcin de la lira italiana, a la que se
concedi una banda de +/- 6%).
En diez aos, el SME permiti redu-
cir la variabilidad de los tipos de cambio.
La flexibilidad del sistema, unida a una
voluntad poltica de hacer converger las
economas permiti una estabilidad du-
radera de las monedas. Caba la posibili-
dad de revaluacin o devaluacin, pero
siempre que no se diesen devaluaciones
competitivas.
III. DEL SISTEMA MONETARIO
EUROPEO A LA UEM
Con la adopcin del Programa para
la culminacin del mercado nico en
1985, cada vez resultaba ms evidente
que el potencial del mercado interior no
podra aprovecharse plenamente mien-
tras subsistieran los costes de transac-
cin asociados a la conversin de las mo-
nedas y la incertidumbre derivada de las
fluctuaciones de cambio, por pequeas
que stas fuesen. El Acta nica europea
supuso el empuje decisivo para la mone-
da nica.
En junio de 1988 se cre un comit
para el estudio de la Unin econmica y
monetaria, presidido por Delors (enton-
ces Presidente de la Comisin Europea).
El informe propona la realizacin de la
UEM en tres etapas y subrayaba la necesi-
dad de una mayor coordinacin de las
polticas econmicas, de establecer nor-
mas relativas a la magnitud y la financia-
cin de los dficits presupuestarios na-
cionales y de crear una nueva institucin,
independiente, a quien se confiara la po-
ltica monetaria de la Unin: el Banco
Central Europeo.
Tras completar las fases previstas y
una vez que el euro comenz su andadu-
ra, haba que considerar la posibilidad de
que no todas las monedas cumpliesen
los criterios de Maastricht y quedasen
fuera de la Unin Monetaria. Se hizo ne-
cesario, a partir del 1 de enero de 1999,
crear un nuevo mecanismo de tipos de
cambio.
Las caractersticas principales de este
nuevo mecanismo de tipos de cambio
(NMTC), tambin denominado MTC II,
son las siguientes:
1. Fijacin de los tipos de cambio
Se decidi que los tipos de cambio
centrales y las bandas de fluctuacin ten-
dran como referencia el euro (que susti-
tuye al ecu a una tasa 1:1). Para cada mo-
neda se define un tipo de cambio frente
al euro y una banda de fluctuacin de
+/- 15%.
A iniciativa de un Estado miembro
participante, es posible reforzar la coope-
racin en materia de cambio. Previa soli-
citud del Estado en cuestin, pueden es-
tablecerse mrgenes de fluctuacin ms
estrechos que el normal (15%).
6928 CISS
MECANISMO DE TRANSMISIN (POLTICA MONETARIA)
2. Intervenciones automticas e ilimi-
tadas
Cuando un pas necesita financiacin
a muy corto plazo se pueden realizar in-
tervenciones para apoyar a una moneda
(comprando o vendiendo) para mante-
ner su tipo de cambio dentro de los mr-
genes establecidos de fluctuacin. Estas
intervenciones son coordinadas por el
Banco Central Europeo y el banco cen-
tral del pas.
El Consejo General del Banco Cen-
tral Europeo supervisa el funcionamiento
del MTC II y garantiza la coordinacin de
la poltica monetaria y cambiaria, as co-
mo la gestin del mecanismo de inter-
vencin y de financiacin.
Forman parte de este mecanismo los
pases que no tienen el euro como mo-
neda y que as lo han decidido, volunta-
riamente. No obstante, ha de tenerse
presente que uno de los criterios de con-
vergencia para entrar a formar parte del
rea euro es participar en el MTC sin su-
frir tensiones cambiarias, al menos du-
rante los dos aos previos el examen pa-
ra la adopcin de la moneda comn.
Las monedas que forman parte del
MTC son la danesa, estonia, lituana y le-
tona.
El gran logro de este mecanismo es
que contribuye a asegurar que los Esta-
dos miembros que no forman parte del
rea euro asumen polticas de estabilidad
y convergencia entre el conjunto de
miembros de la Unin Europea.
PATRICIA ARGEREY VILAR
(POLTICA
MONETARIA)
Transmission mechanism (Monetary
policy)
I. CONCEPTO II. MECANISMO DE
TRANSMISIN DE LA POLTICA MONETARIA 1.
Mecanismo de transmisin sobre la renta 2.
Canales de transmisin III. EVIDENCIA
EMPRICA
I. CONCEPTO
Con carcter general, el mecanismo
de transmisin de una poltica econmi-
ca se refiere al conjunto de canales a tra-
vs de los cuales una determinada medi-
da adoptada por las autoridades genera
el efecto esperado sobre las variables fi-
nales. Es decir:
INSTRUMENTO MECANISMO DE
TRANSMISIN OBJETIVOS
Con carcter ms especfico, el anli-
sis del mecanismo de transmisin se ha
desarrollado principalmente para el caso
de la poltica monetaria, y recogera to-
dos los efectos que se derivan de una va-
riacin en el tipo de inters (decisin de
las autoridades) y que generan un cam-
bio en la tasa de inflacin y de la renta
(variables finales u objetivos del banco
central).
CAMBIO TIPO DE INTERS ME-
CANISMO TRANSMISIN INFLACIN
Y RENTA
II. MECANISMO DE TRANSMISIN
DE LA POLTICA MONETARIA
La poltica monetaria influye en los
niveles de actividad (a corto plazo) y en
DE TRANSMISIN
MECANISMO
6929 CISS
MECANISMO DE TRANSMISIN (POLTICA MONETARIA)
la tasa de inflacin (a corto y a largo pla-
zo) de dos formas principales:
- Si el banco central tiene suficiente
credibilidad en sus objetivos de pol-
tica monetaria (por ejemplo, como
consecuencia de sus caractersticas
institucionales de independencia,
claridad en la definicin de objeti-
vos, transparencia y rendicin de
cuentas, o por su propia trayectoria
pasada) puede influir en las expecta-
tivas de inflacin a largo plazo de los
agentes. Las expectativas dependen
menos de la inflacin pasada o actual
y ms del objetivo establecido por el
banco central, lo que de hecho gene-
ra una base estable para la propia ta-
sa de inflacin.
- Los cambios en el tipo de inters de
intervencin influyen en la renta (al
menos a corto plazo) y en la evolu-
cin de la inflacin. El conjunto de
efectos que se derivan de una varia-
cin del tipo de intervencin de las
autoridades y que acaban influyendo
en los objetivos finales de la poltica
monetaria se llama mecanismo de
transmisin.
En el Grfico 1 se recoge un esque-
ma de los principales canales que forman
el mecanismo de transmisin de la polti-
ca monetaria:
1. Mecanismo de transmisin sobre la
renta
Suponiendo que la poltica que desa-
rrolla el banco central es una subida del
tipo de inters oficial o de intervencin
(es decir, de las operaciones de mercado
abierto mediante las que provee de liqui-
dez a corto plazo al sistema bancario), las
distintas partes del mecanismo de trans-
misin sobre la renta seran las siguien-
tes:
a) Canal del tipo de inters
Al subir el coste con que las entida-
des de crdito obtienen fondos del ban-
co central, se eleva el tipo de inters in-
terbancario y estas subidas se trasladarn
6930 CISS
MECANISMO DE TRANSMISIN (POLTICA MONETARIA)
a los demandantes finales de crdito: fa-
milias y empresas. Como consecuencia
se reduce el atractivo de endeudarse pa-
ra invertir y consumir y aumentar el
ahorro, reducindose el gasto corriente.
b) Canal del precio de los activos
Uno de los determinantes del gasto
privado es la riqueza de las familias. Co-
mo la subida de tipos tambin puede
afectar a las cotizaciones burstiles, redu-
cindolas, disminuir la riqueza de los
agentes y se reforzar la reduccin inicial
del gasto.
c) Canal del crdito (cantidad)
Tras la subida de tipos se restringir
la oferta de crdito bancario: no slo es
ms caro, sino tambin menos accesible.
Esto se debe a dos tipos de razones. Por
un lado, la poltica monetaria restrictiva
reduce la liquidez de la que disponen los
bancos, y eso limita su capacidad para
conceder crditos. Pero es que, adems,
la subida de tipos aumenta el riesgo de
que algunos prestatarios (altamente en-
deudados ahora) no puedan devolver las
deudas, con lo que se restringir su capa-
cidad para acceder a la financiacin de
sus planes de gasto, incluso aunque es-
tn dispuestos a pagar un tipo de inters
mayor. Este efecto se ve reforzado por el
hecho de que la cada en el precio de
otros activos, como las acciones, dismi-
nuye tambin el valor de las posibles ga-
rantas de los crditos. La importancia de
este canal depende de la estructura ban-
caria del pas y de la importancia que
tenga este tipo de financiacin para las
empresas (inversin) y las familias (con-
sumo duradero)
d) Canal del tipo de cambio
Si el tipo de cambio es flexible y su-
poniendo todo lo dems constante, la
subida de tipos aumentar la entrada de
capitales y apreciar la moneda nacional.
Pero esto a su vez, limitar la competitivi-
dad internacional de la economa, lo que
tiene un efecto negativo sobre la deman-
da externa.
2. Canales de transmisin
En cuanto a la influencia sobre la in-
flacin, el mecanismo de transmisin
transcurre a travs de los tres canales si-
guientes:
a) Canal de la demanda
La subida de tipos de inters reduce
la demanda agregada, la renta y el em-
pleo, lo que har que disminuya el creci-
miento de los salarios y que las empresas
ajusten sus mrgenes, con lo que la tasa
de inflacin disminuir. Este efecto de-
pende del grado de competencia y otras
caractersticas de los mercados de traba-
jo y de bienes.
b) Canal de las expectativas y la nego-
ciacin salarial
Si los agentes interpretan la subida
del tipo de inters como una seal de
que el banco central actuar para limitar
las tasas de inflacin, moderarn sus ex-
pectativas futuras de precios y negocia-
rn menores crecimientos salariales. De
esta forma podran evitarse, por ejemplo,
los "efectos de segunda ronda" que sue-
len seguir a aumentos en los precios del
petrleo.
c) Canal del tipo de cambio
La inflacin relevante para los consu-
midores es una media ponderada entre
la inflacin de los productos producidos
internamente y la de los productos im-
portados (la importancia de stos lti-
mos depende del grado de apertura de la
economa). Al subir el tipo de inters la
moneda se aprecia, por lo que:
6931 CISS
MECANISMO DE TRANSMISIN (POLTICA MONETARIA)
- Se reduce el precio de los bienes fi-
nales importados, lo que se refleja
en la tasa de inflacin total.
- Si las importaciones son bienes in-
termedios, se reducirn los precios
de los dems productos que los utili-
zan.
La importancia de este efecto es me-
nor en un rea monetaria grande y relati-
vamente cerrada y mayor en pases pe-
queos y muy abiertos con un tipo de
cambio flexible.
III. EVIDENCIA EMPRICA
Para conocer la importancia de estos
mecanismos, el Banco Central Europeo
llev a cabo un ejercicio de simulacin
utilizando tres modelos alternativos del
funcionamiento de la unin monetaria
(1: rea Wide Model, del propio BCE; 2:
agregacin de los modelos nacionales de
los distintos bancos centrales; 3: modelo
NIGEM, del Nacional Institute of Econo-
mic and Social Research, Reino Unido).
Con los tres modelos se simul una subi-
da de un punto porcentual en el tipo de
inters durante dos aos, y las cifras que
se recogen en la Tabla 1 son la variacin
porcentual del PIB y el ndice de precios
respecto a la que habra habido sin esta
medida.
Tabla 1: Efectos de una subida de 1 p.p. en el tipo de inters
Variable Modelo Ao 1 Ao 2 Ao 3 Ao 4
PIB real Modelo 1 -0.34 -0.71 -0.71 -0.63
Modelo 2 -0.22 -0.38 -0.29 -0.14
Modelo 3 -0.34 -0.47 -0.37 -0.28
Inflacin Modelo 1 -0.15 -0.30 -0.38 -0.49
Modelo 2 -0.09 -0.21 -0.31 -0.40
Modelo 3 -0.06 -0.10 -0.19 -0.31
Fuente: Banco Central Europeo
Los resultados principales son lo si-
guientes:
- Los tres modelos predicen un efecto
negativo sobre la renta, pero es tran-
sitorio.
- Estos efectos son inciertos en cuanto
a la magnitud (como se observa en
las diferencias entre las predicciones
de cada uno de los modelos alterna-
tivos) y se producen con retardos
considerables.
- El componente de la demanda agre-
gada que ms se modifica al aplicar
una poltica monetaria restrictiva es
la inversin, incrementndose su im-
portancia con el tiempo. Esto puede
afectar en el medio plazo a la capaci-
dad productiva (y la renta potencial)
haciendo ms persistentes sus efec-
tos.
- El canal del tipo de cambio es menos
importante en el conjunto de la
UEM, ya que la mayor parte del co-
mercio es interior a la zona euro.
- Aunque la oferta de crdito bancario
se reduce, el efecto del canal del cr-
dito es poco importante.
- Los tres modelos predicen un efecto
negativo sobre los precios.
6932 CISS
MEDIA
- A diferencia del caso de la renta, los
efectos son ms lentos, pero ms du-
raderos. La poltica monetaria puede
afectar de forma permanente a la ta-
sa de inflacin.
JORGE UX GONZLEZ
Vase tambin: "Poltica monetaria".
MECENAZGO
Vase: "Accin social de la empresa".
MEDIA
Average
I. MEDIDAS CENTRALES 1. Media aritmtica 2.
Media geomtrica 3. Media armnica II.
RELACIN ENTRE LAS TRES MEDIAS DESCRITAS
MEDIANA
I. MEDIDAS CENTRALES
Cuando se estudia una caracterstica
determinada en un conjunto de indivi-
duos, la informacin que obtenemos de
la realidad, normalmente referida a una
muestra de la poblacin, se nos presenta
en forma de tabla, lo que supone, ya, una
sntesis de la informacin. Pero an se
suele necesitar mayor concrecin, una
reduccin a un solo dato que permita la
comparativa de distribuciones distintas.
Estas medidas caracterizan a la distribu-
cin de frecuencias, y pueden hacer refe-
rencia a varios aspectos: posicin, disper-
sin, forma, etctera. Estas medidas sin-
tetizadoras deben ser nicas para cada
distribucin y en su clculo, que debe
ser siempre posible, utilizarse todos los
datos de la distribucin. Suponen por
tanto una manera de caracterizar dicha
distribucin.
Las medidas de posicin pueden ser
centrales o no centrales. Entre las medi-
das de posicin centrales destacamos
por su uso e importancia la media arit-
mtica, la media geomtrica, la media ar-
mnica, la moda y la mediana. Nos cen-
traremos en las tres primeras.
Supongamos un estudio de una po-
blacin a travs de una muestra de n in-
dividuos, donde se ha observado la varia-
ble X, recogindose la informacin en la
tabla siguiente:
Variable X Frecuencia absoluta
n
i
x
1
n
1
x
2
n
2
x
i
n
i
x
n-1
n
n-1
x
n
n
n
TOTALES N
1. Media aritmtica
Definicin: Es el cociente entre la su-
ma de todos los trminos de una variable
y el nmero total de ellos, se denota por
, y vale:
III. RELACIN MEDIA ARITMTICA, MODA Y
6933 CISS
MEDIA
Se suele calcular multiplicando cada
valor diferente por su frecuencia absolu-
ta, de tal forma que se simplifique su cl-
culo:
Si se tratara de una variable continua,
o discreta agrupada en intervalos, x
i
sera
la marca de clase del intervalo corres-
pondiente, es decir el valor central del
mismo.
EJEMPLO: Dada la distribucin si-
guiente que representa el beneficio en
miles de euros obtenido por 10 empre-
sas. Calclese en beneficio medio de las
cuatro (media aritmtica).
Beneficio: [L
i-1
, L
i
) Marca de clase (x
i
) N de empresas (n
i
)
[30, 50) 40 4
[50, 70) 60 2
[70, 90) 80 3
[100, 110) 100 1
PROPIEDADES:
- La suma total de las desviaciones de
los valores respecto a ella es cero. Por es-
to se considera el centro de gravedad. En
efecto,
- Es el valor que hace mnimo la me-
dia de las desviaciones al cuadrado de los
valores de la variable (Teorema de K-
nig). Esto es, considerando la expresin:
6934 CISS
MEDIA
Se hace mnimo cuando k coincide
con la media aritmtica.
- Queda afectada por los cambios de
origen, es decir, si a todos los valores de
la distribucin les sumamos una constan-
te k, la media aritmtica de la distribu-
cin formada con los nuevos trminos
ser igual a la original ms dicha constan-
te k. Esto es:
Sea (x
i
, n
i
) una distribucin de fre-
cuencias con media aritmtica y k una
constante, si construimos una nueva dis-
tribucin de la forma (x
i
, n
i
), mediante
la transformacin:
x
i
= x
i
+ k
la media aritmtica de la misma ser:
= + k
- Queda afectada por los cambios de
escala, es decir, si a todos los valores de
la distribucin lo multiplicamos por una
tribucin formada con los nuevos trmi-
nos ser igual a la original multiplicada
dicha constante k. Esto es:
Sea (x
i
, n
i
) una distribucin de fre-
cuencias con media aritmtica y k una
constante, si construimos una nueva dis-
tribucin de la forma (x
i
, n
i
), mediante
la transformacin:
x
i
= x
i
*k
la media aritmtica de la misma ser:
= *k
- De estas dos ltimas propiedades
se deduce que:
Dada dos distribuciones (x
i
, n
i
), con
media , e (y
i
, n
i
), con media , tales
que y = a* x
i
+ b, entonces
.
- La media aritmtica de las medias
aritmticas de los subconjuntos disjuntos
que pueden formar a partir de un con-
junto original es igual a la media aritmti-
ca de la distribucin original.
Esto es, dado una distribucin (x
i
, n
i
)
con N trminos, podemos, por ejemplo,
tomar dos subconjuntos disjuntos de for-
ma que el primero comprenda los h pri-
segundo los restantes, desde i = h + 1
hasta n. Tenemos que
Utiliza todos los valores de la varia-
ble, es nica y siempre calculable. MTICA:
VENTAJAS DE LA MEDIA ARIT-
meros trminos, desde i =1 hasta h, y el
constante k, la media aritmtica de la dis-
6935 CISS
MEDIA
Fcil de calcular, interpretar y de
comparar.
Es poco sensible a las diferencias
muestrales.
INCONVENIENTES DE LA MEDIA
ARITMTICA:
Los valores anormalmente extremos
pueden distorsionar el valor de la
media aritmtica.
2. Media geomtrica
Dada una distribucin de frecuencias
(x
i
, n
i
). La media geomtrica, que se de-
nota por G, es la raz N-sima del pro-
ducto de los N valores de dicha distribu-
cin, esto es:
Se emplea normalmente para el cl-
culo de promedios de porcentajes, n-
meros ndices, tasas, tipos de inters,...,
y, en general, cuando la variable presente
variaciones acumulativas.
PROPIEDADES
- El logaritmo de la media geomtrica
es la media aritmtica de los logaritmos
de los valores de la variable, es decir:
- Siempre es menor que la media
aritmtica.
VENTAJAS
Intervienen todos los trminos.
Menos sensible a valores extremos.
INCONVENIENTES
Clculo complicado
Interpretacin ms dificultosa que la
media aritmtica.
No siempre es posible determinarla,
si x
i
toma el valor cero entonces G se
anula, tambin puede haber proble-
mas de determinacin de G cuando
x
i
cuando toma valores negativos.
EJEMPLO: Dada la distribucin si-
guiente de tasas de crecimiento de la
economa de un pas referida a los lti-
mos 10 aos, obtener la media geomtri-
ca (tasa anual de crecimiento).
Tasas en % (X) Tasas en tanto por uno (X) Aos (n
i
)
1 0,01 3
3 0,03 4
5 0,05 2
7 0,07 1
6936 CISS
MEDIA
3. Media armnica
Dada una distribucin de frecuencias
(x
i
, n
i
). La media armnica es la inversa
de la media aritmtica de los inversos de
los trminos de una sucesin, se denota
por H.
Se emplea normalmente para el cl-
culo de promedios de velocidades, ren-
dimientos, tiempos,..., y, en general,
cuando la variable viene expresada en
unidades que son el cociente de dos
magnitudes simples.
VENTAJA
Intervienen todos los trminos.
INCONVENIENTES
Clculo complicado.
Si la variable toma el valor cero no
est determinada, y cuando se apro-
xima a valores muy pequeos puede
distorsionarse su valor.
EJEMPLO: Dada la distribucin si-
guiente referida al nmero de ordenado-
res por cada 1000 habitantes en miles, de
15 pases, obtener el promedio (media
armnica).
N de ordenadores/
1000 habitantes
N de pases
1 4
2 6
4 3
N de ordenadores/
1000 habitantes
N de pases
5 2
II. RELACIN ENTRE LAS TRES
MEDIAS DESCRITAS
Dada una distribucin de frecuencia
(x
i
, n
i
) se cumple siempre que:
H _ G _
III. RELACIN MEDIA ARITMTICA,
MODA Y MEDIANA
En distribuciones campaniformes, se
cumple que:
Distribuciones simtricas:
Distribuciones asimtricas positiva
o a la derecha:
6937 CISS
MEDIA MVIL
- Distribuciones asimtricas negativa
o a la izquierda:
JOS MONDJAR JIMNEZ
MANUEL VARGAS VARGAS
MEDIA MVIL
Moving average
I. CONCEPTO II. EL PERIODO DE TIEMPO DE
UNA MEDIA MVIL III. LOS TIPOS DE MEDIAS
MVILES IV. LA OPERATIVA CON MEDIAS
MVILES 1. La operativa con una media mvil 2.
La operativa con dos medias mviles 3. La
operativa con tres medias mviles V. LAS
MEDIAS MVILES COMO SOPORTES Y
RESISTENCIAS VI. LAS MEDIAS MVILES
SOBRE OTROS INDICADORES
I. CONCEPTO
Las medias mviles son indicadores
que allanan o suavizan, en mayor o me-
nor medida, la evolucin de las cotizacio-
nes, de tal forma que eliminan determi-
nadas fluctuaciones, sean a corto, medio
o largo plazo.
Los mercados y los valores se mue-
ven con elevada volatilidad, con subidas
y bajadas constantes, pero tras las cuales
existe una tendencia que subyace. Las
medias mviles permiten suavizar esa vo-
latilidad y observar la verdadera tenden-
cia de los mercados y los valores.
Una media mvil se representa me-
diante una lnea que se va calculando, co-
mo una media o valor medio de un de-
terminado conjunto de precios o cotiza-
ciones; y es mvil puesto que cambia o
se va desplazando con los datos que se
aaden correspondientes a cada jornada
burstil. Las medias mviles se represen-
tan siempre sobre el grfico de precios.
Por otro lado, las medias mviles son
un indicador seguidor de la tendencia, es
decir las medias mviles no se anticipan
al mercado sino que confirman la ten-
dencia del mismo y cambian de direc-
cin cuando ya lo han hecho las cotiza-
ciones, con menor o mayor retraso en
funcin del perodo escogido para la me-
dia. Como tales, son de gran utilidad
cuando los precios estn en tendencia,
pero no en movimientos laterales, salvo
que tengan gran amplitud.
Se pueden construir medias mviles
para cualquier perodo de tiempo, sean
minutos (en un grfico intradiario), das,
semanas, meses, semestres y aos. A me-
dida que el perodo utilizado para el cl-
culo es menor, ms se acerca o sigue la
media mvil a los precios e, inversamen-
te, cuanto mayor sea la media mvil em-
pleada con mayor retardo se produce la
reaccin de la misma y ms tardas sern
las seales que genere.
Por tanto, una media mvil de 15
das es un indicador que elimina las fluc-
tuaciones en los precios producidas en
ese perodo de tiempo. Mientras que una
media mvil de 70 das elimina las fluc-
tuaciones o variaciones que se producen
en la evolucin de los precios, mercados,
ndices, etc. en ese perodo de 70 das,
de tal forma, que permite observar mejor
la tendencia a medio plazo. Y una media
mvil de 200 das, por tanto, elimina las
variaciones que se producen en los pre-
cios en este perodo de 200 das, de tal
forma que permite observar la tendencia
a largo plazo.
Igualmente, se pueden incorporar las
medias mviles sobre grficos intradia-
M. LETICIA MESEGUER SANTAMARA
6938 CISS
MEDIA MVIL
rios, semanales, mensuales, etc., como
puede observarse en el siguiente grfico
en el que se utilizan las medias mviles
de 15, 70 y 200 semanas, en la cual ob-
servamos, en un perodo de tiempo ms
amplio y con una vocacin de inversin a
ms largo plazo las tendencias menores y
mayores del valor.
II. EL PERIODO DE TIEMPO DE UNA
MEDIA MVIL
El perodo a utilizar para una media
mvil depender del horizonte de inver-
sin del operador, inversor o gestor. Es
decir, un inversor a corto plazo, un espe-
culador o un operador de trading utiliza-
r medias mviles de pocos das, como
mximo de 30 das. Mientras que una
persona que no est interesada tanto en
los movimientos a corto plazo de los va-
lores y que quiera aprovecharse de los
movimientos a medio plazo elegir una
media mvil entre 50 y 70 das. Final-
mente, un operador burstil interesado,
nicamente, en las tendencias a largo
plazo elegir una media con un perodo
superior a 150 das, al no interesarle los
movimientos a corto y medio plazo.
En todo caso la experiencia determi-
nar que media mvil es ms adecuada
para un mercado o valor, en funcin del
perfil del inversor u operador burstil.
INVERSOR, OPERADOR MEDIA MVIL DIARIA ADECUADA
Corto plazo Mximo 30 das
Medio 50-100 das
Largo plazo 150-200 das
Las medias mviles se calculan igual-
mente en grficos semanales y mensua-
les, pero equivalentes perodos a los dia-
rios utilizados en estos grficos, identifi-
caran a perodos superiores y, por tanto,
ms tiles para inversores y operadores a
medio y largo plazo.
INVERSOR, OPERADOR MEDIA MVIL SEMANAL ADECUADA
Medio plazo Mximo 50 semanas
Largo plazo 50-150 semanas
Muy largo plazo 150-200 semanas
Las seales de compra o de venta se
producen antes en las medias mviles
ms cortas que en las ms largas. Por tan-
to, hay que tener en cuenta que una me-
III. LOS TIPOS DE MEDIAS MVILES
En general las medias mviles se
construyen a partir de los datos de cierre
de la sesin, si bien pueden construirse
medias mviles a partir de los siguientes
datos del precio de las sesiones:
-
cios de cierre: para su construccin
se toman nicamente los precios de
cerca.
a corto plazo sigue a los precios muy
dia mvil corta para un operador a me-
dio y largo plazo le producir muchas se-
ales falsas, ya que una media mvil
Medias mviles a partir de los pre-
6939 CISS
MEDIA MVIL
cierre de la sesin sea diario, sema-
nal, mensual, etc.
- Medias mviles a partir de los pre-
cios mximos: se tienen en cuenta
los precios mximos de cada sesin
para su construccin.
- Medias mviles a partir de los pre-
cios mnimos: se tienen en cuenta
los precios mnimos de cada sesin
para su construccin.
- Medias mviles a partir de los pre-
cios medios: la media toma como va-
lor de referencia una media aritmti-
ca entre el precio mximo y mnimo
de cada sesin.
Y a partir de estos datos se pueden
construir alguna de las siguientes modali-
dades de medias mviles:
- Las medias mviles simples.
- Las medias mviles ponderadas.
- Las medias mviles exponenciales o
ponderadas exponencialmente.
- Las medias mviles triangulares.
- Las medias mviles ajustadas al volu-
men.
- Las medias mviles variables.
- Las medias mviles de series tempo-
rales.
Si bien, las medias mviles ms utili-
zadas son las simples, las ponderadas y
las exponenciales.
Las medias mviles simples son una
media aritmtica de un conjunto de valo-
res, en las cuales la ponderacin es igual
para todas las sesiones. Se construyen
sumando las cotizaciones o precios de
cierre correspondientes a los ltimos "n"
valores de la media mvil y dividiendo
entre este valor. Es decir una media m-
vil de 15 das es una media aritmtica
que se calcula sumando las cotizaciones
de los ltimos 15 das y dividiendo entre
15. Los valores sucesivos de la media m-
vil se calculan agregando una nueva coti-
zacin y eliminando la cotizacin de la
ltima fecha.
MEDIA MVIL DE 5 DAS
DA PRECIO VALOR MEDIA MVIL
1 10 -
2 10,2 -
3 10,4 -
4 10,1 -
5 9,8 -
Suma (1 a 5) 50,5 MM1: 50,5/5 = 10,1
6 9,4 -
Suma (2 a 6) 49,9 MM2: 49,9/5 = 9,98
Las medias mviles ponderadas son
medias mviles en las que se ponderan
los datos ms recientes, es decir, se da
ms importancia a las cotizaciones de los
ltimos das que a las de los primeros
das, de tal forma que la media mvil
6940 CISS
MEDIA MVIL
se acercar o seguir ms de cerca a las
cotizaciones.
Se calcula multiplicando el perodo
ms antiguo por uno, el penltimo por
dos y as hasta el ms reciente, por ejem-
plo, en una media mvil de 30 das se
multiplica el ltimo perodo por 30. La
suma del resultado de ese producto se
divide entre la suma de las ponderacio-
nes. El valor de la media mvil de la se-
sin siguiente se calcula agregando el
nuevo precio y eliminando el ltimo, uti-
CUADRO 1: MEDIA MVIL DE 5 DAS
DA PONDERACIN PRECIO RESULTADO
1 1 20 20
2 2 21 42
3 3 23 69
4 4 22 88
5 5 24 120
Suma ponderaciones = 15 Suma resultado = 339
El valor de la media mvil para esa sesin es 339/15 = 22,6
Las medias mviles exponenciales
son medias mviles ponderadas expo-
nencialmente que dan ms peso a los da-
tos ms recientes que a los lejanos y que,
a diferencia de las medias mviles pon-
deradas, toman en consideracin la serie
histrica de la cotizacin. La forma ms
sencilla de calcularla consiste en estimar-
la en funcin del valor de la media expo-
nencial de la sesin previa. Concreta-
mente, se calcula aplicando un porcenta-
je al precio de cierre hoy (por ejemplo
un 10%) y se agrega al resultado de mul-
tiplicar la media mvil exponencial del
da anterior por la diferencia entre el
100% y es e porcentaje (es decir, por el
90%).
Las medias mviles triangulares son
aquellas que dan mayor peso a los datos
intermedios.
Las medias mviles ajustadas al volu-
men son medias mviles que no slo tie-
nen en cuenta la evolucin de los pre-
cios sino que tambin tiene en conside-
racin el volumen negociado, dndose
mayor peso a aquellos precios en los que
se ha negociado ms volumen.
Las medias mviles variables son me-
dias mviles exponenciales ajustadas a la
volatilidad de los precios.
Las medias mviles de series tempo-
rales son medias calculadas usando tcni-
cas de regresin lineal.
IV. LA OPERATIVA CON MEDIAS
MVILES
Como se indic anteriormente, las
medias mviles son indicadores que si-
guen la tendencia y, por tanto, informan
de la tendencia que subyace en los valo-
res y mercados. Como tales, la operativa
con estos indicadores -independiente de
su tipo- se puede realizar de dos formas,
principalmente:
- Operativa con una media mvil.
- Operativa con dos medias mviles.
lizando de nuevo la ponderacin de 1 a 5.
ponderada, con respecto a una simple,
6941 CISS
MEDIA MVIL
- Operativa con tres medias mviles.
1. La operativa con una media mvil
Cuando se pretenda operar con una
nica media mvil, la primera decisin
que ha de tomarse es la eleccin de la
media mvil que se va a utilizar y sta de-
pender del tipo de tendencia que quie-
ra identificar o se determinar en funcin
del perfil del inversor y de la estrategia
de inversin. Por lo general, es adecuada
una media mvil de 15 o 30 das para un
inversor a corto plazo, una media mvil
de 70 das para un inversor a medio pla-
zo y de 200 das para un inversor a largo
plazo (las ms utilizadas).
Una vez elegida la media mvil las se-
ales de compra o de venta se producen
cuando los precios o cotizaciones cruzan
al alza o la baja la media mvil, respecti-
vamente:
a) La seal de compra se produce cuan-
do los precios cruzan al alza la media
mvil y se mantienen sobre ella.
b) La seal de venta utilizando una me-
dia mvil se genera cuando los pre-
cios cruzan a la baja la media mvil y
se mantienen por debajo de ella.
Puede resultar conveniente utilizar
tambin con estos indicadores unos fil-
tros de confirmacin, tales como una
cantidad, un porcentaje, un periodo bre-
ve de tiempo, bandas o envolturas, etc.
Una vez producida la seal de com-
pra o de venta, el valor se encuentra en
tendencia alcista o bajista -a corto, medio
o largo plazo- si atiende a la siguiente
evolucin:
a) Mientras los precios o cotizaciones
se muevan o se encuentren por enci-
ma de la media mvil el valor o mer-
cado estar en tendencia alcista y,
por tanto, se debe estar "comprado"
hasta el momento en que se produz-
ca la seal de venta.
b) Mientras los precios o cotizaciones
se muevan o se encuentren por de-
bajo de la media mvil el valor o
mercado estar en tendencia bajista
y, por tanto, se debe estar "vendido"
o evitar tomar posiciones en ellos
(salvo con ventas a crdito) hasta
que cambie su situacin o produzca
la seal contraria.
Adems de lo expuesto hasta el mo-
mento, hay que considerar los siguientes
aspectos en la operativa con medias m-
viles:
- El corte de los precios sobre la me-
dia mvil puede advertir de que se
ha producido un cambio de tenden-
cia.
- Cuanto ms corta sea una media m-
vil ms seales de compra y de venta
producir, no definiendo en nume-
rosas ocasiones tendencias claras, o
slo a muy corto plazo. En conse-
cuencia, tambin se producirn ms
seales falsas.
- Cuanto ms larga sea una media m-
vil ms retrasada ser la seal de
compra y venta; o de cambio de ten-
dencia. Si bien, ms significativo va
ser el cruce de las cotizaciones sobre
la media mvil.
- Si el corte de los precios a la baja o al
alza se produce cuando la media m-
vil se encuentra todava ascendiendo
o descendiendo, respectivamente,
puede proporcionar una primera se-
al, pero deberamos esperar a que
la media mvil se aplanara o cambia-
r de direccin, ya que puede tratar-
se de una seal falsa.
2. La operativa con dos medias mvi-
les
La utilizacin de dos medias mviles
para determinar las seales de compra o
de venta permite tener una visin ms
completa de la evolucin de un mercado
6942 CISS
MEDIA MVIL
6943 CISS
MEDIA MVIL
6944 CISS
MEDIA MVIL
sea a corto, medio o a largo plazo. Este
mtodo retrasa tales seales de compra
o de venta aunque produce menos sea-
les falsas.
Al igual que en la operativa con una
media mvil, la primera decisin que ha
de tomarse es la eleccin de las medias
mviles que se van a utilizar para el anli-
sis de los valores y stas dependern del
tipo de tendencia que se pretenda identi-
ficar o del horizonte temporal con que se
quiera trabajar. Por lo general, son ade-
cuadas medias mviles de 15 y 30 das
para un operador burstil a corto plazo,
de 30 y 70 das para un operador a me-
dio plazo y de 70 y 200 das para un ope-
rador a largo plazo (stas tambin son las
combinaciones ms comnmente utiliza-
das).
INVERSOR, OPERADOR CRUCE DE MEDIAS MVILES
Corto plazo Cruce de 5 y 15
Cruce de 15 y 30
Medio plazo Cruce de 30 y 70
Largo plazo Cruce de 70 y 200
Una vez elegidas las media mviles,
las seales de compra o de venta se pro-
ducen cuando la media mvil corta cruza
al alza o a la baja la media mvil larga, es
decir:
a) La seal de compra se produce cuan-
do la media mvil corta cruza al alza
la media mvil larga (a este cruce se
suele denominar "cruz de oro"). Esta
situacin supone que la cotizacin
ha cruzado al alza, previamente, las
medias mviles y se mueve por enci-
ma de ellas.
b) La seal de venta se produce cuando
la media mvil corta cruza a la baja la
media mvil larga. Esta situacin su-
pone que la cotizacin ha cruzado a
la baja previamente las medias mvi-
les y se mueve por debajo ellas.
Una vez producida la seal de com-
pra o de venta, el valor se encuentra en
tendencia alcista o bajista -a corto, medio
o largo plazo-, si atiende a la siguiente
evolucin:
a) Mientras los precios o cotizaciones
se muevan por encima de las medias
mviles el valor o mercado estar en
tendencia alcista.
b) Mientras los precios o cotizaciones
se muevan por debajo de las medias
mviles el valor o mercado estar en
tendencia bajista.
3. La operativa con tres medias mvi-
les
La utilizacin de tres medias mviles
permite tener una visin completa de la
situacin a corto, medio y a largo plazo
de un mercado o de un valor burstil. Si
bien, en trminos generales, es equiva-
lente a la operativa o anlisis con dos me-
dias mviles.
Al igual que en los casos anteriores,
la primera decisin que ha de tomarse es
la eleccin de las medias mviles que se
van a utilizar para el anlisis. Por lo gene-
ral, son utilizadas las medias mviles de
15 y 30 das como indicador a corto pla-
zo, la de 70 das como indicador de la
evolucin a medio plazo y la de 200 das
como indicador a largo plazo.
6945 CISS
MEDIA MVIL
INVERSOR, OPERADOR CRUCE DE MEDIAS MVILES
Corto plazo Cruce de 5 y 15
Cruce de 15 y 30
Medio plazo Cruce de 30 y 70
Largo plazo Cruce de 70 y 200
Una vez elegidas las medias mviles,
las seales de compra o de venta se pro-
ducen cuando las medias mviles ms
cortas cruzan, al alza o a la baja, las me-
dias mviles ms largas, a saber:
a) La seal de compra a corto-medio
plazo se produce cuando la media
ms corta (15-30 das) cruza al alza la
media mvil a medio plazo (70 das)
advirtiendo del cambio de tendencia
al alza a corto-medio plazo. Poste-
riormente, si los precios siguen al al-
za se producir el corte de la media
mvil intermedia con la media larga
(200 das), proporcionando la seal
de compra a medio-largo plazo,
puesto que advierte del cambio de
tendencia al alza a medio-largo pla-
zo. Esta ltima situacin supone que
los precios han cruzado previamente
todas las medias mviles al alza y se
encuentran por encima de ellas. En
este contexto, el valor est en ten-
dencia alcista.
b) La seal de venta a corto-medio pla-
zo se produce cuando la media ms
corta (15-30 das) cruza a la baja la
media mvil a medio plazo (70 das),
advirtiendo de un cambio de tenden-
cia a la baja a corto-medio plazo. Pos-
teriormente, si los precios siguen ba-
jando se producir el corte de la me-
dia mvil intermedia con la larga
(200 das), indicando la seal de ven-
ta a medio-largo plazo, implicando
una cambio de tendencia a la baja a
medio-largo plazo. Esta situacin su-
pone que los precios han cruzado
previamente las medias mviles a la
baja y se mueven por debajo de ellas.
En este contexto, el valor est en
tendencia bajista.
V. LAS MEDIAS MVILES COMO
SOPORTES Y RESISTENCIAS
Las medias mviles funcionan correc-
tamente como niveles dinmicos de so-
porte y de resistencia. Es decir, en una
tendencia alcista las medias mviles sue-
len funcionar como zona mvil de sopor-
te y en una tendencia bajista como reas
mviles de resistencia, de tal forma que:
a) En una tendencia alcista los precios
se mueven por encima de las medias
mviles, por tanto, estas funciona-
rn, a corto, medio o largo plazo, co-
mo soporte de los precios al igual
que una lnea de tendencia.
b) En una tendencia bajista los precios
o cotizaciones se mueven por debajo
de las medias mviles, actuando s-
tas como lneas de resistencia, a cor-
to, medio o largo plazo, al igual que
una lnea de tendencia bajista.
VI. LAS MEDIAS MVILES SOBRE
OTROS INDICADORES
Adicionalmente a las medias mviles
construidas sobre el grafico de precios
pueden incorporarse en otros grficos
que representen el volumen o bien indi-
cadores tcnicos, con el fin equivalente
6946 CISS
MEDIADOR DE SEGUROS
al tratado anteriormente, es decir, anali-
zar el movimiento o tendencia que sub-
yace en la evolucin de los mismos; asi-
mismo las medias mviles han permitido
la creacin de indicadores propios a par-
tir de ellas:
- Medias mviles sobre el grafico de
volumen: consiste en incorporar una
media mvil de "n" sesiones con el
fin de detectar u observar con mayor
facilidad las variaciones al alza y a la
baja del volumen.
- Media mvil sobre el ndice de Fuer-
za Relativa: al igual que en el caso an-
terior consiste en incorporarla sobre
el ndice de fuerza relativa.
- El oscilador de medias mviles
(MACD): es un indicador tcnico
muy utilizado en los mercados que
se construye a partir de 2 medias ex-
ponenciales.
JOS LUIS MATEU GORDON
Vase tambin: "Anlisis tcnico"; "Cambio de ten-
dencia"; "Chart"; "MACD"; "Resistencia"; "Sopor-
te" y "Tendencia".
MEDIACIN
Vase: "Gestin del conflicto en los equipos de
trabajo".
MEDIACIN ENTRE
PARTES
Mediation between parties
En una operacin de compraventa
de empresas, suelen producirse situacio-
nes complejas, no necesariamente mone-
tarias, que podran hacer inviable la ope-
racin, a pesar de que a priori la transmi-
sin tiene sentido econmico.
Se trata de situaciones, muchas veces
emocionales, que hacen que comprador
y vendedor no se pongan de acuerdo en
los trminos de la operacin. En estas si-
tuaciones, es til que haya abogados o fi-
nancieros que acten por cuenta de las
partes y que traten de llegar a acuerdos
que permitan una aproximacin con la
que finalmente se pueda cerrar la opera-
cin.
En general, es mucho ms fcil nego-
ciar entre profesionales jurdicos o finan-
cieros que entre los propietarios, ya que
stos suelen anteponer circunstancias no
econmicas a lo que es verdaderamente
importante, es decir, el precio de la tran-
saccin y la continuidad de la empresa.
Determinadas personas aducen que
pagar a abogados, auditores, economis-
tas, etc., es un gasto que pueden evitar,
pero no es cierto, ya que la riqueza de
matices que tiene una compraventa de
empresas, hace que la experiencia en
"cerrar" operaciones de este tipo sea pri-
mordial, y el propietario de una empresa
slo tiene una experiencia, la de su em-
presa, y no por que la haya vendido an-
tes.
En general, los gastos de mediacin
suelen estar entre el 2% y el 4% de la
transaccin, y normalmente son a cargo
del vendedor.
MIGUEL CRDOBA BUENO
Insurance broker
DE CONFLICTO)
(GESTIN
DE SEGUROS
MEDIADOR
6947 CISS
MEDIADOR DE SEGUROS
I. CONCEPTO II. OBLIGACIONES III.
CLASIFICACIN
I. CONCEPTO
Persona fsica o jurdica que tiene co-
mo actividad la presentacin, propuesta
o realizacin de trabajos previos a la cele-
bracin de un contrato de seguro o rea-
seguro, la celebracin de stos o la asis-
tencia, gestin y ejecucin de dichos
contratos.
Un mediador de seguros y reasegu-
ros no puede:
- Asumir directa o indirectamente co-
bertura de riesgos.
- Realizar actividades de mediacin pa-
ra las sociedades, mutuas y coopera-
tivas a prima variable.
- Realizar actividades de mediacin a
favor de entidades que no cumplan
los requisitos legalmente exigidos
para operar en Espaa.
- Utilizar una denominacin social, o
en su publicidad expresiones, que
estn reservadas a las entidades ase-
guradoras y reaseguradoras.
- Imponer la celebracin de un contra-
to de seguro.
- Aadir recargos a los recibos de pri-
ma emitidos por las entidades asegu-
radoras.
- Celebrar en nombre de sus clientes
contratos de seguro sin su consenti-
miento.
II. OBLIGACIONES
El mediador de seguros tiene las si-
guientes obligaciones:
- Ofrecer informacin veraz y suficien-
te, en la promocin, oferta y suscrip-
cin de los contratos de seguro.
- Es considerado, en todo caso, depo-
sitario de las cantidades recibidas
por sus clientes en concepto de pa-
go de primas de seguro, as como de
las cantidades entregadas por la ase-
guradora en concepto de indemniza-
ciones.
- Debern, antes de iniciar su activi-
dad, de inscribirse en el Registro es-
pecial administrativo de mediadores
de seguros y corredores de reasegu-
ros, al que hace referencia el artculo
52 de la Ley 26/2006, de 17 de julio,
de Mediacin de Seguros y Reasegu-
ros Privados.
III. CLASIFICACIN
Los mediadores de seguros se clasifi-
can en:
- Agentes de seguros. Personas fsicas
o jurdicas que, mediante la celebra-
cin de un contrato de agencia con
una o varias entidades aseguradoras,
se comprometen frente a stas a rea-
lizar las actividades referidas ante-
riormente. Existen dos tipos de
agentes de seguros: los agentes de
seguros exclusivos (la firma del con-
trato de agencia se realiza en exclusi-
va con una nica entidad asegurado-
ra), y los agentes de seguros vincula-
dos (el agente tiene firmados varios
contratos de agencia con distintas
aseguradoras).
- Corredores de seguros. Personas fsi-
cas o jurdicas que, realizan la activi-
dad mercantil de mediacin de segu-
ros privados sin mantener vincula-
cin contractual que suponga una
afeccin con entidades asegurado-
ras, ofreciendo asesoramiento inde-
pendiente profesional e imparcial a
quienes demandan la cobertura de
los riesgos a los que encuentran ex-
puestos. Los corredores estn obliga-
dos durante la vigencia del contrato
6948 CISS
MEDIADORES DE OPERACIONES EN DIVISAS
de seguro en que hayan intervenido,
a facilitar al tomador, al asegurado y
al beneficiario la informacin que re-
clamen y en caso de siniestro, a pres-
tarles asistencia y asesoramiento.
FRANCISCO JAVIER GRAN RICO
Vase tambin: "Seguro".
MEDIADOR
FINANCIERO
Financial broker
Un mediador financiero es una enti-
dad que acta de canalizador del ahorro
hacia la inversin. En trminos generales,
un banco o una caja de ahorros tambin
sera un mediador financiero; no obstan-
te, este apelativo se reserva para determi-
nados intermediarios financieros no ban-
carios.
Los mediadores financieros suelen
buscar un nicho de negocio en el cual se
especializan y debido a su pequea es-
tructura son capaces de competir con
xito con los grandes operadores como
los bancos multinacionales. Entre ellos,
destacan los gestores de carteras, las en-
tidades de financiacin hipotecaria no
bancarias o simplemente las pequeas
boutiques financieras que se limitan a
dar asesoramiento, informando, por
ejemplo, a sus clientes de cules son los
fondos de inversin que dan ms renta-
bilidad o cules son las hipotecas ms ba-
ratas. En estos casos, los mediadores no
cobran de sus clientes, sino que reciben
una comisin de las gestoras de fondos o
de los bancos hipotecarios.
En general, todos los mediadores de-
ben registrarse en los diferentes registros
oficiales de la Comisin Nacional del
Mercado de Valores (CNMV), estando
prohibido expresamente el ejercicio de
esta actividad profesional sin estar incor-
porado a un registro oficial. De hecho, la
CNMV alerta peridicamente de determi-
nados establecimientos, tanto en Espaa
como en otros pases, que estn tratando
de captar negocio en Espaa, y no estn
inscritos en ningn registro.
MIGUEL CRDOBA BUENO
DIVISAS
Currency and foreign transactions bro-
kers
Las operaciones de cambio de mone-
da extranjera, cualquiera que sea su de-
nominacin, son libres, sin ms lmites
que los establecidos en la legislacin de
control de cambios. No obstante, la acti-
vidad profesional consistente en la reali-
zacin de cambio de moneda extranjera,
cualquiera que sea su denominacin, en
establecimientos abiertos al pblico (los
llamadazos Establecimientos de cambio
de moneda), queda sujeta a las autoriza-
ciones y rgimen establecidos.
Dicha actividad de cambio de mone-
da comprende la compra o venta de bi-
lletes extranjeros y cheques de viajero,
as como la gestin de transferencias re-
cibidas del exterior o enviadas al exte-
rior, a travs de las entidades de crdito.
Igualmente, la actividad de cambio
de moneda extranjera tambin la pueden
realizar las entidades de crdito.
IGNACIO LPEZ DOMNGUEZ
Vase tambin: "Mercado de divisas".
DE OPERACIONES EN
MEDIADORES
6949 CISS
MEDIANA
MEDIANA
Median
I. CONCEPTO II. CLCULO III. PROPIEDADES
IV. MEDIANA DE UNA DISTRIBUCIN DE
PROBABILIDAD
I. CONCEPTO
La mediana, junto con las medias
(aritmtica, geomtrica y armnica), y la
moda es una de las medidas de posicin
central de mayor relevancia. Las medidas
de posicin central permiten situar la
distribucin de frecuencias, es decir, fijan
el comportamiento global de una varia-
ble a partir de los valores individuales re-
cogidos en dicha distribucin.
En particular, la mediana se define
como aquel valor que divide la distribu-
cin de frecuencias de forma que el n-
mero de ellas que quedan a su izquierda
es igual al nmero de las que quedan a
su derecha, siempre y cuando los valores
de la variable estn ordenados de menor
a mayor.
II. CLCULO
Para el clculo de la mediana es ne-
cesario distinguir entre distribuciones no
agrupadas en intervalos y distribuciones
agrupadas en intervalos
1) Distribuciones no agrupadas en
intervalos. Es necesario hacer distincin
entre las distribuciones con un nmero
total de datos (N) par o impar.
a) Si el nmero total de datos es im-
par, la definicin proporciona siempre
un nico valor, ya que denominando k al
nmero de observaciones inferiores y su-
periores a la mediana resulta que
siendo la mediana el valor que ocupa
el lugar k+1 de la distribucin.
b) Si el nmero de observaciones es
par, habr dos valores medianos: el que
ocupa el lugar k+1=N/2 y el que ocupa
el lugar k+2=N/2+1, puesto que
6950 CISS
MEDIANA
En este caso, se conviene en tomar
como valor mediano la media aritmtica
de ambos. No obstante, esto no es sino
un convenio. Perfectamente podra to-
marse como mediana uno u otro.
2) Distribuciones agrupadas en inter-
valos. En el caso en que la distribucin se
encontrase agrupada en intervalos, no se
tendr un valor mediano sino un interva-
lo mediano. Una vez establecido dicho
intervalo mediano, hay que determinar
un valor dentro de l que se corresponda
con la mediana, valor que no se puede
calcular de forma exacta puesto que se
desconocen los diferentes valores que
toma la variable en cada uno de los inter-
valos. Existen varios criterios para aproxi-
mar el valor mediano:
a) Si se asigna a un punto, se puede
considerar que la mediana es cualquier
valor del intervalo, exceptuando el valor
del extremo inicial del intervalo, L
i-1
,
puesto que los intervalos se consideran
abiertos por la izquierda y cerrados por
la derecha. Este criterio est basado en
que nada conocemos de lo que ocurre
dentro del intervalo.
b) Si no se asigna a un punto, sino
que se considera que todos los valores
del intervalo estn distribuidos de mane-
ra uniforme dentro de l, se puede apro-
ximar la mediana de la forma siguiente:
- Nmero de datos impar: Como se
ha visto en distribuciones no agrupadas
en intervalos, si el nmero de datos es
impar la mediana es aquel valor de la va-
riable, supuesta una ordenacin de me-
nor a mayor, que ocupa el lugar:
- Siguiendo este mismo criterio, el in-
tervalo mediano ser aquel que contenga
la frecuencia (N+1)/2. Si el intervalo me-
6951 CISS
MEDIANA
diano es L
i-1
- L
i
y se observa el histogra-
ma acumulativo de frecuencias se tiene:
Evidentemente, Me= L
i-1
+ m y m se
determina mediante la siguiente regla de
tres simple: si en c
i
se tienen n
i
frecuen-
cias, en m se tendrn frecuen-
cias, con lo que:
y la mediana adopta la siguiente ex-
presin:
siendo c
i
la amplitud del intervalo y
N
i-1
las frecuencias acumuladas hasta el
(i-1)-simo intervalo.
- Nmero de datos par: En este caso
se dispone de dos valores medianos, que
son los que ocupan las posiciones k
+1=N/2 y k+2=N/2+1.
Si ambos valores estn en el mismo
intervalo L
i-1
- L
i
(intervalo mediano) se
tiene que
pudindose tomar como mediana
cualquiera de ellos o la media de ambos:
6952 CISS
MEDICIONES A PIE DE PUESTO DE TRABAJO
resultando, en este ltimo caso, la
misma expresin que la obtenida para el
caso de que la frecuencia total sea impar.
Si los dos valores medianos se en-
cuentran en distintos intervalos, se pro-
cedera de forma anloga.
III. PROPIEDADES
La mediana, como medida de posi-
cin central, resulta de gran utilidad en
los casos siguientes:
1) Cuando existan valores anormalmen-
te bajos o elevados. La mediana es
menos sensible que la media aritm-
tica a estos valores extremos porque
en su determinacin no intervienen
todos los valores de la variable sino
los que ocupan las posiciones cen-
trales.
2) Cuando en las distribuciones agrupa-
das en intervalos el primero sea del
tipo menor que o el ltimo del tipo
mayor que, siempre y cuando ningu-
no de estos intervalos sea el interva-
lo mediano.
3) Cuando se analizan variables cualita-
tivas que vienen dadas en escala or-
dinal. En este caso, no se puede de-
terminar la media aritmtica, siendo
la mediana la medida de tendencia
central ms representativa.
IV. MEDIANA DE UNA
DISTRIBUCIN DE
PROBABILIDAD
Igual que se ha definido la mediana
para una distribucin de frecuencias, se
puede definir para una distribucin de
probabilidad. En este caso, de forma ge-
neral, y considerando a X como una va-
riable aleatoria, se define mediana como
aqul valor que verifica simultneamente
la siguiente doble condicin:
si bien el cumplimiento de una impli-
ca el de la otra.
GEMA FERNNDEZ-AVILS CALDERN
Vase: "Especialidades de los Servicios de Preven-
cin de Riesgos Laborales".
MEDICIONES A PIE DE
PUESTO DE TRABAJO
Workplace measurements
I. INTRODUCCIN II. APLICACIN DE
MEDIDAS DE PREVENCIN Y MEDICIONES
I. INTRODUCCIN
El puesto de trabajo es el lugar don-
de una o varias personas deben desarro-
llar una actividad productiva regulada,
fiscalizada y controlada, durante gran
parte del da. Si este puesto de trabajo es
incmodo y montono, puede restar ca-
DEL TRABAJO
MEDICINA
6953 CISS
MEDICIONES A PIE DE PUESTO DE TRABAJO
lidad a la actividad realizada e incluso
puede afectar a la seguridad del trabaja-
dor que lo desempea.
Por el contrario, si hacemos que un
puesto de trabajo sea seguro y agradable,
no slo estaremos potenciando una ten-
dencia a que la actividad productiva sea
cmoda, sino que adems se estar
creando en el trabajador una sensacin
de estar desempeando una labor im-
portante que, sin duda alguna, redunda-
r en beneficio de una mayor productivi-
dad, elemento clave en la economa ac-
tual.
Los accidentes de trabajo y las enfer-
medades profesionales implican, en lo
que se refiere al trabajador, una serie de
incomodidades como pueden ser el pa-
decimiento producido por la propia en-
fermedad, la necesidad de una atencin
sanitaria permanente, disminucin de in-
gresos econmicos, e incluso puede lle-
gar hasta la prdida del trabajo. Pero
tambin a la propia empresa le supone
un coste humano y econmico motivado
por la ausencia del trabajador, que se tra-
duce en la necesidad de su sustitucin
en el puesto de trabajo, debiendo dedi-
car de nuevo esfuerzos para su forma-
cin, que sin duda alguna supone unos
costes econmicos que pueden derivar
en una disminucin de beneficios para la
empresa.
Por lo tanto, al disear con un crite-
rio ergonmico y de seguridad un pues-
to de trabajo no solamente estaremos
pensando en una valoracin econmica
del mismo, sino que adems nos encon-
tramos con la obligacin moral de velar
por la seguridad del trabajador creando
las condiciones favorables para prevenir
riesgos de accidentes laborales.
Si desde la primera fase de concep-
cin del puesto de trabajo, y a lo largo de
todo el proceso productivo, estamos te-
niendo en cuenta los mtodos de valora-
cin ergonmica, nos vamos a encontrar
una serie de ventajas que irn en benefi-
cio de la produccin, como pueden ser
el bienestar de los trabajadores, que in-
dudablemente evitar reinversiones pos-
teriores en la correccin de factores que
no se haban previsto en un principio,
consiguiendo as evitar o disminuir los
riesgos derivados del trabajo que consis-
ten en la posibilidad de que un trabaja-
dor sufra un determinado dao en su
puesto de trabajo como consecuencia
del proceso de produccin.
A tenor de lo dispuesto por la Ley
31/1995 de Prevencin de Riesgos Labo-
rales en su artculo 4, define en su punto
1 que "prevencin" es el conjunto de ac-
tividades o medidas adoptadas o previs-
tas en todas las fases de actividad de la
empresa con el fin de evitar o disminuir
los riesgos derivados del trabajo.
La propia Ley en su artculo 14 esta-
blece el derecho que tienen los trabaja-
dores a la proteccin eficaz frente a los
riesgos laborales que se traduce en un
deber para el empresario tendente a la
proteccin de los trabajadores frente a
estos potenciales riesgos laborales.
II. APLICACIN DE MEDIDAS DE
PREVENCIN Y MEDICIONES
El empresario deber aplicar las me-
didas de prevencin para evitar los ries-
gos laborales, procurando adaptar el tra-
bajo a la persona, en particular en lo que
respecta a la concepcin de los puestos
de trabajo, atenuando aquel que sea mo-
ntono y repetitivo, planificando la pre-
vencin, buscando un conjunto coheren-
te que integre en ella la tcnica, la orga-
nizacin del trabajo, las condiciones del
mismo, las relaciones sociales y la in-
fluencia de los factores ambientales en el
trabajo, tal y como establece expresa-
mente el artculo 15 de la Ley de Riesgos
Laborales.
6954 CISS
MEDICIONES A PIE DE PUESTO DE TRABAJO
Por consiguiente, el empresario de-
ber tener en consideracin las capacida-
des profesionales de sus trabajadores en
materia de seguridad y de salud al enco-
mendarles las tareas, adoptando las me-
didas necesarias que garanticen que slo
los trabajadores que hayan recibido in-
formacin suficiente y adecuada puedan
acceder a las zonas de riesgo grave y es-
pecfico.
Se debe tener en cuenta tambin la
antropometra, que es el estudio de las
medidas del cuerpo humano, con fin de
poder utilizarlas en el diseo de los
puestos de trabajo y poder adecuarlos a
las caractersticas ms comunes de todos
los posibles usuarios. Es tan importante
la valoracin de las medidas del ser hu-
mano en estado de reposo como a tenor
de los movimientos que pueda desarro-
llar en las distintas posiciones de trabajo.
Las dimensiones antropomtricas
ms importantes a considerar en cuanto
a la incidencia en el puesto de trabajo,
entre otras, son la estatura, altura de los
ojos, anchura del cuerpo y longitud de la
mano.
Tambin se tendr que considerar la
postura que se adopta por el trabajador
en el puesto de trabajo, ya que este debe
ser diseado de tal forma que no provo-
que efectos perjudiciales al trabajador,
que no le cause fatiga o tensin, que la
postura pueda variarse, que pueda estar
de pie o sentado, y que dentro de las
posturas posibles a adoptar tenga la faci-
lidad de movimientos, evitndole en la
mayor medida posible la fatiga fsica.
Por ejemplo, independientemente
de que la Directiva 98/37/CE relativa a
mquinas obliga a los fabricantes de cual-
quier tipo de mquina a informar sobre
el ruido emitido por las mismas, las me-
diciones que afectan a dichas mquinas,
equipos y restantes herramientas, han de
efectuarse "a pie de puesto de trabajo",
tanto en el momento de la evaluacin
inicial correspondiente al puesto de tra-
bajo, como de forma peridica -debido
tanto a las revisiones peridicas, como al
obligado mantenimiento, como en su ca-
so, a posibles calibraciones, planes de ca-
lidad, o medioambientales, que se suman
a los requisitos preventivos-.
Las mquinas y equipos estas sujetos
a la aplicacin de esta Directiva y los la-
boratorios efectan su verificacin, ya
que disponen de equipos y procedimien-
tos que podran resultar vlidos para la
medida, por ejemplo, del ruido emitido
por este tipo de mquinas, pero las res-
tantes condiciones del entorno del pues-
to, de otras mquinas, equipos y herra-
mientas, tambin utilizados, implican
que, sin perjuicio de lo dispuesto en esta
normativa y otra complementaria, se de-
ban llevar a cabo procedimientos de me-
dida de las diversas magnitudes, de for-
ma adaptada al puesto de trabajo, en su
situacin cotidiana.
Estas magnitudes, no solo se limitan
al ruido, sino que afectarn a la totalidad
de mediciones (como por ejemplo las
que afectan a mquinas comercializadas
en la Unin Europea, tal y como recoge
la Directiva 98/37/CE que tiene como ob-
jetivo que sean seguras) y magnitudes de
las diversas caractersticas asociadas a su
utilizacin.
Las mediciones a pie de puesto no
son diferentes de las contempladas en
cuanto a seguridad de mquinas, indus-
trial, o seguridad general en el trabajo,
de las derivadas de aspectos ergonmi-
cos o de los aspectos contemplados en el
mbito de higiene industrial y en el pues-
to de trabajo.
Se efectuarn, segn el caso que
afecte, a todo el campo de mediciones
por las diversas condiciones, ya sean lu-
mnicas, de corrientes de aire, emisiones
de polvo o sustancias, gases, posibles
6955 CISS
MEDIDAS ANTIDUMPING
ambientes inflamables, presin, cargas
electrostticas, electricidad e intensida-
des y cargas, radiacin, vibraciones, ries-
gos biolgicos, o incluso, verificaciones a
pie de puesto de trabajo, respecto a di-
mensiones de estanteras, bancos y so-
portes, (incluyendo, por ejemplo, los pa-
rmetros de actuacin aplicables desde
el diseo, montaje y utilizacin de los sis-
temas de almacenamiento de materiales
en estanteras).
El control a pie de puesto de todas
estas magnitudes, mediante mediciones,
tanto de los aspectos citados relativos a
las mquinas, herramientas y equipos de
trabajo (incluidos los de proteccin indi-
vidual), junto a las caractersticas ergon-
micas y de diseo del puesto, y de desa-
rrollos dentro de las actividades del mis-
mo (frecuencias de manipulacin de car-
gas, posturales, de sometimiento a con-
diciones estresantes, etctera) son aspec-
tos bsicos que han de someterse a me-
diciones peridicas a pie de puesto de
trabajo, sin perjuicio de las evaluaciones
y parmetros de medicin individualiza-
dos o en entornos distintos al de cada
puesto en concreto. Las condiciones del
puesto de trabajo, en las diferentes cir-
cunstancias en que se desarrolla, incluso
diferentes perodos o puntas de trabajo,
han de ser contempladas en su versin
ms prxima a la realidad que le afecta.
En funcin de las caractersticas y cir-
cunstancias, y si el resultado derivado de
la evaluacin de riesgos as lo recomien-
da, se pueden incluir dichas mediciones
a pie de puesto, entre los indicadores de
seguimiento, obtenidos a travs de las di-
versas tcnicas de medicin fuera de en-
tornos controlados.
El disponer de un seguimiento, siste-
ma de indicadores, o investigacin apli-
cada para la prevencin, a partir de siste-
mas de medicin, permitirn su adecua-
da adaptacin a la organizacin, al igual
que, desde un plano poltico y de desa-
rrollo normativo, se persigue la integra-
cin dentro de la Unin Europea, en el
rea de medida, ensayo y evaluacin de
mtodos relativos a productos usados en
el puesto de trabajo, a las mquinas, a las
condiciones en el lugar de trabajo, eva-
luacin de EPI, componentes de seguri-
dad y maquinaria y para el desarrollo de
nuevos mtodos preventivos y de evalua-
cin de los riesgos (incluyndose la di-
vulgacin de los resultados de la investi-
gacin correspondiente a los mtodos
de ensayo, medida y valoracin) que
tambin estn siendo potenciados por la
Administracin Pblica en Espaa.
RAQUEL LOZANO PRIETO
LO ESENCIAL SOBRE
MEDICIONES A PIE DE
PUESTO DE TRABAJO
Documentacin
Norma EN ISO 12100-1 y 2 (revisin
de EN 292-1 y 2) sobre metodologa
para la integracin de la seguridad
en el diseo de mquinas.
Norma EN ISO 14121 (revisin de EN
de mquinas, para la evaluacin de
riesgos laborales asociados.
Directiva 98/37/CE Mquinas
Directiva 2002/44/CE sobre agentes
MEDIDAS
ANTIDUMPING
Anti-dumping measures
I. CONCEPTO II. ACTUACIN EN MATERIA
ANTIDUMPING III. EL CASO EUROPEO
I. CONCEPTO
Son medidas de defensa comercial
que intentan evitar que algunos produc-
1050) sobre principios de utilizacin
fsicos-vibraciones.
6956 CISS
MEDIDAS ANTIDUMPING
tores vendan en los mercados internacio-
nales sus mercancas a unos precios infe-
riores a los de venta en su propio pas,
esto es, que cometan dumping interna-
cional. Tal y como se entiende el dum-
ping, tiene un claro objetivo discrimina-
torio en precios, con la intencin de de-
jar al productor que ejerce el dumping
en una posicin monopolstica, expul-
sando a los productores locales a los
posibles competidores internacionales y
evitando nuevas lneas empresariales que
podran salir sin la presin del dumping.
Este grave dao que se puede ocasionar
a la industria local se intenta evitar impo-
niendo algn tipo de sancin, con la in-
tervencin de las autoridades competen-
tes en dicha materia, de tal forma que la
sancin cubra los posibles perjuicios oca-
sionados en la industria por el dumping
infringido.
Por lo tanto, han de demostrarse dos
hechos relevantes para la actuacin de
medidas antidumping: primero, que exis-
te dumping en una determinada indus-
tria y que dicho dumping ocasiona un
grave dao, es decir, debe haber un nexo
entre el dumping y el dao ocasionado y
dicho nexo debe ser demostrado. Y, se-
gundo, debe poder cuantificarse el per-
juicio, para poder imponer la sancin an-
tidumping.
La Organizacin Mundial de Comer-
cio siguiendo su Clusula de Nacin Ms
Favorecida no permite imponer un gra-
vamen superior a los ya acordados, ni
podrn aplicarse a los productos un trato
ms desfavorable que los producidos en
el propio pas. Sin embargo, en aquellos
casos en los que se pueda probar que un
producto se est vendiendo en un pas
de exportacin a un precio inferior al de
su origen, los productores perjudicados
pueden acogerse al artculo VI del GATT
de 1994 y al "Acuerdo Antidumping", per-
mitiendo que los gobiernos afectados ac-
ten en este sentido en defensa de su in-
dustria nacional. Por consiguiente, la
OMC acta a travs del Comit de Prcti-
cas Antidumping para poder iniciar la in-
vestigacin del asunto a tratar, determi-
nar cules han de ser los derechos a apli-
car y cuantificar los efectos de tales ac-
tuaciones.
II. ACTUACIN EN MATERIA
ANTIDUMPING
Cuando un pas, industria o empresa
intenta demostrar que se est cometien-
do dumping y se est causando un grave
dao, lo primero que ha de verse es la di-
ferencia en precios que existe entre el
pas de exportacin y el pas de origen
de la mercanca, pero tan slo en raras
ocasiones esa comprobacin se puede
hacer de forma directa (por ejemplo,
porque el producto no se venda en el
mercado interior del pas de origen). En
estos casos, debe determinarse el valor
de origen de la mercanca, para as poder
calcular el efecto del dumping, ya sea a
travs de la comparacin con bienes sus-
titutivos exportados a terceros pases; o a
travs de la reconstruccin del precio
con el clculo de los costes de produc-
cin ms un beneficio medio.
Una vez calculado el valor de origen
se ha de comparar con el valor de expor-
tacin - que en caso de no existir, tam-
bin deber deducirse, llegando a un
"precio de exportacin reconstruido" -
de forma homognea, esto es comparan-
do en la misma fase de comercializacin
(preferentemente ex fbrica), en fechas
cercanas, y si se han de utilizar conver-
siones cambiarias, el tipo de cambio de-
bera ser el de la fecha de venta.
Si al comparar el valor de origen y el
de exportacin se determina que hay dis-
criminacin de precios, entonces se de-
be calcular el margen de dumping. Para
ello la OMC dispone que debe ser "una
comparacin entre un promedio ponde-
6957 CISS
MEDIDAS ANTIDUMPING
rado del valor normal y un promedio
ponderado de todos los precios de ex-
portacin comparables o una compara-
cin entre el valor normal y el precio de
exportacin transaccin por transaccin"
(apartado 4.2 del prrafo 2).
En el caso de demostrarse que se ha
producido un dao cierto sobre algn
productor del pas de exportacin de la
materia, o hay una amenaza de dao so-
bre una rama de produccin, o se est
impidiendo el nacimiento de empresas
de un determinado sector, entonces es
cuando se deben imponer las medidas
antidumping, con el fin de eliminar la po-
sicin de dominio de dicha empresa, eli-
minando en la medida de lo posible el
perjuicio causado. Dichas medidas anti-
dumping podrn ser de carcter provi-
sional o definitivo.
En el momento en que se muestre
que el dao ha sido eliminado o sea in-
significante (2% del precio de exporta-
cin del producto), las medidas antidum-
ping deben darse por terminadas de for-
ma automtica.
III. EL CASO EUROPEO
El procedimiento seguido por la
Unin Europea parte de la actuacin in-
mediata de la Comisin Europea, a travs
del Servicio Antidumping, que analizar
las denuncias presentadas por los afecta-
dos e iniciar un proceso de investiga-
cin, que determine: la existencia de
dumping, el dao causado y el inters de
la Comunidad. En el caso de demostrarse
que s se ha producido un perjuicio, se
establecen unos derechos provisionales
(que normalmente tienen una duracin
de 6 meses y que en ningn caso pueden
ser superiores al margen de dumping)
que tras finalizar la investigacin se pue-
den convertir en "medidas antidumping".
Estas deben ser aprobadas en el Consejo
de Ministros por mayora simple de los
Estados miembros, con una duracin
media de 5 aos y publicadas como Re-
glamento (CE) del Consejo en el Diario
Oficial de la UE. Ante esta situacin el ex-
portador que ocasiona el dao puede ha-
cer un "compromiso de precios" hasta el
nivel en que se elimina el dumping.
El procedimiento comunitario sigue,
por tanto, el siguiente esquema:
6958 CISS
MEDIDAS ANTISUBVENCIN
INMACULADA HURTADO OCAA
Vase tambin: "Dumping" y "Organizacin Mun-
dial del Comercio (OMC)".
MEDIDAS
ANTISUBVENCIN
Anti-subsidy measures
I. CONCEPTO II. EL PROCEDIMIENTO SEGUIDO
EN LA UNIN EUROPEA
I. CONCEPTO
Las medidas antisubvencin son me-
didas de defensa comercial que se adop-
tan cuando se ha probado que existen
subvenciones y que su aplicacin causa
un dao a empresas o ramas de produc-
cin, por lo tanto, existe una relacin di-
recta entre la discriminacin y el dao
causado.
La cuestin central estriba en decidir
qu es una subvencin. La Organizacin
Mundial de Comercio en el artculo 1 del
Acuerdo sobre subvenciones y medidas
compensatorias considera que hay sub-
vencin cuando un gobierno o ente p-
blico, primero, haga una contribucin fi-
nanciera a alguno de los pases, ya sea a
travs de una transferencia directa de
fondos o pasivos, de una condonacin
de ingresos pblicos, o cuando propor-
cione bienes o servicios; o, segundo,
cuando haya alguna forma de sosteni-
miento de ingresos o precios, tal y como
6959 CISS
MEDIDAS ANTISUBVENCIN
lo define el artculo XVI del GATT de
1994.
Si dicha subvencin se hace de forma
concreta para una o varias empresas o ra-
mas de produccin, se denomina "sub-
vencin especfica".
El Acuerdo, en los artculos 3 y 5, res-
pectivamente, articula lo que se conoce
como subvenciones prohibidas todas
aquellas supeditadas de jure o de facto a
los resultados de las exportaciones o a la
utilizacin preferencial de productos na-
cionales frente a extranjeros y subven-
ciones recurribles aqullas que ocasio-
nan un grave dao a una industria nacio-
nal del pas de exportacin; o cuando el
dao recae sobre otros exportadores que
compiten con el que se beneficia de la
exportacin; o cuando las subvenciones
internas de un pas perjudican a los ex-
portadores que tratan de competir en el
mercado nacional.
Una vez determinado el perjuicio se
aplicarn las medidas compensatorias,
provisionales o definitivas, para eliminar
el mal causado.
En cualquiera de los casos el procedi-
miento reglamentario a seguir es acudir
al rgano de Solucin de Diferencias,
que dirigir los trmites al Comit de
Subvenciones y Medidas Compensato-
rias, compuesto por cada uno de los
miembros.
II. EL PROCEDIMIENTO SEGUIDO EN
LA UNIN EUROPEA
El procedimiento aplicado por la UE
parte de la denuncia presentada ante la
Comisin Europea, por una empresa o
rama afectada por la competencia desleal
ejercida por otra que recibe ayudas di-
rectas o indirectas de otro gobierno. Se
iniciar entonces un proceso de investi-
gacin de pruebas de la existencia de
subvencin, del dao causado y de la re-
lacin causal existente entre ambos. En
el caso de demostrarse que existe dicha
relacin, tras la consulta a los Estados
miembros, se impondrn "medidas com-
pensatorias provisionales, que podran
convertirse en definitivas en el Consejo
de Ministros, al trmino del perodo de
investigacin.
Este procedimiento sigue las fases
que se describen en el siguiente esque-
ma:
6960 CISS
MEDIDAS DE PREVENCIN GENERAL, ACTUACIONES ...
INMACULADA HURTADO OCAA
Vase tambin: "Medidas antidumping" y "Organi-
zacin Mundial del Comercio (OMC)".
Vase: "Mediana".
Vase: "Media" y "Moda".
GENERAL,
ACTUACIONES
General prevention measures, urgent
action and emergencies
El artculo 4 de la Ley de Prevencin
de Riesgos Laborales define la preven-
medidas adoptadas o previstas en todas
DE CENTRALIDAD
MEDIDAS
DE PREVENCIN
MEDIDAS
Y EMERGENCIAS
cin como el conjunto de actividades o
URGENTES
DE POSICIN
MEDIDAS
6961 CISS
MEDIDAS DE PREVENCIN GENERAL, ACTUACIONES ...
las fases de actividad de la empresa con
el fin de evitar o disminuir los riesgos de-
rivados del trabajo.
La prevencin general es un concep-
to utilizado en derecho que alude a uno
de los efectos que tiene la regulacin
normativa en la sociedad a la que va diri-
gida.
El objetivo de la prevencin general
es disuadir al trabajador de que no ejecu-
te el comportamiento legalmente prohi-
bido, de manera que la persona se abs-
tiene de incumplir lo dispuesto en el or-
denamiento jurdico.
Existen dos tipos de prevencin ge-
neral:
- La prevencin general positiva, que
va encaminada a restablecer la con-
fianza del resto de la sociedad en el
sistema de derecho.
- La prevencin general negativa, que
va a encaminada a disuadir a los
miembros de la sociedad que no han
delinquido, pero que se pueden ver
tentados a hacerlo, a travs de la
amenaza de la pena.
En el artculo 20 de esta misma Ley
se desarrollan las medidas de emergen-
cia, expresando que, el empresario, te-
niendo en cuenta el tamao y la activi-
dad de la empresa, as como la posible
presencia de personas, ajenas a la misma,
deber analizar las posibles situaciones
de emergencia y adoptar las medidas ne-
cesarias en materia de primeros auxilios,
lucha contra incendios y evacuacin de
los trabajadores, designando para ello al
personal encargado de poner en prctica
estas medidas y comprobando peridica-
mente, en su caso, su correcto funciona-
miento.
El citado personal deber poseer la
formacin necesaria, ser suficiente en
nmero y disponer del material adecua-
do, en funcin de las circunstancias an-
tes sealadas.
Para la aplicacin de las medidas
adoptadas, el empresario deber organi-
zar las relaciones que sean necesarias
con servicios externos a la empresa, en
particular en materia de primeros auxi-
lios, asistencia mdica de urgencia, salva-
mento y lucha contra incendios, de for-
ma que quede garantizada la rapidez y
eficacia de las mismas.
En la elaboracin de las medidas de
emergencia hay que establecer los pasos
a seguir que aseguren la respuesta de la
organizacin ante situaciones que se
puedan producir, y de las que pudieran
derivarse graves daos para los trabaja-
dores con el objeto de impedir que estos
daos se produzcan, o si llegaran a pro-
ducirse minimizar sus consecuencias.
El Servicio de Prevencin de Riesgos
Laborales, de acuerdo con lo establecido
en el artculo 20 de la Ley de Riesgos La-
borales tiene asignado legalmente la ges-
tin de la Prevencin de estos riesgos.
El Reglamento de los Servicios de
prevencin establece en su artculo 9.2
que igualmente habrn de ser objeto de
integracin en la planificacin de la acti-
vidad preventiva las medidas de emer-
gencia y la vigilancia de la salud previstas
en los artculos 20 y 22 de la Ley de Pre-
vencin de Riesgos Laborales, as como
la informacin y la formacin de los tra-
bajadores en materia preventiva y la
coordinacin de todos estos aspectos.
Los Servicios de prevencin tendrn
carcter interdisciplinario, entendiendo
como tal la conjuncin coordinada de
dos o ms disciplinas tcnicas o cientfi-
cas en materia de prevencin de riesgos
laborales.
El empresario podr desarrollar per-
sonalmente la actividad de prevencin,
6962 CISS
MEDIDAS Y TCNICAS DE PREVENCIN Y PROTECCIN
con excepcin de las actividades relativas
a la vigilancia, la salud de los trabajadores
cuando concurran las siguientes circuns-
tancias:
- Que se trate de empresas de menos
de seis trabajadores.
- Que las actividades desarrolladas en
la empresa no estn incluidas en el
anexo I del Reglamento de los Servi-
cios de Prevencin.
- Que desarrolle de forma habitual su
actividad profesional en el centro de
trabajo.
- Que tenga la capacidad correspon-
diente a las funciones preventivas
que va a desarrollar, de acuerdo con
lo establecido en el captulo VI de di-
cho Reglamento.
De acuerdo con lo establecido en el
artculo 10 de la Ley 31/1995, de Preven-
cin de Riesgos Laborales, y artculo 21
de la Ley 14/1986, General de Sanidad, el
servicio de prevencin colaborar con
los servicios de atencin primaria de sa-
lud y de asistencia sanitaria especializada
para el diagnstico, tratamiento y rehabi-
litacin de enfermedades relacionadas
con el trabajo, y con las Administraciones
sanitarias competentes en la actividad de
salud laboral que se planifique, siendo
las unidades responsables de salud pbli-
ca del rea de Salud, que define la Ley
General de Sanidad, las competentes pa-
ra la coordinacin entre los servicios de
prevencin que acten en esa rea y el
sistema sanitario.
Esta coordinacin ser desarrollada
por las Comunidades Autnomas en el
mbito de sus competencias.
RAQUEL LOZANO PRIETO
Vase tambin: "Medidas y tcnicas de prevencin
y proteccin".
and techniques
El trabajo ejerce sobre el individuo
una notable influencia, pudiendo dar lu-
y originar daos derivados del trabajo.
Existen dos formas de actuar para
proteger la salud: la prevencin y la cura-
cin.
La prevencin es la forma ideal de ac-
tuacin, ya que se basa en la proteccin
de la salud antes de que se pierda.
Sin embargo, la curacin, por el con-
trario, es una tcnica que acta slo
cuando se ha perdido la salud. Dentro de
las tcnicas de la curacin estn la asis-
tencia, que intenta recuperar la salud
perdida mediante la curacin y la rehabi-
litacin, que se aplica cuando las tcnicas
de curacin empleadas no han permitido
la recuperacin total de la salud.
La prevencin es la forma de actua-
cin ms rentable para la Seguridad e Hi-
giene del Trabajo, plenamente justifica-
das desde el punto de vista humano, so-
cial, legal y econmico.
Dado que la salud del trabajador se
halla amenazada por las condiciones del
trabajo que realiza, para su prevencin
podemos actuar de dos formas:
Tcnicas mdicas: Actuando sobre la
salud. Por ejemplo: Reconocimien-
tos mdicos, tratamientos mdicos,
seleccin profesional, educacin sa-
nitaria.
gar a la prdida del equilibrio de la salud
Y PROTECCIN
Y TCNICAS
DE PREVENCIN
Prevention and protection measures
MEDIDAS
6963 CISS
MEDIDAS Y TCNICAS DE PREVENCIN Y PROTECCIN
Tcnicas no mdicas de prevencin:
Actuando sobre el ambiente o condi-
ciones de trabajo. Por ejemplo: Se-
guridad del trabajo, higiene del tra-
bajo, ergonoma, psicosociologa,
formacin-educacin, poltica social.
De ambas tcnicas las no mdicas
son las que mayor importancia tienen en
la supresin de los riesgos profesionales.
La prevencin son el conjunto de ac-
tividades orientadas a la conservacin de
la salud de las personas y de la integridad
de los bienes con el objetivo de evitar
que se produzcan siniestros.
La proteccin es el conjunto de acti-
vidades orientadas a la reduccin de la
importancia de los efectos de los sinies-
tros. Por extensin, se denominan as a
los medios materiales orientados a este
fin.
El artculo 4 de la Ley 31/1995, de 8
de noviembre, de Prevencin de Riesgos
Laborales, define la prevencin como el
conjunto de actividades o medidas adop-
tadas o previstas en todas las fases de la
actividad de la empresa con el fin de evi-
tar o disminuir los riesgos derivados del
trabajo.
Las tcnicas de proteccin, son las
medidas de seguridad consistentes en:
Eliminar el mayor nmero posible de
peligros o reducir al mximo los ries-
gos, seleccionando convenientemen-
te determinadas caractersticas de di-
seo de la mquina.
Limitar la exposicin de las personas
a los peligros inevitables, reduciendo
la necesidad de que el operador in-
tervenga en zonas peligrosas.
Medidas para eliminar peligros o re-
ducir los riesgos:
Evitar aristas cortantes, ngulos agu-
dos, partes salientes...
Fabricar mquinas intrnsecamente
seguras por la:
a) Forma y colocacin de las partes
mecnicas que las integran.
b) Limitacin por diseo de ruidos
y vibraciones.
c) Limitacin de la masa y/o veloci-
dad de los elementos mviles.
d) Limitacin de la fuerza de accio-
namiento...
Utilizar tecnologas, mtodos y fuen-
tes de alimentacin de energa in-
trnsecamente seguros.
Tener en cuenta las normas sobre
clculo, diseo y construccin de
mquinas as como las propiedades
de los materiales utilizados.
Tener en cuenta los principios ergo-
nmicos.
Aplicar los principios de seguridad
en el diseo de los sistemas de man-
do.
Prevencin de los peligros debidos a
los equipos neumticos o hidruli-
cos.
Prevencin del peligro elctrico.
Medidas para limitar la exposicin de
las personas a los peligros:
Aumentar la fiabilidad de las partes
componentes de las mquinas.
Mecanizacin o automatizacin de
las operaciones de alimentacin y ex-
traccin.
Disposicin de los puntos de reglaje
o de mantenimiento fuera de las zo-
nas peligrosas.
Se entiende por proteccin, aplicado
a las mquinas, las medidas de seguridad
consistentes en el empleo de medios tc-
nicos especficos cuya misin es la de
6964 CISS
MEDIO AMBIENTE
proteger a las personas contra los riesgos
que la aplicacin de las tcnicas de pre-
vencin no permiten eliminar o reducir
convenientemente.
Los medios de proteccin pueden
ser de dos tipos:
Resguardo: Elemento de una mqui-
na utilizado especficamente para ga-
rantizar la proteccin mediante una
barrera material (carcasa, pantalla,
cubierta, puerta...). Puede ser: Fijo,
mvil, regulable, con dispositivo de
enclavamiento, con dispositivo de
enclavamiento y bloqueo, asociado
al mando...
Dispositivo de proteccin: Son los
dispositivos, distintos del resguardo,
que eliminan o reducen el riesgo, so-
lo o asociado a un mando. Por ejem-
plo: Dispositivos de enclavamiento,
dispositivos de validacin, dispositi-
vo sensible, dispositivo de retencin
mecnica, dispositivo limitador, dis-
positivo disuasorio, mando sensible,
mando a dos manos, mando de mar-
cha a impulsos, parada de emergen-
cia, estructura de proteccin...
El Real Decreto 39/1997, de 17 de
enero, por el que se aprueba el Regla-
mento de los Servicios de Prevencin,
que en su artculo 2 establece la necesi-
dad de una accin preventiva en la em-
presa que suponga la implantacin de un
plan de prevencin de riesgos que inclu-
ya la estructura organizativa, la definicin
de funciones, las prcticas, los procedi-
mientos, los procesos y los recursos ne-
cesarios para llevar a cabo dicha accin.
Este contenido se ve reforzado en el
artculo 2 de la Ley 54/2003 de 12 de di-
ciembre, de reforma del marco normati-
vo de la Prevencin de Riesgos Labora-
les, que exige la realizacin de un Plan de
Prevencin de Riesgos Laborales integra-
do en el sistema de gestin de la empre-
sa, tanto en el conjunto de las activida-
des como en todos los niveles jerrqui-
cos.
La proteccin debe estar enfocada
siempre desde un punto de vista colecti-
vo. Siempre que sea posible se deben de
utilizar protecciones colectivas antes que
equipos de proteccin individual. Estos
ltimos slo se utilizarn cuando no sean
posibles las protecciones colectivas o co-
mo complemento de estas.
RAQUEL LOZANO PRIETO
MEDIO AMBIENTE
Environment
I. CONCEPTO II. DERECHO A UN MEDIO
AMBIENTE ADECUADO III. GESTIN
AMBIENTAL
I. CONCEPTO
Pueden establecerse numerosas defi-
niciones relativas al medio ambiente, en
funcin del mbito que se considere. El
Diccionario de la Lengua Espaola define
medio ambiente como las "condiciones
o circunstancias fsicas, sociales, econ-
micas, etc., de un lugar, de una reu-
nin, de una colectividad o de una po-
ca", o en trminos biolgicos como el
"conjunto de circunstancias exteriores
a un ser vivo".
Este conjunto de circunstancias exte-
riores que nos rodean se pueden acotar
a un entorno determinado, a un medio
concreto, de forma que se generan nu-
merosas particularizaciones de este me-
dio ambiente general.
Dentro de las herramientas de ges-
tin ambiental se entiende el medio am-
biente como el "entorno en el cual una
organizacin opera, incluidos el aire,
el agua, el suelo, los recursos naturales,
6965 CISS
MEDIO AMBIENTE
la flora, la fauna, los seres humanos y
sus interrelaciones. El entorno en este
contexto se extiende desde el interior de
una organizacin hasta el sistema glo-
bal" (ISO 14050:2002).
II. DERECHO A UN MEDIO
AMBIENTE ADECUADO
El artculo 45 de la Constitucin Es-
paola establece claramente el derecho a
disfrutar de un medio ambiente adecua-
do para el desarrollo de la persona, as
como el deber de conservarlo. Sobre es-
te principio bsico se desarrolla la legisla-
cin bsica de mbito nacional, derivada
de las Directivas establecidas a nivel co-
munitario europeo.
Los objetivos y principios de la polti-
ca comunitaria de medio ambiente se en-
caminan a la prevencin, la reduccin y,
en la medida de lo posible, la elimina-
cin de la contaminacin, actuando pre-
ferentemente en la fuente misma, y a ga-
rantizar una gestin prudente de los re-
cursos naturales, de conformidad con los
principios de que quien contamina pa-
ga y de la prevencin de la contamina-
cin.
Disponemos de una amplia lista de
referencias legales que desarrollan estos
principios bsicos que garantiza la Cons-
titucin, incluyendo herramientas de
evaluacin de impacto ambiental de pro-
yectos, evaluacin ambiental de planes y
programas, prevencin de la contamina-
cin atmosfrica, prevencin del ruido,
gestin de residuos, prevencin de la
contaminacin de las aguas continenta-
les y costeras, etc.
Todas estas referencias estn basadas
en la identificacin de posibles afeccio-
nes al medio que puedan alterar sus con-
diciones naturales, para lo cual debemos
conocer cmo funcionan estos medios y
cules son las consecuencias de las alte-
raciones que produce nuestra actividad.
III. GESTIN AMBIENTAL
La norma ISO 1050:2002 define siste-
ma de gestin ambiental como "la parte
del sistema de gestin general que in-
cluye la estructura organizativa, las ac-
tividades de planificacin, las responsa-
bilidades, las prcticas, los procedi-
mientos, los procesos y los recursos para
desarrollar, implementar, realizar, re-
visar y mantener la poltica ambiental"
entendida como la "declaracin realiza-
da por la organizacin de sus intencio-
nes y principios en relacin con su de-
sempeo ambiental genera, que propor-
ciona un marco para la accin y para
el establecimiento de sus objetivos y me-
tas ambientales".
El grupo de normas enfocadas a la
gestin ambiental de una organizacin es
el grupo de ISO 14001, complementadas
con normas del grupo UNE 150000 y con
el reglamento EMAS.
Estas normas son las herramientas
que estn utilizando organizaciones de
todo tipo para asegurar una adecuada
gestin ambiental de sus actividades,
procesos y servicios prestados, de forma
que el comportamiento de la organiza-
cin sea respetuoso con el medio am-
biente, asumiendo el principio bsico de
prevencin de la contaminacin.
IVN DIAGO SNCHEZ
Vase tambin: "Aspecto Ambiental (Gestin)";
"Certificacin medioambiental" y "Evaluacin de
impacto ambiental".
LO ESENCIAL SOBRE
MEDIO AMBIENTE
Webgrafa
www.marm.es Ministerio de Medio
ambiente y medio rural y marino.
6966 CISS
MEDIOS, EQUIPOS Y MEDIDAS DE PROTECCIN COLECTIVAS
www.eea.europa.eu/es Agencia Eu-
www.consilium.europa.eu Consejo
de la Unin Europea, Medio Ambien-
k
x
k
)] = 0
Esta ecuacin es una condicin de
momentos que incluye los parmetros
j
que queremos estimar. Si estimamos el
momento anterior con su correspon-
diente momento muestral, tenemos que:
Si hacemos lo mismo con todas las
variables x
j
, como tenemos tantas varia-
bles x
j
como parmetros
j
, podemos ob-
tener un nmero de ecuaciones lineales
igual al nmero de parmetros a estimar
(para el trmino constante
j
basta elegir
7106 CISS
MTODO GENERALIZADO DE MOMENTOS
x
0
=1). De hecho, este sistema de ecua-
ciones coincide con el sistema normal de
ecuaciones para estimar por mnimos
cuadrados y, por lo tanto, para este mo-
delo particular, coinciden ambos estima-
dores.
Si no todas las variables x
j
estn inco-
rrelacionadas con el ruido u (tcnica-
mente se dice que esas variables son re-
gresores endgenos), para cada regresor
endgeno habr que buscar una variable
instrumental z
j
correlacionada con la an-
terior y que cumpla la condicin E [z
j
u]
= 0. Para estimar por el mtodo de los
momentos bastara sustituir por los mo-
mentos muestrales correspondientes y
despejar los parmetros
j
. Este es, de
una forma intuitiva, el principio de esti-
macin por variables instrumentales: a
cada variable x
j
endgena se le asocia un
instrumento (o conjunto de instrumen-
tos) y se aplican la condicin de momen-
tos E [z
j
u] = 0 (las variables x
j
que no
sean endgenas tendran la misma ecua-
cin de momentos que anteriormente,
es decir E [x
j
u] = 0). Como se puede ob-
servar, tambin el mtodo de variables
instrumentales en el modelo de regre-
sin es un caso particular del mtodo de
los momentos.
IV. MTODO GENERALIZADO DE
MOMENTOS
En los modelos anteriores hemos
empleado un nmero de ecuaciones de
momentos igual al nmero de parme-
tros a estimar. Sin embargo, con carcter
ms general, podramos usar ms de una
ecuacin de momentos para estimar un
mismo parmetro. Por ejemplo, si tene-
mos una distribucin Poisson de parme-
tro (utilizada en modelos con datos de
recuento, por ejemplo, el nmero de
clientes que llegan a una entidad banca-
ria en un determinado intervalo de tiem-
po), en esta distribucin tanto la media
como la varianza son iguales al parme-
tro y podramos utilizar la informacin
muestral de ambos momentos (que, ge-
neralmente, no ser la misma) para ayu-
darnos a estimar el parmetro en cues-
tin.
En general si denominamos como 0
al vector de parmetros que queremos
estimar, y como
al nmero de
condiciones de momento muestrales
que incluyen al vector de parmetros 0,
el estimador GMM se obtiene minimizan-
do respecto al vector 0 la funcin cuadr-
tica:
donde A es una matriz definida posi-
tiva que no depende del vector de par-
metros 0 (por ejemplo, la matriz identi-
dad). Hay que tener en cuenta que, para
que este problema tenga solucin, el n-
mero de condiciones de momento
debe ser mayor o igual que la dimensin
del vector de parmetros 0.
Para minimizar la funcin, las condi-
ciones de primer orden vendrn dadas
por el sistema de ecuaciones dado por:
. Este sistema de ecuaciones ser,
en general, no lineal por lo cual habr
que recurrir a tcnicas de optimizacin
numrica para obtener el vector de esti-
madores que resuelva el siste-
ma.
Una cuestin a tener en cuenta es
que existen tantos estimadores por GMM
como elecciones posibles de la matriz A.
Aunque, siempre que A sea definida posi-
tiva todos los posibles estimadores son
consistentes, en general, la eleccin ms
7107 CISS
MTODO HAMBURGUS
adecuada consiste en seleccionar aquella
matriz A que minimiza la varianza de los
estimadores obtenidos. Dicho de otra
forma, se debera elegir la matriz A que
hace eficientes los estimadores obteni-
dos. Sin embargo, en muchas ocasiones
la matriz A que permite obtener estima-
dores eficientes depende, a su vez, de los
parmetros a estimar 0 por lo cual no se
puede conocer a priori. Una posible op-
cin es plantear el problema en dos eta-
pas:
1. Obtener una estimacin consistente
inicial eligiendo una matriz
A cualquiera que sea definida positi-
va (por ejemplo A=I, la matriz iden-
tidad).
2. Si la matriz ptima A depende del
vector 0, utilizar las estimaciones
obtenidas en la etapa ante-
rior para construir la matriz ptima A
y volver a obtener las estimaciones
GMM minimizando el valor de
con la matriz A seleccio-
nada.
Los pasos anteriores se pueden repe-
tir (o iterar) de forma sucesiva hasta que
las estimaciones obtenidas en pasos su-
cesivos sean muy similares (tcnicamen-
te se dice que los estimadores han con-
vergido).
Para acabar, hay que sealar que,
dentro del marco GMM, es posible reali-
zar contrastes de hiptesis sobre los pa-
rmetros 0 de forma similar a los tests ra-
tio de verosimilitudes, multiplicadores
de Lagrange y test de Wald en el contex-
to de estimacin por mxima verosimili-
tud. Estos contrastes utilizan ahora las
condiciones de momento emplea-
das anteriormente para obtener los esti-
madores.
ROMN MNGUEZ SALIDO
Vase tambin: "Estimador"; "Mxima verosimili-
tud"; "Mnimos cuadrados" y "Variables instru-
mentales".
MTODO
HAMBURGUS
Hamburg method
Es uno de los mtodos para calcular
la liquidacin de cuentas corrientes, jun-
to al mtodo directo y al indirecto.
El primer mtodo de liquidacin de
cuentas corrientes con inters que se uti-
liz fue el mtodo directo, pero el clcu-
lo exiga el conocimiento de la fecha de
cierre para calcular los das hasta el mis-
mo da de cada partida desde el momen-
to de iniciar los asientos en la cuenta o
bien haba que demorar el clculo hasta
cuando se conociera tal fecha. Natural-
mente, aun conocindolo desde el pri-
mer momento, en caso de modificarse
dicha fecha haba tambin que modificar
los nmeros o intereses calculados. Es,
por eso, que se desarroll el mtodo in-
directo en el que para ir calculando n-
meros o intereses a cada partida no es
preciso conocer previamente la fecha de
cierre. Ahora bien, ni uno ni otro mto-
do resultaba prctico cuando la compen-
sacin se produca a la introduccin de
cada partida, de forma que lo que deven-
gaba inters era el saldo existente en ca-
da momento en la cuenta y, con la parti-
cularidad de que en muchos casos, el ti-
po aplicable a los saldos deudores no es
el mismo que a los acreedores. Por ello
se desarroll el mtodo hamburgus. En
cualquier caso, los tres mtodos mencio-
nados pueden permitir el clculo en to-
das las variadas condiciones que hemos
mencionado, pero la cuestin es que, se-
gn dichas condiciones, los mtodos di-
recto e indirecto resultan, por ste or-
den, ms dificultosos.
7108 CISS
MTODO MRP
Para el clculo de los intereses me-
diante el mtodo hamburgus se debe
proceder a identificar: saldos, das de ca-
da saldo efectivo (diferencias entre fe-
chas valor) y los nmeros comerciales
(acreedores y deudores), que son el pro-
ducto de los saldos mantenidos por el
nmero de das efectivos de permanen-
cia.
Una vez calculado lo anterior, hay
que sumar los nmeros comerciales, tan-
to deudores como acreedores y aplicarle
el divisor fijo correspondiente (relacin
entre la base de clculo y el tipo de inte-
rs anual, acreedor o deudor, segn el
saldo).
Dividiendo el sumatorio de nmeros
comerciales entre su divisor fijo tenemos
los intereses, deudores y/o acreedores,
devengados por la cuenta corriente.
IGNACIO LPEZ DOMNGUEZ
Vase tambin: "Cuenta corriente bancaria".
MTODO
INDUCTIVO
Vase: "Mtodo cientfico".
MTODO MRP
MRP Method (Material Requirements
Planning)
I. CONCEPTO II. FUNCIONAMIENTO Y
ELEMENTOS DEL SISTEMA MRP 1. Entradas del
Sistema MRP 2. Software del Sistema MRP 3.
Salidas del Sistema MRP III. EVOLUCIN DE
LOS SISTEMAS MRP
I. CONCEPTO
Con carcter general, el inventario es
el conjunto de artculos que se encuen-
tran en espera de ser vendidos o de ser
incorporados al proceso productivo.
Las existencias, por tanto, constitu-
yen un activo circulante crtico para la
mayor parte de las empresas nacionales y
por ello las decisiones relativas al inven-
tario deben estar bien coordinadas con
las necesidades de produccin, marke-
ting, finanzas etc. As, el objetivo de la
gestin de inventarios es asegurar la dis-
ponibilidad de la cantidad deseada, en el
lugar y en el tiempo preciso.
Ahora bien, muchos de los materia-
les que forman parte del inventario po-
seen una demanda dependiente, esto
significa que su demanda va a depender
nicamente del nmero de productos fi-
nales a fabricar en cada perodo de tiem-
po.
La gestin de inventarios con deman-
da dependiente puede verse alterada por
el hecho de que algunos componentes
tengan una demanda tanto dependiente
como independiente. As, los modelos
tradicionales de gestin de inventarios
(modelo de Wilson, perodo fijo, etc) no
son vlidos.
Para resolver este planteamiento, en
la dcada de los 70 han surgido una serie
de sistemas informticos que reciben el
nombre de sistemas MRP (Planificacin
de las Necesidades de Material) que tra-
tan de simplificar la complejidad de la
gestin del inventario de artculos con
demanda dependiente.
Los sistemas MRP nacen como una
tcnica informtica de gestin de stocks
y de programacin de la produccin que,
partiendo de un Programa Maestro de
Produccin (PMP), calcula la cantidad re-
querida de las distintas materias primas y
componentes necesarios en un horizon-
te temporal de planificacin. A partir de
este clculo se define una planificacin
de las rdenes de fabricacin y de las r-
7109 CISS
MTODO MRP
denes de pedido a emitir en cada mo-
mento del horizonte de planificacin.
Segn Miranda y Rubio (2005), las
ventajas que aporta la implantacin y el
desarrollo de los sistemas MRP son las si-
guientes:
1. Mejora el servicio al cliente puesto
que permite reducir los plazos de
entrega al tiempo que se asegura su
cumplimiento.
2. Reduccin de los niveles de inventa-
rio dado que el sistema indica en
qu momento justo debe producirse
la recepcin de cada componente en
relacin a cundo va a necesitarse
para la fabricacin del producto final.
3. Mejora de la eficiencia operativa,
puesto que se consigue una mejor
aprovechamiento de la capacidad
disponible en cada centro de trabajo.
Por otra parte, Gaither y Frazier
(1999) recomiendan la implantacin de
los sistemas MRP slo en aquellas empre-
sas que renan las siguientes caractersti-
cas:
- Dispongan de un sistema informti-
co efectivo con suficiente capacidad
para su desarrollo.
- Tanto las listas de materiales como
los estados de los inventarios deben
estar informatizados y con un eleva-
do grado de exactitud.
- El sistema de fabricacin debe ser
complejo con largos ciclos, de forma
que cuanto ms complejos sean los
productos a fabricar y ms largos los
ciclos de fabricacin, mejor se podr
desarrollar el sistema en la empresa.
II. FUNCIONAMIENTO Y
ELEMENTOS DEL SISTEMA MRP
El funcionamiento de un sistema
MRP consiste en que, a partir de unas en-
tradas, el programa informtico procesa
la informacin y genera una serie de sali-
das (Figura 1).
Por tanto, los elementos bsicos del
sistema se agrupan en tres categoras:
(Figura 2).
7110 CISS
MTODO MRP
1. Entradas del Sistema MRP que inclu-
yen a su vez:
- El Programa Maestro de Produc-
cin
- La Lista de Componentes que in-
tegran el producto final
- El Estado de Inventario
2. Programa o software informtico.
3. Salidas del Sistema MRP que se sub-
dividen en:
- La Previsin de inventario
- El Plan de rdenes de Fabrica-
cin o Pedido
- Informes Secundarios.
1. Entradas del Sistema MRP
Programa Maestro de Produccin
(PMP).
El PMP nos indica la cantidad de cada
artculo que se debe fabricar en funcin
de las necesidades del mercado dentro
de un horizonte temporal previamente
definido. Su objetivo es definir el calen-
dario de produccin para cada tipo de
producto de manera que se respete el
plazo de entrega y las restricciones de ca-
pacidad con el fin de aprovechar la capa-
cidad productiva instalada de la forma
ms eficiente posible.
A partir del PMP, el sistema MRP pro-
cede a realizar el clculo de las necesida-
des de los distintos materiales o compo-
nentes. En el caso de que las necesida-
des resultantes no puedan ser atendidas
con la cantidad disponible en el inventa-
rio y falte tiempo para realizar nuevas r-
denes de pedido o fabricacin, el PMP se
modificar para adaptarse a las cantida-
des disponibles.
Listado de Componentes.
Es una relacin de los distintos mate-
riales y componentes que forman parte
del cada uno de los productos finales de
la empresa. Adems, este listado, indica
la secuencia de elaboracin as como las
cantidades necesarias de cada uno de los
componentes.
Dentro de esta lista de materiales se
incluyen tres tipos de elementos:
7111 CISS
MTODO MRP
1. Elemento bsico: son aquellos que
no tienen ningn componente.
2. Elemento Intermedio: son aquellos
que forman parte de otro elemento y
a su vez estn formados por distintos
componentes.
3. Elemento final: es el producto termi-
nado que se vende directamente al
cliente.
Estado del Inventario.
Indica la cantidad de materiales o de
producto final que hay en el almacn, as
como el tamao ptimo de pedido, el
plazo de entrega de los proveedores, el
stock de seguridad, etc. Toda esta infor-
macin aparece en un registro que est
constituido por los siguientes elementos:
- Necesidades Brutas (N
B
): incluye
tanto a la demanda total derivada de
otros planes de produccin como a
la demanda externa directa.
- Recepciones programadas (R
p
): se
refiere a los pedidos que fueron emi-
tidos por la empresa pero que an
estn pendientes de recibirse.
- Inventario disponible (I
D
): es la can-
tidad de materiales disponibles en el
almacn. El saldo del inventario al fi-
nal de una unidad de tiempo (por
ejemplo de una semana) se determi-
na de la siguiente manera:
I
D
= I
D inicial
- N
B
+ R
p
- Cantidades comprometidas (C
C
):
son los artculos que se encuentran
reservados para satisfacer un pedido
ya recibido cuya fecha de entrega
an no ha llegado.
2. Software del Sistema MRP
A partir de la informacin proceden-
te del PMP, se determinan las Necesida-
des Netas (N
N
) de cada uno de los mate-
riales en cada perodo de tiempo. As, es-
tas necesidades netas se calculan:
N
N
= N
B
- I
D
+ R
p
- C
C
- S
E
Siendo S
E
el stock de seguridad.
Si este clculo es positivo, se indica
que hay Necesidades Netas, por lo que
se emite una orden de pedido/fabrica-
cin, en el perodo de tiempo que per-
mita que el material est disponible en el
momento en el que se requiera para co-
menzar la fabricacin del producto.
El resultado de este proceso se tra-
duce en una serie de "salidas" del siste-
ma.
3. Salidas del Sistema MRP
Previsin de inventario.
En funcin de los pedidos emitidos
as como de las recepciones planificadas
de los mismos, se procede a la actualiza-
cin permanente del estado del inventa-
rio.
Plan de Orden de Fabricacin o de
Pedido
En estos planes se dirigen principal-
mente:
- Departamento de compras: se indica
la cantidad de cada uno de los com-
ponentes que se va a pedir en cada
momento de tiempo en las corres-
pondientes rdenes de pedido a ca-
da proveedor.
- Departamento de produccin: para
emitir las correspondientes rdenes
de fabricacin a cada centro de tra-
bajo.
Informes Secundarios
Estos informes se utilizan para la to-
ma de decisiones en la direccin de la
empresa y se clasifican en tres categoras:
7112 CISS
MTODO MRP
- Informes de excepcin: orientados
hacia la deteccin de posibles pro-
blemas en el cumplimiento del plan
de fabricacin, indicando rdenes
retrasadas, problemas de calidad,
etc.
- Informes de rendimiento: informan
sobre la eficiencia del sistema, indi-
cando el ndice de rotacin de los in-
ventarios, el porcentaje de pedidos
completados a tiempo, en definitiva,
el grado de cumplimiento de todos
los planes definidos.
- Informes de planificacin: facilitan
a la direccin el proceso de planifica-
cin en el futuro, haciendo especial
referencia a las previsiones del in-
ventario, los pedidos comprometi-
dos, etc.
III. EVOLUCIN DE LOS SISTEMAS
MRP
La tcnica MRP surge a comienzos de
los 70 como solucin a los problemas de
gestin de inventarios de artculos con
demanda dependiente. A finales de esta
dcada, el sistema MRP original fue mejo-
rando al introducirse los denominados
Sistemas MRP de Bucle Cerrado. Estos
sistemas ofrecen la posibilidad de definir
las limitaciones de capacidad existentes
en la empresa. Su denominacin se debe
a que los resultados que aporta el siste-
ma y que estn vinculados al proceso de
planificacin, se utilizan como retroali-
mentacin para modificar las condicio-
nes de capacidad existentes y de esa for-
ma se puede garantizar la viabilidad de la
planificacin de la empresa a largo plazo.
Los sistemas MRP de Bucle Cerrado
fueron evolucionando, llegando en los
aos ochenta a los denominados Siste-
mas MRP II (Manufacturing Resource
Planning). Estos nuevos sistemas incor-
poran en su proceso de planificacin de
los inventarios de la empresa no slo los
aspectos vinculados a la direccin de
operaciones, sino que tambin incorpo-
ran elementos financieros, as como la
posibilidad de trabajar con distintos esce-
narios empleando para ello herramientas
de simulacin.
A partir de estos Sistemas MRP II, se
ha seguido trabajando desarrollando
nuevas herramientas que se orientan no
slo a la gestin de los materiales de pro-
duccin, sino a la gestin empresarial en
su conjunto, dando lugar a los denomi-
nados Sistemas Integrales de Gestin.
El primero de estos sistemas integra-
les de gestin, es el denominado Sistema
BRP (Business Resources Planning), que
posteriormente, en la dcada de los no-
venta, se han extendido dando origen a
los Sistemas ERP (Enterprise Resources
Planning) orientados hacia la planifica-
cin global de los recursos de la empre-
sa.
Los sistemas ERP buscan la integra-
cin entre los procesos operativos de la
empresa y sus flujos de informacin con
el fin de alcanzar sinergias entre todos
los recursos de los que dispone la em-
presa y por ello son una herramienta de
apoyo para la toma de decisiones. Estos
sistemas permiten controlar las principa-
les actividades de la empresa distribuyn-
dose a lo largo de la misma, consiguien-
do con ello una completa integracin de
los sistemas de informacin, al tiempo
que facilitan el proceso de mejora conti-
nua as como la introduccin de nuevas
tecnologas.
Las caractersticas ms relevantes de
esto Sistemas ERP son, segn Miranda y
Rubio (2005) tres:
- Su funcionalidad
- Su carcter global
- Su elevada flexibilidad
7113 CISS
MTODO PERT
En la actualidad, los principales pro-
yectos de software de los sistemas ERP
son: SAP R/3, Baan ERP, Oracle, QAP y
Sage Tetra CS3, etc.
CRISTINA ISABEL DOPACIO
Vase tambin: "Gestin de stocks".
LO ESENCIAL SOBRE
MTODO MRP
Libros
GAITHER, N Y FRAZIER, G.: Production an
Western Collage Publication, Cincin-
nanti, 1999.
MACHUCA, J. A. (coordinador): Direc-
cin de operaciones. Aspectos tcti-
cos y operativos en la produccin y
los servicios. Editorial Mc-Graw-Hill,
Madrid, 1995.
f(x
0
) = f(x
0
) = ... = f
(n-1)
(x
0
) = 0
f
(n)
(x
0
) y es distinto de cero
Entonces si n es par:
f
(n)
(x
0
) > 0 f presenta un mnimo
relativo en x
0
.
7198 CISS
MNIMO
f
(n)
(x
0
) < 0 f presenta un mximo
relativo en x
0
,
Y si n es impar, entonces f presenta
un punto e inflexin en x
0
.
V. CLCULO DEL MNIMO
Sea una funcin
real y x
0
D un punto de su dominio,
para calcular el mnimo de la misma se-
guiremos el siguiente esquema:
a) Puntos crticos.
Hallamos los puntos crticos, es de-
cir, calculamos la primera derivada y
la igualamos a cero. Las races resul-
tantes de esta ecuacin sern los
puntos crticos, es decir, los posibles
mnimos, mximos o puntos de infle-
xin.
b) Criterio de la segunda derivada.
Calculamos la funcin de la segunda
derivada, y el valor que toma en los
puntos crticos. Seguimos el criterio
descrito como de 2 derivada, esto
es, si el valor resulta mayor que cero,
existe un mnimo, y si es negativo un
mximo. Si el resultado fuese cero,
seguiramos derivando hasta que tu-
viera un valor distinto de cero y, en-
tonces, comprobaramos si la ltima
derivada es impar (punto de infle-
xin) o par, siguiendo el mismo cri-
terio, si es positivo, mnimo, y si el
positivo, mximo.
VI. EJEMPLO
Sea la funcin f(x)= x
3
-12x. Calcular
los mnimos relativos de dicha funcin.
1. Damos valores a la funcin, y la di-
bujamos:
x f(x)
-4 -16
-3 1/2 -1
-3 9
-2 1/2 14
-2 16
-1 1/2 15
-1 11
- 1/2 6
0 0
1/2 -6
1 -11
1 1/2 -15
2 -16
2 1/2 -14
3 -9
7199 CISS
MNIMO DE EXPLOTACIN
x f(x)
3 1/2 1
4 16
2. Calculamos los puntos crticos,
donde la primera derivada se anula.
La funcin de la primera derivada es:
f(x)=3x
2
-12
La igualamos a cero, y obtenemos las
races, que sern los puntos crticos:
Si 3x
2
-12=0 entonces x vale x
1
=-2 y
x
2
=2.
3. Analizamos ahora el signo de la se-
gunda derivada en esos puntos:
f(x)=6x.
Si x
1
=-2, entonces f( x
1
)= -12<0,
en el punto (-2,-12) hay un mximo.
Si x
1
=2, entonces f( x
1
)= 12>0,
en el punto (2,12) hay un mnimo.
Efectivamente, si observamos la grfi-
ca, vemos que f es creciente hasta x=-2,
en el intervalo (-2,2) es decreciente, y
desde x=2 vuelve a tener pendiente po-
sitiva, describiendo as el mnimo y mxi-
mo relativos.
En el punto (0, 0) existe un punto de
inflexin, donde cambia la concavidad de
convexa o cncava negativa a cncava o
cncava positiva. En este punto la segun-
da derivada es cero.
JOS MONDJAR JIMNEZ
MANUEL VARGAS VARGAS
Minimun average variable cost
I. CONCEPTO II. OBTENCIN DEL MNIMO DE
EXPLOTACIN III. LA PRODUCCIN EN EL
I. CONCEPTO
El Mnimo de Explotacin es aquel
valor de X para el cual el Coste Variable
Medio es mnimo, es por tanto un con-
cepto a Corto Plazo.
Es adems, el valor de X ms peque-
o para el cual a la empresa le interesa
producir, pues por debajo de este nivel
7200 CISS
M. LETICIA MESEGUER SANTAMARA
DE EXPLOTACIN
MNIMO DE EXPLOTACIN
MNIMO
MNIMO DE EXPLOTACIN
las prdidas son mayores que los Costes
Fijos y la mejor decisin es X=0, con lo
que, por tanto, el Mnimo de Explotacin
es el valor de produccin mnima a partir
del cual a una empresa competitiva le in-
teresa producir. El Mnimo de Explota-
cin tiene adems la peculiaridad de ha-
cer coincidir el valor mnimo del CVM(X)
con la pendiente del CV(X), es decir, que
el Mnimo de Explotacin se caracteriza
matemticamente por cumplir la condi-
cin:
CVM(X) min= Cmg(X)
II. OBTENCIN DEL MNIMO DE
EXPLOTACIN
Vamos a obtener el mnimo de ex-
plotacin a partir de una funcin de pro-
duccin a corto plazo. Hay que tener en
cuenta adems que el CVM es la inversa
de la curva de Pme, ya que:
7201 CISS
MNIMO DE EXPLOTACIN
III. LA PRODUCCIN EN EL MNIMO
DE EXPLOTACIN
En el mnimo de explotacin, las pr-
didas por producir son iguales que las
prdidas por no producir y por esto es
indiferente entre producir o no; pero su-
ponemos que produce. Por debajo, ya no
debera producirse y por encima s debe-
ra hacerse. Por esa misma razn, la cur-
va de oferta de una empresa competitiva
arranca precisamente del Mnimo de Ex-
plotacin. Vemoslo:
7202 CISS
MNIMO EXENTO
BEGOA BLASCO TORREJN
Vase tambin: "Competencia perfecta"; "Coste
variable" y "Coste variable medio".
MNIMO EXENTO
Exemption minimum
I. CONCEPTO II. EL MNIMO EXENTO EN EL
IMPUESTO SOBRE LA RENTA DE LAS PERSONAS
FSICAS 1. Mnimo personal 2. Mnimos
familiares III. EL MNIMO EXENTO EN EL
IMPUESTO SOBRE EL PATRIMONIO
I. CONCEPTO
El concepto del mnimo exento se in-
troduce en el sistema fiscal espaol en la
dcada de los 90, con el fin de dejar al
margen del impuesto una parte de la
renta del contribuyente que se considera
indispensable para que ste cubra sus
necesidades vitales. Por ello en algunas
ocasiones se le denomina tambin como
mnimo de subsistencia o mnimo vital.
Desde un punto de vista prctico, esta
circunstancia se articula mediante reduc-
ciones en la Base Imponible del impues-
to, de manera que el contribuyente de-
clare exclusivamente aquella parte de su
renta o de su patrimonio que supere di-
cho mnimo.
El concepto de mnimo exento se
contempla actualmente en dos impues-
tos: El Impuesto sobre la Renta de las
Personas Fsicas (IRPF) y en el Impuesto
sobre el Patrimonio (IP - recientemente
suprimido -).
En el caso del IRPF, como se ver a
continuacin de forma ms detallada, es-
te mnimo exento se establece en fun-
cin de las circunstancias personales y fa-
miliares del contribuyente (edad, disca-
pacidad, personas dependientes), mien-
tras que en el Impuesto sobre el Patrimo-
nio se establece una cuanta fija, igual pa-
ra todos los contribuyentes.
II. EL MNIMO EXENTO EN EL
IMPUESTO SOBRE LA RENTA DE
LAS PERSONAS FSICAS
Desde el momento de la introduc-
cin del IRPF en Espaa, tal y como se
7203 CISS
MNIMO EXENTO
concibe actualmente, y durante casi vein-
te aos, las circunstancias personales y
familiares del contribuyente actuaban co-
mo deducciones de la cuota del impues-
to (una vez aplicada ya la tarifa). Sin em-
bargo, la reforma el Impuesto de 1998,
supuso un giro radical en esta concep-
cin del impuesto, pues introdujo el con-
cepto de mnimo vital, de acuerdo con el
cual, las obligaciones tributarias de los
contribuyentes surgan una vez que stos
cubran sus necesidades bsicas. En otras
palabras, las circunstancias familiares y
personales propias de cada contribuyen-
te deban tratarse en la base del impues-
to, en lugar de hacerse en la cuota, como
vena siendo habitual desde 1979, y por
ello antes de aplicar el tipo impositivo
progresivo. Por lo tanto, la minoracin
de la carga tributaria real dependa para
cada contribuyente, no slo de sus cir-
cunstancias personales, sino tambin de
los ingresos obtenidos por aquel, de ma-
nera que la reduccin real aumentaba a
media que lo haca la renta del contribu-
yente. Surge entonces lo que se conoce
como mnimos personales y familiares.
La reforma de 2007 modifica la aplicacin
prctica de estos mnimos, que pasan a
deducirse de la cuota, pero en una cuan-
ta variable que depende exclusivamente
de las circunstancias propias de cada in-
dividuo y ya no de su renta. De manera
que todos los ciudadanos que tengan
unas circunstancias personales similares
gozarn de la misma reduccin.
La normativa actual del impuesto di-
ferencia entre el mnimo personal y el fa-
miliar.
1. Mnimo personal
Se establece una cuanta fija, igual
para todos los contribuyentes. El objeti-
vo es dejar al margen del impuesto una
cuanta que se considera mnima para cu-
brir las necesidades bsicas de los contri-
buyentes. Se establecen adems mnimos
superiores para aquellos casos de contri-
buyentes mayores de 65 y/o 75 aos y pa-
ra los que tengan algn tipo de discapaci-
dad (gradundose este importe adicional
en funcin del grado de minusvala y de
la necesidad o no de ayuda de terceros).
2. Mnimos familiares
El mnimo familiar tienen en cuenta
las personas dependientes del contribu-
yente (descendientes y ascendientes).
As, se permite una reduccin con cada
descendiente (en lnea recta, por lo tan-
to, hijo o nieto), menor de 25 aos (o de
cualquier edad si es discapacitado), que
conviva con el sujeto pasivo y que de-
penda econmicamente de l (lo que se
regula estableciendo que no debe obte-
ner rentas superiores a 8.000 euros anua-
les). El importe de esta reduccin au-
menta a medida que lo hace el nmero
de hijos que generan el derecho a la de-
duccin, aumentndose la cuanta para
el segundo, tercero, cuarto y siguientes.
Tambin se establecen reducciones adi-
cionales si los descendientes son meno-
res de 3 aos o si tienen algn tipo de
discapacidad (contemplndose igual que
para el mnimo personal diferentes cuan-
tas segn el grado de minusvala).
Se contemplan tambin reducciones
por los ascendientes (en lnea recta -pa-
dres y/o abuelos-) del contribuyente,
siempre que convivan con l (al menos
seis meses en el mismo ejercicio) y que
dependan econmicamente de l (no
obtengan rentas superiores a 8.000 euros
al ao). El importe de este mnimo fami-
liar tambin se incrementa si el ascen-
diente tiene ms de 75 aos y si posee al-
gn grado de discapacidad.
A ttulo ilustrativo en el siguiente
cuadro se recogen los mnimos vigentes
para el ao 2009.
7204 CISS
MNIMO EXENTO
Tabla 1: Mnimos personales y familiares en el IRPF (2009)
Mnimos personales euros
Contribuyente 5.151
Mayores 65 aos, suplemento 918
Mayores 75 aos, suplemento 1.122
Discapacidad del contribuyente, ascendientes y descendientes, suplemen-
to
2.316
Discapacidad > 65% 7.038
Gastos de Asistencia de discapacitados, adicional 2.316
Mnimos familiares
Primer descendiente 1.836
Segundo descendiente 2.040
Tercer descendiente 3.672
Cuarto descendiente y siguientes 4.182
Descendientes menores de 3 aos suplemento 2.244
Ascendientes mayores de 65 aos 918
Ascendientes mayores de 75 adicional 1.122
Discapacidad de ascendientes y descendientes 2.316
Discapacidad de ascendientes y descendientes > 65% 7.038
Gastos de Asistencia de discapacitados ascendientes y descendientes, adi-
cional
2.316
Por ltimo hay que destacar que la
normativa del IRPF prev una reduccin
adicional en la Base Imponible del im-
puesto de 2.150 euros en aquellos casos
de familiares monoparentales que pre-
senten declaracin conjunta. El objetivo
de esta minoracin es el de reducir la tri-
butacin de este tipo de unidades fami-
liares por sus caractersticas propias.
III. EL MNIMO EXENTO EN EL
IMPUESTO SOBRE EL
PATRIMONIO
En el Impuesto sobre el Patrimonio
el mnimo exento se articula mediante
una reduccin de la Base Imponible. Co-
mo se ha sealado, el importe de dicho
mnimo es una cuanta fija, igual para to-
dos los contribuyentes e independiente
del volumen de su patrimonio. Se trata,
sin embargo, de uno de los aspectos del
Impuesto que pueden modificar las Co-
munidades Autnomas, si as lo desean,
por lo que la normativa del Impuesto es-
tablece una cuanta (108.182,18 euros)
que se aplicar en el caso de que la Co-
munidad Autnoma correspondiente no
haya hecho uso de su capacidad tributa-
ria y no exista por lo tanto un mnimo es-
pecfico para sus declarantes.
Algunas Comunidades Autnomas
han introducido adems mnimos exen-
7205 CISS
MNIMO EXENTO
tos superiores para aquellos contribuyen-
tes con discapacidad, diferencindose in-
cluso en algunos casos su cuanta en fun-
cin del grado de minusvala. A ttulo
ilustrativo en el siguiente cuadro se reco-
gen los mnimos vigentes para el ao
2009.
Cuadro 2: Mnimos exentos en el Impuesto sobre el Patrimonio, vigentes en las Comunida-
des Autnomas (ao 2009)
Comunidad Autnoma Circunstancias Cuanta
Catalua y Galicia General 108.200
Contribuyente discapacidad _
65%
216.400
Andaluca Contribuyente discapacidad _
33%
250.000
Cantabria General 150.000
Contribuyente discapacidad _
33% y < 65%
200.000
Contribuyente discapacidad _
65%
300.000
Valencia General 150.000
Contribuyente discapacidad _
65%
250.000
Canarias General 120.000
Contribuyente discapacidad _
65%
400.000
Extremadura Contribuyente discapacidad _
33% y < 50%
120.000
Contribuyente discapacidad _
50% y < 65%
150.000
Contribuyente discapacidad _
65%
180.000
Baleares General 120.000
Contribuyente discapacidad _
33% y < 65%
150.000
Contribuyente discapacidad _
65%
300.000
Madrid General 112.000
Contribuyente discapacidad _
65%
224.000
7206 CISS
MNIMOS CUADRADOS
BEGOA BARRUSO CASTILLO
Vase tambin: "Comunidades Autnomas: capaci-
dad tributaria"; "Reducciones de la base imponi-
ble" y "Tributacin conjunta".
MNIMOS
CUADRADOS
Least squared
I. CONCEPTO II. MNIMOS CUADRADOS
ORDINARIOS 1. Propiedades de los estimadores
obtenidos por mnimos cuadrados ordinarios 2.
Problemas que se pueden presentar al utilizar
mnimos cuadrados ordinarios III. MNIMOS
CUADRADOS GENERALIZADOS
I. CONCEPTO
Es una tcnica de optimizacin cuyo
objetivo consiste en la obtencin de la
funcin que mejor se ajuste (en el senti-
do de un error cuadrtico mnimo) a los
datos observados de las variables objeto
de estudio.
Este procedimiento fue propuesto
de forma independiente por el matem-
tico, fsico y astrnomo alemn Carl Frie-
drich Gauss, quien en 1801 predijo la r-
bita del asteroide Ceres utilizando mni-
mos cuadrados y, por el matemtico
francs Adrien-Marie Legendre en 1805.
II. MNIMOS CUADRADOS
ORDINARIOS
Si partimos de un modelo de regre-
sin lineal en el que una variable depen-
diente (Y) est determinada por k varia-
bles explicativas independientes (X
k
) de
las que se dispone de n observaciones:
Y
i
=
0
+
1
X
1i
+ ... +
k
X
ki
+ u
i
, o
en forma matricial: Y =X+u
Donde ui es la perturbacin aleatoria
necesaria en el modelo, ya que, la rela-
cin que existe entre las variables no es
determinista. Se suele suponer que esta
perturbacin es una variable aleatoria
Normal con media cero y varianza cons-
tante; y, son los coeficientes del mode-
lo.
El objetivo ser obtener las estima-
ciones de los coeficientes del modelo
utilizando la informacin muestral dispo-
nible de tal forma que se cometan los
menores errores posibles.
Los errores, conocidos como resi-
duos, se calculan como la diferencia en-
tre los valores observados y los valores
estimados de la variable dependiente:
En un modelo con una variable de-
pendiente y una variable independiente
estos residuos grficamente seran:
7207 CISS
MNIMOS CUADRADOS
Existen diferentes criterios de esti-
macin y dependiendo del criterio utili-
zado se obtendrn estimaciones diferen-
tes. El estimador de mnimos cuadrados
minimiza la suma residual, es decir, la su-
ma de los cuadrados de los residuos
Por lo tanto, para obtener los estima-
dores sera necesario resolver el siguien-
te problema de optimizacin:
Para lo cual, sera necesario:
a) Calcular el vector gradiente (derivan-
do la expresin anterior respecto del
vector de parmetros ) e igualarlo
a cero, obtenindose un sistema de
ecuaciones normales. La solucin de
este sistema de ecuaciones es el esti-
mador de mnimos cuadrados ordi-
narios del vector , cuya expresin
matricial es:
.
Este estimador no se puede calcular
cuando exista un problema de multi-
colinealidad exacta, ya que, entonces
el determinante de la matriz (X X)
es cero y no existe la inversa.
b) Calcular la matriz hessiana (matriz
segundas derivadas). Esta matriz tie-
ne que ser definida positiva y se ob-
tiene:
1. Propiedades de los estimadores ob-
tenidos por mnimos cuadrados ordi-
narios
El vector de parmetros estimados
por mnimos cuadrados ordinarios de-
pende tanto de las observaciones de las
variables independientes como de la va-
riable dependiente, por lo tanto, depen-
de tambin de las perturbaciones del
modelo y es aleatorio. Entre sus propie-
dades se pueden destacar las siguientes:
a) Es insesgado si la esperanza del tr-
mino de error es cero. Esto implica
que el valor esperado del estimador
MCO coincide con el verdadero va-
lor del parmetro.
b) Es consistente, es decir, que si se
amplia la muestra al total de la pobla-
cin entonces el valor estimado de
7208 CISS
MNIMOS CUADRADOS
los parmetros coinciden con los va-
lores reales.
c) Es eficiente (de mnima varianza) si
se cumple que la matriz de varianzas
y covarianzas del trmino de error es
escalar, es decir, su varianza es cons-
tante (existe homocedasticidad) y las
covarianzas son nulas (no existe au-
tocorrelacin).
2. Problemas que se pueden presentar
al utilizar mnimos cuadrados ordina-
rios
a) Si la relacin especificada entre las
variables no sea lineal y entonces no
se puede utilizar MCO para estimar
los parmetros del modelo sino que
hay que otros mtodos de optimiza-
cin que recojan esa relacin no li-
neal entre las variables y que minimi-
cen el error cuadrtico.
b) Si existe multicolinealidad exacta no
se puede calcular el estimador MCO
y, si existe multicolinealidad aproxi-
mada entonces el MCO no se puede
aplicar correctamente.
c) Si existe heterocedasticidad o auto-
correlacin entonces, el estimador
MCO deja de ser eficiente, y ser ne-
cesario estimar el modelo utilizando
mnimos cuadrados generalizados
para obtener estimaciones eficientes
de los parmetros.
III. MNIMOS CUADRADOS
GENERALIZADOS
Si la matriz de varianzas y covarianzas
del trmino de error de un modelo de
regresin lineal deja de ser escalar
(Var(u)=o
2
L donde L es diferente de la
matriz identidad), entonces, el estimador
MCO deja de ser eficiente y ser necesa-
rio estimar los parmetros del modelo
utilizando mnimos cuadrados generali-
zados.
El objetivo ser transformar el mode-
lo original en otro que tenga los mismos
parmetros y un trmino de error con
una matriz de varianzas y covarianzas es-
calar.
Para conseguirlo hay que tener en
cuenta que, si la matriz L es simtrica y
definida positiva, entonces existe una
matriz cuadrada, no singular P tal que
L=PP. As, si se premultipica en ambos
lados de la ecuacin por P
-1
y se posmul-
tiplica (P
-1
) obtenemos la matriz identi-
dad del siguiente modo:
P
-1
L (P
-1
) =I
Para estimar el modelo por mnimos
cuadrados generalizados se tienen que
llevar a cabo los siguientes pasos:
a) Transformar el modelo original pre-
multiplicando todas las variables por
P
-1
.
b) Aplicar mnimos cuadrados generali-
zados al modelo transformado, ya
que la matriz de varianzas y covarian-
zas de las perturbaciones del modelo
transformado si es escalar. Este esti-
mador de MCO aplicado al modelo
transformado se conoce como mni-
mos cuadrados generalizados
(MCG). La expresin del estimador
MCG es:
Al igual que el estimador MCO el es-
timador MCG es insesgado, consistente y
eficiente.
MARA DEL CARMEN GARCA CENTENO
Vase tambin: "Anlisis de regresin" y "Eficien-
cia".
7209 CISS
MINORACIN (FISCALIDAD)
MINORACIN
(FISCALIDAD)
Tax reduction (Taxation)
MBITO DE APLICACIN DE LAS
MINORACIONES TRIBUTARIAS
I.
TRIBUTARIO
En el mbito tributario, una minora-
cin, en un sentido amplio, se puede
producir tanto en la identificacin del tri-
buto, en aplicacin de las exenciones,
como en la cuantificacin del tributo, a
travs del clculo de la base y cuota de
un tributo.
Sin embargo, en sentido estricto, las
exenciones no dan lugar a minoraciones
tributarias:
- Los supuestos de exencin son mo-
dalidades de sujecin en las que el
legislador regula la exclusin de la
obligacin de pago, que no llega a
originarse. Se determinan y aplican
en el momento de identificar la obli-
gacin de pago de un tributo, de for-
ma previa a la cuantificacin del mis-
mo.
- No son conceptos destinados a mi-
norar un importe en el desarrollo de
cuantificacin del tributo. Son rentas
que la ley deja fuera del objeto de
gravamen. Los rendimientos exentos
no minoran sino que no son objeto
de gravamen. Los sujetos pasivos
exentos no minoran el gravamen
porque no nace siquiera la obliga-
cin de pago del tributo.
II. MBITO DE APLICACIN DE LAS
MINORACIONES TRIBUTARIAS
Las minoraciones en el clculo del
tributo operan en los denominados Tri-
butos variables. En concreto, la base im-
ponible y el tipo de gravamen son los
elementos de cuantificacin ms signifi-
cativos del tributo. Es en ellos, donde se
producen las minoraciones fiscales.
El legislador articula diferentes meca-
nismos que minoran el gravamen. La di-
ferente acepcin entre unos y otros, en
general, hacen referencia a la fase de cl-
culo en la que operan:
- En la Fase de clculo de la Base Im-
ponible, las minoraciones operan
por aplicacin de mecanismos como
los "gastos deducibles", "reduccio-
nes", "compensaciones". La base im-
ponible determina la valoracin del
hecho imponible: el objeto de grava-
men.
- En la Fase de clculo de la Cuota tri-
butaria, las minoraciones se produ-
cen, generalmente, por "deduccio-
nes", o "bonificaciones". La Cuota n-
tegra es la resultante de aplicar el ti-
po de gravamen a la base imponible,
esto es, la cuota que constituye el
gravamen correspondiente al sujeto
pasivo de acuerdo a su capacidad
econmica.
En todo caso, los elementos de cuan-
tificacin del tributo se regulan por Ley,
en virtud del Principio de Reserva de Ley
en el establecimiento del tributo, que
exige la Carta Magna. Su regulacin est
sujeta a las exigencias de justicia tributa-
ria sobre el deber de contribuir, que plas-
ma la Constitucin en el artculo 31.1.
ESTHER MACHANCOSES GARCA
Controlling minority
7210 CISS
I. MINORACIN EN EL MBITO TRIBUTARIO II.
MINORACIN EN EL MBITO
DE CONTROL
MINORA
MINORISTA
Aun cuando la regla de la mayora es-
tablece que se tiene el control de una
empresa si se tiene un conjunto de los
derechos de voto superior al 50%, en la
prctica hay participaciones inferiores
que suelen permitir el control de una so-
ciedad.
Cuando se produce la transmisin de
un paquete accionarial que incluye una
participacin inferior al 50% de los dere-
chos de voto, en muchas sociedades su
estructura de capital diversificado posibi-
lita que dicha participacin (llamada mi-
nora de control) sea suficiente para con-
trolar efectivamente a la sociedad.
En este contexto, deben tambin ser
tenidos en cuenta los denominados pac-
tos de sindicacin de acciones, una de
cuyas finalidades puede ser la de ejercer
el control de la sociedad. El contenido y
extensin de los pactos de sindicacin es
variadsimo; como regla general ha de in-
dicarse que no son oponibles a la socie-
dad, ni es vlida en nuestro Derecho una
delegacin con carcter permanente y
total del derecho de voto a favor de otro
socio, ni una renuncia general al ejercicio
de los derechos polticos.
MIGUEL CRDOBA BUENO
MINORISTA
Retailer
I. CONCEPTO II. FUNCIONES III.
CLASIFICACIN IV. TENDENCIAS EN LA
EVOLUCIN DEL COMERCIO MINORISTA
I. CONCEPTO
Minorista es aquel intermediario co-
mercial que vende los productos princi-
palmente al consumidor final. Por tanto,
es un comerciante que adquiere bienes
por cuenta propia o productos para su
posterior reventa.
En tanto que el comercio minorista -
detallista o al por menor- constituye el
punto donde el consumidor se encuen-
tra con el producto, incluye todas las ac-
tividades involucradas en la venta, alqui-
ler y provisin de bienes y servicios a los
consumidores finales para su uso perso-
nal y familiar del hogar. Ms all de la
simple venta, desarrolla una serie de acti-
vidades complementarias: establecer pre-
cios, planificar la publicidad y la promo-
cin, elegir el surtido, disear el punto
de venta y la exhibicin de la mercanca,
as como otras actividades similares.
II. FUNCIONES
El comercio minorista crea para los
consumidores una serie de servicios o
utilidades en trminos de:
- Tiempo y lugar: pone a disposicin
de los consumidores los productos
en el momento y en el sitio ms ade-
cuado, de forma que tengan que re-
correr distancias mnimas.
- Posesin: facilita el acercamiento del
producto a los consumidores y su
disposicin efectiva.
- Forma: posibilita, a travs del surti-
do, una oferta bienes y servicios ade-
cuados a las necesidades especficas
del consumidor, y en la forma y can-
tidades precisas como para permitir
un adecuado consumo, a la vez que
evala la demanda futura y mantiene
el nivel de inventarios ptimo para
satisfacerla.
- Servicios adicionales: desarrolla pol-
ticas comerciales y presta diferentes
servicios (financiacin, tarjetas de
crdito o tarjetas cliente, servicio
post-venta, etc.).
Habida cuenta de que el minorista
constituye el ltimo eslabn de la cadena
de distribucin, puede potenciar, frenar
o alterar las actividades de marketing del
7211 CISS
MINORISTA
fabricante. Asimismo, est en permanen-
te contacto y conoce los comportamien-
tos de los clientes compradores y sus h-
bitos y preferencias.
III. CLASIFICACIN
Las empresas minoristas se pueden
clasificar conforme a varios criterios:
a) Segn la forma de venta
- En rgimen de libre servicio o
autoservicio: autoservicio, super-
mercado, hipermercado.
- En rgimen tradicional o de ven-
ta elegida: tienda tradicional,
tiendas especializadas (perfume-
ras, papeleras, fruteras...).
b) Segn el empleo o no de estableci-
miento
- Venta con tienda.
- Venta sin tienda: ambulante,
venta directa a distancia a travs
de medios de comunicacin (te-
lfono, teletienda, e-mail, etc.),
venta a travs de mquinas auto-
mticas (vending).
c) Segn el surtido
- Especialistas: tienda especializa-
da, gran superficie especializada
(category killer)
- Surtido fundamentado en ali-
mentacin: tienda tradicional
(carnicera, pescadera, pastele-
ra...), hipermercado, supermer-
cado.
- Generalistas: gran superficie o
gran almacn.
d) Segn la localizacin
- Urbana: supermercado, tienda
especializada, tienda de conve-
niencia.
- Perifrica: gran superficie espe-
cializada, grandes hipermerca-
dos, etc.
- Con asociacin espacial: mino-
ristas instalados en centros co-
merciales, mercados, calles co-
merciales, etc.
e) Segn la competencia sea va precios
o servicios
- Precio: tienda de descuento, al-
macn popular, gran superficie
especializada.
- Servicio: gran almacn, tienda
especializada.
f) Tipo de propiedad
- Minoristas independientes, que
no cooperan ni coordinan sus
actividades con otras empresas
detallistas,
- Minoristas con vnculos: coope-
rativas de detallistas, cadenas vo-
luntarias y centrales de compras.
IV. TENDENCIAS EN LA EVOLUCIN
DEL COMERCIO MINORISTA
En la actualidad, pueden subrayarse
una serie de fenmenos que estn mar-
cando la ms reciente evolucin del co-
mercio minorista en Espaa:
- Incremento de las concentracin en
la distribucin minorista lo que, jun-
to con el desarrollo reciente de las
marcas de la distribucin, se traduce
en un aumento del poder frente a
los fabricantes.
- Internacionalizacin y globalizacin
de la distribucin.
- Fuerte dinamismo en trminos de
aumento de la variedad de formatos
comerciales minoristas e intensifica-
cin de la competencia.
7212 CISS
MINUSVALA (FISCALIDAD)
- Reduccin del nmero de estableci-
mientos minoristas que presentan
cada vez una mayor dimensin.
- El proceso de integracin vertical
corporativa contribuye a que una
empresa pueda realizar al mismo
tiempo actividades de fabricante y
funciones de mayorista y minorista
bajo su propiedad sin recurrir a in-
termediarios independientes.
- El comercio asociado facilita la rela-
cin entre diversos intermediarios
pertenecientes al mismo nivel o a
distintos niveles del canal de distri-
bucin que preservan su indepen-
dencia y afrontan conjuntamente
funciones mayoristas y minoristas.
- Importancia creciente de la tecnolo-
ga en el comercio.
VICTORIA LABAJO GONZLEZ
MINUSVALA
(FISCALIDAD)
Handicap (Taxation)
I. CONCEPTO DE MINUSVALA 1. En el mbito
de la Organizacin Mundial de la Salud 2. El
concepto en el ordenamiento jurdico espaol
II. CONCEPTO FISCAL DE MINUSVALA III.
BENEFICIOS FISCALES RELACIONADOS CON LA
MINUSVALA 1. Impuesto sobre la Renta de las
Personas Fsicas 2. Otros impuestos IV.
BENEFICIOS FISCALES RELACIONADOS CON LA
DEPENDENCIA
I. CONCEPTO DE MINUSVALA
1. En el mbito de la Organizacin
Mundial de la Salud
El trmino "minusvala" era definido
en el CIDDM (Clasificacin Internacional
de Deficiencias, Discapacidades y Minus-
valas) de la OMS, aprobado en 1980, y
en la actualidad ha sido abandonado. En
efecto, la OMS aprob el 22 de mayo de
2001 en su 54 Asamblea Mundial de la
Salud, mediante Resolucin WHA 54.21,
para que pudiera ser utilizada a nivel in-
ternacional, la Clasificacin Internacional
del Funcionamiento, de la Discapacidad
y de la Salud conocida como CIF, clasifi-
cacin que es la heredera de la de 1980,
por lo que sus definiciones tcnicas si-
guen teniendo relevancia para orientar
las polticas pblicas.
En efecto, en la CIDDM, la termino-
loga empleada era la siguiente:
- Deficiencia (en ingles impairment)
es toda prdida o anormalidad, per-
manente o temporal, de una estruc-
tura o funcin psicolgica, fisiolgica
o anatmica. Incluye la existencia o
aparicin de una anomala, defecto o
prdida de una extremidad, rgano
o estructura corporal, o un defecto
en un sistema funcional o mecanis-
mo del cuerpo. La deficiencia supo-
ne un trastorno orgnico, que pro-
duce una limitacin funcional que se
manifiesta objetivamente en la vida
diaria. Se puede hablar de deficien-
cias fsicas, sensoriales, psquicas y
de relacin.
- Discapacidad (en ingls disability)
es, segn la citada clasificacin de la
OMS, "toda restriccin o ausencia,
debida a una deficiencia, de la capa-
cidad de realizar una actividad en la
forma, o dentro del margen conside-
rado normal para el ser humano".
Puede ser temporal o permanente,
reversible o irreversible. Es una limi-
tacin funcional, consecuencia de
una deficiencia, que se manifiesta en
la vida cotidiana.
- Minusvala (en ingls handicap) es
"la situacin desventajosa en que se
encuentra una persona determinada,
como consecuencia de una deficien-
cia o discapacidad que limita, o impi-
7213 CISS
MINUSVALA (FISCALIDAD)
de, el cumplimiento de una funcin
que es normal para esa persona, se-
gn la edad, el sexo y los factores so-
ciales y culturales".
En el CIF de 2001 se utilizan los tr-
minos de:
- Discapacidad, que se define como
"trmino genrico que incluye dfi-
cits, limitaciones en la actividad y
restricciones en la participacin. In-
dica los aspectos negativos de la in-
teraccin entre un individuo (con
una "condicin de salud") y sus fac-
tores contextuales (factores ambien-
tales y personales)".
- Deficiencia: "anormalidad o prdida
de una parte del cuerpo (p.ej. estruc-
tura) o una funcin corporal (ej.
Funcin fisiolgica). Las funciones fi-
siolgicas incluyen las funciones
mentales."
2. El concepto en el ordenamiento jur-
dico espaol
La proteccin a las personas con mi-
nusvalas constituye un principio rector
de las polticas del Estado, tal y como se
refleja en el art. 49 de la Constitucin Es-
paola, que indica que "los poderes p-
blicos realizarn una poltica de preven-
cin, tratamiento, rehabilitacin e inte-
gracin de los disminuidos fsicos, senso-
riales y psquicos, a los que prestarn la
atencin especializada que requieran y
los ampararn especialmente para el dis-
frute de los derechos que este Ttulo
otorga a todos los ciudadanos".
El mandato constitucional del art. 49
tiene su reflejo en la Ley 13/1982, de 7 de
abril, de Integracin Social de los Minus-
vlidos (LISMI), considerada como Ley
Marco porque establece las bases que
han de guiar toda la normativa y poste-
riores actuaciones en materia de discapa-
cidad. Su artculo 7. 1 da una definicin
de "minusvlido":
"Artculo 7. 1. A los efectos de la pre-
sente Ley se entender por minusvlidos
toda persona cuyas posibilidades de inte-
gracin educativa, laboral o social se ha-
llen disminuidos como consecuencia de
una deficiencia, previsiblemente perma-
nente, de carcter congnito o no, en sus
capacidades fsicas, psquicas o sensoria-
les."
Este artculo 7 cierra el crculo esta-
bleciendo que en Espaa solamente es
minusvlida "oficialmente" la persona
que ha obtenido la calificacin legal de
minusvala.
Por su parte, el art. 1.2 de la ley
51/2003, de 2 de diciembre, de igualdad
de oportunidades, no discriminacin y
accesibilidad universal de las personas
con discapacidad, establece el concepto
de "discapacitado" en relacin con el gra-
do de minusvala:
"A los efectos de esta ley, tendrn la
consideracin de personas con discapaci-
dad aquellas a quienes se les haya reco-
nocido un grado de minusvala igual o
superior al 33 por ciento. En todo caso,
se considerarn afectados por una mi-
nusvala en grado igual o superior al 33
por ciento los pensionistas de la Seguri-
dad Social que tengan reconocida una
pensin de incapacidad permanente en
el grado de total, absoluta o gran invali-
dez, y a los pensionistas de clases pasivas
que tengan reconocida una pensin de
jubilacin o de retiro por incapacidad
permanente para el servicio o inutilidad."
La calificacin legal de minusvala su-
perior al 33% debe acreditarse mediante
los documentos previstos en el art. 2.2
del Real Decreto 1414/2006; esto es, me-
diante resolucin o certificado expedidos
por el IMSERSO u rgano competente de
la comunidad autnoma correspondien-
te. En el caso de los pensionistas, podrn
solicitar del IMSERSO u rgano compe-
tente de la comunidad autnoma corres-
7214 CISS
MINUSVALA (FISCALIDAD)
pondiente, el reconocimiento de un gra-
do de minusvala superior al 33 por cien-
to."
La normativa vigente (Real Decreto
1971/1999, de 23 de Diciembre, de pro-
cedimiento para el reconocimiento, de-
claracin y calificacin del grado de mi-
nusvala), reconoce 5 categoras de disca-
pacidad:
Grado 1, discapacidad nula. Aunque
la persona presenta una discapaci-
dad, sta no impide realizar las activi-
dades de la vida diaria. La calificacin
de esta clase es del 0%.
Grado 2, discapacidad leve. Existe di-
ficultad para realizar algunas activida-
des de la vida diaria, pero el porcen-
taje de minusvala est entre el 1% y
el 24%.
Grado 3, discapacidad moderada.
Hay una gran dificultad o imposibili-
dad para llevar a cabo algunas activi-
dades, aunque la persona se puede
cuidar a s misma. El grado de minus-
vala est comprendido entre un 25%
y un 49%.
Grado 4, discapacidad grave. Existe
dificultad para algunas actividades de
autocuidado y un porcentaje de mi-
nusvala que oscila entre un 50% y
un 70%.
Grado 5, discapacidad muy grave. Es
el grado ms severo. Las personas
afectadas no pueden realizar por s
mismas las actividades de la vida dia-
ria. El porcentaje de minusvala es
del 75%.
Por ltimo, hay que tomar en consi-
deracin tambin el concepto de Depen-
dencia, definido en el art. 2.2 de la Ley
39/2006, de 14 diciembre, de Promocin
de la Autonoma Personal y Atencin a
las personas en situacin de dependen-
cia.
"Dependencia: el estado de carcter
permanente en que se encuentran las
personas que, por razones derivadas de
la edad, la enfermedad o la discapacidad,
y ligadas a la falta o a la prdida de auto-
noma fsica, mental, intelectual o senso-
rial, precisan de la atencin de otra u
otras personas o ayudas importantes pa-
ra realizar actividades bsicas de la vida
diaria o, en el caso de las personas con
discapacidad intelectual o enfermedad
mental, de otros apoyos para su autono-
ma personal."
II. CONCEPTO FISCAL DE
MINUSVALA
La normativa fiscal tambin ha aban-
donado el trmino "minusvala", y acoge,
en trminos generales, el concepto de
discapacidad de la ley 51/2003, reservan-
do los beneficios fiscales para aquellas
personas que acrediten una minusvala,
al menos, del 33%. En algunos casos, sin
embargo, se establecen algunos benefi-
cios adicionales para aquellos que tengan
una minusvala superior al 65%. As, la
nueva LIRPF/2006 ha sustituido las expre-
siones minusvlidos o personas con
minusvala por la expresin personas
con discapacidad (vase Disposicin Adi-
cional 8, que establece que "Las referen-
cias que en los textos normativos se efec-
tan a minusvlidos y a personas con
minusvala, se entendern realizadas a
personas con discapacidad").
As, para el IRPF, el art. 60.3 de la ley
establece:
"A los efectos de este Impuesto, ten-
drn la consideracin de personas con
discapacidad los contribuyentes que
acrediten, en las condiciones que regla-
mentariamente se establezcan, un grado
de minusvala igual o superior al 33 por
100.
En particular, se considerar acredi-
tado un grado de minusvala igual o su-
7215 CISS
MINUSVALA (FISCALIDAD)
perior al 33 por 100 en el caso de los
pensionistas de la Seguridad Social que
tengan reconocida una pensin de inca-
pacidad permanente total, absoluta o
gran invalidez y en el caso de los pensio-
nistas de clases pasivas que tengan reco-
nocida una pensin de jubilacin o retiro
por incapacidad permanente para el ser-
vicio o inutilidad. Igualmente, se consi-
derar acreditado un grado de minusva-
la igual o superior al 65 por 100, cuando
se trate de personas cuya incapacidad
sea declarada judicialmente, aunque no
alcance dicho grado."
En el mismo sentido se expresa la ley
del Impuesto sobre el Valor Aadido
(vase art. 91. Dos 4, ltimo prrafo).
Ahora bien, para cada beneficio fis-
cal, las distintas leyes establecen requisi-
tos especficos, exigiendo en algunos ca-
sos una minusvala del 33%, para otros
del 65%, o estar en situacin de depen-
dencia, etc.
III. BENEFICIOS FISCALES
RELACIONADOS CON LA
MINUSVALA
1. Impuesto sobre la Renta de las Per-
sonas Fsicas
a) Exenciones
En el art. 7 de la ley se prevn varios
supuestos de rentas exentas por su rela-
cin con la discapacidad o minusvala del
perceptor, o con su cuidador. As,
1. Prestaciones concedidas como con-
secuencia de incapacidad permanen-
te absoluta o gran invalidez (art. 7.f)
de la LIRPF), reconocidas por la Se-
guridad Social o a profesionales no
integrantes del sistema de Seguridad
social. As como en el caso del rgi-
men de Clases Pasivas, en el caso de
inutilidad o incapacidad permanente
(art. 7.g).
2. Las cantidades percibidas de institu-
ciones pblicas con motivo del aco-
gimiento de personas con minusvala
(art. 7.i)
3. Las ayudas econmicas otorgadas
por instituciones pblicas a personas
con un grado de minusvala igual o
superior al 65% para financiar su es-
tancia en residencias o centros de
da, (art. 7.i)
4. Las prestaciones por desempleo re-
conocidas por la respectiva entidad
gestora cuando se perciban en la
modalidad de pago nico, con inde-
pendencia de su cuanta, por trabaja-
dores discapacitados que se convier-
tan en trabajadores autnomos (art.
7.n)
5. Asimismo, los rendimientos del tra-
bajo derivados de las prestaciones
obtenidas en forma de renta por las
personas con discapacidad que pro-
vengan de las aportaciones realiza-
das a sistemas de previsin social
constituidos a favor de personas con
discapacidad (art. 7.w).
6. Los rendimientos del trabajo deriva-
dos de las aportaciones a patrimo-
nios protegidos. Vase "Patrimonio
protegido discapacitados".
b) Reducciones en rendimientos del tra-
bajo y de actividades econmicas
En el art. 20 de la LIRPF, se contem-
plan las reducciones aplicables a los ren-
dimientos de trabajo, entre las que se en-
cuentra una relativa a trabajadores en ac-
tivo discapacitados, que vara en funcin
del grado de minusvala y de la necesidad
o no de asistencia de terceros.
Para determinados casos de rendi-
mientos de actividades econmicas pr-
ximos a los derivados del trabajo, el art.
32.2 de la ley ha establecido reducciones
parecidas a los aplicables a aquellos.
Tambin se prev el mismo rgimen que
7216 CISS
MINUSVALA (FISCALIDAD)
en los rendimientos del trabajo personal
para personas discapacitadas, con los
mismos criterios y cantidades.
c) Mnimos por discapacidad
En el art. 60 de la LIRPF se estable-
cen los mnimos personales y familiares,
y tambin ah encontramos una regula-
cin especfica para el caso de discapaci-
dad. Estos mnimos recogidos en la ley
son:
- Mnimo por discapacidad del contri-
buyente.
- Mnimo por discapacidad del ascen-
diente.
- Mnimo por discapacidad del des-
cendiente.
- Mnimo por gastos de asistencia, sea
contribuyente, descendiente o as-
cendiente.
El importe vara en funcin del grado
de discapacidad, si la minusvala es igual
o superior al 33% o al 65%. Asimismo, los
gastos de asistencia son aplicables cuan-
do el contribuyente, ascendiente o des-
cendiente acredite necesitar ayuda de
terceras personas o tener movilidad re-
ducida, o un grado de minusvala igual o
superior al 65 por 100.
d) Patrimonios protegidos (remisin)
En la ley del IRPF, artculos 7.w),
33.3.e) y 54, y en la Disposicin Adicional
decimoctava, se mantiene el rgimen in-
corporado por la Ley 41/2003, de 18
de
noviembre, de proteccin patrimonial de
las personas con discapacidad. Para
el
tratamiento fiscal derivado de estos patri-
monios protegidos vase: "Patrimonio
protegido discapacitados".
e) Deduccin para adecuacin de vivien-
da habitual
En el art. 68.4 de la LIRPF se estable-
ce esta deduccin en la cuota, como un
supuesto especial de la general por ad-
quisicin, rehabilitacin o ampliacin de
la vivienda habitual. Est dirigida a los
contribuyentes que efecten obras e ins-
talaciones de adecuacin, incluso en los
elementos comunes que sirvan de paso
necesario entre la va pblica y la finca,
siempre que estas obras o instalaciones
estn certificadas por la Administracin
competente como necesarias para la ac-
cesibilidad y comunicacin sensorial, que
facilite el desenvolvimiento digno y ade-
cuado de las personas con discapacidad.
Las obras o instalaciones deben reali-
zarse en la vivienda habitual del discapa-
citado, que debe estar ocupada a ttulo
de propietario, arrendatario, subarrenda-
tario o usufructuario.
Puede aplicarse esta deduccin
quien realice las obras, ya sea:
- El contribuyente discapacitado.
- Su cnyuge o un pariente, en lnea
directa o colateral, consangunea o
por afinidad, hasta el tercer grado in-
clusive, y que conviva con l.
2. Otros impuestos
Existen beneficios fiscales relaciona-
dos con la minusvala y la discapacidad
en el Impuesto sobre Sociedades, el Im-
puesto sobre Sucesiones y Donaciones,
el Impuesto sobre el Valor Aadido y el
Impuesto Especial sobre Determinados
Medios de Transporte, en el mbito esta-
tal. Asimismo, en algunos impuestos lo-
cales, Impuesto sobre Actividades Econ-
micas, Impuesto sobre Instalaciones,
Construcciones y Obras, e Impuesto so-
bre Vehculos de Traccin Mecnica.
7217 CISS
MISIN DE LA ORGANIZACIN
IV. BENEFICIOS FISCALES
RELACIONADOS CON LA
DEPENDENCIA
Los beneficios para las situaciones de
dependencia se dan fundamentalmente
en el mbito del IRPF.
- Exencin de (art. 7, x LIRPF) las pres-
taciones econmicas pblicas vincu-
ladas al servicio, para cuidados en el
entorno familiar y de asistencia per-
sonalizada que se deriven de la Ley
39/2006, de 14 de diciembre, de Pro-
mocin de la Autonoma Personal y
Atencin a las personas en situacin
de dependencia.
- Las aportaciones a los seguros de de-
pendencia generan una reduccin
en la base imponible (arts. 53,51 y
D.A. 10 de la LIRPF), para el caso de
dependencia severa o gran depen-
dencia.
- Estn exentas de dicho impuesto las
ganancias patrimoniales que se pon-
gan de manifiesto con ocasin de la
transmisin de la vivienda habitual
por personas en situacin de depen-
dencia severa o de gran dependencia
(artculo 33.4.b) de la LIRPF).
- No tendrn la consideracin de renta
las cantidades percibidas como con-
secuencia de la hipoteca inversa de
la vivienda habitual por parte de las
personas mayores de 65 aos, as co-
mo de las personas que se encuen-
tren en situacin de dependencia se-
vera o de gran dependencia (Disp.
Adic. Decimoquinta LIRPF).
MARA PILAR ALGUACIL MAR
Vase tambin: "Discapacitados (fiscalidad)".
MISIN DE LA
ORGANIZACIN
Organizational mission
I. CONCEPTO II. COMPONENTES Y
DIMENSIONES DE LA MISIN III. EJEMPLOS DE
MISIN
I. CONCEPTO
La misin se puede definir, en trmi-
nos generales, como la declaracin gen-
rica de los propsitos de la organizacin.
Ha de ser:
1) Visionaria, es decir, ha de contener
la visin o estado futuro deseado por
la organizacin y los objetivos gene-
rales de la organizacin en conso-
nancia con los valores y expectativas
de sus stakeholders.
2) Clara en definir las principales inten-
ciones y aspiraciones de la organiza-
cin y las razones de su existencia.
3) Descriptiva de las principales activi-
dades de la organizacin y la posi-
cin que se desea alcanzar en el mer-
cado o en la industria.
4) Declarativa de los valores clave de la
organizacin.
5) Definitoria de los estndares de
comportamiento de los miembros
de la organizacin.
La misin debe de contener una se-
rie de caractersticas, como son: simplici-
dad (declaraciones simples con un len-
guaje claro y preciso), honesta y realista
(coherente con sus verdaderas actuacio-
nes), comunicativa (comunicar las expec-
tativas y la tica) y actualizada (en proce-
so permanente de elaboracin).
7218 CISS
MISIN DE LA ORGANIZACIN
II. COMPONENTES Y DIMENSIONES
DE LA MISIN
Los principales componentes del
contenido de la misin son los siguien-
tes:
1) La definicin del negocio de la orga-
nizacin, es decir, del conjunto de
actividades a las que se dedica, me-
diante la descripcin detallada de
sus productos/servicios y clientes/
mercados.
2) La visin que tiene la empresa res-
pecto al estado que se desea alcan-
zar en el futuro.
3) Los valores y principios morales de la
empresa, que determinan las relacio-
nes que la empresa establece o man-
tiene con sus stakeholders y el reco-
nocimiento social y tico de la em-
presa (responsabilidad social corpo-
rativa).
4) Los grupos de inters o stakeholders
que forman parte de la empresa, tan-
to internos como externos.
La misin se puede analizar desde
dos dimensiones diferentes pero com-
plementarias: la dimensin interna y la
dimensin externa. La dimensin interna
de la misin tiene que ver con los princi-
pios, valores y pautas que rigen el com-
portamiento de los miembros de la em-
presa, actuando como un elemento mo-
tivador y cohesionador de la organiza-
cin. La dimensin externa de la misin
determina el compromiso de la empresa
con su entorno, actuando como relacio-
nes pblicas de la organizacin (qu es la
empresa, cules son sus clientes, qu
quieren o qu piden los clientes).
III. EJEMPLOS DE MISIN
A continuacin se recoge, como
ejemplo, la misin de la Universitat de
Valencia.
La misin recogida en el Plan estrat-
gico 2008-2011 es: "Tiene como misin
formar profesionales competentes en el
mbito europeo y fomentar una investi-
gacin de prestigio y de impacto interna-
cional que contribuya al desarrollo de
nuestra sociedad. La formacin y la in-
vestigacin fundamentan las tareas que
tambin realiza en el mbito de difusin
de la ciencia y la cultura y en la afirma-
cin de los valores democrticos a favor
de la sociedad en general y de la valen-
ciana en particular".
Por otra parte, su visin queda reco-
gida en los siguientes puntos:
Referente de calidad en una forma-
cin de grado amplia y abierta a to-
dos y todas, y que tiene como objeti-
vo la cualificacin e insercin profe-
sional de las tituladas y titulados.
Institucin que ofrece una formacin
de postgrado innovadora, flexible y
atractiva, con vocacin internacional,
orientada, fundamentalmente, tanto
a nuestro entorno como al mbito
europeo y latinoamericano.
Institucin guiada por la calidad, la
excelencia y el volumen de su pro-
duccin cientfica, as como por la
transferencia de conocimientos a la
sociedad y el impulso al desarrollo
valenciano.
Referente cultural en la sociedad va-
lenciana, con especial atencin a su
cultura y a su lengua.
Referente universitario de intercam-
bio, integracin y movilidad en el
mbito del Espacio Europeo de Edu-
cacin Superior.
Organizacin accesible a los usuarios
y usuarias, que gestiona de forma in-
novadora, eficaz y eficiente.
Comunidad universitaria integradora
formada por personas que compar-
7219 CISS
MISIN DE LA ORGANIZACIN
ten unos objetivos comunes y que
trabajan juntas para conseguirlos.
Los valores de la Universitat de Va-
lencia son:
1) Universidad pblica
2) Vinculada a la realidad valencia-
na
3) Crtica e innovadora
4) Democrtica y participativa
5) Solidaria y responsable
6) Activa a favor de la igualdad
7) Comprometida con el medio
ambiente
8) Integradora de la diversidad
Algunos otros ejemplos de misin y
de visin en empresas con nimo de luc-
ro:
1) Gas Natural. La Misin del Grupo
Gas Natural es atender las necesida-
des energticas de la sociedad, pro-
porcionando a sus clientes servicios
y productos de calidad respetuosos
con el medio ambiente; a sus accio-
nistas una rentabilidad creciente y
sostenible y a sus empleados la posi-
bilidad de desarrollar sus competen-
cias profesionales. La visin es ser un
Grupo energtico y de servicios lder
y en continuo crecimiento, con pre-
sencia multinacional, que se distinga
por proporcionar una calidad de ser-
vicio excelente a sus clientes, una
tas, una ampliacin de oportunida-
des de desarrollo profesional y per-
sonal a sus empleados y una contri-
bucin positiva a la sociedad actuan-
do con un compromiso de ciudada-
na global. Sus valores son: orienta-
cin al cliente, compromiso con los
resultados, sostenibilidad, inters
por las personas, responsabilidad so-
cial e integridad.
2) Consultora KPMG. Su misin es
transformar el conocimiento en valor
para el beneficio de nuestros clien-
tes, nuestra gente y los mercados de
capitales. Su visin es ser lderes en
los mercados en los que trabajamos.
Sus valores son: lideramos con el
ejemplo, trabajamos en equipo, res-
petamos a la persona, analizamos los
hechos y brindamos nuestra opi-
nin, nos comunicamos abierta y ho-
nestamente, nos comprometemos
con la comunidad y, ante todo, ac-
tuamos con integridad.
3) Ford. Nuestra misin: somos una fa-
milia global, diversa, con una heren-
cia orgullosa, confiada, apasionada
en proporcionar productos excep-
cionales y servicios. Nuestra visin:
convertirnos en la compaa princi-
pal del mundo de productos y servi-
cios para el automvil. Nuestros va-
lores: hacemos bien las cosas para
nuestra gente, nuestro ambiente y
nuestra sociedad, pero, sobretodo,
para nuestros clientes.
VANESSA CAMPOS CLIMENT
Vase tambin: "Objetivo empresarial".
LO ESENCIAL SOBRE
MISIN DE LA
ORGANIZACIN
Libros
CAMPBELL, ANDREW Y TAWADEY, KIRAN, La
misin de los negocios: cmo conse-
guir el compromiso de los emplea-
drid, 1992.
7220 CISS
dos , Editorial Daz de Santos, Ma-
rentabilidad sostenida a sus accionis-
MOBBING O ACOSO PSICOLGICO EN EL TRABAJO
Artculos de opinin
KASTURI RANGAN, V. "Misiones nobles,
42-51.
SINZ ANCN, JOS MARA, "La misin,
hoy ms necesaria que nunca" , Har-
105, 2001, pp. 16-31.
MOBBING O ACOSO
Mobbing or psychological harassment at
work
I. CONCEPTO II. ANTECEDENTES HISTRICOS
SOBRE LA VIOLENCIA EN EL TRABAJO III. EL
MOBBING EN LA SOCIEDAD ACTUAL IV.
ALGUNOS DATOS SOBRE LA EVOLUCIN (EN
CIFRAS) DEL MOBBING
I. CONCEPTO
El trmino mobbing se utiliza en to-
dos los pases, de habla inglesa o no, pa-
ra referirse al fenmeno de falta de res-
peto y de la no consideracin del dere-
cho a la dignidad del trabajador como
elemento consustancial de la relacin la-
boral.
Este trmino, proviene del ingls, del
sustantivo mob: gento, multitud, vulgo,
plebe, populacho; y del verbo to mob:
acosar, atropellar, atacar en masa. Un ca-
so particular del mobbing es el bossing,
del ingls boss: jefe, en el cual el agresor
debe estar en un plano jerrquico supe-
rior al de la vctima.
En la primera aproximacin termino-
lgica al concepto mobbing, y de acuer-
do con los profesores de la Universidad
de Alcal, Piuel y Oate el trmino co-
rrecto en castellano para designar el fe-
nmeno del mobbing es el de acoso psi-
colgico en el trabajo, ya que el trmino
acoso moral, tambin utilizado para de-
signar el mobbing no es el correcto, ya
que no se trata del acoso a la moral o a la
tica de la vctima, porque el trmino
moral en castellano, hace referencia al
mbito de la moral, y si tuviramos que
se ms bien, acoso inmoral. Por otra par-
el trabajo, seran incompletos y genera-
ran confusin con otras posibles situa-
ciones de acoso, como podra ser el aco-
so sexual. De acuerdo con esta termino-
loga consideraremos que la traduccin
correcta del trmino mobbing al castella-
no es "acoso psicolgico en el trabajo"
Podemos considerar el mobbing co-
mo un comportamiento continuo (se en-
tiende que este tipo de acciones son
continuadas cuando se dan con una fre-
cuencia de por lo menos una vez a la se-
mana y durante al menos seis meses) y
deliberado de acoso u hostigamiento psi-
colgico en el trabajo hacia una persona,
ya sea mediante conductas, palabras o
actitudes, que lesionan la dignidad o in-
tegridad psquica del trabajador. Para
que pueda considerarse como mobbing,
debe tratarse de una conducta sistemti-
ca, repetitiva y reiterada en el tiempo, no
de un ataque puntual, (con este trmino
no nos podemos referir a los conflictos
laborales que se plantean diariamente, si-
no a actuaciones negativas realizadas por
una o varias personas hacia un mismo
compaero de trabajo y que slo tiene
por objeto su destruccin).
El mobbing o acoso psicolgico en el
trabajo conlleva unos costes directos e
indirectos muy elevados para las organi-
zaciones empresariales, ya que no slo
se produce una disminucin del rendi-
miento laboral por parte de la vctima, as
como un deterioro de su salud fsica y
7221 CISS
Business Review, N. 131, 2005, pp.
vard Deusto Business Review, N.
calificar este tipo de acoso, debera decir-
planes realistas" , Harvard Deusto
te, los trminos acoso laboral o acoso en
EN EL TRABAJO
PSICOLGICO
MOBBING O ACOSO PSICOLGICO EN EL TRABAJO
psquica sino que adems, generalmente
trae como consecuencia un incremento
de los accidentes laborales y/o la solici-
tud de una baja laboral.
Sobre este tema, la Tercera Encuesta
Europea sobre Condiciones de Trabajo
en la Unin Europea, publicada por la
Organizacin Internacional del Trabajo
(OIT) en el ao 2000, indica que un 9 %
de los trabajadores europeos (13 millo-
nes de personas) han sido vctimas de
mobbing o acoso psicolgico en el traba-
jo. En Espaa este porcentaje se sita en-
torno al 5 %, lo que cuesta a la sociedad
ms de 90 millones de euros por bajas la-
borales o invalidez profesional.
Un estudio realizado a menor escala,
llevado a cabo sobre una muestra de
6.500 bajas laborales en el mbito nacio-
nal entre el 2001 y 2002, sobre el gasto
generado por el acoso psicolgico en el
trabajo de Jos Ignacio Pastrana, Psiquia-
tra de la Direccin Mdica de Contingen-
cias Comunes de la Mutua Patronal de
Accidentes de Trabajo y Enfermedades
Profesionales Ibermutuamur, comprob
que el 1,85 % de estas bajas (120) se de-
bieron al acoso psicolgico en el trabajo,
con una duracin media de 144 das y
con un coste estimado de 800.000 euros,
y que las previsiones que se estimaban
para el futuro no eran nada halageas.
II. ANTECEDENTES HISTRICOS
SOBRE LA VIOLENCIA EN EL
TRABAJO
A pesar de que el mobbing es un fe-
nmeno tan antiguo como el trabajo por
cuenta ajena, actualmente est conside-
rado como un autntico riesgo emergen-
te, consecuencia del progresivo incre-
mento que se est produciendo del mis-
mo en las organizaciones empresariales y
a las consecuencias que puede tener so-
bre la vctima, tanto en el mbito fsico,
psquico y social; incluso hay quien lo
define como la epidemia del siglo XXI.
Histricamente, el fenmeno de la
violencia ha sido objeto de numerosos
estudios e investigaciones, pero bajo el
punto de vista de la salud pblica es un
tema muy reciente, ya que no es hasta el
ao 1996, en la 49 Asamblea Mundial de
Salud Pblica, cuando se reconoce a la
violencia como una epidemia soslayada
que pronto superar a las enfermedades
infecciosas como causa principal de mor-
bilidad y mortalidad prematura en todo
el mundo, como una amenaza para la sa-
lud pblica y como un obstculo para el
desarrollo de las naciones.
En el mbito laboral, los primeros es-
tudios realizados sobre el mobbing como
violencia psicolgica fueron los del psi-
clogo alemn Heinz Leyman que en el
ao 1986 describi las consecuencias, so-
bre todo psquicas, que presentaban las
personas expuestas a un comportamien-
to hostil y prolongado en el tiempo, por
parte de sus superiores o compaeros de
trabajo. Pero no es hasta 1990 y en el
marco de un Congreso sobre Higiene y
Seguridad en el Trabajo, cuando el pro-
pio Dr. Leyman (Leyman, H. 1990) pro-
puso que el mobbing o terror psicolgi-
co en el mbito laboral consiste en la co-
municacin hostil y sin tica, dirigida de
manera sistemtica por uno o varios indi-
viduos contra otro, que es as arrastrado
a una posicin de indefensin y desvali-
miento, y activamente mantenido en ella.
No obstante no es hasta 1998 cuando
se publica el primer informe "Violence at
Work" por la Organizacin Internacional
del Trabajo (OIT) en el cual se identifi-
can hasta veintinueve modalidades de
violencia en el trabajo.
III. EL MOBBING EN LA SOCIEDAD
ACTUAL
Las relaciones con los compaeros
de trabajo adquieren especial relevancia,
y si bien lo ms normal y deseable es
7222 CISS
MOBBING O ACOSO PSICOLGICO EN EL TRABAJO
mantener un trato cordial, amable y res-
petuoso, no siempre esto sucede as, so-
bre todo en aquellos trabajos en los que
predominan las jerarquas y funciones, y
que adems normalmente, las plantillas
son muy numerosas, como por ejemplo
sucede en las Administraciones Pblicas;
o bien, en empresas en las que se vienen
produciendo profundos cambios en la
organizacin del trabajo, en aras a conse-
guir, casi inalcanzables ndices de mejora
de la productividad, mediante el progre-
sivo aumento de las exigencias impues-
tas a los trabajadores, lo que influye tan-
to en la salud como en la conducta de los
mismos, dando lugar a este tipo de ries-
gos psicosociales, entre los que se inclu-
ye el mobbing o acoso psicolgico en el
trabajo, como as sucede por ejemplo, en
algunas empresas del sector servicios.
Es en estas situaciones, en las que
suele darse el mayor nmero de bajas la-
borales por depresin y entre stas por
mobbing. Este hecho, que adems, es
con mayor frecuencia denunciado por
los medios de comunicacin; lo que po-
ne de manifiesto, que si bien como ya se
ha comentado el fenmeno no es nuevo,
su incidencia y progresivo aumento en
los ltimos aos es cada vez ms alar-
mante; a la vez que se convierte en uno
de los principales problemas que surgen
en el mbito de las relaciones laborales.
IV. ALGUNOS DATOS SOBRE LA
EVOLUCIN (EN CIFRAS) DEL
MOBBING
Desde que el psiclogo alemn
Heinz Leyman investigara el fenmeno
del mobbing en los aos 80, en los pos-
teriores estudios que se vienen realizan-
do, es alarmante el aumento del nmero
de vctimas que sufren acoso psicolgico
en el trabajo.
As, del 3,5 % de trabajadores que su-
fran acoso psicolgico en el trabajo que
indicaba el propio Dr. Leyman, esta cifra
subi al 5 % segn indicaban los resulta-
dos de los estudios realizados por la Or-
ganizacin Internacional del Trabajo en
1998 y al 7 % en 1999 segn la misma or-
ganizacin.
La "Tercera Encuesta Europea sobre
las Condiciones de Vida y Trabajo" 2001,
realizada por la Fundacin Dubln sobre
una base de 21.500 entrevistas a trabaja-
dores de la Unin Europea (antes de la
ampliacin de la U.E. del 2004) sealaba
que: un 2 %, es decir 3.000.000 de traba-
jadores, se encuentran expuestos a la
violencia fsica por parte de su entorno
en el mbito laboral; un 4 %, es decir
6.000.000 de trabajadores sufren acoso
sexual; y un 9 %, 13.000.000 de trabaja-
dores padecen intimidaciones y amena-
zas.
En lo que respecta a estos 13.000.000
de trabajadores que en 2001 eran vcti-
mas del fenmeno del acoso psicolgico
en el trabajo o mobbing, se indicaba que
haba importantes diferencias entre los
porcentajes, por pases de la Unin Euro-
pea, lo que inicialmente se atribuy a la
sensibilizacin sobre el fenmeno en el
pas de la investigacin. As, la encuesta
sealaba que las tasas ms altas de mob-
bing se daban: Finlandia un 15 %; Gran
Bretaa un 14 %; Suecia un 12 %;...Espa-
a un 5 %; Italia y Portugal un 4 %.
Por otra parte, los resultados de la
encuesta mostraban que los ndices ms
elevados de mobbing por sectores de ac-
tividad, se producan en el sector Servi-
cios y Administraciones Pblicas con un
14 %, seguidos por Hostelera y Restaura-
cin con un 13 y 12 % respectivamente.
El informe "Violence at Work" realiza-
do en el 2000 por la Organizacin Inter-
nacional del Trabajo lleg a conclusiones
similares, ya que los resultados del estu-
dio sealaban que el 9 % de los trabaja-
dores de la Unin Europea sufren intimi-
7223 CISS
MOBBING O ACOSO PSICOLGICO EN EL TRABAJO
dacin o alguna forma de coaccin, dn-
dose la mayor frecuencia en las Adminis-
traciones Pblicas, un 14 %, seguida de
Hostelera y Restauracin con un 13 %.
En Espaa, el segundo Barmetro
Cisneros sobre violencia en el entorno
de trabajo, dirigido por el Profesor Piuel
de la Universidad de Alcal, en enero de
2002 pionero en este tipo de estudios
en Espaa-, seala que el nmero de tra-
bajadores espaoles afectados por el fe-
nmeno del mobbing supera los dos mi-
llones de trabajadores, aunque existen
muchos ms casos que afectan a altera-
ciones de la personalidad que no se con-
sideran como mobbing.
El Observatorio Permanente de Ries-
gos Psicosociales de la Unin General de
Trabajadores en 2005, indica que en Es-
paa el 9 % de los trabajadores se en-
cuentra en fases embrionarias o interme-
dias de mobbing, que pueden terminar
en acoso severo si no se implantan polti-
cas preventivas de este fenmeno, en las
organizaciones; y que un 4 % de los tra-
bajadores se encuentran en la ltima fa-
se, es decir, ya sufren mobbing.
Por ltimo y para finalizar este apar-
tado, sealar que bajo nuestro punto de
vista, en lo referente a las diversas esta-
dsticas aqu sealadas, si bien son por
desgracia para nuestra sociedad bastan-
tes coincidentes; sera conveniente, en la
medida de lo posible, matizar las diferen-
cias entre lo que puede ser insatisfaccin
en el trabajo, entre lo que pueden ser
malas o psimas relaciones interpersona-
les y lo que realmente es el mobbing co-
mo acoso psicolgico en el trabajo.
MARCELO PASCUAL FAURA
LO ESENCIAL SOBRE
MOBBING
Artculos de opinin
LEYMANN, H. (1990) "Mobbing: Acoso
Laboral". Presentado en el Congreso
sobre Higiene y Seguridad en el Tra-
bajo.
LEYMANN; H. (1996): Mobbing. La per-
secucin au travail. Ed.du Sel, Pars.
ORGANIZACIN INTERNACIONAL DEL TRABAJO
ORGANIZACIN INTERNACIONAL DEL TRABAJO
PIUEL, I. y OATE, A. (2002) "La inci-
dencia del mobbing o acoso psicol-
gico en el trabajo en Espaa. Resulta-
dos del Barmetro Cisneros II sobre
violencia en el entorno laboral". Lan
Harremanak. Revista de Relaciones
laborales, nm. 7.
Webgrafa
www.ilo.org/public/enplish/propec-
tion/safework/violence/index.htm
www.carm.ess/ctra/cen-doc/dossier/
mobbing.asp.
www.fe.ccoo.es/sallab/Mobbing_re-
vista7.pdf II Barmetro Cisneros so-
bre violencia en el entorno de traba-
jo (2002), dirigido por el profesor
Iaki Piuel y Zabala del Departa-
mento de Ciencias Empresariales de
la Universidad de Alcal.
www.eurofound.ie/publications/fi-
les/3712EN.pdf Fundacin de Dubln
(2000): "Tercera Encuesta Europea
sobre condiciones de trabajo para la
mejora de las condiciones de vida y
de trabajo"; est disponible en la p-
gina web de la European Foundation
for the Improvement of Living and
Working Conditions.
www.ugt.es/slaboral/observatorio/
observatoriopsico3.pdf UGT (2005):
Observatorio Permanente de Riesgos
Psicosociales.
7224 CISS
(1998): Violence at Work. 1. Edic.
(2000): Violence at Work. 2. Edic.
MOBILE MARKETING
MOBILE MARKETING
I. CONCEPTO II. VENTAJAS Y DESVENTAJAS
III. ESTRATEGIAS 1. Campaa push 2. Campaas
pull 3. Campaas dilogo
I. CONCEPTO
El Mobile marketing consiste en el
envo de mensajes publicitarios a travs
de dispositivos wireless (PDA, mviles).
Este medio est concentrando una parte
importante de la tarta de inversin, con
cifras de crecimiento de ms del 10% en
los ltimos aos. Su regulacin es similar
a la del marketing directo.
La forma ms usada de ejecucin es
mediante SMS (mensajes de texto) y
MMS (mensajes multimedia), aunque
empieza a utilizarse el bluetooth en com-
binacin con publicidad exterior o esta-
blecimientos, para el desarrollo de cam-
paas.
Un ejemplo de aplicacin de blue-
tooth fue la campaa de Nike en Barcelo-
na y Madrid. Una lona gigante con la ima-
gen de Rafael Nadal invitaba a conectar el
telfono mvil para recibir un videoclip
promocional de Nike. En Barcelona, du-
rante el mes que dur la campaa de Ni-
ke con la imagen de Rafael Nadal pasaron
por esa esquina de la plaza Catalunya al-
go ms de 16.000 personas con telfonos
bluetooth, y casi 6.000 se descargaron el
vdeo.
II. VENTAJAS Y DESVENTAJAS
Sixto Arias, presidente de Mobile
Marketing Association (Spain), resuma
en esta frase el potencial de esta forma
de comunicacin: [n]ingn medio de
comunicacin viaja en el bolsillo del
cliente, est encendido diez horas al
da, admite sonidos, imgenes y videos,
tiene una penetracin superior al 90
por ciento de la poblacin, es interacti-
vo y adems permite realizar pagos de
una forma segura como el telfono m-
vil.
Estructurando un poco las ventajas
se puede justificar su uso por la penetra-
cin (ms del 100%, lo que indica que ca-
da individuo tiene, al menos, un mvil),
el uso del sms/mms en varios segmentos
de poblacin, la falta de saturacin, las
mltiples posibilidades de aplicacin al
poder combinar imagen, audio, vdeo e,
incluso, juegos. Adems, al ser econmi-
co, los receptores potenciales suelen ser
poco sensibles al precio. Por otro lado,
los sms/mms permanecen y pueden ser
reledo y reenviados.
Entre los riesgos est la potencial
percepcin de spam. Sin embargo, con
una campaa bien diseada, con conte-
nido valorable por el usuario, enviada a
los receptores adecuados, el riesgo dis-
minuye. Adems, como el receptor pue-
de abrir el mensaje cuando quiera y co-
mo todava no hay mucha saturacin, no
se percibe tan intrusivo como el telemar-
keting o el correo basura, segn las en-
cuestas. Otra limitacin es que el mensa-
je de texto slo pueda usar 160 caracte-
res (aunque esto tambin puede ser un
acicate para la creatividad).
III. ESTRATEGIAS
Hay tres tipos genricos de campa-
as va SMS: push, pull y de dilogo.
1. Campaa push
Consiste en el envo de sms/mms
con un mensaje o una promocin a una
base de datos segmentada. Esta es la for-
ma ms rpida y fcil de hacer mobile
marketing con sms/mms, y en la que la
empresa retiene el control total sobre el
proceso. Sin embargo, requiere de una
base de datos autorizada. Este sera un
ejemplo tipo de campaa push:
7225 CISS
MODA
Publicidad de Orange: llame ahora
al 2678 y le contaremos algo que puede
ser de su inters. Llamada sin coste. No
mas publi en 1414
2. Campaas pull
Aqu es objetivo es que sea el cliente
quin enve un sms/mms. Sin embargo,
es la empresa la que debe iniciar la inte-
raccin empleando otros medios (con-
vencionales o no). Para generar la res-
puesta del cliente la marca debe propo-
ner algo (votacin, sorteo, rifa) o dar al-
go (tests, formar parte de un club, acce-
der a promociones).
La mecnica de esta forma de Mobile
es muy sencilla. Se elige un nmero cor-
to y un alias al que se enviar el mensaje
(por ejemplo, ENCI 7444). El nmero al
que el receptor debe enviar el sms/mms
lleva asociada una tarifa sobretarificada
(de 0,15 a 1,20 euros), revirtiendo el so-
breprecio sobre la marca.
La ventaja fundamental es que no re-
quiere base de datos, por lo que permite
recoger informacin para futuras campa-
as pull. Es, adems, menos intrusiva,
porque slo envan quienes quieren par-
ticipar. Como desventajas, es ms costo-
sa y complicada de planificar que la ante-
rior.
Un ejemplo original de este tipo de
campaa la propuso IKEA. Los consumi-
dores podan darse de alta en el servicio
promotono de Orange, que sustituye el
tono de espera por jingles o mensajes
promocionales de la marca. A cambio,
conseguan descuentos en funcin de las
llamadas recibidas y de los das que man-
tuviesen activa la promocin.
3. Campaas dilogo
Consisten en establecer un dilogo
continuado va sms/mms con la base de
clientes, mediante el envo de contenido
valioso (juegos o msica, por ejemplo),
mensajes divertidos, consejos y sugeren-
cias, ofertas y promociones, etc., permi-
tiendo el feedback del receptor.
CARMEN VALOR MARTNEZ
Vase tambin: "Marketing directo".
MODA
Mode
AGRUPADAS EN INTERVALOS III.
DISTRIBUCIONES AGRUPADAS EN INTERVALOS
1. Intervalos con amplitud constante 2.
Intervalos con distinta amplitud
I. CONCEPTO
Se trata de una medida central de ca-
racterizacin de una distribucin de fre-
cuencias (x
i
, n
i
).
Es el valor de la variable que ms se
repite y que, por tanto, presenta la ma-
yor frecuencia. Se denota por Mo, y para
su clculo se procede de forma distinta
segn sea una variable discreta o se pre-
sente en intervalos, bien sea continua o
discreta.
II. DISTRIBUCIONES NO
AGRUPADAS EN INTERVALOS
Directamente se aplica la definicin,
es decir, la moda ser igual al valor de la
variable que tenga la frecuencia absoluta
mayor (n
i
).
La moda puede no ser nica, es de-
cir, que existan varios valores de la varia-
ble que se repitan el mismo nmero de
veces y que ste sea el mayor.
De la misma manera dependiendo
de si tenemos en consideracin toda la
7226 CISS
I. CONCEPTO II. DISTRIBUCIONES NO
MODA
distribucin o la acotamos a un rango de-
terminado de valores, hablaremos de
moda absoluta o modas relativas.
EJEMPLO: Dada la distribucin si-
guiente, en la que se representan las eda-
des de un grupo de 26 nios de Educa-
cin Infantil, obtener la ms usual (la
moda).
Edades (aos) N de turistas (n
i
)
3 6
4 10
5 10
Se trata de una distribucin bimodal,
con modas 4 y 5 aos (Mo=4 y 5 aos).
III. DISTRIBUCIONES AGRUPADAS
EN INTERVALOS
Distinguimos dos casos, intervalos
con amplitud constante o variable.
1. Intervalos con amplitud constante
Si todos los intervalos tienen la mis-
ma amplitud, la moda estar en el de ma-
yor frecuencia, que ser el Intervalo Mo-
dal.
Para el clculo del valor concreto de
la moda se pueden seguir varios crite-
rios:
Tomar como moda el punto medio
del intervalo, es decir, la maraca de
clase, Mo=x
i
.
Considerar como moda, o bien el ex-
tremo inferior del intervalo modal,
Mo=L
i-1
, o bien el extremo superior,
Mo=L
i
.
O, suponiendo equidistribucin de
la frecuencia dentro del intervalo,
Siendo a
i
la amplitud del intervalo
i-
simo correspondiente, en este caso
igual para todos.
Ejemplo: Dada la siguiente distribu-
cin referida a las calificaciones de un
grupo de 25 alumnos, calcular la moda
de dicha distribucin.
Notas Marca de clase (x
i
) N de empresas (n
i
)
[0, 2) 1 2
[2, 4) 3 4
[4, 6) 5 10
[6, 8) 7 6
[8, 10] 9 3
7227 CISS
MODA
El Intervalo Modal ser [4, 6), cuya
frecuencia absoluta n
3
=10, la mxima de
la distribucin.
Calculamos la Moda, por los diferen-
tes criterios, siguiendo el mismo orden
en el que fueron expuestos anteriormen-
te:
Mo=x
3
=5 puntos.
Mo=L
i-1
=4 puntos, o bien Mo=L
i
=6
puntos.
Ejemplo: Dada la distribucin si-
guiente, en la que se representan las eda-
des de un grupo de 26 nios de Educa-
cin Infantil, obtener la ms usual (la
moda).
2. Intervalos con distinta amplitud
Ahora, las frecuencia absolutas no
son significativas para observar que valor
es el ms usual, hay que recurrir al clcu-
lo de la densidades de frecuencia de ca-
da intervalo, que nos aportan el nmero
de valores de la variable por cada unidad
del intervalo, hacindolos comparables.
La densidad de frecuencia se denota
por d
i
, y viene dada por la siguiente ex-
presin:
Donde, n
i
la frecuencia absoluta y a
i
es la amplitud del intervalo i-simo co-
rrespondiente.
El Intervalo Modal ser el que pre-
sente mayor densidad de frecuencia, y,
como ocurra antes, contendr la moda,
que se podr calcular por cualquiera de
los criterios antes dichos, cambiando las
frecuencias por densidades en el ltimo,
luego:
Ejemplo: Dada la distribucin si-
guiente, en la que se representan la pro-
duccin anual de 40 empresas, en miles
de unidades. Obtener la moda.
Produccin: [L
i-1
, Li) Amplitud (a
i
) Marca de clase(x
i
) Empresas (n
i
)
[0, 100) 100 50 4
[100, 200) 100 150 12
[200, 1000) 800 600 15
[1000, 5000) 4000 3000 9
Calculamos la columna de densida-
des:
7228 CISS
MODA
Densidad de frecuencia (d
i
)
0,04
0,12
0,01875
0,0025
El Intervalo Modal ser, [100,200),
donde d
i
= 0,12, el valor ms alto de las
densidades.
Y, para calcular la moda aplicamos
uno de los criterios descritos, por ejem-
plo el ltimo, as:
En distribuciones campaniformes se
cumple que:
Propiedades:
1. Queda afectada por los cambios de
origen, es decir, si a todos los valores
de la distribucin les sumamos una
constante k, la moda de la distribu-
cin formada con los nuevos trmi-
nos ser igual a la original ms dicha
constante k. Esto es:
Sea (x
i
,n
i
) una distribucin de fre-
cuencias con moda, Mo, y k, una
constante, si construimos una nueva
distribucin de la forma (x
i
, n
i
), me-
diante la transformacin:
x
i
= x
i
+ k
la moda de la misma ser:
Mo=Mo+k
2. Queda afectada por los cambios de
escala, es decir, si a todos los valores
de la distribucin lo multiplicamos
por una constante k, la moda de la
distribucin formada con los nuevos
trminos ser igual a la original mul-
tiplicada dicha constante k. Esto es:
Sea (x
i
,n
i
) una distribucin de fre-
cuencias con moda, Mo, y k, una
constante, si construimos una nueva
distribucin de la forma (x
i
, n
i
), me-
diante la transformacin:
x
i
= x
i
* k
la moda de la misma ser:
Mo= Mo*k
3. De estas dos ltimas propiedades se
deduce que: Dadas (x
i
, n
i
) e (y
i
, n
i
),
distribuciones con modas, Mo y Mo
, respectivamente, tales que: y=a*x
i
+b, entonces Mo= a*Mo+b.
VENTAJAS DE LA MODA:
En caso de distribuciones nominales,
es la ms representativa, puesto que
los datos no necesitan ser ordenados
para su clculo.
INCONVENIENTES DE LA MODA:
No hace uso de toda la informacin,
y pierde sentido en distribuciones
multimodales.
RELACIN MEDIA ARITMTICA,
MODA Y MEDIANA:
7229 CISS
MODALIDAD DE DESARROLLO ESTRATGICO
En distribuciones campaniformes, se
cumple que:
Distribuciones simtricas:
= Mo = Me
Distribuciones asimtricas positiva o
a la derecha:
Mo < Me <
Distribuciones asimtricas negativa o
a la izquierda:
< Me < Mo
JOS MONDJAR JIMNEZ
MANUEL VARGAS VARGAS
ESTRATGICO
Vase: "Estrategia de crecimiento".
MODALIDADES
RIESGOS
Organization modalities in risk preven-
tion
Tanto la Ley 31/1.995, de 8 de no-
viembre, de Prevencin de Riesgos Labo-
rales (BOE de 10 de noviembre de 1.995)
como el Reglamento de los Servicios de
Prevencin, aprobado por Real Decreto
39/1.997 de 17 de enero, establecen que
la organizacin de los recursos necesa-
rios para el desarrollo de las actividades
preventivas se realizar por el empresa-
rio con arreglo a alguna de las modalida-
des siguientes:
a) Asumiendo personalmente tal activi-
dad.
b) Designando a uno o varios trabajado-
res para llevarla a cabo.
c) Constituyendo un servicio de pre-
vencin propio.
d) Recurriendo a un servicio de preven-
cin ajeno.
De los artculos 30.1 y 31.1 de la Ley
de Prevencin de Riesgos Laborales se
desprende que la designacin de trabaja-
dores constituye la modalidad principal
de organizacin de la actividad preventi-
va en la empresa.
El artculo 10.2 del RSP define lo que
se debe entender por servicio de preven-
cin: conjunto de medios humanos y
materiales de la empresa necesarios para
la realizacin de las actividades de pre-
vencin. Y por servicio de prevencin
ajeno, el prestado por una entidad espe-
cializada que concierte con la empresa la
realizacin de actividades de prevencin,
el asesoramiento y apoyo que precise en
funcin de los tipos de riesgos o ambas
actuaciones conjuntamente (captulo IV
de la Ley 31/1995 de Prevencin de Ries-
gos Laborales).
Los servicios de prevencin tendrn
carcter interdisciplinario, entendiendo
como tal la conjuncin coordinada de
dos o ms disciplinas tcnicas o cientfi-
cas en materia de prevencin de riesgos
laborales.
El artculo 11 del Reglamento esta-
blece que: el empresario podr desarro-
llar personalmente la actividad de pre-
vencin, con excepcin de las activida-
des relativas a la vigilancia de la salud de
los trabajadores, cuando concurran las si-
guientes circunstancias:
7230 CISS
DE DESARROLLO
MODALIDAD
M. LETICIA MESEGUER SANTAMARA
DE PREVENCIN DE
ORGANIZATIVAS
MODALIDADES ORGANIZATIVAS DE PREVENCIN DE RIESGOS
a) Que se trate de empresa de menos
de seis trabajadores.
b) Que las actividades desarrolladas en
la empresa no estn incluidas en el
anexo I.
c) Que desarrolle de forma habitual su
actividad profesional en el centro de
trabajo.
d) Que tenga la capacidad correspon-
diente a las funciones preventivas
que va a desarrollar.
Conforme a este mismo texto, el em-
presario ser quien designe a uno o va-
rios trabajadores para ocuparse de la ac-
tividad preventiva de la empresa (art. 12
Reglamento Servicios de Prevencin). En
cualquier caso, el empresario, de acuer-
do con este artculo, no tiene la obliga-
cin de designar trabajadores cuando ha-
ya asumido personalmente la actividad
preventiva de acuerdo con lo sealado
en el artculo 11; haya recurrido a un ser-
vicio de prevencin propio y por ltimo,
haya recurrido a un servicio de preven-
cin ajeno.
La idoneidad de la actividad preventi-
va que, como resultado de la evaluacin,
haya de adoptar el empresario, queda ga-
rantizada a travs del doble mecanismo:
la acreditacin por la autoridad laboral
de los servicios de prevencin externos,
como forma de garantizar la adecuacin
de sus medios a las actividades que vayan
a desarrollar y, por otra parte, la audito-
ra o evaluacin externa del sistema de
prevencin, cuando esta actividad es asu-
mida por el empresario con sus propios
medios.
Los artculos 30.5 LPRL y 11 RSP quie-
ren lograr, desde este marco jurdico,
una cierta garanta de suficiencia y apti-
tud protectora. Los artculos 31.5 LPRL y
11.1 RSP se refieren al empresario como
sujeto que se encarga de la realizacin de
las actividades tcnico-preventivas en la
empresa.
La formacin mnima necesaria para
el desempeo de las funciones propias
de la actividad preventiva, se agrupan en
tres niveles: bsico, intermedio y supe-
rior. Las funciones de nivel bsico, regu-
ladas en el artculo 35 RSP, quedan confi-
guradas del siguiente modo:
a) Promover los comportamientos se-
guros y la correcta utilizacin de los
equipos de trabajo y proteccin, y
fomentar el inters y cooperacin de
los trabajadores en una accin pre-
ventiva integrada.
b) Promover, en particular, las actuacio-
nes preventivas bsicas, tales como
el orden, la limpieza, la sealizacin
y el mantenimiento general, y efec-
tuar su seguimiento y control.
c) Realizar evaluaciones elementales de
riesgos y, en su caso, establecer me-
didas preventivas del mismo carcter
compatibles con su grado de forma-
cin.
d) Colaborar en la evaluacin y el con-
trol de los riesgos generales y espec-
ficos de la empresa, efectuando visi-
tas al efecto, atencin a quejas y su-
gerencias, registro de datos, y cuan-
tas funciones anlogas sean necesa-
rias.
e) Actuar en caso de emergencia y pri-
meros auxilios gestionando las pri-
meras intervenciones al efecto.
f) Cooperar con los servicios de pre-
vencin, en su caso.
De acuerdo con el artculo 36 RSP,
las funciones de nivel intermedio son las
siguientes:
a) Promover los comportamientos se-
guros y la correcta utilizacin de los
equipos de trabajo y proteccin, y
fomentar el inters y cooperacin de
los trabajadores en una accin pre-
ventiva integrada.
7231 CISS
MODELO
b) Promover, en particular, las actuacio-
nes preventivas bsicas, tales como
el orden, la limpieza, la sealizacin
y el mantenimiento general, y efec-
tuar su seguimiento y control.
c) Realizar evaluaciones elementales de
riesgos y, en su caso, establecer me-
didas preventivas del mismo carcter
compatibles con su grado de forma-
cin.
d) Colaborar en la evaluacin y el con-
trol de los riesgos generales y espec-
ficos de la empresa, efectuando visi-
tas al efecto, atencin a quejas y su-
gerencias, registro de datos, y cuan-
tas funciones anlogas sean necesa-
rias.
e) Actuar en caso de emergencia y pri-
meros auxilios gestionando las pri-
meras intervenciones al efecto.
f) Cooperar con los servicios de pre-
vencin, en su caso.
Por ltimo, entre las funciones de ni-
vel superior, del artculo 37 se incluyen
las especialidades y disciplinas preventi-
vas de medicina del trabajo, seguridad en
el trabajo, higiene industrial y ergonoma
y psicosociologa aplicada.
IRENE GONZLEZ GARCA
MODELO
Model
I. CONCEPTO II. TIPOLOGAS DE MODELOS
I. CONCEPTO
Un modelo es una descripcin y una
representacin esquemtica, sistemtica
y conscientemente simplificada de una
parte de la realidad mediante signos,
smbolos, formas geomtricas o grficas
y palabras. Se trata de un concepto que
goza de cierto grado de acuerdo dentro
de la literatura cientfica en general y de
las ciencias sociales en particular.
El trmino modelo no posee un ni-
co significado al utilizarlo en las diferen-
tes ciencias sociales, ya que las caracters-
ticas recogidas en su definicin dan lugar
a multiplicidad de tipologas. Cada una
de ellas configura un entorno terico es-
pecfico y concreto dependiendo de la
perspectiva desde la que analiza el fen-
meno que desea modelizar. As, los mo-
delos que son impulsados desde una
perspectiva cuantitativa acentan la im-
portancia de llegar a establecer una re-
presentacin cuantificada del fenmeno
estudiado en el que las variables utiliza-
das quedan relacionadas matemtica-
mente. Por el contrario, los modelos que
son impulsados desde una motivacin o
perspectiva cualitativa resaltan la impor-
tancia de profundizar en el desarrollo
descriptivo del proceso de formacin del
fenmeno investigado, en el que las va-
riables se encuentran relacionadas verbal
o grficamente.
Por tanto, el debate se centra en la
interpretacin que se realiza de dicho
concepto, cuyas peculiaridades permiten
el desarrollo de diferentes tipologas de
modelos que, dependiendo de la pers-
pectiva desde la que se analicen, pueden
verse ms o menos adecuados pero no
por ello dejan de ser modelos.
II. TIPOLOGAS DE MODELOS
Existen tres grandes tipologas de
modelos: los matemticos, los verbales y
los grficos. La mayora de las disciplinas
cientficas utilizan y disean en mayor o
menor porcentaje modelos de cada una
de dichas tipologas, si bien es cierto que
dependiendo del rea concreta predomi-
nan unos frente a otros. As, dentro de
las ciencias econmicas se pueden en-
contrar reas de estudio tales como la fi-
nanciera o la contable donde predomi-
7232 CISS
MODELO 3C
nan los modelos matemticos mientras
que en otras como el marketing, dicho
predominio se encuentra ms difumina-
do.
Los modelos matemticos son aque-
llos que se caracterizan por representar
de forma precisa y con gran economa de
smbolos, las variables y relaciones de un
fenmeno complejo. Estos modelos sue-
len ser resueltos mediante una gran va-
riedad de tcnicas analticas y general-
mente se expresan a travs de frmulas
matemticas.
Los modelos verbales son aquellos
que se caracterizan por ser ms sencillos,
y utilizan el lenguaje escrito o hablado
para describir el fenmeno objeto de
anlisis.
Los modelos grficos son aquellos
que, mediante diagramas y figuras, per-
miten representar de forma sistemtica
el proceso de desarrollo del fenmeno
que se estudia, pero no pretenden ex-
presar una cuantificacin de las variables
de dicho fenmeno.
JOS MANUEL ROSA DURN
MODELO 3C
3Cs method
I. CONCEPTO II. ESTRATEGIA BASADA EN LA
EMPRESA III. ESTRATEGIA BASADA EN EL
CLIENTE IV. ESTRATEGIA BASADA EN LA
COMPETENCIA
I. CONCEPTO
El modelo 3C fue desarrollado por el
especialista japons en estrategia de em-
presa Kenichi Ohmae y se basa en la idea
de que cualquier estrategia exitosa, que
disee una organizacin, debe funda-
mentarse en tres actores principales:
1. La empresa en s misma
2. El cliente
3. La competencia
Solamente integrando los tres ele-
mentos en un tringulo estratgico se
puede conseguir, segn Ohmae, la ven-
taja competitiva sostenible. Este tringu-
lo es el modelo 3C.
II. ESTRATEGIA BASADA EN LA
EMPRESA
Aqu la empresa debe analizar y po-
tenciar las reas funcionales que conside-
ra crticas para lograr el xito en su in-
dustria. Las reas que tiene que analizar
con especial cuidado son:
Seleccionar las reas de mejora: la
empresa no tiene porqu liderar ca-
da proceso de la cadena de valor pa-
ra poder superar a sus competido-
res; debe sin embargo centrarse en
una o en unas pocas reas de mejora
que considere especialmente impor-
tantes y valoradas por el cliente en la
bsqueda de la ventaja competitiva
y, a partir de ellas, y de una manera
natural, el resto de reas secundarias
se irn mejorando
Make or buy: la capacidad de evaluar
correctamente qu externalizar y
qu mantener dentro de la organiza-
cin es crtica a la hora de lograr la
ventaja competitiva sostenible; con-
seguir la mxima eficiencia y flexibili-
dad sin renunciar a la calidad y a la
eficiencia debe ser el objetivo de las
decisiones en este rea
Rentabilidad: incrementar la rentabi-
lidad es prioritario y se puede lograr
atendiendo al control de costes, la
seleccin de clientes y lneas de pro-
ductos rentables, buscando siner-
gias...
7233 CISS
MODELO BINOMIAL DE VALORACIN DE OPCIONES
III. ESTRATEGIA BASADA EN EL
CLIENTE
En opinin de Ohmae, los clientes
son la base de cualquier estrategia, y la
primera preocupacin de la empresa se-
ra cuidarlos, por delante de accionistas,
proveedores o terceros implicados en el
proceso estratgico. Las empresas que,
de manera autntica, interiorizan una ge-
nuina preocupacin por el cliente en el
largo plazo son las que ms valor propor-
cionan a sus accionistas.
La empresa deber hacer un esfuerzo
importante en la segmentacin de clien-
tes, de modo que, en todo momento, se-
pa las necesidades precisas de cada seg-
mento que atiende, necesidades que van
variando y que la empresa debe ir actua-
lizando.
IV. ESTRATEGIA BASADA EN LA
COMPETENCIA
La empresa debe analizar constante-
mente qu hace la competencia en cada
rea (compras, diseo, investigacin y
desarrollo, produccin...) e ir superndo-
la en cada uno de los procesos, especial-
mente en aquellos que priorice a la hora
de evaluar el valor aportado al cliente.
Ohmae propone alguna tcnica para
conseguir esto:
El poder de una imagen: cuando los
productos son muy difciles de dife-
renciar, la imagen que transmite la
empresa, el proceso de comunica-
cin de la misma, se vuelve trascen-
dental. Sony y Honda seran ejem-
plos de empresas excelentes en este
sentido
Mejora en la estructura de costes:
cuando la demanda baja, el tener
unos costes fijos muy bajos en rela-
cin a los variables se convierte en
una ventaja competitiva esencial,
que confiere a la organizacin una
gran flexibilidad
Tcnica de peso mosca: invertir
grandes cantidades en I+D o en ac-
ciones comerciales slo est al alcan-
ce de los ms grandes; el ser capaz
de adaptarse a un tamao reducido
de mercado requiere un esfuerzo es-
tratgico consciente de que, sin du-
da, compensa a aquellas empresas
que no estn entre los "grandes juga-
dores"
Hito-kane-mono: frase habitual en-
tre los gerentes japoneses, que po-
dra traducirse como gente-dinero-
infraestructura; equilibrar esos tres
recursos es esencial en cualquier
proceso estratgico
JOAQUN CAMPS TORRES
Vase tambin: "Estratega".
LO ESENCIAL SOBRE
MODELO 3C
Libros
OHMAE, KENICHI La mente del estrate-
ga, McGraw-Hill, Madrid, 2008.
OHMAE, KENICHI El prximo escenario
global: desafos y oportunidades en
un mundo sin fronteras, Belacqua de
ediciones y publicaciones, Madrid,
2008.
MODELO BINOMIAL
DE VALORACIN DE
OPCIONES
Binomial options pricing model
El primero en estudiar el mtodo bi-
nomial fue William Sharpe, posterior pre-
mio Nobel de economa en 1990. El m-
7234 CISS
MODELO BINOMIAL DE VALORACIN DE OPCIONES
todo binomial fue desarrollado con ma-
yor profundidad en el artculo de Cox,
Ross y Rubinstein titulado "El precio de
las opciones: una aproximacin simpli-
ficada", que apareci publicado en el
Journal of Financial Economics en sep-
tiembre de 1979. Este modelo fue tam-
bin deducido independientemente por
Rendleman y Bartter.
Las hiptesis bsicas o de partida del
mtodo binomial, que se trata de un mo-
delo discreto, son las siguientes:
1. Se suponen mercados de capitales
competitivos y perfectos, en los que
no hay impuestos, costes de transac-
cin o limitaciones a la operativa en
descubierto.
2. No existen restricciones sobre com-
pras o ventas a corto plazo de ttulos
y opciones, por lo que el volumen
de transacciones no afectar al pre-
cio de mercado de los ttulos.
3. Existe una tasa de inters a corto pla-
zo sin riesgo, rf, conocida, positiva y
constante a lo largo del perodo con-
siderado, lo que implica la posibili-
dad de prestar o pedir prestado di-
nero a ese tipo, o lo que es lo mis-
mo, se supone la existencia de un
bono libre de riesgo cuyo rendimien-
to es precisamente rf.
4. El horizonte de planificacin est di-
vidido en perodos de tiempo igua-
les (tiempo discreto).
5. La accin o activo subyacente no pa-
ga dividendos ni otro tipo de distri-
bucin de beneficios, reservas o ca-
pital.
6. El precio de la accin sigue un pro-
ceso binomial multiplicativo a lo lar-
go de perodos discretos de tiempo.
7. La tasa de retorno de la accin slo
puede tomar en cada momento da-
do del tiempo dos posibles valores:
u-1 con probabilidad q y d-1 con pro-
babilidad 1-q, (u>d).
Dado el objetivo de la presente enci-
clopedia, obviamos la demostracin ma-
temtica de la frmula que a continua-
cin se presenta.
Frmula Binomial de valoracin del
precio de una opcin de compra CALL:
C = S 4(j > a;a,p) - E r
-n
4(j >
a;n,p)
donde:
c = prima de la opcin de compra.
S = precio actual de la accin.
E = precio de ejercicio de la opcin.
r = uno ms la tasa de inters sin
riesgo.
n = n de perodos que faltan para la
expiracin de la opcin.
j = n de movimientos ascendentes
del precio de la accin (n-j movimientos
descendentes).
4 = complementaria de la funcin
de distribucin binomial (coeficiente co-
rrector por la existencia de riesgo), que
tiene la siguiente expresin:
p = (r-d)/(u-d); p = (u/r)p
a = Menor nmero entero que es
mayor que: log (E/dnS) / log (u/d), si
a>n, entonces c=0.
IGNACIO LPEZ DOMNGUEZ
7235 CISS
MODELO CUALITATIVO
Vase tambin: "Teora de valoracin de opciones".
MODELO
CUALITATIVO
Qualitative model
I. CONCEPTO II. CAMPO DE APLICACIN III.
PRINCIPALES TIPOS DE INVESTIGACIN
CUALITATIVA 1. Entrevista en profundidad 2.
Reuniones de grupo 3. Tcnicas proyectivas 4.
Tcnicas de creatividad 5. Observacin
I. CONCEPTO
Los modelos cualitativos en la inves-
tigacin de mercados y en las ciencias so-
ciales se usan cuando los datos son obte-
nidos de un grupo relativamente peque-
o de entrevistados y no son analizados
a travs de mtodos de inferencia esta-
dstica, sino a travs de instrumentos de
investigacin cualitativa.
II. CAMPO DE APLICACIN
Los instrumentos de investigacin
cualitativa se usan fundamentalmente pa-
ra definir un problema y generar hipte-
sis. A menuda son utilizados con carcter
exploratorio previo a la investigacin
cualitativa con el objeto de identificar de-
terminantes y desarrollar diseos de in-
vestigacin cuantitativa. Son mejores tc-
nicas que las cuantitativas cuando se tra-
ta de sondear bajo la superficie con el
objeto de entender qu conduce y moti-
va el comportamiento.
A causa del bajo nmero de sujetos
estudiados involucrados y de la naturale-
za de algunos mtodos de obtencin de
datos (por ejemplo, entrevista no estruc-
turada), los resultados de los modelos
cualitativos de investigacin no deberan
aplicarse a grandes poblaciones. Sin em-
bargo, las tcnicas cualitativas son muy
valiosas para explorar un tema y son utili-
zadas por la mayora de los investigado-
res durante varios momentos de campa-
as de investigacin de larga duracin.
As pues podemos destacar algunas
de las principales aplicaciones de la in-
vestigacin cualitativa:
- Investigaciones de naturaleza explo-
ratoria con objeto de familiarizarse
sobre un tema del que se tiene poco
conocimiento.
- Investigaciones explicativas o de
diagnstico: a partir de actitudes,
creencias, motivaciones para com-
plementar la investigacin cuantitati-
va.
- Evaluar actividades de marketing: va-
lorar cursos alternativos de accin
como contenido de una campaa
publicitaria, etc.
- Conocer el lxico de los consumido-
res para presentar eslganes y nom-
bres de productos.
- Investigaciones de naturaleza creati-
va: con objeto de generar ideas para
nuevos productos o servicios
III. PRINCIPALES TIPOS DE
INVESTIGACIN CUALITATIVA
1. Entrevista en profundidad
Es una entrevista personal no estruc-
turada en la que se persigue, de forma
individual, que cada entrevistado exprese
libremente sus opiniones y creencias so-
bre algn tema objeto de anlisis. La base
de esta tcnica reside en conseguir que
el entrevistado revele sus sentimientos y
actitudes, profundizando en busca de
una respuesta ms completa para obte-
ner la mxima informacin posible.
Algunas caractersticas de esta tcni-
ca son:
7236 CISS
MODELO CUALITATIVO
- La entrevista es realizada uno a uno y
puede durar entre 30 y 60 minutos.
- Es el mejor mtodo para sondear en
profundidad opiniones personales,
creencias, motivaciones y valores.
- Es una tcnica muy flexible.
- Es una entrevista no estructurada o
semiestructurada lo que la diferencia
de las encuestas en la cuales el mis-
mo cuestionario es respondido por
todos los entrevistados.
- Es una tcnica que requiere tiempo y
los entrevistados pueden ser difciles
de interpretar.
- Requiere entrevistadores profesiona-
les y capacitados, lo que la convierte
en una tcnica cara, y el entrevista-
dor puede introducir fcilmente ses-
go en los entrevistados.
- No existe presin social sobre los en-
trevistados ni dinmica de grupo.
2. Reuniones de grupo
Es un proceso formalizado que con-
siste en reunir un grupo pequeo de in-
dividuos para una discusin libre y es-
pontnea sobre un tema de inters. El
grupo es liderado por un moderador que
motiva y ayuda al libre intercambio de
ideas sin influir en las actitudes expresa-
das y procurando un debate sobre todos
los temas del guin.
Entre las caractersticas de sta tcni-
ca se podran destacar:
- El tamao ms apropiado del grupo
est comprendido entre 6 y 12 per-
sonas que encajen con el perfil del
pblico objetivo.
- Normalmente suele durar entre 1 y 2
horas.
- La reunin suele grabarse en video/
DVD o ser retransmitido a travs de
un circuito cerrado de televisin
- Frecuentemente tambin se observa
el desarrollo de la dinmica del gru-
po en una sala contigua a travs de
un espejo unidireccional o en un cir-
cuito cerrado de televisin.
- Tcnica rpida, aunque puede resul-
tar cara.
- Los componentes del grupo pueden
sentir la presin de conformarse a
las opiniones del grupo.
- Las dinmicas de grupo son tiles
para el desarrollo de nuevas corrien-
tes de pensamiento y para obtener
informacin complementaria sobre
un determinado punto poco claro de
una investigacin.
3. Tcnicas proyectivas
Este tipo de tcnicas se utilizan cuan-
do el problema en estudio requiere
adentranos en la intimidad del entrevis-
tado, ms all de su nivel de conciencia o
atravesar la fachada social que todos lle-
vamos. Se trata de estmulos no estructu-
rados que alientan al individuo a proyec-
tar sus motivaciones subyacentes, creen-
cias, actitudes o sentimientos dentro de
una situacin ambigua. Son todas tcni-
cas indirectas que persiguen disimular el
objetivo de la investigacin.
Ejemplos de tcnicas proyectivas in-
cluyen:
a) Test de asociacin de palabras
Consiste en leer una lista de pala-
bras, solicitando al individuo que respon-
da con la primera palabra que se le venga
a la mente. Son tiles para obtener reac-
cin ante posibles productos, marcas, le-
mas publicitarios, etc.
b) Test de frases incompletas
Es una variante del anterior que con-
siste en un nmero de frases incomple-
tas que el sujeto debe completar, escri-
7237 CISS
MODELO CUALITATIVO
biendo l mismo lo primero que se le
ocurra.
c) La entrevista en cadena
Es una tcnica que se realiza en gru-
po. Se invita a cada participante a que
transmita a su vecino la noticia lo ms
exactamente posible agregando, por su
cuenta, lo que considere ms importante
de la misma. Sirve para registrar la fuerza
asociativa de un nombre / marca o de un
slogan publicitario.
d) Test de las vietas
En una tarjeta que contiene dos per-
sonajes, uno de ellos tiene el "bocadillo"
lleno conteniendo una cierta expresin,
opinin o pregunta y el otro lo tiene va-
co, de manera que el entrevistado debe
completar el "bocadillo". Se aplica en di-
versas reas: opinar sobre establecimien-
tos detallistas, valorar estrategias de ven-
ta personal, estudiar comportamiento de
compras,...
e) Juego de los roles
Se les pide a los individuos que jue-
guen el papel de otra persona, los inves-
tigadores asumen que proyectarn sus
propios sentimientos o comportamien-
tos en ese rol.
4. Tcnicas de creatividad
La creatividad, es la generacin de
nuevas ideas o conceptos, o de nuevas
asociaciones entre ideas y conceptos co-
nocidos, que habitualmente producen
soluciones originales. Entre las tcnicas
ms utilizadas en investigacin de merca-
dos estn:
a) El brainstroming
Tcnica de creatividad desarrollada
en una reunin de grupo con personas
seleccionadas. En una primera parte se le
presenta al grupo el problema a tratar y
se elige un secretario que ir registrando
las ideas generadas por el grupo. La se-
gunda parte consiste en la lectura del
conjunto de ideas generadas, analizando
sus aspectos positivos y negativos de las
mismas para llegar a una reformulacin y
al resultado final.
b) El Delphi
Es una tcnica de creatividad desa-
rrollada mediante un panel de expertos
al que se pregunta sobre un tema espec-
fico, pidindosele respuestas razonadas y
graduadas mediante una tcnica a distan-
cia (correo, fax, e-mail...), de forma que
rondas sucesivas se llega a un nivel de
acuerdo.
c) El Phillips 66
Se trata de una tcnica de grupo en
la que se expone de forma colectiva ante
una auditorio de hasta 100 participantes
un problema a analizar, se crean grupos
de trabajo que alcanzan soluciones y se
nombran portavoces que finalmente en
asamblea exponen las soluciones que se
votan para seleccionar la mejor.
5. Observacin
Es una tcnica basada en el anlisis y
registro del comportamiento del indivi-
duo, objeto, unidad, o acontecimiento a
investigar. Uno de los usos ms impor-
tantes de la investigacin cualitativa es la
comprensin del comportamiento del
consumidor a travs de la observacin.
Las races de esta tcnica provienen de
estudios antropolgicos donde investiga-
dores entrenados se dedicaban a obser-
var tribus, culturas o sociedades por pe-
riodos de hasta un par de aos.
Actualmente, esta clase de investiga-
cin se ve suplementada por campos de
desarrollo reciente como la neuro-cien-
cia donde la observacin est acompaa-
7238 CISS
MODELO CUANTITATIVO
da por mediciones de la actividad cere-
bral.
RUTH MATEOS DE CABO
Vase tambin: "Grupo de discusin"; "Investiga-
cin de mercados cualitativa"; "Observacin" y
"Tcnicas proyectivas".
MODELO
CUANTITATIVO
Quantitative model
I. CONCEPTO II. PROCEDIMIENTO DE
INVESTIGACIN CUANTITATIVA 1.
Identificacin del problema 2. Objetivos 3.
Bsqueda de fuentes de informacin 4. Disear
la forma en la que vamos a recopilar los datos 5.
Determinacin de la poblacin y muestra 6.
Instrumentos para la recoleccin de datos 7.
Anlisis de datos 8. Presentacin de resultados y
conclusiones III. TCNICAS DESCRIPTIVAS Y
TCNICAS INFERENCIALES 1. Tcnicas
descriptivas 2. Tcnicas inferenciales
I. CONCEPTO
Los modelos cuantitativos en la in-
vestigacin de mercados son aquellos
que resultan de la aplicacin de tcnicas
de investigacin cuantitativas en el cam-
po del marketing. La investigacin de
mercados cuantitativa como todo mto-
do de investigacin social supone habi-
tualmente la elaboracin de escalas de
medida y cuestionarios. Los investigado-
res de mercados utilizan la informacin
obtenida a travs de las encuestas para
comprender las necesidades de los indi-
viduos y para construir estrategias y pla-
nes de marketing en torno a dichas nece-
sidades.
II. PROCEDIMIENTO DE
INVESTIGACIN CUANTITATIVA
Podemos considerar las siguientes fa-
ses en el proceso de investigacin:
1. Identificacin del problema
Aqu se deber identificar el principal
problema que se quiere resolver en la
empresa, como por ejemplo: conocer los
competidores, sus precios de venta, dn-
de distribuir el producto, etc. Es posible
que se desee investigar las estrategias ne-
cesarias para introducir un producto en
el mercado. Tambin es frecuente inves-
tigar la viabilidad en el lanzamiento de
un producto.
2. Objetivos
Los objetivos expresan el motivo por
el cual se est haciendo la investigacin,
por ejemplo: conocer cul es la demanda
potencial, identificar a la competencia,
definir el segmento de mercado que
quiero alcanzar, conocer los mejores
puntos de ventas, etc.
3. Bsqueda de fuentes de informacin
Las fuentes de informacin son los
recursos a utilizar para averiguar la infor-
macin que se necesita. Las fuentes pue-
den ser primarias o secundarias.
Los datos secundarios son aquellos
que ya existen y estn disponibles al p-
blico en distintos medios, por ejemplo:
internet, libros, revistas especializadas,
servicios de estudios, cmaras de comer-
cio, informes sectoriales, etc.
Estos datos se consiguen con mayor
facilidad y menor coste que los prima-
rios, pero no proporcionan la totalidad
de la informacin.
Los datos primarios son los que se
obtienen a travs de la investigacin de
mercados. Estos, para la investigacin
cuantitativa pueden obtenerse, funda-
mentalmente, a travs de: encuestas
(personal, telefnica, postal, electrni-
ca), paneles (de consumidores, de deta-
7239 CISS
MODELO CUANTITATIVO
llistas, de audiencias) y de la observacin
directa.
4. Disear la forma en la que vamos a
recopilar los datos
Una vez escogidos los medios de in-
vestigacin para recoger toda la informa-
cin posible sobre el problema de inves-
tigacin y sus objetivos, entonces hay
que disear cmo se van a recoger los
datos. Esto es el diseo de la investiga-
cin. La investigacin cuantitativa permi-
te contestar a preguntas en una forma
medible, por ejemplo: Cul es su pro-
duccin anual de miel? La respuesta de
esta pregunta puede medirse.
Para recoger datos 100 % exactos y
verdaderos sobre algn grupo de perso-
nas (poblacin) sera necesario pregun-
tarle a toda la poblacin pero esto es ca-
ro y en algunos casos imposible. Por ello
se escoge a un grupo ms pequeo de
esa poblacin, para representar a la po-
blacin general y este grupo se llama
muestra. Las conclusiones que se obtie-
nen de estos estudios son vlidas. Sin
embargo, es ms costosa y complicada.
Existen dos tipos bsicos de investigacio-
nes cuantitativas:
a) Estudios Descriptivos: Este diseo
de investigacin es til para describir
caractersticas o funciones del mer-
cado, producto o servicio, entre
otros.
b) Estudios de Causalidad: se usa este
diseo cuando se quiere explicar la
relacin entre una causa y el efecto
de una situacin o evento. Por ejem-
plo: Hacer un estudio para medir el
efecto que tiene un anuncio sobre
las ventas de un producto.
5. Determinacin de la poblacin y
muestra
Una vez que se ha decidido el tipo de
investigacin a realizar hay que identifi-
car el grupo que interesa estudiar.
La muestra es una parte de la pobla-
cin total (universo) que quisiera estu-
diarse; por ejemplo, todas las mujeres
adultas del rea metropolitana. Al tomar
una muestra, esta representa o sustituye
a la poblacin total y permite sacar algu-
nas "inferencias" o conclusiones en rela-
cin a la poblacin.
Si la muestra est bien elegida y es
suficientemente amplia, sta ser repre-
sentativa y los resultados sern vlidos y
aplicables a la poblacin total de donde
se sac la muestra.
Para realizar un muestreo se pueden
utilizar los siguientes mtodos:
- Muestreo aleatorio o probabilstico:
La muestra se escoge al azar, o sea
que todos los sujetos tienen la mis-
ma oportunidad de ser selecciona-
dos.
- Muestreo no aleatorio: La muestra se
escoge segn el juicio y convenien-
cia del equipo investigador.
El tamao de la muestra depende de
los siguientes aspectos: del error permiti-
do, del nivel de confianza con el que se
desea el error, del carcter finito o infini-
to de la poblacin, y de los recursos dis-
ponibles para hacer la investigacin.
6. Instrumentos para la recoleccin de
datos
Con los objetivos en mente, se saca
la lista de datos a conseguir y se determi-
nan las fuentes ms adecuadas para pro-
porcionarlos. Segn lo anterior se decide
que instrumento conviene.
En esta etapa se realizar una lista de
preguntas que servirn para alcanzar la
informacin deseada. Las preguntas se
pueden hacer personalmente (encuesta
personal) o a distancia (encuestas telef-
nicas, por correo o en Internet).
7240 CISS
MODELO CUANTITATIVO
7. Anlisis de datos
Despus de recoger los datos se bus-
ca darle significado a la informacin o
sea interpretarlos. Para eso se siguen va-
rios pasos:
- Limpieza de los datos: En esta etapa
se revisan todos los datos recolecta-
dos, para encontrar errores y corre-
girlos. Si no se pueden corregir ha-
br que descartarlos.
- Codificacin: consiste en asignar a
cada dato un nmero de cdigo, pa-
ra poder despus manejarlo con ms
facilidad a travs de paquetes esta-
dsticos. Por ejemplo, hombres = 1,
mujeres = 2.
- Tablas: Una vez codificados los da-
tos, se proceda a contarlos y agru-
parlos. Con estos datos se hacen tab-
las, en donde se pueden ver fcil-
mente los resultados. Esto le permi-
tir encontrar tendencias, diferen-
cias, o similitudes. Se recomienda ta-
bular informticamente ya que la in-
formacin que se recoge es muy am-
plia y exige, para su eficaz utilizacin,
la realizacin de mltiples clasifica-
ciones combinadas entre variables.
- Grficos: Los grficos de los resulta-
dos obtenidos se utilizan para tener
una representacin visual de los da-
tos. Los grficos ofrecen una forma
muy simple y eficaz de entender las
distribuciones de los datos.
Finalmente, para analizar los datos se
usan tambin varios tipos de estadsticas
tales como: medias, frecuencias, y otros
tipos de anlisis ms complejos.
8. Presentacin de resultados y con-
clusiones
El ltimo paso del proceso de inves-
tigacin es preparar y presentar el infor-
me final. De esta manera se puede comu-
nicar a otras personas los resultados y las
conclusiones del estudio.
Un informe final tiene varias partes:
- La introduccin: En esta parte, se ex-
plica cul es el problema del estudio
de investigacin, y qu pregunta se
va a contestar con la investigacin,
cules son los objetivos as como la
razn de haber hecho el estudio.
- En la seccin de metodologa: se re-
lata el diseo de la investigacin, qu
personas se han estudiado, cules
fueron sus caractersticas, cuntas
personas se incluyeron en la investi-
gacin. Tambin se describen los
instrumentos utilizados (como en-
cuestas o cuestionarios) y quin y
cmo los aplic. Esta seccin es co-
mo hacer un manual que podra en-
tregarse a cualquiera que quiera re-
petir su estudio y all encontrara to-
dos los detalles necesarios para re-
producirlo.
- En la seccin de resultados: se pue-
de incluir grficos o tablas, para re-
presentar visualmente la informa-
cin. Es importante interpretarlos y
explicar su significado e importancia.
- Conclusiones: Aqu se resumen los
aspectos ms importantes de los re-
sultados obtenidos. Se deben revisar
los objetivos del principio, para ase-
gurarse que cada una de las conclu-
siones contesta a uno de los objeti-
vos planteados.
III. TCNICAS DESCRIPTIVAS Y
TCNICAS INFERENCIALES
1. Tcnicas descriptivas
Las tcnicas descriptivas que son usa-
das ms habitualmente incluyen:
- Descripcin grfica: utiliza grficos
para resumir la informacin de los
7241 CISS
MODELO CUANTITATIVO
datos. Por ejemplo: histogramas, gr-
fico de sectores, diagrama de barras,
diagramas de dispersin.
- Descripcin tabular: usa tablas para
resumir los datos. Ejemplos: Tabla
de frecuencias, tabulaciones cruza-
das.
- Descripcin paramtrica: estima los
valores de ciertos parmetros que re-
sumen la informacin de los datos.
a) Medidas de localizacin o de
tendencia central: Media, media-
na, moda, cuantiles (cuartiles,
deciles y percentiles).
b) Medidas de dispersin estadsti-
ca: Rango, intervalo intercuartli-
co, varianza, desviacin tpica,
coeficiente de variacin de Pear-
son.
c) Medidas de forma de la distribu-
cin: coeficiente de asimetra,
coeficiente de apuntamiento o
curtosis.
2. Tcnicas inferenciales
Las tcnicas inferenciales suponen
una generalizacin de la muestra a la po-
blacin total. Tambin incluyen el con-
traste de hiptesis. Una hiptesis se de-
be formular en trminos matemticos/es-
tadsticos de manera que sea posible cal-
cular la probabilidad de posibles mues-
tras asumiendo que la hiptesis nula es
correcta. Despus, se debe escoger el es-
tadstico de contraste de forma que resu-
ma la informacin contenida en la mues-
tra relevante para la hiptesis.
Una hiptesis nula es una hiptesis
que se presume cierta hasta que un con-
traste de hiptesis indique lo contrario.
Tpicamente es una afirmacin sobre un
parmetro que es una propiedad de la
poblacin. El parmetro suele ser una
media o una desviacin tpica.
No resulta poco frecuente que tal hi-
ptesis establezca que los parmetros o
caractersticas matemticas de dos o ms
poblaciones sean idnticos. Por ejemplo,
si queremos comparar las puntuaciones
a un test de dos muestras aleatorias de
hombres y mujeres, entonces la hipte-
sis nula sera que la puntuacin media en
la poblacin de hombres de la que se ha
tomado la primera muestra, es la mima
que la puntuacin media de la poblacin
femenina de la procede la segunda
muestra:
H
0
:
1
=
2
en donde:
H
0
= hiptesis nula
1
= media de la poblacin 1, y
2
= media de la poblacin 2.
El operador igualdad hace que se tra-
te de un contraste bilateral o de dos co-
las. La hiptesis alternativa puede ser
mayor o menor que la hiptesis nula. En
un test de una sola cola, el operador es
una desigualdad, y la hiptesis alternativa
tiene direccionalidad:
H
0
:
1
= o <
2
A veces a este tipo de contrastes se
les conoce como hiptesis de diferencia
significativa porque estn contrastando la
diferencia entre dos grupos con respecto
a una variable. Alternativamente, la hip-
tesis nula puede postular que las dos
muestras son tomadas de la misma po-
blacin:
H
0
:
1
-
2
= 0
Una hiptesis de asociacin se usa
cuando hay una poblacin pero se mi-
den dos caractersticas de la misma. Se
trata de un contraste de asociacin de
dos caractersticas dentro de un grupo.
7242 CISS
MODELO CUANTITATIVO
La distribucin del estadstico de
contraste se usa para calcular las probabi-
lidades del conjunto posibles valores del
estadstico (normalmente un intervalo o
unin de intervalos). Entre todos los
conjuntos de valores posibles, se debe
escoger uno que se considere represen-
tativo de aquellos valores extremos que
suponen una gran evidencia en contra de
la hiptesis. A ste conjunto de valores
se la llama la regin crtica del estadstico
de contraste. A la probabilidad de que el
estadstico caiga en la regin crtica cuan-
do la hiptesis es correcta se le llama el
valor alfa del test.
Tras recoger los datos, se calcula el
estadstico de contraste y se determina si
est dentro de dicha regin crtica. Si el
estadstico est dentro, entonces nuestra
conclusin es o que la hiptesis es inco-
rrecta o que ha ocurrido un suceso de
probabilidad menor o igual que el valor
de alfa. Si el estadstico est fuera de la
regin crtica, la conclusin es que no
hay suficiente evidencia en contra para
rechazar la hiptesis nula.
El nivel de significacin de un con-
traste es la mxima probabilidad de re-
chazar accidentalmente una hiptesis
nula cierta (una decisin que se conocer
como error tipo I). Por ejemplo, se pue-
de escoger un nivel de significacin del
5% y calcular una valor crtico de un esta-
dstico (por ejemplo la media) de mane-
ra que la probabilidad de que exceda ese
valor, bajo la presuncin de certeza de la
hiptesis nula, fuera de un 5%. Si el esta-
dstico real calculado excede el valor cr-
tico entonces se dice que es significativo
a "un nivel del 5%".
Tipos de contrastes de hiptesis
- Contrastes paramtricos para una so-
la muestra:
a) Prueba t
b) Prueba z
- Contrastes paramtricos para dos
muestras independientes:
a) Prueba t para dos grupos
b) Prueba z
- Contrastes paramtricos de muestras
apareadas: Prueba t apareado
- Contrastes no paramtricos para una
sola muestra:
a) Prueba de chi-cuadrado
b) Prueba de KolmogorovSmirnov
para una muestra:
c) Test de rachas
d) Prueba binomial
- Contrastes no paramtricos para dos
muestras independientes:
a) Chi-cuadrado
b) Prueba U de MannWhitney
c) Mediana
d) Prueba KolmogorovSmirnov
para dos muestras independien-
tes
- Contrastes no paramtricos para
muestras apareadas:
a) Prueba de Wilcoxon
b) Prueba de McNemar
Si una variable (por ejemplo: prefe-
rencia de los entrevistados sobre el color
de un producto) tiene una escala de in-
tervalo o razn y necesita algn supuesto
estadstico (como la normalidad) enton-
ces es elegible para contrastes paramtri-
cos.
Por el contrario si una variable (por
ejemplo, el gnero o la ordenacin de
unos cuantos productos en relacin con
ciertos atributos) tiene una escala nomi-
nal u ordinal y/o no necesita ninguna
asuncin estadstica, no resulta apta para
7243 CISS
MODELO DE BERTRAND
contrastes de tipo paramtrico. En esta
situacin deberemos usar los contrastes
no-paramtricos. Slo se deberan usar
los contrastes no paramtricos si la
muestra/variable no es apta para pruebas
paramtricas.
RUTH MATEOS DE CABO
Vase tambin: "Investigacin de mercados cuanti-
tativa".
Bertrand model
EQUILIBRIO DE NASH EN EL MODELO DE
BERTRAND III. CRTICAS AL MODELO DE
BERTRAND Y OTRAS VARIANTES
I. CONCEPTO
El modelo de Bertrand estudia em-
presas oligopolistas que compiten en
precios a travs de productos homog-
neos.
Supongamos oligopolistas que com-
piten produciendo bienes que tienen
anlogas caractersticas y son percibidos
por los consumidores como homog-
neos. Al igual que en el caso del modelo
de Cournot, se aplica a empresas que to-
man sus respectivas decisiones de forma
contempornea en el tiempo y que to-
man estas decisiones a travs de los pre-
cios y no de las cantidades. Esta pequea
diferencia provoca grandes cambios en
los resultados finales.
Partimos de una curva de demanda
de mercado, P= 100 - X, donde X = X
1
+
X
2
, representa la produccin total de un
bien homogneo.
Suponemos para simplificar que los
costes marginales son iguales:
Cmg
1
= CMg
2
=3.
Hallamos el equilibrio de Cournot:
Para la empresa 1, hay que imponer
que Img1= CMg1, con lo que 100-2X1-
X2 = 3, Curva de Reaccin: X
1
= 97/2 -
X
2
. Anlogamente, la curva de reaccin
de la empresa 2 sera: X
2
= 97/2 - X
1
y
el punto de Cournot, X
1
= X
2
=97/3
Sustituyendo, la produccin total
vendida, el precio de equilibrio ser 35,3
y ambas empresas obtendran el mismo
beneficio, ya que venden lo mismo con
iguales costes.
Si los empresarios pudieran elegir los
precios y no las cantidades, la estrategia
sera distinta: dado que los bienes son
homogneos, slo tiene sentido comprar
el ms barato. Si el precio fuera el mis-
mo, al consumidor le dara igual uno u
otro y los productores se repartiran el
mercado. La principal aportacin de este
modelo ciertamente es que en un oligo-
polio la eleccin de la variable estratgica
(precio o cantidad) es fundamental para
la obtencin de un resultado u otro.
II. DETERMINACIN DEL
EQUILIBRIO DE NASH EN EL
MODELO DE BERTRAND
Un equilibrio de Nash es aquella si-
tuacin en la que ninguna de las empre-
sas tiene razones para alterar el precio fi-
jado. Si ambas empresas hacen P = CMg,
es un equilibrio de Nash; porque no hay
incentivos a elevar el precio, por ejem-
plo, si una empresa sube el precio, la
otra empresa captura toda la demanda y
no mejorara su bienestar. Si la empresa
decide bajar su precio, no cubre los cos-
tes marginales y tampoco mejorara su
bienestar, aunque capturara todo el mer-
cado. Si ambas cobran un precio supe-
rior al de equilibrio, ambas aumentaran
su beneficio, pero existira el incentivo
7244 CISS
DE BERTRAND
I. CONCEPTO II. DETERMINACIN DEL
MODELO
MODELO DE CICLOS ECONMICOS REALES
de bajarlo sorprendiendo al competidor
y arrebatndole la clientela: ambas em-
presas querran cobrar a un precio ms
bajo que el de su competidora pero con
un lmite que es el precio de equilibrio.
III. CRTICAS AL MODELO DE
BERTRAND Y OTRAS VARIANTES
El modelo supone un reparto equita-
tivo del mercado, pero en la realidad no
est tan claro que el reparto del mercado
sea equitativo, muchas veces no lo es.
Adems, una empresa podra intentar ba-
jar precios, por debajo del precio de
equilibrio, expulsar a la competidora y
luego subirlos, pues una vez que se ex-
pulsa a un productor de un mercado no
es tan fcil volver a l.
Y la crtica ms fuerte es que en reali-
dad, dado que lo que tienen en comn
las empresas es la homogeneidad de su
producto, suele ser ms frecuente que
compitan fijando cantidades que precios.
Para superar esta ltima crtica hay
otra versin del modelo de Bertrand con
productos diferenciados aunque sustitu-
tivos. Si suponemos que cada empresa fi-
ja su propio precio, dado que toma co-
mo fijo el de su competidora, podemos
hallar las funciones de reaccin de cada
empresa entendida como lugar geom-
trico de los pares de precios tales que le
indican a la empresa 1 qu precio debe
fijar, dado un precio de la empresa 2, pa-
ra maximizar su beneficio) y el equilibrio
de Nash estar en el corte de ambas fun-
ciones de reaccin. Tambin se puede
considerar que las dos empresas fijan sus
precios en secuencias de tiempo distin-
tas. En lugar de fijar sus precios simult-
neamente, la empresa 1 decide antes, pe-
ro curiosamente, ahora es una desventa-
ja fijar el precio antes que la otra empre-
sa: la empresa que decide su precio dado
el de la otra, tiene la posibilidad de fijarlo
a un nivel algo ms bajo y quedarse con
el mercado, por lo que sta se considera
en realidad una versin inestable del Mo-
delo de Bertrand.
BEGOA BLASCO TORREJN
Vase tambin: "Equilibrio de Nash"; "Funcin de
reaccin" y "Oligopolio".
MODELO DE CICLO
DE VIDA
Vase: "Ciclo de vida (modelo)".
MODELO DE CICLOS
ECONMICOS
REALES
Real business cycles model
I. CONCEPTO II. ORIGEN REAL DE LAS
FLUCTUACIONES Y RESPUESTA PTIMA DE LOS
AGENTES III. CRTICAS A LOS MODELOS DE
CICLO ECONMICO REAL
I. CONCEPTO
Los modelos de ciclos econmicos
reales se desarrollaron a partir de los
aos ochenta del siglo XX en el seno de
la Nueva Macroeconoma Clsica y la re-
volucin de las expectativas racionales.
Su autor principal es E.C. Prescott y su
idea principal es que los ciclos econmi-
cos tienen un origen real y son el resulta-
do de la reaccin ptima de los agentes
econmicos ante este tipo de perturba-
ciones.
II. ORIGEN REAL DE LAS
FLUCTUACIONES Y RESPUESTA
PTIMA DE LOS AGENTES
Una de las caractersticas principales
de la literatura sobre ciclos econmicos
7245 CISS
MODELO DE CICLOS ECONMICOS REALES
es que estas fluctuaciones se consideran
normalmente como una situacin en la
que la economa se separa transitoria-
mente de su posicin de equilibrio a lar-
go plazo. Es decir, la economa tiene una
tasa de crecimiento aproximadamente
regular a largo plazo, pero flucta alrede-
dor de esta tendencia como consecuen-
cia de la combinacin de distintos
shocks nominales (por ejemplo, una ca-
da en la demanda de consumo, un cam-
bio en el crecimiento de la oferta mone-
taria, una subida de los salarios nomina-
les u otros costes de produccin) y de la
rigidez a corto plazo de los precios y los
salarios. Como adems esta posicin de
equilibrio a largo plazo es el resultado
ptimo de la interaccin a travs del
mercado de agentes econmicos maxi-
mizadores de su utilidad, el ciclo econ-
mico genera costes de bienestar y est
justificada la utilizacin de polticas ma-
croeconmicas para suavizar las fluctua-
ciones de la economa.
Los modelos de ciclos econmicos
reales minimizan la importancia de las ri-
gideces nominales y parten del supuesto
de que los mercados siempre se vacan
(se igualan la oferta y la demanda). Por
ello, tambin plantean que el ciclo eco-
nmico es un fenmeno que debe ser
descrito y explicado como cambios en
esa posicin de equilibrio. Su origen est
en cambios en los determinantes de la
produccin potencial a largo plazo, a los
que los agentes adaptan su comporta-
miento para seguir maximizando su bien-
estar. Si el PIB real flucta es sencilla-
mente porque tambin flucta el PIB po-
tencial como consecuencia de shocks
reales.
Un ejemplo es sencillamente un
shock tecnolgico (nuevos descubri-
mientos, innovaciones de proceso o de
producto) que altera la productividad de
los factores de produccin. Por ejemplo,
un aumento de la productividad dar lu-
gar a tasas de rentabilidad del capital ms
altas, y por tanto, a una tasa de inversin
mayor. Y lo mismo ocurrir con la pro-
ductividad del trabajo, con lo que se pro-
ducir una subida en el salario real, y en
la medida en que la oferta de trabajo sea
elstica ante cambios en el salario real,
tambin aumentar el nmero de horas
trabajadas (como consecuencia de la
eleccin contempornea entre trabajo y
ocio, y como consecuencia de la eleccin
intertemporal entre consumo actual y
consumo futuro, ya que la subida actual
del salario real supone un incentivo a tra-
bajar ms hoy y disfrutar de ms ocio en
el futuro, cuando su coste de oportuni-
dad sea menor). El resultado de ambas
decisiones es un aumento de la renta. En
la medida en que se sucedan a lo largo
del tiempo shocks tecnolgicos de carc-
ter aleatorio, se podrn observar fluctua-
ciones en las principales variables econ-
micas (renta, empleo, salarios reales,
productividad, etc.). Pero estas fluctua-
ciones no seran una "patologa" econ-
mica que haya que corregir mediante
medidas de poltica econmica, como
suele considerar la teora del ciclo eco-
nmico. Por ejemplo, las variaciones en
la tasa de ocupacin y desempleo que se
observaran a lo largo del ciclo no supon-
dran situaciones de "paro involuntario",
sino cambios (voluntarios) en la oferta
de trabajo por parte de la poblacin.
III. CRTICAS A LOS MODELOS DE
CICLO ECONMICO REAL
A pesar de su coherencia interna, es-
te enfoque ha sido criticado fundamen-
talmente desde el punto de vista empri-
co, y la mayora de los economistas no
considera que pueda ser la explicacin
fundamental de los ciclos econmicos
observados en la realidad.
Por ejemplo, el progreso tcnico es
el resultado de innovaciones que se van
sucediendo en el tiempo y que tardan
7246 CISS
MODELO DE COSTE ABC
mucho tiempo en transmitirse al conjun-
to de la economa, por lo que es muy di-
fcil que puedan explicar la magnitud de
las fluctuaciones que se producen a cor-
to plazo. Ms an, este modelo tiene difi-
cultades para explicar las pocas de rece-
sin, ya que deberan equivaler a perio-
dos de "retroceso tecnolgico".
En segundo lugar, en estos modelos
las variaciones en las magnitudes nomi-
nales como la cantidad de dinero no tie-
nen ningn efecto real, ni siquiera a muy
corto plazo. La dicotoma clsica (varia-
bles reales/variables nominales) deja de
ser slo un fenmeno a largo plazo. Sin
embargo, nuevamente las pruebas emp-
ricas demuestran lo contrario: la poltica
monetaria s tiene efectos sobre las varia-
bles reales a corto plazo.
Una tercera dificultad emprica es
que, para explicar los cambios que real-
mente se observan en la tasa de paro co-
mo un fenmeno voluntario, deberan
observarse cambios importantes en el sa-
lario real durante el ciclo econmico. Sin
embargo, esta variable es ms bien accli-
ca.
Finalmente, aunque el modelo de ci-
clos econmicos reales supone que los
precios y salarios son flexibles a corto
plazo, existe una importante evidencia
de que distintos factores institucionales,
y en muchos casos tambin el comporta-
miento racional de los agentes, provocan
que stos sean rgidos a este plazo, o al
menos que varen lentamente. Esto difi-
culta la idea de "equilibrio continuo de
los mercados".
En definitiva, la idea de que los ciclos
econmicos son un fenmeno "de equili-
brio" y no un problema que habra que
tratar de reducir no parece abrirse cami-
no fcilmente. En un trabajo publicado
en 2005, los economistas J. Gal, M. Ger-
tler y D. Lpez-Salido recogieron prue-
bas empricas de que "las fluctuaciones
cclicas se asocian con grandes variacio-
nes en el grado de eficiencia de la econo-
ma", lo que interpretan como una evi-
dencia favorable a la visin keynesiana
del ciclo econmico y como un argu-
mento que justifica la adopcin de polti-
cas macroeconmicas anticclicas.
JORGE UX GONZLEZ
Vase tambin: "Ciclo econmico".
MODELO DE COSTE
ABC
Activity based costing model
I. ORIGEN II. LA METODOLOGA DEL MODELO
ABC III. LAS ACTIVIDADES Y LOS PROCESOS
EN EL MODELO ABC IV. CLASIFICACIN DE
LAS ACTIVIDADES 1. Actividades a nivel unitario
2. Actividades a nivel de lote 3. Actividades
relacionadas con el mantenimiento del producto
4. Actividades de infraestructura o relacionadas
con las instalaciones V. ETAPAS EN LA
ASIGNACIN DE COSTES EN EL MODELO ABC
1. Asignacin de los costes indirectos a los
centros 2. Diseo del mapa de actividades 3.
Asignacin de los costes a cada una de las
actividades 4. Definicin de los "cost-drivers" 5.
Reagrupamiento de actividades 6.
Determinacin del coste unitario del inductor 7.
Asignacin de los costes de las actividades a los
productos VI. VALORACIN CRTICA DEL
MODELO ABC 1. Ventajas y nuevas
aportaciones 2. Inconvenientes y crticas
I. ORIGEN
Es en la dcada de los 80 , cuando el
modelo de coste ABC, que traducido al
castellano vendra a ser la gestin de cos-
tes basada en las actividades, se comien-
za a implantar en algunas grandes em-
presas norteamericanas como instru-
mento de control y gestin de los costes.
Sus iniciales promotores y difusores,
los profesores de la prestigiosa universi-
7247 CISS
MODELO DE COSTE ABC
dad de Harvard, Thomas Johnson, y Ro-
bert Kaplan, justifican su aplicacin para
intentar dar respuesta a las limitaciones,
que desde un punto de vista de gestin,
planteaban los sistemas tradicionales de
contabilidad de costes. Ambos profeso-
res afirman que como consecuencia de
los cambios en el entorno:
- Internacionalizacin de los merca-
dos, y, por lo tanto, una mayor com-
petencia y tambin incertidumbre.
- Reduccin del ciclo de vida de los
productos, ante los continuos cam-
bios en los gustos y preferencias de
los consumidores.
- Continua revolucin tecnolgica,
aplicable a todas las reas empresa-
riales.
Se modifican las estructuras de cos-
tes de las empresas:
- Perdiendo importancia los costes di-
rectos, y aumentando el peso espec-
fico de los costes indirectos, tanto fi-
jos como variables.
- Se realiza un proceso de variabiliza-
cin de los costes indirectos.
- Mayor atencin, control y en muchas
ocasiones eliminacin de las cargas
de estructura.
- Notable incremento de los gastos de
investigacin y desarrollo, recursos
humanos, calidad e imagen de la em-
presa.
- Se emplean muchos recursos comu-
nes, que son utilizados por los distin-
tos productos en diferentes propor-
ciones.
- Un gran nmero de costes indirectos
se deben a transacciones especficas
o actividades y no al volumen de
produccin.
Como consecuencia de todo lo ante-
rior, son muchos los autores que consi-
deran que los sistemas de contabilidad
de gestin clsicos son inadecuados para
satisfacer las necesidades de informacin
de las empresas.
La eficiencia, segn estos autores, no
se basa nicamente en la maximizacin
de la produccin y la minimizacin de
los costes. Afirman que las empresas ya
no pueden dedicarse a administrar sus
costes internos, sino sustancialmente a
gerenciar el valor que sanciona el merca-
do. Por tanto deben eliminarse todos
aquellos costes que no creen suficiente
valor.
Las principales causas de la prdida
de relevancia de los sistemas de costes
tradicionales son, segn dichos autores:
- En los sistemas tradicionales, los cos-
tes se determinan cuando se han de-
finido las especificaciones del pro-
ducto a fabricar y el volumen a fabri-
car, sin prestar la debida atencin a
las fases de planificacin y diseo del
producto, midiendo tambin la cali-
dad y los plazos de entrega, la inno-
vacin, la flexibilidad y el grado de
satisfaccin del cliente.
- Los sistemas tradicionales estaban di-
seados para entornos de produc-
cin simple, en los que el coste de
mano de obra directa era elevado en
relacin con el coste final del pro-
ducto.
El producto es el causante del consu-
mo de recursos y por lo tanto los
costes varan en base al volumen de
produccin alcanzado.
Bajo estas circunstancias los costes
indirectos se imputaban a los pro-
ductos en funcin del nmero de
horas de mano de obra directa o en
funcin del coste de las mismas, no
prestndose la debida importancia al
tipo de recursos que se hubiesen
7248 CISS
MODELO DE COSTE ABC
empleado, aunque fuesen distintos,
para la fabricacin de los productos.
En la actualidad, dado que se intenta
ofrecer un producto de mxima cali-
dad al menor coste posible y en el
menor plazo posible, con un uso
muy intensivo del capital, la mano de
obra directa se ha convertido en un
factor de apoyo de las mquinas y re-
presenta un porcentaje muy peque-
o de los costes totales.
En este nuevo entorno, repartir los
costes indirectos en funcin de la
mano de obra directa puede dar lu-
gar a que el producto que ha em-
pleado mayor proporcin del proce-
so automatizado, es el que soporta
menos costes de esta naturaleza.
- Incumplimiento del principio de
causalidad al utilizar una nica uni-
dad de obra para cada centro.
II. LA METODOLOGA DEL MODELO
ABC
El modelo ABC tiene dos objetivos
claramente definidos que son:
- Clculo y control del coste de las ac-
tividades.
- Gestin de las actividades.
Por lo tanto, pierde significado la uti-
lizacin de un sistema basado en los pro-
ductos porque la empresa incurre en
costes para llevar a cabo una serie de ac-
tividades, de las cuales slo una parte
ducto.
Se basa en las siguientes premisas:
- Las actividades consumen recursos.
-
Grfico de la premisa anterior:
Por tanto se pueden enunciar las ca-
ractersticas fundamentales del ABC:
Un producto o servicio nace como
consecuencia de la realizacin de
una serie de actividades sucesivas,
que determinan el consumo de re-
cursos; por lo tanto las actividades
son las causantes directas del consu-
mo de recursos o factores producti-
vos y no los productos o servicios.
Es necesario controlar y gestionar las
actividades, lo que implica centrar la
atencin en lo que se hace y como
se hace, ms que en lo que se gasta,
es decir pasar de una gestin de cos-
tes a una gestin de actividades.
Para aumentar la rentabilidad y la
competitividad de las empresas es
necesario eliminar actividades super-
fluas que s generan costes pero no
valor aadido para el producto o ser-
vicio que ofrece la empresa a sus
clientes, como por ejemplo el tiem-
po de inspeccin de los materiales,
traslados del producto o el tiempo
de almacenamiento.
El sistema ABC no se cie al anlisis
de los costes del rea de produccin,
sino que extiende su campo de ac-
tuacin desde la etapa de diseo y
concepcin del producto hasta el
servicio posventa.
7249 CISS
Los productos consumen actividades.
irn destinadas a la fabricacin del pro-
MODELO DE COSTE ABC
Como indica el profesor J. Merlo
Snchez, el sistema de costes basado
en actividades, constituye sustancial-
mente una filosofa de gestin que,
para su xito, debe ser asumida por
todos los directivos y trabajadores de
cada empresa.
III. LAS ACTIVIDADES Y LOS
PROCESOS EN EL MODELO ABC
El ncleo central del sistema ABC lo
constituyen las actividades, definidas en
sentido amplio como todas aquellas ac-
tuaciones que se realizan en la empresa,
dirigidas a la obtencin de un bien o ser-
vicio.
La profesora Emma Castello Taliani
define la actividad de la siguiente mane-
ra: "Una actividad supone un valor aadi-
do si su realizacin aumenta el inters
del cliente hacia nuestro producto o ser-
vicio........, una actividad sin valor aadi-
do es una actividad intil, lo que es con-
secuencia de un error y que los respon-
sables de la calidad total intentan elimi-
nar".
Las actividades describen lo que hace
la empresa, la forma en la que utiliza su
tiempo y como se integran para la reali-
zacin de un proceso.
Grfico que refleja actividades y pro-
cesos en una empresa:
ACTIVIDADES PROCESOS
Negociar precios
Homologar productos
Clasificar un proveedor
Planificar la produccin
Mezclar los componentes
Empaquetar el producto
Expedir pedidos de los clientes
Facturar
Cobrar
Invertir en un nuevo proceso
Disear un nuevo producto
Lanzar una campaa publicitaria
Compras
Fabricacin
Ventas
Finanzas
Planificacin
Investigacin y desarrollo
Las actividades se concatenan for-
mando procesos.
Por proceso se puede entender, por
lo tanto, un conjunto de actividades que,
a travs de instalaciones, mquinas, ma-
7250 CISS
MODELO DE COSTE ABC
teriales y trabajadores, logran la obten-
cin de un output especfico, en un tiem-
po determinado.
Por tanto, el sistema ABC considera
la actividad como un conjunto de tareas:
Homogneas y cuantificables en la
misma unidad de medida.
Encaminadas a la obtencin de un
producto o servicio, a partir de una
serie de inputs.
Realizadas por uno o varios indivi-
duos.
Dirigidas a satisfacer a un cliente ex-
terno o interno.
Pretende transformar la mayora de
costes indirectos respecto a los produc-
tos en costes directos respecto a las acti-
vidades.
Grfico ilustrativo del proceso selec-
cin de personal y las actividades asocia-
das al mismo:
PROCESO ACTIVIDADES
Seleccin de personal - Examinar necesidades de personal.
- Describir los puestos vacantes.
- Disear el proceso de seleccin.
- Recibir y analizar los curriculums.
- Entrevistar a los candidatos.
IV. CLASIFICACIN DE LAS
ACTIVIDADES
Existen numerosos criterios clasifica-
dores de las actividades:
- Atendiendo a la frecuencia de su eje-
cucin: repetitivas y no repetitivas
- En funcin de la capacidad para aa-
dir valor al producto: actividades con
o sin valor aadido.
- Por funciones: actividades del centro
de compras, produccin o ventas,
etc.
Entre ellas destaca la realizada en re-
lacin con el objeto de coste, es decir, en
funcin del factor que determina la de-
manda de las mismas.
1. Actividades a nivel unitario
Actividades que se realizan cada vez
que se fabrica una unidad de producto y
por lo tanto los costes asociados a las
mismas varan proporcionalmente con el
volumen de produccin o venta. Ejem-
plos: los costes de las materias primas,
mano de obra directa, consumo de ener-
ga elctrica, comisiones por venta, etc.
2. Actividades a nivel de lote
Aquellas en las que se incurre cada
vez que se procesa un nuevo pedido. Tal
es el caso de los costes de preparacin
de la maquinaria, los de inspeccin, pre-
paracin y movimiento de los materiales,
etc. Los costes asociados a dichas activi-
dades son independientes del nmero
de unidades del pedido y por lo tanto fi-
jos respecto a las mismas.
7251 CISS
MODELO DE COSTE ABC
3. Actividades relacionadas con el
mantenimiento del producto
Son aquellas ejecutadas para hacer
posible el buen funcionamiento de cual-
quier lnea del proceso productivo. Estn
destinadas a la mejora continuada de los
procesos de fabricacin y comercializa-
cin.
Los costes consumidos por dichas
actividades son independientes tanto de
las unidades producidas como de los lo-
tes procesados; por ejemplo: los costes
del servicio a clientes, costes de com-
pras, costes de distribucin, etc.
4. Actividades de infraestructura o re-
lacionadas con las instalaciones
Son aquellas realizadas para el sus-
tento de toda la organizacin.
Estas actividades no son especficas
para un determinado producto o lnea
de productos y, por tanto, los costes aso-
ciados a las mismas se deben considerar
costes comunes a todos los productos:
gestin de personal, impuestos, alquile-
res, seguros, alumbrado, mantenimiento
de edificios, asesora jurdica, contabili-
dad y administracin, etc.
V. ETAPAS EN LA ASIGNACIN DE
COSTES EN EL MODELO ABC
Antes de comenzar a detallar las fases
de implantacin del sistema ABC, es ne-
cesario, como afirma el profesor Philippe
Lorino en su obra " El control de gestin
estratgico. La gestin por actividades",
tener en cuenta tres elementos funda-
mentales en las empresas:
- Los objetivos a corto y largo plazo
que se pretenden alcanzar.
- El factor humano, puesto que sin la
ayuda de los miembros de la organi-
zacin, el fracaso esta prcticamente
asegurado.
- Los sistemas de informacin ya exis-
tentes, los cuales podrn proporcio-
nar informacin relevante.
Adems de lo anterior, la implanta-
cin de un sistema ABC se ver facilitado
en aquellas empresas que renan las si-
guientes caractersticas:
- Peso especfico de los costes indirec-
tos en el rea de productiva.
- Diversidad en las actividades desa-
rrolladas por la empresa.
- Diversidad de productos.
- Existencia de una organizacin ade-
cuada.
- Existencia de un suficiente grado de
informatizacin.
Despus de estas apreciaciones, las
etapas para el establecimiento de un sis-
tema de gestin por actividades son las
siguientes:
1. Asignacin de los costes indirectos
a los centros
En esta primera etapa se localizan los
costes indirectos con relacin al produc-
to, en cada uno de los centros en los que
se encuentra dividida la empresa.
2. Diseo del mapa de actividades
Para elaborar el mapa de actividades,
hay que identificar en primer lugar las
operaciones, procesos y tareas desarro-
llados en la organizacin ya que servirn
de base para obtener una lista detallada
de todas las actividades realizadas en la
empresa.
En el desarrollo de este anlisis es
necesario entrevistarse con los responsa-
bles de cada rea, que debern cumpli-
mentar unos cuestionarios preparados
especficamente a tal efecto, as como
enviar peridicamente informacin so-
bre las actividades desarrolladas durante
7252 CISS
MODELO DE COSTE ABC
un perodo de tiempo determinado. Di-
cha informacin puede facilitarse elabo-
rando una matriz de doble entrada indi-
cando: el tipo de tarea que realizan todas
las personas pertenecientes a su departa-
mento, porcentaje de tiempo que dedi-
can a cada una de ellas, etc.
El ABC tiene como objetivo evaluar la
forma en la que se ejecuta cada una de
las actividades, determinando las que ca-
recen de valor, es decir, las que realizan
una escasa o incluso nula aportacin al
proceso.
3. Asignacin de los costes a cada una
de las actividades
Para ello ser necesario obtener una
precisa informacin relativa a los consu-
mos y a los equipos adscritos a cada acti-
vidad.
En esta fase se debe tener en cuenta:
- En el supuesto de que el nmero de
actividades fuese excesivo, se po-
dran eliminar o agrupar algunas de
ellas siempre y cuando el coste de
las mismas fuese poco relevante y
adems existiera una homogeneidad
en la variabilidad de las mismas con
respecto a un "cost-driver".
- Las actividades han de recibir costes
directos con relacin a ellas.
4. Definicin de los "cost-drivers"
En esta cuarta etapa se trata de esta-
blecer una relacin de causalidad entre
el consumo de recursos y la produccin
obtenida, entendida esta como el output
derivado de cada actividad, pudindose
distinguir los cuatro niveles de causali-
dad reflejados en el grfico siguiente.
7253 CISS
MODELO DE COSTE ABC
Los "cost driver" son aquellos moti-
vos que causan los costes producidos en
todas y cada una de las actividades.
Grfico relativo a los centros/activida-
des/"cost-drivers"
CENTRO ACTIVIDAD "COST-DRIVER"
COMPRAS - Emisin de ordenes de com-
pra
- Inspeccin control de cali-
dad de los pedidos de mate-
riales
- N de ordenes emitidas
- Tiempo/pedido
- Das de permanencia/metros
cuadrados ocupados
7254 CISS
MODELO DE COSTE ABC
CENTRO ACTIVIDAD "COST-DRIVER"
- Almacenamiento de materias
primas
PRODUCCIN - Puesta a punto maquinaria
- Transporte interno de mate-
riales
- Control de calidad
- Fundicin
- N de puestas a punto
- Metros recorridos
- Controles realizados
- Horas/Mquina.
DISTRIBUCIN - Emisin de rdenes de venta
- Embalaje
- Publicidad
- Almacenamiento de produc-
tos
- N de rdenes emitidas.
- N de lotes embalados
- N de campaas.
- Das de permanencia/metros
cuadrados ocupados.
El concepto de "cost-driver" o induc-
tor o generador de costes, se puede aso-
ciar al tradicional concepto de unidad de
obra.
El nmero de inductores depender
del grado de exactitud que se exija, y pa-
ra decidir el tipo de inductores, R. Coo-
per, afirma que debern tenerse en cuen-
ta los siguientes factores:
a) Los costes de medida
Si el tiempo de duracin de la activi-
dad es siempre el mismo, es posible
sustituir los inductores relacionados
con el tiempo por los relacionados
con el nmero de transacciones ge-
neradas por la actividad, cuya medi-
cin sea ms fcil. Como ejemplos
de estos inductores, se pueden citar:
el nmero de envos procesados, n-
mero de rdenes procesadas, nume-
ro de inspecciones, etc.
b) El grado de correlacin
Es decir, se trata de verificar el cum-
plimiento de las relaciones causales
entre los inductores, los costes de
las actividades y las prestaciones rea-
lizadas a los productos. Los procedi-
mientos ms idneos son los estads-
ticos de correlacin y de regresin.
c) Efectos sobre el comportamiento de
los individuos en la organizacin
Los inductores pueden ser motiva-
dores o desmotivadores, e incluso
pueden utilizarse para modificar la
conducta.
5. Reagrupamiento de actividades
En esta quinta etapa se trata de inte-
grar bajo una misma actividad, aquellas
que se encuentren diseminadas en los
distintos centros de anlisis, que obede-
cen en realidad a un mismo inductor de
costes.
6. Determinacin del coste unitario
del inductor
Se obtiene dividiendo los costes tota-
les de cada actividad entre el nmero de
inductores de costes.
7255 CISS
MODELO DE COSTE ABC
Esta fase supone un planteamiento
similar al empleado tradicionalmente pa-
ra determinar el coste unitario de la uni-
dad de obra, aunque existen importantes
diferencias:
- Ausencia de distincin entre centros
auxiliares y principales, aunque s
pueden darse actividades que se lle-
ven a efecto para que otras se pue-
dan realizar o, al menos, realizar me-
jor.
- Vuelta a la nocin de causalidad.
7. Asignacin de los costes de las acti-
vidades a los productos
En el siguiente diagrama se aprecia
claramente como ha de actuarse en esta
etapa.
VI. VALORACIN CRTICA DEL
MODELO ABC
1. Ventajas y nuevas aportaciones
- El ABC proporciona unas bases ms
lgicas y comprensibles para el cl-
culo y gestin de los costes.
- A travs de los inductores de coste
se efectuar una asignacin ms
equitativa de los costes a los produc-
tos.
- Proporciona informacin sobre varia-
bles financieras y no financieras, co-
mo medidas sobre la calidad, pro-
ductividad, tiempo de puesta a pun-
to de las mquinas, flexibilidad o in-
novacin, que son relevantes para la
gestin de costes.
- Como aspecto novedoso presenta el
hecho de que los costes indirectos
de produccin estn fuertemente re-
lacionados con las actividades, y s-
tas pueden ser independientes del
volumen de produccin; por lo tan-
to, quien determina el nivel de los
costes indirectos es el volumen de
las actividades y no el volumen de
produccin.
- Exige a los diseadores de sistemas
de costes que conozcan en profundi-
dad las caractersticas del sistema
productivo, obligndoles a identifi-
car aquellas actividades que no aa-
7256 CISS
MODELO DE COSTE ABC
den valor, con la posible reduccin
de costes en la empresa.
- Permite analizar la cadena de valor
de la empresa, abarcando desde el
diseo, la ingeniera, la produccin,
la distribucin y el marketing, hasta
el servicio posventa.
- Es un sistema lo suficientemente fle-
xible para analizar otros objetos de
costes adems de productos, tales
como procesos, reas de responsabi-
lidad y clientes.
- En los sistemas tradicionales para ca-
da centro se utilizaba una sola uni-
dad de obra, mientras que en el ABC,
existirn para cada centro tantos ge-
neradores de coste como actividades
desempeadas en dicho centro.
- El coste obtenido por el ABC es una
construccin ms detallada y precisa
que la que se alcanza por el sistema
de costes basados en el volumen de
produccin.
- Por ltimo, afirmar que el ABC ofre-
ce la ventaja de analizar los costes
vinculados a actividades no producti-
vas como I+D, marketing, publici-
dad, logstica, servicio posventa, etc.,
que en los sistemas tradicionales se
suelen considerar costes del pero-
do, llevndose directamente a la
cuenta de resultados, sin formar par-
te del coste de los productos, ya que
cualquier criterio que se empleara
para su asignacin (unidades vendi-
das o coste de los productos vendi-
dos) a las lneas de producto era ar-
bitraria.
2. Inconvenientes y crticas
- La asignacin de costes sigue siendo
arbitraria, sobre todo en lo referente
a los costes de las actividades de in-
fraestructura, ya que son costes co-
munes a todas ellas, por lo que los
inconvenientes de los mtodos tradi-
cionales no llegan a eliminarse.
- Ms que un sistema de costes pro-
piamente dicho, se trata de un refi-
namiento del sistema del coste com-
pleto para la asignacin de costes in-
directos a los productos.
- La informacin ABC es histrica, y
por ello carece de relevancia directa
para futuras decisiones estratgicas
(costes diferenciales futuros), aun-
que frente a esta afirmacin, el pro-
fesor Kaplan afirma: "No hay nada en
la teora de la gestin del coste basa-
do en la actividad que implique que
se trata de un sistema basado en da-
tos histricos de coste. El valor de
los activos y los gastos se pueden ba-
sar en costes de reposicin, en cos-
tes presupuestados o en costes obje-
tivos".
- Dificultades a la hora de elegir los
"cost-drivres".
- La utilizacin del ABC presenta ven-
tajas claramente limitadas en el caso
de que la empresa obtenga una serie
reducida de outputs.
- Su aplicacin podra suponer para al-
gunas empresa una gran compleji-
dad, as como el no cumplimiento
del principio de economicidad.
- El ABC es un simple modelo de cos-
te completo, en cuanto a que todos
los costes pasan a formar parte del
coste de los productos, excepto los
costes de las actividades de infraes-
tructura, que son costes comunes a
todos los productos.
- Tal como afirma el profesor Carlos
Mallo: "El mtodo ABC asume que el
diseo de las actividades que com-
ponen la combinacin productiva es
el adecuado, introduciendo una con-
fusin entre el diseo del sistema y
el modelo de medicin, ya que si la
combinacin productiva de una em-
presa no es la adecuada al mercado
competitivo, es muy difcil que el
7257 CISS
MODELO DE COSTE COMPLETO
mejor modelo de costes resuelva es-
ta situacin".
ALEJANDRO RODRGUEZ MARTN
LO ESENCIAL SOBRE EL
MODELO DE COSTE ABC
Libros
Bilbao.1994.
7277 CISS
LVAREZ LPEZ, J.; AMAT SALAS, J..; RIPOLL
Elimina las fluctuaciones del benefi-
FELIU, V. M. y OTROS. Contabilidad de
Mc.Graw-Hill, Madrid. 1995.
BACKER M.; JACOBSEN L.; R. PADILLA.
siones. Mc.Graw Hill. Madrid. 1983.
BALLARIN FREDES, E.; ROSANAS MARTI, J. M..
de decisiones. Biblioteca de gestin.
Contabilidad de costes para la toma
Contabilidad de costes: Anlisis y
BALLARIN FREDES, E.; ROSANAS MARTI, J. M..
MODELO DE COURNOT
Control. Biblioteca de gestin. Bil-
bao.1994.
i
= f (t,p)e
-
T
x
i
donde t y p son los mis-
mos que anteriormente y x
i
cambia para
cada individuo.
Por supuesto, para estimar estos mo-
delos hay que aplicar tcnicas de mxima
verosimilitud incluyendo algoritmos de
optimizacin numrica, ya que los mode-
los no son lineales. Por otro lado, debido
a la no linealidad del modelo, los coefi-
cientes
i
no tienen la misma interpreta-
cin que en el modelo de regresin habi-
tual aunque, en algunas ocasiones, al ser
el modelo linealizable en logaritmos pue-
den tener interpretacin de semielastici-
dades o elasticidades.
Un ejemplo emprico de este tipo de
modelos puede ser una regresin que
explica la duracin de las huelgas en dis-
tintos sectores como funcin de la pro-
duccin industrial de cada sector. Si se
especifica una razn de fallo
i
tipo Wei-
bull como la expuesta en el ejemplo an-
terior, el modelo estimado es:
donde los valores entre parntesis in-
dican las desviaciones tpicas estimadas
de los coeficientes.
La duracin de la huelga mediana fue
de 27.35 das y la media de 39.83.
Con los parmetros estimados en ese
modelo, existe evidencia estadstica (me-
dida por los contrastes de significativi-
dad) de una influencia de la produccin
industrial sobre la posibilidad de finalizar
la huelga (medida por la razn de fallo
i
). Con el modelo estimado podemos
decir que un aumento de un 1% en la
produccin industrial x
i
har incremen-
tarse
i
en un 9.35% lo cual, con el valor
de p aproximadamente uno, significa un
decrecimiento tambin del 9.35% sobre
la mediana de la duracin de la huelga,
es decir, unos 2.6 das.
Una vez estimado el modelo, se pue-
de realizar un anlisis de especificacin
para ver si las hiptesis realizadas inicial-
mente (por ejemplo: la especificacin a
priori de
i
y la distribucin de la variable
duracin) son adecuadas o no. Desgra-
ciadamente, los residuos aqu no tienen
la misma interpretacin que en el anlisis
de regresin habitual, aunque se pueden
utilizar contrastes basados en la funcin
de verosimilitud. En este sentido, es ha-
bitual realizar contrastes sobre las esti-
maciones basados en el test de Wald,
multiplicadores de Lagrange y ratio o co-
ciente de verosimilitudes, todos los cua-
les utilizan las estimaciones mximo-ve-
rosmiles.
ROMN MNGUEZ SALIDO
EN LA BANCA
Credit risk valuation models in banking
I. CONCEPTO II. LA GESTIN DEL RIESGO DE
CRDITO III. MODELOS
7365 CISS
DE MEDICIN DEL
RIESGO DE CRDITO
MODELOS
MODELOS DE MEDICIN DEL RIESGO DE CRDITO EN LA ...
I. CONCEPTO
La valoracin y asuncin del riesgo
constituye la esencia de la actividad ban-
caria. El anlisis en profundidad del ries-
go asumido o a asumir es, por tanto, im-
prescindible para juzgar adecuadamente
el crecimiento del volumen de negocio,
de las magnitudes reflejadas en el balan-
ce y de los resultados obtenidos.
De los diferentes tipos de riesgos
asumidos en la actividad bancaria, el co-
rrespondiente a la morosidad o incobra-
bilidad de la inversin bancaria tpica, o
de que la entidad financiera tenga que
subrogarse en obligaciones contradas
por terceros a quienes se ha prestado un
crdito de firma, constituye, especial-
mente en pocas de crisis econmica y
cambios inesperados en la coyuntura,
uno de los aspectos de actuacin priori-
taria y permanente de la gestin banca-
ria.
Este riesgo es, naturalmente, consus-
tancial al negocio bancario, y su mayor o
menor significacin depende del estado
general de la economa, de la profesiona-
lidad de las personas y equipos directivos
responsables del estudio y concesin de
las operaciones y del grado de dispersin
de los riesgos asumidos, tanto a nivel de
clientes como por sectores de actividad.
II. LA GESTIN DEL RIESGO DE
CRDITO
El riesgo de crdito o de no recupe-
racin de activos se ha venido agudizan-
do en los ltimos aos debido a la fuerte
y creciente competencia en la que se vie-
ne desarrollando la actividad bancaria, la
cada vez mayor interdependencia de las
economas a nivel internacional que hace
que se produzcan riesgos adicionales di-
fcilmente abarcables, as como la fuerte
incidencia de las crisis econmicas.
En este contexto, se impone con
fuerza un criterio bsico en la gestin de
riesgos como es el de la diversificacin,
aplicada sta en sentido amplio:
- Cuota de riesgo/inversin limitada
con un determinado prestatario.
- En los distintos sectores de actividad
econmica, debiendo considerar los
fuertemente interrelacionados.
- En Zonas geogrficas.
- Por productos o modalidades.
- Por segmentos de clientela.
- Etctera.
En la gestin del riesgo de crdito ha
venido siendo recurrente la utilizacin
de determinados paradigmas como el si-
guiente: En pocas de expansin, se au-
torizan crditos con la misma alegra con
la que se deniegan en pocas de crisis, lo
que conlleva a la existencia de polticas
crediticias errticas y no estables.
Es por esta razn por la que el riesgo
aumenta en etapas de recesin econmi-
ca, cuando las empresas incrementan su
endeudamiento para mantenerse opera-
tivas ante retrocesos de la demanda o
existen expectativas de mayores subidas
de los tipos de inters. Con los tipos de
inters tan bajos de los ltimos aos mu-
chos colectivos aprovecharon para en-
deudarse y la mayora lo hicieron a tipos
variables, una subida de los tipos de inte-
rs por encima de sus expectativas po-
dra perjudicar la devolucin de los cr-
ditos.
Es por ello por lo que la concesin
de crditos es una de las principales ta-
reas que desarrollan bancos y cajas de
ahorro constituyendo la base de su nego-
cio, por lo que se hace necesaria una
adecuada gestin de los riesgos inheren-
tes.
De forma esquemtica se establecen
seis fases consecutivas en la concesin
de un crdito.
7366 CISS
MODELOS DE MEDICIN DEL RIESGO DE CRDITO EN LA ...
1. Peticin
2. Estudio
3. Concesin
4. Formalizacin
5. Administracin
6. Seguimiento
Es en la fase de estudio de la opera-
cin donde se emplean los diferentes
modelos de medicin del riesgo de cr-
dito.
III. MODELOS
Lo usual en el anlisis de riesgos es
que cada entidad financiera mantenga
uno o varios modelos que aplique segn
el tipo de operacin a los clientes que se
acercan a cualquiera de sus sucursales a
solicitar un negocio de riesgo.
Existir, por tanto, una gran variedad
de modelos de anlisis de riesgos, aun-
que la mayora se encuadrarn en alguno
de los sistemas o enfoques que, a gran-
des rasgos, pasamos a comentar a conti-
nuacin, remitindonos a las voces de
referencia para un mayor detalle de cada
uno de ellos.
Existen tres enfoques diferentes para
la creacin de un sistema de riesgos:
1. Modelo de valoracin automtica de
riesgos (credit scoring)
2. Modelo relacional
3. Modelo econmico-financiero
Comparacin modelos de anlisis de riesgos
Caracterstica Credit scoring Relacional Econmico-financie-
ro
Coste anlisis Bajo Moderado Alto
Profundidad anlisis Baja Moderada Alta
Cualificacin perso-
nal
Escasa Moderada Media alta
Rapidez respuesta Muy elevada Media Baja
Segmento aplicacin Crditos personales
de pequea cuanta
relativa
Crditos a PYME de
circulante
Crditos a PYME de
inversin
Crditos a grandes
empresas
Fuente: Elaboracin propia
Para la aplicacin prctica con xito
de estos modelos es necesario el funcio-
namiento adecuado de algunos factores
determinados. A continuacin se presen-
tan las claves para el desarrollo de cada
uno de estos sistemas:
Credit scoring
- Calidad del algoritmo utilizado.
- Soporte informtico adecuado.
- Sistema eficiente de contrasta-
cin de datos.
- Aplicacin a crditos personales.
7367 CISS
MODELOS DE PROGRAMACIN LINEAL
- Aplicacin potencial a operacio-
nes de riesgo con pequeas em-
presas o negocios.
Modelo relacional
- Funcionamiento adecuado del
Centro de Proceso de Datos.
- Formacin del personal.
- Aplicacin exclusiva a clientes
con relaciones previas con la en-
tidad.
Modelo econmico-financiero
- Formacin del personal.
- Calidad de la informacin conta-
ble obtenida.
- Aplicacin preferente a media-
nas y grandes empresas.
RAL LPEZ DOMNGUEZ
Vase tambin: "Credit scoring"; "Modelo econ-
mico-financiero" y "Modelo relacional".
LO ESENCIAL SOBRE
MODELOS DE
MEDICIN DEL RIESGO
DE CRDITO EN LA
BANCA
Libros
LPEZ DOMNGUEZ, I. Manual prctico
de operaciones bancarias, Coleccio-
nable Cinco Das, Editorial Estructu-
ra, 1996.
LPEZ DOMNGUEZ, I. Gestionando el
riesgo con empresas en el nuevo en-
torno. Editorial Firma de Informa-
cin. 2004.
Artculos de opinin
CANTALAPIEDRA ARENAS, M. Cmo anali-
zan las entidades de rdito el riesgo
de nuestra empresa, Estrategia Fi-
nanciera, n 189, 2002, pgs: 46-50.
SERRANO MAZO, J.A. Cmo gestionar
el riesgo crediticio de los clientes, Es-
trategia Financiera, n 228, mayo
2006, pgs: 54-59.
Webgrafa
www.bis.org (web del Comit de Ba-
silea).
www.bde.es (web del Banco de Espa-
a).
LINEAL
Linear programming models
I. CONCEPTO II. FORMULACIN DE MODELOS
DE PROGRAMACIN LINEAL III. RESOLUCIN
GRFICA DE LOS PROBLEMAS DE
PROGRAMACIN LINEAL 1. Mtodo de solucin
a partir de las rectas isobeneficio 2. Mtodo de
solucin a partir de los vrtices IV.
ALGORITMO DEL SIMPLEX
I. CONCEPTO
La programacin lineal es una tcni-
ca matemtica muy utilizada en la direc-
cin de operaciones, siendo uno de los
grandes avances cientficos que se dieron
en la primera mitad del siglo XX. Su cam-
po de estudio es la asignacin ptima de
los recursos limitados entre diferentes
actividades empresariales, tales como:
- Seleccin de la mejor combinacin
de factores que maximicen el benefi-
cio, con una adecuada utilizacin de
los recursos productivos. Los facto-
res o recursos productivos hacen re-
ferencia a la maquinaria utilizada, a la
mano de obra directa, a los materia-
les, al dinero o capital invertido y al
7368 CISS
DE PROGRAMACIN
MODELOS
MODELOS DE PROGRAMACIN LINEAL
tiempo, ya que la informacin es vli-
da para un horizonte temporal deter-
minado.
- Desarrollo del programa de produc-
cin para hacer frente a la demanda
esperada, minimizando los costes
que sta origina.
- Determinacin de la distribucin de
los productos desde los almacenes
hasta los puntos de venta.
Algunos ejemplos concretos de la
utilizacin de la programacin lineal son
los siguientes:
- Programacin de autobuses escola-
res para minimizar la distancia de las
rutas.
- Asignacin de coches patrullas en las
zonas de mayor ndice de criminali-
dad, para que el tiempo de respuesta
sea el menor posible.
- Programacin de los cajeros en las
entidades bancarias, garantizando el
servicio al cliente, reduciendo los
costes de mano de obra.
- Eleccin de las materias primas en
las industrias alimenticias, de manera
que se obtengan alimentos de cali-
dad con un coste mnimo.
- Asignacin de los espacios fsicos de
un centro comercial entre los dife-
rentes arrendatarios, maximizando
los ingresos de la empresa de lea-
sing.
Los requisitos de un problema de
programacin lineal son los siguientes:
a) Tiene como objetivo maximizar o
minimizar alguna cantidad. En la em-
presa, se maximizan beneficios y se
minimizan costes.
b) La existencia de restricciones que li-
mitan el nivel de produccin y venta
que se pretende alcanzar. Dichas res-
tricciones suelen estar relacionadas
con la cantidad de factores disponi-
bles, tales como las unidades de ma-
terial, las horas de trabajo, etc.
c) Tienen que existir diferentes alterna-
tivas de eleccin, de productos y de
procesos, de manera que el empre-
sario pueda elegir a la hora de asig-
nar sus recursos.
d) Tanto la funcin objetivo como las
restricciones deben estar expresadas
en ecuaciones lineales o desigualda-
des.
II. FORMULACIN DE MODELOS DE
PROGRAMACIN LINEAL
Todo problema de produccin re-
presentado algebraicamente mediante
un modelo de programacin lineal estar
formado por los siguientes elementos:
- Variables de decisin (X
j
): son las in-
cgnitas del problema. Sern los ni-
veles de fabricacin y venta, o de uti-
lizacin de un proceso, en el caso de
que le empresario establezca como
objetivo la maximizacin de sus in-
gresos o beneficios. Por el contrario,
si los que desea es la minimizacin
de los costes de produccin, las in-
cgnitas sern las cantidades de fac-
tores necesarias para hacer frente a
la demanda.
- Funcin objetivo: como se ha co-
mentado con anterioridad, puede
ser formulada siguiendo un principio
de ptimo, buscando la maximiza-
cin de los ingresos o beneficios em-
presariales, que viene dado por los
productos o servicios ofrecidos.
Max = C
1
x
1
+C
2
x
2
+...............+C
n
x
n
Donde C
j
son los rendimientos di-
rectos unitarios de los procesos j (1,
2,..., n).
7369 CISS
MODELOS DE PROGRAMACIN LINEAL
Por otro lado, puede basarse en un
principio de ahorro, donde lo que se
quiere es minimizar el coste emplea-
do en la produccin, por lo que ha-
br que controlar la asignacin de
los factores, as como las cantidades
disponibles de stos.
Min = y
1
x
1
+y
2
x
2
+...............+y
m
x
m
Donde y
i
son los costes unitarios de
los factores i empleados (1, 2,..., m).
- Restricciones: constituye el denomi-
nado conjunto de soluciones facti-
bles o regin factible. Al vector for-
mado por las variables de decisin se
le denomina plan o programa de
produccin, y ser factible si satisfa-
ce todas las restricciones o condicio-
nantes del problema. El plan o pro-
grama ptimo ser aquel programa
que logre el objetivo marcado por el
director de operaciones, es decir,
que maximice el beneficio o minimi-
ce el coste. Podemos distinguir cua-
tro tipos de restricciones:
a) Recursos limitados: en el caso de
que la funcin objetivo sea maxi-
mizar sern:
a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
_ b
1
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
_ b
2
.......................................................
..
a
m1
x
1
+ a
m2
x
2
+ ... + a
mn
x
n
_ b
m
Dnde:
- a
ij
: son los coeficientes tc-
nicos y representan la canti-
dad de factor i (1, 2,..., m)
necesaria para fabricar una
unidad de producto j (1,
2,.... n). Estos coeficientes
tcnicos forman la denomi-
nada matriz tecnolgica o de
coeficientes tcnicos de la
empresa (A
mxn
). Cada co-
lumna de esta matriz repre-
senta un proceso productivo
P
j
.
- b
m
: son los recursos disponi-
bles para la empresa. Su va-
lor absoluto depender de la
dimensin empresarial. For-
man un vector columna (b).
Ejemplo: unidades de mate-
rial.
b) Restricciones de demanda: hace
referencia a la cantidad de pro-
ducto o servicio que la empresa
debe ofrecer como mnimo, para
cubrir la demanda existente, o
como mximo, en el caso de que
el mercado slo pude absorber
una determinada cantidad.
c) Restricciones de oferta: relacio-
nada con la cantidad mnima de
los bienes que tienen que co-
mercializarse para cubrir los cos-
tes fijos o, por el contrario, la
cantidad mxima que la empresa
puede fabricar de un determina-
do producto.
d) Restriccin de no negatividad o
sentido econmico: las cantida-
des fabricadas y vendidas de los
productos, as como los consu-
mos mnimos de los factores pa-
ra garantizar la demanda, deben
ser positivos o nulos.
La definicin del nmero de varia-
bles y de ecuaciones (restricciones y limi-
taciones) es algo que lo determina el
propio empresario, segn las caractersti-
cas de la empresa en un momento dado.
A continuacin planteamos un sencillo
ejemplo de produccin que sigue un
modelo de programacin lineal.
La empresa UNICOLE, S.L. es una mi-
croempresa dedicada a la fabricacin y
7370 CISS
MODELOS DE PROGRAMACIN LINEAL
venta de uniformes escolares infantiles
personalizados, especializada en dos ti-
pos de prendas: camisas (P
1
) y faldas
(P
2
). El precio de venta unitario, as co-
mo los costes de fabricacin directos uni-
tarios de cada prenda, aparecen en la si-
guiente tabla:
Tabla 1: Datos econmicos UNICOLE, S.L.
DATOS ECONMICOS() P
1
P
2
Precio de venta unitario 30 35
Coste de fabricacin unitario 15 15
Fuente: Elaboracin Propia
La direccin de operaciones de la
empresa ha propiciado los siguientes da-
tos sobre el proceso de fabricacin diario
de los diferentes productos:
- Las prendas son elaboradas con un
tejido, cuyos componentes orgni-
cos son de alta calidad, asegurando
una agradable textura y alta resisten-
cia. La empresa puede disponer de
40m de tejido al da, siendo el ritmo
de fabricacin el siguiente: 2 cami-
sas/m y 2 faldas/m.
- La plantilla de la empresa puede tra-
bajar un total de 90 horas diarias, de
manera que cada camisa precisa 2
horas y cada falda 1 hora.
- El departamento de bordado, acaba-
do y planchado presenta una capaci-
dad diaria limitada del 60%, debido a
diversas averas en la maquinaria. Se
conoce que cada camisa requiere un
0 4% de capacidad y cada falda un 0
2%.
El planteamiento del programa sera
el siguiente:
Max F(x)=Z=15x
1
+20x
2
Sujeto a
III. RESOLUCIN GRFICA DE LOS
PROBLEMAS DE
PROGRAMACIN LINEAL
El mtodo grfico es utilizado para la
resolucin del programa ptimo cuando
el nmero de variables de decisin (in-
cgnitas del problema) es igual a dos. Pa-
ra su implementacin se representa la re-
gin factible, es decir, el conjunto de
puntos contenidos en el rea delimitada
por el eje de abscisas, el eje de ordena-
das y las restricciones del programa. Para
ello, se convierten dichas restricciones
del problema (_, _) en ecuaciones (=).
En nuestro caso, como todas las res-
tricciones son en sentido menor o igual,
las rectas constituyen los lmites superio-
res para el conjunto de soluciones facti-
bles, cumplindose adems que las varia-
bles de decisin deben tomar un valor
mnimo nulo (condicionante de no nega-
tividad).
7371 CISS
MODELOS DE PROGRAMACIN LINEAL
Una vez determinadas las posibles
soluciones, deberemos elegir la situacin
ptima, siendo sta la que optimice el va-
lor de la funcin objetivo. Para alcanzar
esta solucin pueden utilizarse dos pro-
cedimientos: el mtodo de solucin a
partir de las rectas isobeneficio o el m-
todo de solucin a partir de los vrtices.
1. Mtodo de solucin a partir de las
rectas isobeneficio
Se siguen los siguientes pasos:
- Se fija un nivel arbitrario para la fun-
cin objetivo y se determina la recta
isobeneficio que representa todas las
combinaciones (X
1
, X
2
) que lo alcan-
zaran. Para su representacin se
buscan los puntos de corte con el eje
de abscisas (valor de X
1
cuando
X
2
=0) y con el eje de ordenadas (va-
lor de X
2
cuando X
1
=0).
- A continuacin se desplaza la recta
isobeneficio hacia el origen y hacia
+ , para analizar en qu sentido se
optimiza el valor de la funcin objeti-
vo. En el caso de maximizacin de
beneficios este hecho se producir a
medida que nos alejamos del origen
o punto (0,0).
- Por ltimo, se desplaza la recta iso-
beneficio paralelamente sobre el
conjunto de soluciones factibles has-
ta alcanzar el valor mximo, que ser
uno de sus vrtices.
2. Mtodo de solucin a partir de los
vrtices
Tambin llamado mtodo de los
puntos extremos. Supone buscar el be-
neficio en cada uno de los vrtices del
conjunto de soluciones posibles, respal-
dado por la teora matemtica que afirma
que la solucin ptima se encontrar en
uno de los extremos. Una vez que se han
determinado los vrtices de la regin fac-
tible, se sustituyen en la funcin objetivo
para calcular el mximo beneficio o mni-
mo coste.
Si aplicamos este mtodo a nuestro
problema de produccin quedara la si-
guiente representacin grfica:
7372 CISS
MODELOS DE PROGRAMACIN LINEAL
Los vrtices obtenidos seran:
- Vrtice 1: (0,0), donde el beneficio
ser Z=(150)+(200)=0
- Vrtice 2: (0,80), donde el beneficio
ser Z=(150)+(2080)=1.600
- Vrtice 3: (10,70), donde el beneficio
ser Z=(1510)+(2070)=1.550
- Vrtice 4: (45,0), donde el beneficio
ser Z=(1545)+(200)=675
A la vista de los resultados obtenidos,
la solucin ptima de esta empresa sera
fabricar y vender 80 faldas, obteniendo
un beneficio mximo diario de 1.600.
IV. ALGORITMO DEL SIMPLEX
El Algoritmo del Simplex fue enun-
ciado por George Dantzing en 1947,
siendo un procedimiento iterativo de
bsqueda de la solucin ptima en pro-
blemas de programacin lineal de cual-
quier tamao, solventando la limitacin
del mtodo grfico, que slo nos permi-
te trabajar con dos variables de decisin.
Los conceptos bsicos utilizados en
el Algoritmo del Smplex son los siguien-
tes:
- Factores productivos (m): utilizados
en la obtencin de un producto o
servicio. Pueden ser limitados, ex-
presados en restricciones, o ilimita-
dos.
- Vector de recursos disponibles (b
m
):
vector columna formado por las can-
tidades utilizables de los factores.
- Tecnologa: cualquier combinacin
de los factores productivos.
- Proceso productivo: supone la com-
binacin o transformacin de los fac-
tores (inputs) en bienes o servicios
(outputs), utilizando una tecnologa.
- Vector Proceso (P
j
): vector columna
formado por las cantidades necesa-
rias de los factores para la fabrica-
cin de una unidad de producto, uti-
lizando ese proceso.
- Nivel de proceso (X
j
): muestra la in-
tensidad de utilizacin de los facto-
res productivos en el proceso. Tam-
bin es conocido como el nmero
de veces que se repite dicho proce-
so.
- Rendimiento directo del proceso
(C
j
): se calcula como la diferencia
entre los ingresos y los costes origi-
nados por dicho proceso.
- Programa de produccin: consiste
en la realizacin de uno o varios pro-
cesos productivos a unos determina-
dos niveles.
- Rendimiento de un programa: suma
de los rendimientos obtenidos por
los P
j
que lo integran. Para calcular el
rendimiento de un proceso P
j
, se
multiplica el rendimiento directo
(C
j
) por el nivel de proceso (X
j
).
- Matriz tecnolgica: formada por los
coeficientes tcnicos unitarios, que
representan la cantidad de factor i
(1, 2,..., m) necesaria para fabricar
una unidad de producto j (1, 2,.... n).
Matricialmente se representa:
- Vector de rendimientos: fila formada
por los rendimientos directos de to-
dos los procesos P
j
(j=1, 2,..., n).
El desarrollo de este algoritmo re-
quiere de ciertas hiptesis de partida:
7373 CISS
MODELOS DE PROGRAMACIN LINEAL
a) Proporcionalidad: la contribucin de
cada actividad al valor de la funcin
objetivo es proporcional, as como al
valor de los trminos independien-
tes de las restricciones.
b) Aditividad: no se permite la existen-
cia de productos cruzados, de mane-
ra que la combinacin de varios pro-
cesos se obtiene como la suma de
los factores exigidos individualmente
por cada uno de ellos.
c) Divisibilidad: todas las variables del
modelo pueden tomar cualquier va-
lor no entero, siempre y cuando
cumplan todas las restricciones del
programa, incluyendo la de no nega-
tividad.
d) Certidumbre: todos los parmetros
del modelo son conocidos con certe-
za.
Bajo esta premisa cualquier proble-
ma de produccin expresado en progra-
macin lineal quedara de la siguiente
forma:
Max = C
1
x
1
+ C
2
x
2
+ ...+ C
n
x
n
sujeto a:
a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
_ b
1
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
_ b
2
......................................................
a
m1
x
1
+ a
m2
x
2
+ ... + a
mn
x
n
_ b
m
Imaginemos que la direccin de ope-
raciones de la empresa UNICOLE, S.L.,
ha decidido ampliar su cartera de pro-
ductos a cuatro, fabricando camisas (P
1
),
faldas (P
2
), pantalones (P
3
) y pichis (P
4
).
Los datos econmicos seran:
Datos econmicos UNICOLE, S.L.
DATOS ECONMICOS() P
1
P
2
P
3
P
4
Precio de venta unitario 30 35 35 80
Coste de fabricacin unitario 15 15 20 40
Fuente: Elaboracin Propia
La direccin de operaciones de la
empresa proporciona los datos sobre el
proceso de fabricacin diario de los dife-
rentes productos:
- Las prendas son elaboradas con un
tejido, cuyos componentes orgni-
cos son de alta calidad, asegurando
una agradable textura y alta resisten-
cia. La empresa puede disponer de
40m de tejido al da, siendo el ritmo
de fabricacin el siguiente: 2 cami-
sas/m, 2 faldas/m, 1 pantaln/m y 1
pichi/m.
- La plantilla de la empresa puede tra-
bajar un total de 90 horas diarias, de
manera que cada camisa precisa 2
horas, cada falda 1 hora, cada panta-
ln 2 horas y cada pichi 3 horas.
- El departamento de bordado, acaba-
do y planchado presenta una capaci-
dad diaria limitada del 60%, debido a
diversas averas en la maquinaria. Se
conoce que cada camisa requiere un
0 4% de capacidad, cada falda un 0
2%, cada pantaln un 0 4% y cada pi-
chi un 0 5%.
El planteamiento sera el siguiente:
7374 CISS
MODELOS DE PROGRAMACIN LINEAL
Max F(x)=Z=15x
1
+20x
2
+15x
3
+40x
4
Sujeto a:
El desarrollo del Algoritmo del Sim-
plex parte de un programa base sobre el
que se realizan iteraciones, es decir, de
una solucin bsica se va pasando a solu-
ciones o puntos extremos mejores, hasta
alcanzar la solucin ptima. Este autor
plante que si la organizacin se encuen-
tra en un punto dentro del espacio de
soluciones factibles y se quiere conseguir
un acercamiento a una situacin mejora-
da, se debern analizar los rendimientos
marginales w
j
(diferencia entre los rendi-
mientos directos -C
j
j- y los rendimientos
indirecto-
j
Zj-), y su disminucin hasta
llegar a la solucin ptima, donde todos
los rendimientos marginales son meno-
res o iguales a cero (w
j
_0), si se persigue
la maximizacin de beneficios.
Para implementar el Algoritmo del
Simplex, llevaremos a cabo las siguientes
etapas.
- Etapa 1: conversin de las restriccio-
nes del problema en igualdades. Para
ello, se introducen los procesos de
holgura con un coeficiente tcnico
unitario en el lado izquierdo, tantos
como desigualdades tenga el progra-
ma productivo, sumando en el caso
de que las restricciones tengan signo
_, o restando si la inecuacin es de
sentido _.
En nuestro ejemplo sera:
05x
1
+05x
2
+x
3
+x
4
+h
1
=40 (m de
tejido)
2x
1
+x
2
+2x
3
+3x
4
_40+h
2
=90 (horas
de trabajo)
04x
1
+02x
2
+04x
3
+05x
4
+h
3
=60
(capacidad del Departamento)
Por lo que nuestra matriz tecnolgi-
ca ampliada sera:
- Etapa 2: Obtencin del programa ba-
se o solucin inicial del programa de
produccin, procediendo del si-
guiente modo:
a) Escoger las variables de holgura
con coeficiente tcnico unitario,
y el mismo signo que el trmino
independiente.
b) Si no es posible, seleccionar una
variable de decisin (X
j
) que
aparezca sola en alguna restric-
cin y que tenga el mismo signo
que el trmino independiente.
c) En el caso de que tampoco fuera
posible la opcin anterior, intro-
ducir en las restricciones en las
que se haya obtenido un vector
unitario una variable artificial
(K
j
), con un rendimiento -M, si la
funcin objetivo es de mximos,
7375 CISS
MODELOS DE PROGRAMACIN LINEAL
y +M, si es de mnimos, y con
un coeficiente unitario.
En nuestro caso, el programa lo for-
maran los tres procesos de holgura
(P
5
, P
6
, P
7
).
- Etapa 3: Obtencin de la tabla Sim-
plex: formada por los siguientes ele-
mentos:
a) Primera fila: rendimientos direc-
tos de los procesos (C
j
).
b) Segunda fila: procesos (P
j
) que
forman el plan de programacin
lineal, tanto los reales como los
auxiliares (holgura, ficticios).
c) Primera columna: rendimientos
directos unitarios de los proce-
sos que forman el programa ba-
se.
d) ltima columna: niveles de utili-
zacin del programa bsico. En
la primera iteracin ser el vec-
tor recursos (b
m
).
e) Penltima fila: rendimientos in-
directos (Z
j
). Se calcula multipli-
cando los rendimientos directos
unitarios de los procesos que
forman el programa base por el
correspondiente vector del pro-
ceso (P
j
).
f) ltima fila: rendimientos margi-
nales de los procesos (w
j
). Se
obtienen como diferencia entre
el rendimiento directo y su indi-
recto (w
j
=C
j
-Z
j
).
g) Cuerpo central de la tabla: ma-
triz tecnolgica ampliada (A),
formada por los coeficientes tc-
nicos unitarios o la cantidad de
factor para fabricar una unidad
de cada proceso, incluidos los
reales y los auxiliares.
Tericamente, la tabla del Simplex
quedara de la siguiente forma:
Tabla 3: Tabla del Simplex
Rdtos. Directos Cj Vbles. Bsicas C
1
C
2
C
n
X
1
X
2
X
n
C
h1
h
1
a
11
a
12
a
1n
C
h2
h
2
a
21
a
22
a
2n
C
hm
h
m
a
m1
a
m2
a
mn
Z
j
Z
1
Z
2
Z
n
W
j
=C
j
-Z
j
W
1
W
2
W
n
Fuente: Elaboracin Propia, basado en Miranda Gonzlez, F. J., Rubio Lacoba, S., Chamo-
rro Mera, A., Baegil Palacios, T. M., Manual de direccin de operaciones. Ed. Thomson, 1
edicin, 3 reimpresin, Madrid, 2008, pp. 454.
7376 CISS
MODELOS DE PROGRAMACIN LINEAL
Con los datos de nuestro ejemplo la
tabla Simplex ser:
Tabla 4: Tabla del Simplex de UNICOLE, S.L. (Iteracin 1)
C
j
Vbles.
Bsicas
15 20 15 40 0 0 0 Cantidad
X
1
X
2
X
3
X
4
h
1
h
2
h
3
0 h
1
0,5 0,5 1 1 1 0 0 40
0 h
2
2 1 2 3 0 1 0 90
0 h
3
0,4 0,2 0,4 0,5 0 0 1 60
Z
j
0 0 0 0 0 0 0
W
j
C
j
- Z
j
15 20 15 40 0 0 0
Fuente: Elaboracin Propia, basado en resultados del Programa POM de Windows.
El valor de la funcin objetivo ser:
Z=(150)+(200)+(150)+(400)=
0.
- Etapa 4: Prueba de Optimalidad. Se
alcanzar la solucin ptima con
aquel programa base en el que todos
los rendimientos marginales sean ne-
gativos o nulos, si lo que se desea es
la maximizacin del beneficio, o no
negativos, si lo que se persigue es la
minimizacin del coste.
Si observamos los datos de la tabla
anterior comprobamos que los ren-
dimientos marginales correspon-
dientes a los procesos reales (W
1
,
W
2
, W
3
, W
4
) son positivos, por lo
que el programa base de partida no
es el ptimo, no alcanzndose el m-
ximo beneficio. Por ello, ser necesa-
rio sustituir alguno de los procesos
que forman parte del programa base
por otro que no se encuentre en l.
- Etapa 5: Iteracin del Algoritmo del
Simplex. Se siguen los siguientes pa-
sos.
a) Determinacin del proceso en-
trante: ser introducido en el
programa base el proceso que
tenga mayor rendimiento margi-
nal positivo en el caso de maxi-
mizacin, o menor rendimiento
marginal negativo, si buscamos
la minimizacin de los costes. En
nuestro caso, como estamos tra-
tando un problema de mximos,
seleccionaremos como proceso
entrante P
4
, ya que es el de ma-
yor rendimiento marginal (W
4
).
b) Determinacin del proceso sa-
liente: consecuencia de incluir
un nuevo proceso en el progra-
ma base. Para ello, denomina-
mos columna pivote a aqulla de
la matriz tecnolgica correspon-
diente al proceso entrante. El
proceso saliente ser el de me-
nor valor, entre todos los positi-
vos, del cociente entre su nivel
de utilizacin y su elemento co-
rrespondiente a la columna pivo-
te. Aplicado a nuestro ejemplo:
7377 CISS
MODELOS DE PROGRAMACIN LINEAL
.
Siendo la columna pivote
Seleccionaremos el proceso con me-
nor cociente entre los positivos, es
decir, P
6
, correspondiente a la se-
gunda variable de holgura, por lo
que el programa base estar formado
por (P
4
, P
5
, P
7
).
c) Construccin de la nueva tabla
del Simplex: procedemos al cl-
culo de los coeficientes tcnicos
unitarios (a
ij
), los niveles de utili-
zacin (X
j
), los rendimientos in-
directos (Z
j
) y los rendimientos
marginales (W
j
).
Los elementos correspondientes
al nuevo proceso se obtienen di-
vidiendo los elementos de esa fi-
la en la tabla anterior (segunda
fila) entre el elemento pivote,
que es el perteneciente a la co-
lumna pivote con la fila del pro-
ceso saliente, en nuestro caso
a
24
, que es igual a 3. A los ele-
mentos restantes de esa colum-
na se les denomina semipivotes.
7378 CISS
MODELOS DE PROGRAMACIN LINEAL
Los elementos correspondientes a
los procesos que permanecen en el pro-
grama base (P5, P7), de la Tabla 4, se cal-
culan restando al elemento original el
producto del semipivote del proceso por
el elemento correspondiente del proce-
so entrante, tal y como muestra la si-
guiente tabla:
Tabla 6: Elementos de los procesos que permanecen en el programa base
h
1
(P
5
) h
3
(P
7
)
a
11
= 05-(106667) = - 01667 a
31
= 04 - (0506667) = 00667
a
12
= 05 - (103333) = 01667 a
32
= 02 -(0503333) = 00333
a
13
= 1 - (106667) = 03333 a
33
=04 - (0506667) = 00667
a
14
= 1- (11) = 0 a
34
= 05 - (105) = 0
a
15
= 1- (10) = 1 a
35
= 0 - (050) = 0
a
16
= 0 - (103333) = - 03333 a
36
= 0 - (0503333) = - 01667
a
17
= 0 - (10) = 0 a
37
= 1 - (050) = 1
X
1
= 40 - (130) = 10 X
3
= 60 - (0530) = 45
Fuente: Elaboracin Propia
A continuacin se determinan los
rendimientos indirectos y marginales de
cada uno de los procesos, quedando
configurada la nueva tabla Simplex:
Tabla 7: Tabla del Simplex de UNICOLE, S.L. (Iteracin 2)
C
j
Vbles.
Bsicas
15 20 15 40 0 0 0 Cantidad
X
1
X
2
X
3
X
4
h
1
h
2
h
3
0 h
1
- 0,1667 0,1667 0,3333 0 1 - 0,3333 0 10
40 X
4
0,6667 0,3333 0,6667 1 0 0,3333 0 30
0 h
3
0,0667 0,0333 0,0667 0 0 - 0,1667 1 45
Z
j
26,6667 13,333 26,6667 40 0 13,3333 0
W
j
C
j
-Z
j
- 11,6667 6,6667 - 11,6667 0 0 - 13,3333 0
Fuente: Elaboracin Propia, basado en resultados del Programa POM de Windows.
El valor de la funcin objetivo ser:
Z=(150)+(200)+(150)+(4030
)= 1.200, por lo que ha aumentado su
valor. Sin embargo, este programa base
no corresponde con la solucin ptima
porque hay una rendimiento marginal
positivo (W
2
), tal y como se muestra en
la tabla anterior. Por lo tanto, repetire-
mos de nuevo el procedimiento, entran-
do en el programa base P
2
y saliendo P
5
(holgura 1), ya que es el de menor valor
del cociente entre el nivel de utilizacin
y su correspondiente elemento de la co-
lumna pivote:
7379 CISS
MODELOS DE PROGRAMACIN LINEAL
Siendo la columna pivote
A continuacin se obtiene la nueva
tabla Simplex:
Tabla 8: Tabla del Simplex de UNICOLE, S.L. (Iteracin 3)
C
j
Vbles.
Bsicas
15 20 15 40 0 0 0 Cantidad
X
1
X
2
X
3
X
4
h
1
h
2
h
3
20 X
2
-1 1 2 0 6 -2 0 60
40 X
4
1 0 0 1 -2 1 0 10
0 h
3
0,1 0 0 0 -0,2 -0,1 1 43
Z
j
20 20 40 40 40 0 0
W
j
C
j
-Z
j
-5 0 -25 0 -40 0 0
Fuente: Elaboracin Propia, basado en resultados del Programa POM de Windows.
Si sustituimos los niveles de utiliza-
cin en la funcin objetivo ser:
Z=(150)+(2060)+(150)+(4010
)= 1.600, siendo el beneficio superior
que en la situacin anterior. Como todos
los rendimientos marginales (W
j
) son ne-
gativos o nulos, al tratarse de un proble-
ma de maximizacin, podemos afirmar
que el programa base formado por (P
2
,
P
4
, P
7
) es la solucin ptima. Si la empre-
sa quiere obtener un beneficio mximo
diario de de 16.000 debe fabricar y ven-
der 60 faldas y 10 pichis. Por otro lado, el
hecho de que la variable de holgura 3 to-
me un valor positivo de 43 unidades, im-
plica la existencia de un 43% de capaci-
dad ociosa del departamento de borda-
do, acabado y planchado (tercera restric-
cin), es decir, esa capacidad est dispo-
nible y no est siendo utilizada en el pro-
ceso productivo.
CRISTINA MASA LORENZO
Vase tambin: "Anlisis de sensibilidad".
LO ESENCIAL SOBRE
MODELOS DE
PROGRAMACIN
LINEAL
Libros
BARROSO, C.; CASILLA, J. C.; VECINO, J.;
VILLEGAS, M. M.; CALVO, A., DOMNGUEZ
M. y PICN, A., Problemas de Econo-
ma de la empresa. Ed. Pirmide, Ma-
drid, 2008.
7380 CISS
MODELOS DE TOMA DE DECISIONES
DOMNGUEZ MACHUCA, J. A. (Coordina-
dor y Director), Direccin de Opera-
ciones. Aspectos estratgicos en la
produccin y los servicios , Ed. Mc
Graw Hill, Madrid, 1995
GARCA GONZLEZ, S.; DOMNGUEZ MACHU-
CA, M. A.; RUIZ JIMNEZ, A. y LVAREZ GIL,
M. J., Direccin de Operaciones. As-
pectos tcticos y operativos en la pro-
duccin y los servicios , Ed. Mc Graw
Hill, Madrid, 1995.
HEIZER, J. y RENDER, B., Direccin de la
produccin y de operaciones . Ed.
Pearson Prentice Hall, Madrid, 2007.
MIRANDA GONZLEZ, F. J.; RUBIO LACOBA,
S.; CHAMORRO MERA, A. y BAEGIL PALA-
CIOS, T. M., Manual de direccin de
operaciones. Ed. Thomson, 1 edi-
cin, 3 reimpresin, Madrid, 2008.
Vase: "Simulacin de Monte Carlo".
DE DECISIONES
Decision-making models
I. CONCEPTO II. EL PROCESO DE TOMA DE
DECISIONES III. LA TOMA DE DECISIONES EN
LOS EQUIPOS IV. MTODOS DE TOMA DE
DECISIONES EN GRUPO 1. Decisin por mayora
2. Decisin por consenso
I. CONCEPTO
Las decisiones constituyen un ele-
mento esencial en el da de los indivi-
duos y las organizaciones y se producen
en cualquier posicin y a cualquier nivel.
Una decisin consiste en la eleccin de
una alternativa entre otras en diferentes
tipos de situaciones, desde la solucin
de un problema, a la definicin de cmo
poner en marcha un nuevo planteamien-
to o hacer frente a una situacin novedo-
sa. El hecho de que la toma de decisio-
nes sea una necesidad habitual no le res-
ta dificultad, ya que no siempre el grado
de certidumbre es alto o la probabilidad
de riesgo de unas alternativas de actua-
cin frente a otras est clara.
II. EL PROCESO DE TOMA DE
DECISIONES
Puesto que la toma de decisiones no
es un hecho puntual sino que es un pro-
ceso del que se deriva un determinado
curso de accin, tomar decisiones efica-
ces en situaciones difciles requiere dis-
poner de un mtodo que ayude a sepa-
rar los diferentes componentes de la si-
tuacin en fases o momentos diferencia-
dos.
Uno de los errores ms habituales en
la solucin de problemas es centrarse en
los sntomas sin tener un conocimiento
preciso sobre qu es lo que puede estar
originando determinada situacin. Una
decisin que se centra en el sntoma no
es ms que una reaccin a nivel superfi-
cial que permite que los problemas per-
manezcan, se reproduzcan de nuevo o se
manifiesten con nuevos sntomas.
Conocer las diferentes fases del pro-
ceso de solucin de problemas y las ha-
bilidades que resultan esenciales o co-
bran ms importancia en cada uno de los
pasos facilita la difcil tarea de tomar de-
cisiones y acciones centradas en las cau-
sas. A continuacin describimos una sis-
temtica que paso a paso facilite la toma
de decisiones.
1. Definicin de la situacin/problema.
Esta fase comienza con el reconoci-
miento de que existe una situacin
en cierta forma indeseada y que re-
quiere una intervencin. El objetivo
de esta fase es obtener la informa-
7381 CISS
DE SIMULACIN
MODELOS DE TOMA
MODELOS
MODELOS DE TOMA DE DECISIONES
cin que permita identificar los sn-
tomas. Para ello es necesario alcan-
zar un alto grado de conocimiento
de la situacin desde los aspectos
ms subjetivos como opiniones, per-
cepciones, sensaciones, reacciones
personales, actitudes, rumores... has-
ta los datos ms concretos y objeti-
vos referidos a resultados, procedi-
mientos, desviaciones, tendencias...
Se trata de llegar a una definicin lo
ms completa posible de la situa-
cin / problema por lo que es desea-
ble disponer de diferentes perspecti-
vas y distintos puntos de vista.
2. Anlisis de la situacin. Ahora es el
momento de buscar el origen de los
sntomas, analizar qu fuerzas y est-
mulos estn detrs de la situacin.
Para este trabajo resulta de utilidad
dar respuesta a una serie de pregun-
tas como: qu est causando la si-
tuacin? por qu existe el proble-
ma? desde cuando? en qu situacio-
nes se manifiesta? en qu momen-
tos no se manifiesta? por qu se
mantiene y no se resuelve solo? qu
se ha hecho hasta ahora? por qu
no funciona lo que se ha hecho has-
ta ahora? hay algo que minimice o
potencie el problema? Con frecuen-
cia no hay una nica causa sino una
combinacin de ellas cada una con
diferente fuerza y que se realimen-
tan, para simplificar el anlisis de la
situacin resulta til agrupar las dife-
rentes fuerzas en grupos de causas
relacionadas. Algunos de los grupos
ms utilizados son: personas, mto-
dos, maquinaria-equipos, direccin y
organizacin.
3. Generacin de alternativas. Es el mo-
mento de empezar a trabajar en la
solucin, generando el mayor nme-
ro de alternativas posibles. El objeti-
vo ahora es llegar a establecer un lis-
tado lo ms completo posible de di-
ferentes soluciones, no se trata de
describir tareas puntuales o acciones
especficas, sino estrategias o formas
de acercamiento a la solucin desde
un punto de vista global. En esta fase
es til recurrir a tcnicas de creativi-
dad que ayuden a vencer la tenta-
cin de optar y poner en funciona-
miento la primera solucin que sur-
ge. Tambin es deseable no descar-
tar de entrada ninguna idea e incluir
en la lista los intentos previos de so-
lucin, aunque stos no hayan dado
sus frutos, de ellos puede haber as-
pectos aprovechables o pueden dar
origen a nuevas ideas.
4. Evaluacin de opciones. El objetivo
en esta parte del proceso es eliminar
las peores opciones generadas en el
paso anterior y establecer una jerar-
qua con las restantes. Los criterios
que se emplean para la evaluacin
de las diferentes alternativas son
muy variados y se refieren a factores
como coste, tiempo, riesgo, eficacia,
ventajas e inconvenientes, posibles
efectos... Hay algunas preguntas b-
sicas que ayudan en este trabajo:
qu opcin parece ms factible?
cul de ellas tiene ms posibilidades
de xito? qu riesgos tiene cada op-
cin? qu solucin va a ser mejor
entendida y/o aceptada?
5. Decisin. Con el trabajo realizado
hasta este momento, elegir una de
las opciones ya evaluadas no requie-
re ms que excluir aquellas alternati-
vas que no responden a los criterios
importantes. Una vez elegida la solu-
cin es conveniente someterla a
prueba respondiendo a una serie de
preguntas: con su implementacin
se resuelve el problema/situacin?
es aceptada y satisface a las perso-
nas involucradas? se puede poner
en marcha? se dispone de los recur-
sos para su implementacin (tiem-
po, personas, medios...)?
7382 CISS
MODELOS DE TOMA DE DECISIONES
6. Plan de accin. El proceso no debe
darse por terminado una vez que se
ha elegido una opcin ya que la me-
jor solucin no resuelve nada si no
se pone en funcionamiento, para
ello es necesario definir un curso de
accin. Un plan de accin es una
descripcin detallada de qu hacer
para alcanzar el resultado que se
busca (objetivo), qu acciones son
necesarias, quin va a ser el respon-
sable de cada una de esas acciones,
cuando hacer cada cosa, con qu re-
cursos se cuenta, cuales son los es-
tndares de desempeo,.... Como en
todo plan de accin es necesario
aqu tambin fijar el tipo de segui-
miento que se va a realizar, para ello,
tener en cuenta qu momentos pue-
den resultar crticos, qu cosas pue-
den fallar, cmo se va a medir la evo-
lucin....
Este proceso resuelto de forma indi-
vidual puede resultar eficaz en situacio-
nes de baja incertidumbre y bajo riesgo.
Sin embargo, dada la complejidad de de-
terminadas situaciones en ocasiones re-
sulta imprescindible dar participacin a
diferentes personas o grupos en el pro-
ceso. Veamos qu es lo que caracteriza la
toma de decisiones en los grupos y en
qu condiciones stos trabajan mejor
que los individuos.
III. LA TOMA DE DECISIONES EN LOS
EQUIPOS
La toma de decisiones en grupo
constituye una forma de compartir el po-
der por parte del lder, con ella se ofrece
participacin a los miembros del grupo y
de alguna manera tambin puede enten-
derse como una herramienta para influir
en los subordinados. Partiendo de la pre-
misa de que el grupo es ms que la suma
de sus miembros (fenmeno de sinergia)
sera posible afirmar que las decisiones
de los grupos tienen mayor calidad que
las adoptadas por individuos de forma
aislada y que por lo tanto mejorar la cali-
dad y eficacia de las decisiones que se to-
man requiere dar participacin a los em-
pleados. Sin embargo, esto no es as de
forma sistemtica, por lo que habra que
recurrir a distintos niveles de participa-
cin en funcin de una serie de variables
de la situacin:
1. La calidad de la decisin.
2. El grado de aceptacin requerido
por parte de los miembros del equi-
po para conseguir una mayor impli-
cacin en la puesta en marcha de la
decisin, reducir las resistencias y al-
canzar mayor compromiso.
3. El tiempo disponible para tomar la
decisin.
Veamos con unos ejemplos cmo
manejar estas variables: Si se trata de to-
mar una decisin en la que la calidad de
sta no es un criterio importante y sin
embargo si lo es la rapidez en la respues-
ta, sera ms adecuado un estilo menos
participativo ya que los grupos tardan
ms en tomar decisiones. Si la decisin
tuviese un impacto importante en resul-
tados y por lo tanto el criterio calidad tie-
ne peso sera adecuado dar ms partici-
pacin al grupo pues los grupos trabajan-
do bien alcanzan mejores decisiones. Re-
flejamos a continuacin las condiciones
que tienen que darse para que la toma
de decisiones funcione en los equipos:
No existen presiones para que el
grupo trabaje y llegue a acuerdos.
Se acuerda un mtodo apropiado pa-
ra tomar las decisiones.
Se analizan ventajas e inconvenientes
y se exploran las consecuencias de
determinadas decisiones.
Se evita tomar decisiones de forma
precipitada.
El mtodo que se emplea y el grado
de participacin del equipo en el
7383 CISS
MODELOS DE TOMA DE DECISIONES
proceso es coherente con la situa-
cin.
IV. MTODOS DE TOMA DE
DECISIONES EN GRUPO
1. Decisin por mayora
En ocasiones no es posible llegar a
un acuerdo unnime y con el objeto de
alcanzar acuerdos que sean aceptados de
forma mayoritaria se recurre a este mto-
do de toma de decisiones en el que cada
miembro del grupo emite su voto por
una de las alternativas planteadas y valo-
radas.
2. Decisin por consenso
Mtodo de toma de decisiones que
supone que la totalidad del grupo llega a
un acuerdo. Implica un alto grado de
participacin y colaboracin, una actitud
abierta a aceptar otras informaciones,
opiniones, experiencias.... y una voluntad
real de todos para llegar a acuerdos en
los que ninguno salga perjudicado. Es un
mtodo que requiere un buen manejo
de las habilidades de comunicacin y
una metodologa de trabajo conocida y
aceptada por todos que estructure las in-
tervenciones y permita avanzar en el pro-
ceso de decisin.
La decisin por consenso implica
identificar y discutir todas las posiciones,
generar y combinar alternativas que per-
mitan elaborar una propuesta entendida
y compartida por todos. Se trata de una
forma de trabajar que da poder a las mi-
noras en el proceso de toma de decisio-
nes, puesto que facilita la exposicin, la
escucha y el anlisis de todo tipo de posi-
ciones. El flujo de decisin en el consen-
so es el siguiente:
Paso 1. Discusin. Cada participante
tiene la oportunidad de expresar su
posicin.
Paso 2. Elaboracin de la propuesta
Paso 3. Verificacin del consenso
a) Si existe consenso se alcanza el
paso 4. (decisin)
b) Si no existe consenso, se expre-
san todos los problemas, alega-
ciones, discrepancias, se discu-
ten y se vuelve al paso 2 (refor-
mulacin de la propuesta) para
continuar el proceso.
Paso 4. Decisin
Es un mtodo que, aunque deseable
en muchas ocasiones, no est exento de
inconvenientes y dificultades.
1. Una minora puede bloquear una de-
cisin defendida y deseada por la
mayora.
2. Si las posiciones estn muy polariza-
das es imposible alcanzar el consen-
so.
3. El miedo de algunas personas a rom-
per el consenso puede llevar a la no
expresin de determinadas objecio-
nes u opiniones.
4. La responsabilidad sobre las acciones
derivadas de la decisin queda dilui-
da entre todos.
5. La decisin por consenso lleva tiem-
po.
6. Es fcil caer en situaciones de blo-
queo o de parlisis por exceso de
anlisis, resultando un mtodo no
muy deseable en las situaciones en
las que es necesario actuar con agili-
dad.
MARA JESS GARCA GONZLEZ
Vase tambin: "Empowerment" y "Liderazgo".
7384 CISS
MODELOS DE VARIABLE DEPENDIENTE BINARIA ...
DEPENDIENTE
BINARIA (LOGIT-
PROBIT)
Binary dependent variable models (Lo-
git-Probit)
I. CONCEPTO II. ESPECIFICACIN DE
MODELOS DE VARIABLE DEPENDIENTE BINARIA
III. ESTIMACIN DE MODELOS DE VARIABLE
DEPENDIENTE BINARIA IV. FUNCIONES
NDICE V. EXTENSIONES DE MODELOS DE
VARIABLE DEPENDIENTE CUALITATIVA
I. CONCEPTO
El modelo de variable dependiente
binaria es un tipo de modelo que se utili-
za para explicar fenmenos en los cuales
la variable de relevancia es dicotmica o
binaria, es decir, slo puede tomar dos
valores. Hay multitud de ejemplos en el
mundo econmico y financiero sobre es-
te tipo de decisiones: comprar o no una
vivienda, entrar o no al mercado de tra-
bajo, realizar o no una ampliacin de ca-
pital,... Habitualmente, todas estas deci-
siones dependen de otras variables que
permiten explicar sus determinantes; as,
por ejemplo, la decisin de comprar o
no una vivienda depender de la renta
individual, del precio de los alquileres,
del tipo de contrato laboral, etc.
II. ESPECIFICACIN DE MODELOS
DE VARIABLE DEPENDIENTE
BINARIA
Los modelos con variable dependien-
te limitada son un caso particular de re-
gresiones donde se quiere explicar la
probabilidad de que se d un fenmeno
binario. Es decir, la variable a explicar Y
i
,
slo puede tomar los valores 0 (si no se
da el fenmeno) y 1 (si se da el fenme-
no). Si, como es habitual, se supone que
la probabilidad puede explicarse por
otras variables x
i
el modelo, entonces,
vendr dado por:
Pr (Y
i
= 1) = F(
0
+
1
x
1,i
+
2
x
2,i
+ ... +
k
x
k,i
, o bien, Pr (Y
i
= 1) =
F(B
T
x) donde la funcin F(.) representa
la funcin de distribucin de una variable
aleatoria. Esta funcin de distribucin re-
presenta la probabilidad acumulada de la
variable aleatoria hasta el punto B
T
x y,
habitualmente, si esta probabilidad es
mayor que un determinado umbral (por
ejemplo: 0.5), se considera que el indivi-
duo est ms cerca de tomar la decisin
dada por Y
i
=1 que de no tomarla (en cu-
yo caso Y
i
=0).
En general, las funciones F(.) elegi-
das para completar la especificacin del
modelo son la logstica, denotada por
, en cuyo caso se obtiene
el modelo Logit, y la normal, denotada
por u(
T
x), en cuyo caso se obtiene el
modelo Probit. La funcin de distribu-
cin logstica es similar a la normal en los
valores centrales de la distribucin, sin
embargo, para valores extremos (proba-
bilidades prximas a cero o uno), la dis-
tribucin logstica tiene mayor probabili-
dad en las colas que la distribucin nor-
mal.
En ambos casos, Logit y Probit, el
modelo es no lineal y, dadas las observa-
ciones de la variable Y y del vector x, hay
que utilizar tcnicas de estimacin por
mxima verosimilitud, junto con algorit-
mos de optimizacin numrica, para esti-
mar los parmetros del modelo.
Una cuestin muy importante a te-
ner en cuenta es que en estos modelos, a
diferencia de los modelos de regresin
habituales, los coeficientes
i
no repre-
7385 CISS
DE VARIABLE
MODELOS
MODELOS DE VARIABLE DEPENDIENTE BINARIA ...
sentan el cambio proporcional en la pro-
babilidad de tomar la decisin cuando la
correspondiente variable x
i
cambia en
una unidad, es decir, los efectos margina-
les. Para calcular dichos efectos en estos
modelos hemos de tener en cuenta que:
donde f(.) es la funcin de densidad
de la distribucin correspondiente. As,
operando en el modelo Logit, los efectos
marginales vendrn dados por la expre-
sin
mientras que en el modelo Probit sern
donde u(.) es la
funcin de densidad de la normal estn-
dar. Lo ms importante es darse cuenta
de que, en ambos casos, el efecto margi-
nal (cambio en la probabilidad de Y=1 al
cambiar la correspondiente x
i
) no es fijo
sino que depende de los propios valores
de x
i
. As por ejemplo, en el modelo de
compra de vivienda, al aumentar la renta
el cambio en la probabilidad de compra
ser distinto segn sea el nivel de renta
del individuo y, tambin, segn sean los
valores del resto de variables explicativas
de la compra. Esto es una diferencia im-
portante respecto a los modelos lineales
de regresin, donde los cambios vienen
dados por los coeficientes
i
y, como
consecuencia, son los mismos para todos
los individuos.
En algunas ocasiones, para obtener
un efecto marginal representativo nico,
se evala la expresin anterior en los va-
lores medios de las variables explicativas,
es decir se evala
donde representa el vector de medias
muestrales de las variables explicativas.
Sin embargo, la representatividad de esta
medida depende de la dispersin exis-
tente entre las variables x. Adems, si al-
guna de estas variables explicativas es
cualitativa (por ejemplo: sexo del indivi-
duo) no debera utilizarse la media
muestral como valor central de esta va-
riable.
III. ESTIMACIN DE MODELOS DE
VARIABLE DEPENDIENTE
BINARIA
Como hemos comentado anterior-
mente, la estimacin de estos modelos
requiere la utilizacin de tcnicas de m-
xima verosimilitud que utilizarn la fun-
cin de distribucin supuesta para la va-
riable Y (logstica en el modelo Logit y
normal en el Probit). Si se dispone de
una muestra de observaciones indepen-
dientes de la variable dependiente y las
independientes, la funcin de verosimili-
tud vendr dada por:
Tomando logaritmos (generalmente
se maximiza el logaritmo de la funcin
de verosimilitud en lugar de la verosimili-
tud propiamente dicha) se obtiene:
7386 CISS
MODELOS DE VARIABLE DEPENDIENTE BINARIA ...
Como es habitual, la funcin F(.) ser
la funcin de distribucin logstica para
el modelo Logit y normal para el modelo
Probit.
Para maximizar esta funcin hay que
calcular las condiciones de primer orden,
dadas por
. Estas condiciones
permiten obtener un nmero de ecua-
ciones igual al nmero de parmetros
del vector aunque, como estas ecuacio-
nes son no lineales, se han de resolver
mediante tcnicas de optimizacin nu-
mrica lo cual permite obtener el vector
de estimaciones . Con este vector
de estimaciones se pueden obtener los
efectos marginales como se explic en el
apartado anterior.
Una vez obtenidas las estimaciones
mximo verosmiles, es posible obtener
desviaciones tpicas estimadas utilizando
la matriz de derivadas segundas (o matriz
hessiana) de la funcin de verosimilitud.
En realidad, una estimacin de las varian-
zas de los estimadores viene dada por la
inversa de esta matriz (denominada ma-
triz de informacin), es decir:
Adems de obtener la matriz de va-
rianzas de los coeficientes estimados, el
mtodo de mxima verosimilitud permi-
te realizar contrastes sobre los coeficien-
tes utilizando tres tipos de test: ratio
de verosimilititudes, multiplicadores de
Lagrange y test de Wald. El ratio de vero-
similitudes es un contraste basado en la
evaluacin del logaritmo de la funcin de
verosimilitud obtenido en el modelo res-
tringido (en el que se impone el valor de
que queremos contrastar) frente al mo-
delo no restringido (el cual viene dado
por el logaritmo de la verosimilitud eva-
luado en ). El test de multiplicado-
res de Lagrange tiene la ventaja de que
slo necesita la evaluacin de la funcin
de verosimilitud en el modelo restringi-
do, mientras que el test de Wald slo uti-
liza la evaluacin en el modelo no restri-
gido. Si la muestra es suficientemente
grande los resultados con los tres tests
sern similares. Afortunadamente, la gran
mayora del software economtrico y es-
tadstico estndar incluye opciones de
estimacin y contraste de modelos Logit
y Probit sin necesidad de tener conoci-
mientos de programacin especficos.
A modo de ejemplo, se expone un
caso emprico, extrado del libro Intro-
duccin a la Econometra de Wooldrid-
ge, para explicar la participacin de mu-
jeres casadas en el mercado laboral (la
base de datos incluye 753 observacio-
nes). Las estimaciones por mxima vero-
similitud de los modelos Logit y Probit
fueron:
Var. Indep. Logit Probit
Renta Fam. - 0.021 - 0.012
7387 CISS
MODELOS DE VARIABLE DEPENDIENTE BINARIA ...
Var. Indep. Logit Probit
(0.008) (0.005)
educ. 0.221
(0.043)
0.131
(0.025)
Exper. 0.206
(0.032)
0.123
(0.019)
Exper2 - 0.0032
(0.0010)
- 0.0019
(0.0006)
Edad - 0.088
(0.015)
- 0.053
(0.008)
Nios Menores 6 aos - 1.443
(0.204)
- 0.868
(0.119)
Nios Entre 6-18 aos 0.060
(0.075)
0.036
(0.043)
Contante (b0) 0.425
(0.860)
0.270
(0.509)
Porc. Clasificac. Corr. 73.6% 73.4%
Log. Verosim. - 401.77 - 401.30
Pseudo R
2
0.220 0.221
Los valores entre parntesis repre-
sentan desviaciones tpicas estimadas.
Todos los signos de los coeficientes
son los esperados y los estadsticos t (re-
sultantes de dividir las estimaciones en-
tre sus desviaciones tpicas) son significa-
tivos. Con las estimaciones obtenidas
ambos modelos resultan similares. Una
medida de la bondad del ajuste obtenido
es el porcentaje de observaciones clasifi-
cadas correctamente (asignando con va-
lor 1 aquellas observaciones cuya proba-
bilidad estimada sea mayor de 0.5). En
ambos casos, este porcentaje ronda el
73.5%. Por otro lado, se puede definir
una medida similar al coeficiente de de-
terminacin (R
2
) especfica para este tipo
de modelos. En ambos casos esta medi-
da del poder explicativo de las variables
independiente sobre la probabilidad de
entrar en el mercado laboral (que oscila
entre 0 para el caso peor y 1 para un
ajuste perfecto) est alrededor de 0.22.
Respecto a los efectos marginales si,
por ejemplo, se suponen valores de ren-
ta=20.13, educ=12.3, exper=10.6,
edad=42.5 y nios entre 6 a 18 aos=1
entonces si el nmero de nios menores
de 6 aos pasa de valer 0 a valer 1, la pro-
babilidad de participar en el mercado de
trabajo para una mujer casada disminuye
en 0.334 para el modelo Logit y disminu-
7388 CISS
MODELOS DE VARIABLE DEPENDIENTE BINARIA ...
ye en 0.347 para un modelo Probit (am-
bos son similares). Por supuesto, estos
efectos marginales cambiaran si cambian
los valores de las variables, por ejemplo,
si el nmero de nios menores de 6 aos
pasara de 1 a 2 (mantenindose constan-
tes el resto de variables) la disminucin
sera de 0.256 para el modelo Logit.
IV. FUNCIONES NDICE
En algunas ocasiones los modelos
Logit y Probit pueden recibir una inter-
pretacin a partir de una variable Y* no
observable continua, la cual es una fun-
cin lineal de las variables explicativas.
Esta variable subyacente continua Y*
puede interpretarse como un ndice de
utilidad del individuo y la relacin con la
variable observada es
El modelo de regresin de la utilidad
aleatoria no observable vendra dado
por:
Y* =
T
x + u
En este caso, la probabilidad de Y=1
podra expresarse como:
Pr (Y = 1) = Pr (Y* > 0) = Pr (
T
x +
u > 0) = Pr (u > -
T
x) = Pr (u <
T
x) =
F(
T
x)
donde se ha supuesto que la funcin
de distribucin F(.) es simtrica (como
es el caso de la logstica y la normal). A
este modelo se le denomina modelo es-
tructural para la probabilidad.
V. EXTENSIONES DE MODELOS DE
VARIABLE DEPENDIENTE
CUALITATIVA
En algunas ocasiones, la variable de-
pendiente no es dicotmica sino multi-
cotmica. Un ejemplo sencillo puede ser
un modelo para elegir medio de trans-
porte (coche, tren o autobs) en funcin
de caractersticas individuales. En estos
casos no es posible aplicar los modelos
Logit y Probit binomiales anteriores aun-
que hay una extensin directa bajo el su-
puesto de que la distribucin de la varia-
ble dependiente es multinomial (Logit
multinomiales). Por otro lado, hay otros
casos en que la variable dependiente es
de carcter ordinal. Por ejemplo, imagi-
nemos que se quiere modelizar el grado
de aceptacin de un producto y las alter-
nativas que se establecen son: malo,
aceptable, bueno o muy bueno. Como es
obvio, existe un orden establecido en los
valores de la variable (aunque no son
cuantitativos). Este modelo puede estu-
diarse mediante una extensin de los
modelos de utilidad aleatoria vistos en el
apartado anterior, donde el cambio de
los valores de la variable dependiente
(por ejemplo: de bueno a muy bueno) se
produce cuando el ndice no observable
Y* supera un determinado umbral que
tambin habr que estimar como un pa-
rmetro ms del modelo. Para estimar
este tipo de modelos se suele suponer
una distribucin normal y se les denomi-
na Probit Ordered.
ROMN MNGUEZ SALIDO
Vase tambin: "Mxima verosimilitud" y "Microe-
conometra".
LO ESENCIAL SOBRE
MODELOS DE VARIABLE
DEPENDIENTE BINARIA
(LOGIT Y PROBIT)
Libros
CABRER, B.; SANCHO, A. y SERRANO G.
Microeconometra y decisin, Edito-
rial Pirmide, 2001.
CAMERON, A.C. and TRIVEDI, P.K. Mi-
croeconometrics. Methods and Appli-
7389 CISS
MODELOS DE VARIABLE DEPENDIENTE CENSURADA Y ...
cations, Editorial Cambridge Univer-
sity Press, 2005.
Ed.),
Thomson, 2005.
DEPENDIENTE
Censored and truncated dependent va-
riable models
I. CONCEPTO II. INTRODUCCIN III.
MODELOS DE REGRESIN CON VARIABLE
DEPENDIENTE TRUNCADA O CENSURADA
I. CONCEPTO
Los modelos de variable dependiente
truncada y censurada se refieren a mode-
los economtricos donde la variable de-
pendiente slo representa a una parte de
la poblacin, por ejemplo, aquellos cuya
renta sea superior a un determinado um-
bral. Esto significa que slo tenemos dis-
ponibles datos para una subpoblacin in-
ferior a la poblacin total y que, por lo
tanto, habr que disear mtodos esta-
dsticos especficos en el anlisis de re-
gresin habitual para tener en cuenta las
modificaciones inducidas en la distribu-
cin estadstica de la variable dependien-
te truncada o censurada (por ejemplo: la
media de la variable truncada o censura-
da no ser la misma que la original).
II. INTRODUCCIN
Una distribucin truncada es una dis-
tribucin en la que los valores por deba-
jo (o por encima) de un determinado
umbral no se pueden observar, por lo
tanto, la funcin de densidad de la varia-
ble truncada vendr dada por:
donde f(x) representa la funcin de
densidad de la variable original, a es el
punto de truncamiento original y F(a) es
la funcin de distribucin de la variable
original en el punto a (mide la probabili-
dad acumulada hasta ese punto). Como
consecuencia, si se conoce la distribu-
cin de la variable original, tambin se
puede conocer la distribucin de la varia-
ble truncada; a modo de ejemplo el grfi-
co inferior reproduce una distribucin
original normal de media 1 y desviacin
tpica 3 junto con la distribucin trunca-
da a partir del punto a=0.
7390 CISS
(3.
WOOLDRIDGE, J. M.; Introduccin a la
GREEN, W. H. Anlisis Economtrico
(2. econometra Editorial
DE VARIABLE
MODELOS
Y TRUNCADA
CENSURADA
MODELOS DE VARIABLE DEPENDIENTE CENSURADA Y ...
A partir del grfico es inmediato
apreciar que, aunque la forma de la dis-
tribucin truncada es similar a la de la
distribucin original, el rea por debajo
de la funcin de densidad ha tenido que
cambiar para que siga sumando uno. Co-
mo consecuencia, las caractersticas de la
distribucin cambian, por ejemplo la me-
dia de la distribucin truncada (cuyo va-
lor es 2.795) se desplaza a la derecha res-
pecto a la original (que vala 1) debido al
truncamiento en a=0. Por el contrario la
desviacin tpica de la distribucin trun-
cada (1.995) es menor que la desviacin
tpica de la distribucin original (3), ya
que el truncamiento conlleva una menor
dispersin de la distribucin. Al igual que
a partir de la distribucin original, si se
conoce el punto de truncamiento, se
pueden inferir las caractersticas de la
distribucin truncada, tambin es posible
realizar el proceso inverso; es decir, a
partir de la distribucin truncada intentar
conocer caractersticas de la distribucin
original. A modo de ejemplo, una en-
cuesta realizada en USA para el 2% de los
hogares que tenan ingresos mayores de
100.000$ mostraba que la media de estos
hogares era de 142.000$. A partir de es-
tos datos, realizando una hiptesis de
distribucin logartmico-normal para la
renta (lo cual querra decir que el logarit-
mo de la renta tiene una distribucin
normal), se puede inferir que la media
de la renta en la poblacin global sera
de 22.087$ (en ese ao de 1987 la media
publicada fue de unos 25.000$). Con s-
lo conocer datos sobre una parte peque-
a de la poblacin (en este caso los ms
ricos) se pueden inferir caractersticas
sobre toda la poblacin.
La distribucin censurada de una va-
riable se refiere a la misma idea de la dis-
tribucin truncada pero, en lugar de no
disponer de datos a partir de un cierto
valor, se asigna a toda la distribucin por
debajo (o por encima) de un umbral el
valor de ese umbral. Por ejemplo, una
7391 CISS
MODELOS DE VARIABLE DEPENDIENTE CENSURADA Y ...
distribucin censurada desde el cero
quiere decir que asignaramos el valor ce-
ro a toda la distribucin de la variable
por debajo de esa cantidad. Un ejemplo
econmico de censura de una variable
puede ser la asistencia a un campo de
ftbol: si el aforo del campo es de 40.000
espectadores, cada vez que se llena slo
podemos observar el valor 40.000 aun-
que la demanda real fuera superior a ese
valor. Tcnicamente, la distribucin de la
variable censurada es una mezcla entre la
distribucin original hasta el punto de
censura y el resto de la distribucin se
acumula en el umbral de censura, es de-
cir, la demanda censurada sera la origi-
nal hasta el valor 40.000 y toda la proba-
bilidad desde el 40.000 hacia la derecha
se acumulara en ese punto.
III. MODELOS DE REGRESIN CON
VARIABLE DEPENDIENTE
TRUNCADA O CENSURADA
En econometra es frecuente que se
planteen modelos de regresin donde
una variable dependiente y venga expli-
cada por un vector de variables indepen-
dientes x en la forma:
y = x
T
+ u uN(0,o)
donde los coeficientes de regresin
representan los efectos de cada variable
independiente x
i
sobre la variable depen-
diente y. La variable u es el trmino de
perturbacin aleatorio de la regresin y
recoge todos los efectos que influyen so-
bre la variable y que no estn recogidos
en el vector x. Una forma de interpretar
esta regresin es diciendo que la media
condicionada de la variable y, dadas las
variables independientes x, viene dada
por E[y/x]= x
T
y que la perturbacin u
representa las desviaciones de y respecto
a su media condicional, las cuales tienen
una distribucin aleatoria normal de me-
dia cero y varianza constante. Como el
inters de la regresin, habitualmente se
centra en la estimacin de los parme-
tros (lo cuales miden los efectos margi-
nales de las x sobre la y), con las hipte-
sis del modelo anterior se pueden esti-
mar fcilmente estos parmetros utilizan-
do el estimador lineal por mnimos cua-
drados ordinarios (o MCO).
Si la variable dependiente estuviera
truncada por la izquierda a partir de un
punto a, y la distribucin de la perturba-
cin en el modelo original fuera normal,
como hemos supuesto anteriormente, se
puede demostrar que la media condicio-
nal de y ya no sera la del modelo ante-
rior sino que vendra dada por la expre-
sin:
y = x
T
+ o + u
o = [(a- x
T
)/o]/{1-u[(a- x
T
)/o]}
donde las funciones y u represen-
tan las funciones de densidad y de distri-
bucin de la normal estndar, respectiva-
mente. Lo importante es observar que, a
diferencia del caso anterior, los parme-
tros ya no representan directamente la
influencia de las variables independien-
tes x sobre la variable dependiente y.
Adems, el modelo es no lineal en y la
estimacin de estos parmetros no se
puede realizar por el mtodo sencillo
MCO, como en el caso previo, sino que
hay que utilizar tcnicas de mxima vero-
similitud junto con algoritmos numricos
de optimizacin. Afortunadamente, gran
parte del software especializado incluye
opciones para estimar este tipo de mo-
delos de forma rutinaria. Una vez estima-
do el modelo, las dependencias de la va-
riable y respecto a las x se pueden obte-
ner a partir de los efectos marginales, da-
dos por:
7392 CISS
MODELOS DE VARIABLE DEPENDIENTE CENSURADA Y ...
donde es la misma expresin que
anteriormente y u=[(a - x
T
)/o]. Lo im-
portante es observar que, aunque las in-
fluencias de las variables independientes
no vienen dadas directamente por , una
vez estimado el modelo estos efectos
marginales pueden calcularse fcilmente.
Dichos efectos miden el cambio en la
media de la variable dependiente trunca-
da, cuando la correspondiente variable
independiente x cambia de forma margi-
nal.
Si los datos estuvieran censurados en
lugar de truncados, la media condiciona-
da de la variable y, dados los valores de
las x, tambin cambiara respecto a la re-
gresin normal. En este caso la forma
que tendra la regresin sera la siguien-
te:
y =u(x
T
/o)( x
T
+o) + u
donde el valor de es el mismo que
anteriormente. Este es el modelo Tobit o
modelo de regresin censurada, el cual,
debido a que no es lineal en , tampoco
puede estimarse por MCO y hay que uti-
lizar tcnicas de mxima verosimilitud.
Los efectos marginales (cambio en la me-
dia de la variable y al cambiar marginal-
mente la x) vienen dados por:
De nuevo, una vez estimados los pa-
rmetros del modelo, es fcil calcular es-
tos efectos marginales.
Cuando se estima un modelo Tobit
hay que tener en cuenta que las estima-
ciones son muy sensibles a los proble-
mas de especificacin que pudieran dar-
se en el modelo. Por ejemplo, si las per-
turbaciones u son heterocedsticas (la
varianza de las perturbaciones cambia
para cada observacin) o su distribucin
no fuera normal, las estimaciones obteni-
das no seran consistentes, a diferencia
de lo que ocurre con el modelo de regre-
sin habitual. Esto hace que la fase de
diagnosis del modelo estimado sea espe-
cialmente relevante en estos modelos y
un anlisis de residuos, as como la reali-
zacin de contrastes de especificacin,
es muy importante para poder validar el
modelo estimado.
Hay que sealar que se han desarro-
llado bastantes extensiones de los mode-
los de truncamiento y variable depen-
diente censurada a partir de los expues-
tos anteriormente. Uno de los casos ms
utilizados ha sido el modelo de regresin
con seleccin muestral. En este caso se
establece un problema con dos fases,
una primera ecuacin modeliza si se da o
no el fenmeno y otra ecuacin cuantifi-
ca ese fenmeno para aquellos indivi-
duos en los que se observa. Un ejemplo
puede ser la modelizacin de la oferta de
empleo con una primera ecuacin de
participacin en el mercado de trabajo
que modeliza la diferencia entre el sala-
rio de mercado y el salario de reserva de
una persona como funcin de caracters-
ticas individuales (edad, nivel educati-
vo,...). Posteriormente, una segunda
ecuacin de resultados puede modelizar
el nmero de horas de trabajo ofertadas
en funcin de caractersticas del hogar
(nmero de hijos,...). Hay que tener en
cuenta que esta segunda ecuacin slo
tiene valores observados para aquellos
individuos cuyo salario de mercado est
por encima del salario de reserva y, por
7393 CISS
MODELOS GARCH
lo tanto, la variable nmero de horas
muestra un truncamiento selectivo.
ROMN MNGUEZ SALIDO
Vase tambin: "Mxima verosimilitud"; "Microe-
conometra"; "Mnimos cuadrados" y "Tipo margi-
nal".
MODELOS GARCH
Vase: "Econometra financiera".
MODELOS INSIDER-
OUTSIDER
Insider-outsider models
Los modelos insider-outsider justifi-
can la existencia de rigideces salariales
en la economa por el poder monoplico
o excesivo poder de negociacin que tie-
nen los trabajadores empleados (insider)
frente a los desempleados (outsider) en
las negociaciones salariales, sobre todo
cuando existen sindicatos fuertes.
Esta teora, que surge inicialmente
como una explicacin macroeconmica
de la existencia de desempleo, fue for-
mulada por Lindbeck y Snower (1986),
analiza el comportamiento de los agen-
tes econmicos en mercados donde al-
gunos de los trabajadores tienen poder,
en contra de la teora de los salarios de
eficiencia, donde todo el poder de mer-
cado quedaba en manos de los empresa-
rios.
Lindbeck y Snower basan su anlisis
en la existencia de costes de rotacin, lo
cual les otorga a los trabajadores inter-
nos cierto poder de mercado, y apoyan
su teora en supuestos como los siguien-
tes:
- Tipos de contrato y permanencia del
outsider en la empresa: cuando un
trabajador externo es contratado y
permanece en la empresa durante
un largo periodo de tiempo logra
equiparar sus costes de rotacin a
los trabajadores internos (insiders),
por lo que tiene la oportunidad de
renegociar su salario, y convertirse
en un trabajador interno.
- Costes de rotacin: los costes de ro-
tacin se pueden dividir entre los
costes directamente relacionados
con la produccin, destinados a con-
vertir a los externos en productivos
para la empresa, y los costes relacio-
nados con la renta (costes de despi-
do).
Ante estos costes hay que destacar
que las empresas normalmente no
pueden trasladar todos los costes de
rotacin a los trabajadores internos,
puesto que las empresas no incurren
en estos costes hasta que no los sus-
tituyen con nuevos outsiders (princi-
piantes).
Adems cuanto mayores sean los
costes de rotacin mayor ser la pre-
sin que pueden ejercer los trabaja-
dores internos en las negociaciones
de los convenios colectivos, dado
que al estar los principiantes menos
protegidos, los trabajadores internos
tienen ms poder de mercado, que
utilizan para presionar al alza sus
propios salarios.
- Decisiones de empleo por parte de
las empresas: las empresas toman las
decisiones de empleo unilateralmen-
te, es decir, que a las empresas les
supone un coste cambiar a los traba-
jadores ya formados completamente
(los internos) por trabajadores que
actualmente se encuentran desem-
pleados (los externos o outsiders).
Adems, los trabajadores internos
7394 CISS
MODELOS INSIDER-OUTSIDER
pueden explotar la renta asociada a
estos costes de renovacin en el pro-
ceso de negociacin salarial. De este
modo los trabajadores externos no
pueden mejorar su posicin incluso
ofreciendo sus servicios por un me-
nor salario.
Tambin hay que tener en cuenta,
como apuntan otras teoras, a que a
lo mejor las empresas no deseen
remplazar a los actuales trabajadores
(los llamados internos) con otros ex-
ternos, a pesar de que ofrezcan sus
servicios a cambio de menores sala-
rios, debido a otros factores como:
la existencia de salarios mni-
mos, que pueden mantener el
salario por encima del de equili-
brio;
la presencia de generosas presta-
ciones por desempleo que gene-
ra desempleo de larga duracin,
al poder disponer los parados de
largas temporadas de seguro de
desempleo;
reduccin en la intensidad de la
bsqueda del empleo por parte
del desempleado de larga dura-
cin al encontrarse en una situa-
cin de desmoralizacin;
los salarios de eficiencia, de mo-
do que los empresarios teman
prdidas de competitividad o au-
mento de la rotacin laboral;
y la propia explicacin insider-
outsider, que destaca el poder
que los trabajadores internos,
protegidos por los costes de ro-
tacin, ejercen sobre los empre-
sarios para que no contraten a
trabajadores externos.
En conclusin, si aceptamos que los
salarios se determinan a travs de un
proceso de negociacin en el que inter-
vienen fundamentalmente las empresas y
lo trabajadores ya empleados -o internos-
el resultado final de esta negociacin de-
pender del poder de mercado relativo
de ambas partes. En principio, la existen-
cia de un stock elevado de trabajadores
parados debera reducir este poder de
negociacin de los trabajadores, ya que:
(i) las empresas estaran menos dispues-
tas a aceptar crecimientos elevados de
los salarios por ser menos favorable la
demanda, (ii) en caso de ser despedidos
por haber solicitado salarios excesivos, la
duracin probable del desempleo sera
mayor, y por tanto tambin sera ms al-
to el coste en que incurriran los trabaja-
dores en esta situacin, y (iii) la probabi-
lidad de ser despedidos aumentara al
disponer las empresas de un mayor n-
mero de trabajadores alternativos para
sustituir a sus trabajadores actuales.
Pues bien, la existencia de costes le-
gales de despido elevados debilita esta
tercera va de influencia de la situacin
del mercado de trabajo sobre la determi-
nacin de los salarios e incrementa el po-
der de los trabajadores internos. Por tan-
to, una reduccin de los mismos podra
favorecer por esta va una bajada de los
salarios reales -o al menos de su tasa de
crecimiento en relacin a la productivi-
dad- a la vez que los hara ms sensibles a
corto plazo a las condiciones del merca-
do de trabajo. Lo primero permitira en
principio una tasa de paro de equilibrio
ms baja, mientras que lo segundo ten-
dra como resultado un menor grado de
persistencia de las perturbaciones de
empleo.
Por ltimo, destacar que la teora de
los trabajadores internos-externos sirve
tambin como complemento a otras teo-
ras y modelos, como la segmentacin o
dualidad del mercado de trabajo, de ma-
nera que permite un mejor conocimien-
to de los agentes en los mercados de tra-
bajo y una ms completa explicacin de
7395 CISS
MODELOS PROBABILSTICOS
las diferencias salariales y la persistencia
del desempleo. Adems de otorgar una
explicacin de por qu a veces la evolu-
cin de los salarios discurre de forma aje-
na a las condiciones de la oferta y la de-
manda imperantes en el mercado de tra-
bajo.
M JESS ARROYO FERNNDEZ
Vase tambin: "Salarios de eficiencia".
MODELOS
PROBABILSTICOS
Vase: "Estadstica".
MODELOS SURE
Vase: "Macroeconometra".
MODELOS VAR Y VEC
VAR and VEC models
VEC
I. CONCEPTO
Los modelos VAR (o modelos auto-
rregresivos vectoriales) y VEC (o mode-
los de correccin de error vectoriales) se
utilizan para modelizar series temporales
en contextos multivariantes donde hay
dependencias dinmicas entre distintas
series. Esta modelizacin multivariante,
al utilizar ms informacin, puede servir
para mejorar la prediccin frente a los
modelos univariantes de series tempora-
les, donde cada serie se modeliza por se-
parado. Tambin se utilizan estos mode-
los para realizar simulaciones dinmicas
de la transmisin de los efectos de un
shock aleatorio sobre las restantes series.
Los modelos VAR se utilizan cuando las
series temporales a modelizar son esta-
cionarias, mientras que los modelos VEC
se utilizan cuando las series son integra-
das de orden 1 y es necesario aplicar el
anlisis de cointegracin para modelizar
dichas series. De hecho los modelos VEC
pueden considerarse una extensin mul-
tivariante al anlisis de cointegracin cl-
sico, cuando hay ms de dos series no
estacionarias en el modelo.
II. MODELOS VAR
Los modelos VAR constituyen una ex-
tensin directa de los modelos autorre-
gresivos univariantes cuando tenemos
ms de una serie temporal y se quiere
captar las dependencias dinmicas que
puede haber entre estas series. Por ejem-
plo, imaginemos que queremos modeli-
zar la dependencia entre las tasas de cre-
cimiento interanuales del Consumo y del
PIB. Lgicamente, ambas series estarn
correlacionadas; pero esta dependencia
no slo ser contempornea (en el mis-
mo instante) sino que tambin el pasado
del PIB puede influir sobre el consumo
actual y viceversa (dependencia dinmi-
ca). Una forma de observar estas depen-
dencias en el tiempo es utilizando la fun-
cin de correlacin cruzada entre ambas
variables, la cual nos mide la correlacin
que tiene el consumo con los retardos 0,
1, 2,... de la variable PIB y viceversa. Si es-
ta funcin de correlacin cruzada slo
tuviera un valor importante en el retardo
0, quiere decir que slo habra correla-
cin contempornea entre ambas series
y, por lo tanto, un modelo de regresin
habitual permitira captarla. Sin embargo
si, como suele suceder, hay correlacio-
nes importantes tambin en retardos dis-
tintos del 0, entonces hay que recoger
estas correlaciones dinmicas a travs de
modelos VAR (o de funcin de transfe-
rencia si la causalidad es en una direc-
cin nica, por ejemplo, del pasado del
PIB hacia el consumo y no al contrario).
7396 CISS
I. CONCEPTO II. MODELOS VAR III. MODELOS
MODELOS VAR Y VEC
Como se puede apreciar en el grfi-
co, existe una dependencia entre ambas
series que no slo se refiere al mismo
instante (retardo 0), sino que cada serie
depende tambin de los retardos de la
otra. Por supuesto, si mirsemos la fun-
cin de autocorrelacin, habitual en los
modelos AR, observaramos tambin que
cada serie depende asimismo de sus pro-
pios retardos (es decir, tanto el PIB co-
mo el consumo dependen de su propio
pasado y no slo del pasado de la otra
serie).
Como consecuencia, un modelo que
permite captar la dependencia dinmica
de ambas series podra ser el siguiente
VAR (1):
CON
t
= u
1,0
+ u
1,1
CON
t-1
+
u
1,2
PIB
t-1
+ u
1,t
PIB
t
= u
2,0
+ u
1,2
CON
t-1
+
u
2,2
PIB
t-1
+ u
2,t
En este modelo se permite que los
retardos del Consumo y PIB determinen
la evolucin de la variable Consumo y,
en la segunda ecuacin, lo mismo con el
PIB. La dependencia contempornea en-
tre ambas variables se capta permitiendo
que la correlacin entre los ruidos u
1t
y
u
2t
no sea cero. Este modelo VAR puede
estimarse de forma consistente (y efi-
ciente) por mnimos cuadrados ordina-
rios, por lo cual puede hacerse utilizando
cualquier software economtrico estn-
dar. En nuestro caso, las estimaciones
obtenidas son las siguientes:
7397 CISS
MODELOS VAR Y VEC
Como era de esperar, observando la
funcin de correlacin cruzada, en am-
bas ecuaciones los coeficientes de los re-
tardos son positivos y significativos (p-va-
lores del estadstico t de contrastar la sig-
nificatividad muy bajos). Adems, la co-
rrelacin contempornea entre los resi-
duos (0.68) indica que tambin hay una
dependencia importante en el mismo
instante temporal entre Consumo y PIB.
Una forma directa de comprobar si
hay dependencias dinmicas que no he-
mos captado con el VAR, es decir, si los
retardos incluidos eran adecuados, es
analizar la funcin de autocorrelacin de
los residuos. En nuestra estimacin, los
grficos de los residuos y autocorrelacio-
nes son los siguientes:
7398 CISS
MODELOS VAR Y VEC
Todos los retardos de la funcin de
autocorrelacin de los residuos (que
muestra la dependencia dinmica de ca-
da serie que no hemos captado) son
muy pequeos, indicando que hemos re-
cogido la mayor parte de dependencia
temporal para ambas. Slo destaca el re-
tardo 4 en la a.c.f. de los residuos del
PIB, que es importante, quizs debido a
un patrn estacional no captado (la fre-
cuencia de la serie es trimestral por lo
cual puede haber cierta estacionalidad
de orden 4). Otra manera frecuente de
especificar el nmero de retardos del
VAR es elegir algn criterio de informa-
cin (habitualmente AIC o SC) y elegir el
nmero de retardos que hace que el VAR
estimado tenga el menor valor del crite-
rio de informacin elegido. Por ejemplo,
en nuestro caso se estimaron modelos
VAR desde el orden 1 hasta el 4 y el de
orden 1 fue el que tena un valor menor
del SC, por ello se eligi ese nmero de
retardos.
Una de las principales utilidades de
los modelos VAR, adems de la realiza-
cin de predicciones hacia el futuro, es
el estudio de la respuesta dinmica de
una serie cuando se produce un shock
inesperado en la otra serie. Por ejemplo,
cul sera la respuesta del consumo en
el tiempo si hay un shock inesperado en
el PIB?. Esta respuesta dinmica viene da-
da por la funcin de respuesta al impul-
so, la cual muestra el efecto contempor-
neo y en los instantes posteriores del
shock. Para el modelo VAR (1) estimado,
la funcin de respuesta del consumo
frente a shocks unitarios en el PIB viene
dada por:
7399 CISS
MODELOS VAR Y VEC
Como se puede observar en el grfi-
co, hay una reaccin positiva inicial que
se diluye en el tiempo hasta hacerse in-
significante a partir de 10 perodos pos-
teriores. El grfico inferior mide la res-
puesta acumulada del consumo. Hay que
observar que, a pesar de haber incluido
un nico retardo en el modelo, la depen-
dencia dinmica se extiende muchos ms
perodos; ya que los modelos autorregre-
sivos permiten extender la memoria mu-
cho ms all del nmero de retardos in-
cluidos.
II. MODELOS VEC
El anlisis anterior es vlido cuando
las series incluidas en el modelo son es-
tacionarias (con media y varianza esta-
bles) pero no lo es si, como ocurre en
muchas situaciones, las series son inte-
gradas o no estacionarias. Por ejemplo,
las series correspondientes a pernocta-
ciones mensuales de viajeros (en logarit-
mos) de tres regiones diferentes mues-
tran un perfil claramente no estacionario,
por lo cual no se pueden estimar mode-
los VAR directamente como hicimos en
el apartado anterior.
7400 CISS
MODELOS VAR Y VEC
Una alternativa para poder modelizar
estas series sera transformarlas previa-
mente en estacionarias, por ejemplo, tra-
bajando con las series en tasas de creci-
miento en lugar de los logaritmos de la
serie original y, una vez transformadas en
estacionarias, especificar y estimar un
modelo VAR como los vistos anterior-
mente. Sin embargo, esta forma de mo-
delizacin elimina las posibles relaciones
de cointegracin (o de largo plazo) que
pudieran establecerse entre las series no
estacionarias, por lo cual se pierde infor-
macin. Una mejor opcin puede ser in-
tegrar las relaciones de cointegracin, o
relaciones de largo plazo estacionarias,
dentro de la modelizacin VAR y esto es,
precisamente, lo que se hace a travs de
los modelos VEC. La teora de la cointe-
gracin muestra que, aunque las series
originales sean no estacionarias, puede
que haya combinaciones lineales de
equilibrio entre ellas que sean estaciona-
rias (a estas relaciones de largo plazo se
les denomina relaciones de cointegra-
cin). En los modelos VEC se intenta es-
tablecer un marco nico en el que se in-
tegren tanto las relaciones de largo plazo
estacionarias (recogidas a travs de las
relaciones de cointegracin) junto con
las dependencias dinmicas de corto pla-
zo captadas a travs de modelos VAR.
Las etapas de modelizacin VEC in-
cluyen las siguientes fases:
Especificacin y estimacin de un
modelo VAR sobre las series originales.
En nuestro ejemplo se ha estimado un
modelo VAR (1) sobre las 3 series de per-
noctaciones en distintas regiones. Por su-
puesto, para la especificacin de los re-
tardos del modelo VAR se pueden utilizar
criterios de informacin tal y como se in-
dic en el apartado anterior.
Deteccin del nmero de relacio-
nes de cointegracin independientes, o
de largo plazo, existentes entre las varia-
bles. A este nmero se le denomina ran-
go de cointegracin. En general, si tene-
mos n series no estacionarias el rango de
7401 CISS
MODELOS VAR Y VEC
cointegracin puede oscilar entre los va-
lores: 0,1,...,n-1. Para detectar de forma
estadstica el rango de cointegracin, se
suele utilizar el test de la traza expuesto
por Johansen. Dicho test tiene una forma
secuencial cuya primera hiptesis nula es
rango=0 frente a rango>0. Si se rechaza
la nula, se plantea la hiptesis rango=1
frente a rango>1 y as sucesivamente
hasta que no se rechace la hiptesis nula.
En este momento, el rango de cointegra-
cin ser el que venga dado por dicha hi-
ptesis nula. A modo de ejemplo, el re-
sultado del test de la traza para el ejem-
plo de pernoctaciones viene dado por:
En nuestro caso, al existir 3 series,
los posibles valores del rango de cointe-
gracin seran 0,1 y 2. Como se puede
observar, la hiptesis nula, H0, se re-
chaza para rango=0 y no se rechaza para
rango=1 por lo cual se detecta una nica
relacin de cointegracin.
Una vez detectado el nmero de
relaciones de cointegracin (o rango de
cointegracin) el siguiente paso es rees-
timar el modelo VAR incluyendo estas re-
laciones. En nuestro ejemplo, la relacin
de cointegracin estimada tendra los si-
guientes coeficientes:
Esto quiere decir que, aunque cada
serie de pernoctaciones sea no estacio-
naria, la combinacin lineal dada por:
Reg.I-(0.32)RegII-(0.444)Re-
gIII-0.00018t , es estacionaria. De hecho,
el grfico anterior de las series de per-
noctaciones muestra al final el vector de
cointegracin estimado y, efectivamente,
parece que esta relacin es estable.
Una vez estimado el modelo VAR
junto con las relaciones de cointegracin
correspondientes, es posible expresar el
modelo en forma de mecanismo de co-
rreccin del error, o modelo VEC. En es-
te modelo, las variables dependientes
son las diferencias o cambios de las varia-
bles originales, definidas como y
t
= y
t
-
y
t-1
. Estas diferencias se expresan, al
igual que en un modelo VAR, como fun-
cin de diferencias anteriores (si es que
hay correlaciones dinmicas de corto pla-
zo entre ellas) y, adems, como funcin
de las desviaciones de las relaciones de
equilibrio producidas en el perodo ante-
rior (mecanismo de correccin de error).
Si estas desviaciones se consideran como
el error en la relacin de equilibrio, lo
que se hace es corregir el cambio o creci-
miento de las variables, medido por y
t
como funcin del error cometido ante-
riormente. Este error vendr medido por
el valor de la relacin de cointegracin
en el perodo anterior. En nuestro ejem-
plo, el modelo VEC estimado quedara
de la siguiente forma:
7402 CISS
MODELOS VAR Y VEC
donde, como es habitual, los valores
entre parntesis representan desviacio-
nes tpicas estimadas y el trmino ec
t-1
es
la correccin del error, medida por la
desviacin de la relacin de equilibrio
del perodo anterior. En nuestro caso,
dados los coeficientes de la relacin de
cointegracin, se calcula como ec
t-1
=
RegI
t-1
-(0.32)RegII
t-1
-(0.444)Re-
gIII
t-1
+0.00018(t-1). Por supuesto, si hu-
biera ms de una relacin de cointegra-
cin habra que incluir ms trminos de
correccin de error tipo ec
t-1
(uno por
cada relacin). Adems, si hubiera auto-
correlacin en los residuos u
i,t
, se po-
dran incluir retardos de las variables
Reg
t
como en los modelos VAR habitua-
les (los cuales se aadiran a los trminos
ec
t-1
tambin como regresores).
Para acabar, hay que sealar que los
coeficientes asociados a los trminos de
correccin de error ec
t-1
(denominados
loadings) miden como cambia la variable
Reg
t
correspondiente cuando se produce
una desviacin del equilibrio en el pero-
do anterior. As, si el signo es negativo (y
significativo) quiere decir que cuando
hay una desviacin positiva (ec
t-1
>0), es
previsible que el cambio en la variable
Reg
t
durante el perodo siguiente sea ne-
gativa (AReg
t
<0). De esta manera se
compensa en cierta forma la desviacin o
error y se vuelve a la senda del equilibrio
(acta en cierto sentido como una espe-
cie de atractor).
A partir de los loadings estimados en
el modelo VEC, hay cierta evidencia de
que la primera regin es la ms influen-
ciada por la relacin de equilibrio entre
ellas. Como es habitual, una vez estima-
do el modelo VEC puede utilizarse con
fines predictivos al igual que ocurra con
los modelos VAR. Si, efectivamente, la re-
lacin de equilibrio es importante en la
habr una mejora en la prediccin res-
pecto a los VAR (y tambin respecto a los
modelos AR univariantes que utilizan una
menor cantidad de informacin).
ROMN MNGUEZ SALIDO
Vase tambin: "Autocorrelacin"; "Cointegra-
cin"; "Modelos Arima" y "Series temporales".
LO ESENCIAL SOBRE
MODELOS VAR Y VEC
Libros