KAIRÓS, REVISTA
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
II
TABLA DE CONTENIDOS
REDES DE CONOCIMIENTO Y DESEMPEÑO INNOVADOR: EL PAPEL
MEDIADOR DE LAS UNIVERSIDADES EN CONGLOMERADOS
COLOMBIANOS..................................................................................................................................................................9
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
CAPITAL INTELECTUAL Y SOSTENIBILIDAD ORGANIZACIONAL EN COOPERATIVAS
ECUATORIANAS: UN ANÁLISIS DESDE LAS DIMENSIONES HUMANA, ESTRUCTURAL Y
RELACIONAL.....................................................................................................................................................................42
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
UNA APROXIMACIÓN A LA VIABILIDAD ECONÓMICA Y FINANCIERA
PARA EL ÉXITO DE LOS EMPRENDIMIENTOS EN LA CIUDAD DE
RIOBAMBA.........................................................................................................................................................................65
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina,
Jorge Fernando Cruz Parra
NORMAS PERSONALES Y AUTOEFICACIA VERDE: IMPULSORES
DEL CONSUMO SOSTENIBLE ENTRE CENTENNIALS
ECUATORIANO.................................................................................................................................................................87
Karen V. Zambrano-Quezada, Gabriela E. Córdova-Apolo, Lorenzo Bonisoli
TECNOLOGÍAS FINTECH Y EFICIENCIA OPERATIVA EN MICROFINANZAS: UN ANÁLISIS
BIBLIOMÉTRICO 2020 – 2024..............................................................................................................................100
Mayra A. Chicaiza-Herrera, Elvis I. Bonilla-Galeas, Selena S. Chicaiza-Chiluisa
SESGOS COGNITIVOS Y CONDUCTA FINANCIERA RESPONSABLE EN
ESTUDIANTES UNIVERSITARIOS MEDIANTE MODELADO DE ECUACIONES
ESTRUCTURALES.......................................................................................................................................................120
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez,
Johanna Castro-Ramírez
FACTORES SOCIOECONÓMICOS, FELICIDAD Y CONDUCTA
PROSOCIAL EN UNA CIUDAD ANDINA DEL ECUADOR: EL CASO DE
RIOBAMBA.......................................................................................................................................................................141
Sammya P. Jácome-Carrasco, Evelyn G. Ocaña-Wilcapi
INDONESIA–ANGOLA TRADE AND INVESTMENT POTENTIAL: A PRODUCT
CLASSIFICATION MODEL USING REVEALED COMPARATIVE ADVANTAGE AND CONSTANT
MARKET SHARE ANALYSIS..................................................................................................................................158
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
INTELIGENCIA ARTIFICIAL EN EL TURISMO ¿HACIA DÓNDE SE DIRIGE LA INVESTIGACIÓN?
UNA REVISIÓN DE LITERATURA.......................................................................................................................183
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
DE LA ECONOMETRÍA AL RAZONAMIENTO CAUSAL: INTELIGENCIA ARTIFICIAL Y
FORMACIÓN ECONÓMICA EN TIEMPOS DE BIG DATA.......................................................................209
Wilson A. Pérez-Oviedo
KAIRÓS, REVISTA
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
COMITÉ EDITORIAL EQUIPO EDITORIAL
III
Ph.D. Diego Enrique Pinilla Rodriguez
DIRECTOR / EDITOR EN JEFE
Ph.D. Gerardo Miguen Nieves Loja
COORDINADOR EDITORIAL
Ph.D. Patricia Hernandez Medina
COORDINADORA EDITORIAL
Ph.D. Ibett Mariela Jácome Lara
COORDINADORA EDITORIAL
MSc. Pablo Méndez Naranjo
COORDINADOR TECNOLÓGICO
Ph.D. Galo Rodrigo Guerrero
Universidad Técnica Particular de Loja
MSc. Carlos Hernando Escobar Uribe
Universidad del Bosque, Colombia.
Ph.D. Damián Bil
Consejo Nacional de Investigaciones Cientícas
y Técnicas, Argentina.
MSc. Marcos Baudean
Universidad ORT, Uruguay.
Ph.D. Juan Carlos Vilaseca Berrios
Universidad Mayor de San Andrés, Bolivia.
Ph.D. Susana de las Mercedes Andrade Orellana
Ponticia Universidad Católica del Ecuador.
Ph.D. Andrés Botero Bernal
Universidad Industrial de Santander, Colombia.
Lcd. Jenny Alexandra Freire Rivera
TRADUCTORA DEL INGLES
MSc. Patricia Chiriboga Zamora
ASISTENTE EDITORIAL
MSc. Pablo Rosas Zamora
DISEÑADOR
Christian Giovanny Miranda Gaibor
CORRECIÓN ORTOGRÁFICA Y GRAMATICAL
Lic. Andrea Karolina Romero Bunshe
MAQUETADOR
Ph.D. Julio César Guanche Zaldivar
Flacso, Ecuador.
Ph.D. Tania Lizeth Zabala-Peñael
Flacso, Ecuador.
Ph.D. Edgar Corso Sosa
Instituto de Investigaciones Jurídicas,
Universidad Nacional Autónoma de México.
Ph.D. Patricio Sánchez Cuesta
Universidad Nacional de Chimborazo, Ecuador.
Ph.D. Maria de Los Angeles Sanchez Dominguez
Universidad de Granada, España.
PhD. José Miguel Giner Pérez
Universidad de Alicante, España
KAIRÓS, REVISTA
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
Ph.D. (c) Andrés Santacoloma Santacoloma
Goethe University Frankfurt, Alemania.
Ph.D. Paula Otero Hermida
Universidad Politécnica de Valencia,
España.
Ph.D. Maximiliano Alberto Aramburo
Calle - Universidad Ponticia Bolivariana,
Colombia.
Ph.D. Vicente José Benito Gil
Universidad de Alicante, España.
Ph.D. Diana Beatriz González Carvallo
Centro de Estudios Constitucionales de la
Suprema Corte de Justicia de la Nación,
México.
Ph.D. Myrna Limas Hernández
Universidad Autónoma de Ciudad Juarez,
México.
Ph.D. José Luis Crespo Fajardo
Universidad de Cuenca, Ecuador.
Ph.D. Luis Rafael Morales La Paz
Universidad Católica Andrés Bello,
Venezuela.
Ph.D. Daniel Lahoud
Universidad Católica Andrés Bello,
Venezuela.
MSc. Diana Milena Murcia Riaño
Universidad del Bosque, Colombia.
Ph.D. Miguel Ángel García
School of Law, University College Cork,
Irlanda.
Ph.D. Roberto del Barco Gamarra
Universidad Técnica de Oruro, Bolivia.
Msc. Gonzálo Jonás Paredes Reyes
Universidad Católica de Santiago de
Guayaquil.
Msc. Sol David López Domínguez Rivas
Universidad de Guayaquil, Ecuador.
Ph.D. Juan Ramos Martín
Ponticia Universidad Javeriana, Colombia.
Ph.D. Priscila Hermida
Ponticia Universidad Católica del Ecuador,
Ecuador.
Ph.D. Milton Fernando Montoya Pardo
Universidad Externado de Colombia.
MSc. Juan Pablo Cabrera Vélez
Universidad Estatal de Bolívar, Ecuador.
MSc. Jorge Andrés Cruz Silva
Ponticia Universidad Católica del Ecuador,
Ecuador.
COMITÉ CIENTÍFICO
IV
KAIRÓS, REVISTA
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
COMITÉ CIENTÍFICO
Ph.D. Narcisa Jessenia Medranda
Morales
Universidad Politécnica Salesiana,
Ecuador.
Msc. Ximena Margarita Coronado
Otavalo
Ponticia Universidad Católica
del Ecuador, Ecuador.
Ph.D. Pablo Andrés Escandón
Montenegro
Universidad Andina Simón Bolívar,
Ecuador.
Msc. María Eugenia Borja Lombeida
Universidad Nacional de Chimborazo,
Ecuador
Ph.D. Damián Emilio Gibaja Romero
Universidad Popular Autónoma del
Estado de Puebla, México.
Msc. William Iván Gallo Aponte
Universidad Externado de Colombia.
Msc. Alejandro Hernández Luis
Facultad Latinoamericana de Ciencias
Sociales FLACSO, Ecuador.
Ph.D. Amir Al Hasani Maturano
Universidad de las Islas Baleares, España.
V
KAIRÓS, REVISTA
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
ÁRBITROS INVITADOS
Dr. Michael Espinoza Coila
Universidad Nacional del Altiplano de Puno,
Perú.
Dra. Patricia Orejudo Prieto de los Mozos
Universidad Complutense de Madrid, España.
Dr. José Ramón López Arellano
Universidad Autónoma de Sinaloa, México.
Dr. Milton Marcelo Cárdenas
Universidad Técnica de Cotopaxi, Ecuador.
Dr. Eduardo Guzmán Barquet
Universidad de Guayaquil, Ecuador.
Dr. Segundo Edwin Cieza Mostacero
Universidad César Vallejo, Perú.
Dr. José Ramón Cardona
Universitat de les Illes Balears, España.
Mgs. Dario Diaz
Universidad Técnica de Cotopaxi, Ecuador.
Mgs. María Alejandra Paublini
Universidad Católica Andrés Bello,
Venezuela.
Dra. Norma Patricia Caro
Universidad Nacional de Córdoba, Argentina.
Dra. Andrea Pincheira Varas
Universidad de Tarapacá, Chile.
Dra. Aminta Isabel De La Hoz Suárez
Universidad de Cartagena, Colombia
Dr. Miguel Ángel Peñarreta Quezada
Universidad Técnica Particular de Loja, Ecuador.
Dr. Rafael Eduardo Saavedra Leyva
Universidad Autónoma de Baja California, México.
Dr. Carlos Gómez Chiñas
Universidad Autónoma Metropolitana, México.
Dr. Willmer Guevara Ramírez
Universidad Santo Tomás, Colombia.
Dr. Kiki Verico
Universitas Indonesia (FEB UI).
VI
KAIRÓS, REVISTA
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
El número 16 de KAIRÓS se publica en un escenario marcado por profundas transformaciones
económicas, tecnológicas y sociales, que desaan los marcos tradicionales de análisis y
demandan enfoques interdisciplinarios para comprender fenómenos complejos. Los arculos
que integran este número abordan problemácas centrales de las ciencias económicas,
jurídicas y administravas, con énfasis en la innovación, la sostenibilidad, la tecnología, el
comportamiento económico y el desarrollo territorial, rearmando el compromiso de la
revista con una invesgación rigurosa y socialmente pernente.
En el ámbito de la innovación y el conocimiento, se analiza el papel mediador de las universidades
en la relación entre la pertenencia a conglomerados empresariales y el desempeño
innovador en Colombia (Salinas-Romero y Barrios-Aguirre, Fundación Universitaria Konrad
Lorenz, Colombia), destacando la relevancia de las redes de conocimiento en los sistemas
de innovación. De manera complementaria, se examina la relación entre capital intelectual
y sostenibilidad organizacional en cooperavas de ahorro y crédito ecuatorianas (Marnez-
Ñacato y Aguilar-Viteri, Poncia Universidad Católica del Ecuador), evidenciando avances
normavos, pero también brechas persistentes en la gesón del conocimiento y las relaciones
estratégicas.
Desde una perspecva tecnológica, este número incluye un análisis bibliométrico sobre la
aplicación de tecnologías Fintech en la eciencia operava de las micronanzas (Chicaiza-
Herrera et al., Universidad Técnica de Cotopaxi), así como una revisión sistemáca de la
literatura sobre inteligencia arcial en el turismo (Fernández-Jiménez, Delgado-Cruz y Vargas-
Marnez, Universidad Autónoma del Estado de México), que muestra cómo estas tecnologías
están redeniendo procesos producvos, modelos de gesón y agendas de invesgación. En
esta misma línea, se reexiona crícamente sobre los efectos de la inteligencia arcial y el
Big Data en la formación económica y el razonamiento causal en la invesgación empírica
(Pérez-Oviedo, FLACSO Ecuador).
El número también aborda problemácas de desarrollo territorial y economía aplicada.
Se analizan los factores de viabilidad económica y nanciera asociados al éxito de los
emprendimientos en la ciudad de Riobamba (Quispe Fernández et al., Universidad Nacional
de Chimborazo), aportando evidencia úl para la formulación de polícas locales de fomento
producvo. En el plano internacional, se examina el potencial de comercio e inversión entre
Indonesia y Angola mediante herramientas de ventaja comparava revelada y análisis de
parcipación de mercado (Rindiani et al., IPB University y Ministerio de Relaciones Exteriores
de Indonesia), contribuyendo al debate sobre cooperación económica Sur–Sur.
Desde la economía del comportamiento y las ciencias sociales, se estudia la inuencia de
los sesgos cognivos en la conducta nanciera responsable de estudiantes universitarios
VIII
EDITORIAL
KAIRÓS, REVISTA
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
(Luna-Murillo et al., Universidad Estatal Amazónica), así como los determinantes psicológicos
y normavos del consumo sostenible entre centennials ecuatorianos (Zambrano-Quezada
et al., Universidad Técnica de Machala). Asimismo, se analiza la relación entre felicidad,
conducta prosocial y factores socioeconómicos en una ciudad andina del Ecuador (Jácome-
Carrasco y Ocaña-Wilcapi, Universidad Nacional de Chimborazo), resaltando la importancia de
las interacciones sociales y el contexto instucional en el bienestar subjevo.
En conjunto, los trabajos que conforman este número evidencian la diversidad temáca y
metodológica de la invesgación contemporánea, con un marcado énfasis en problemácas
relevantes para América Lana y el Sur Global. KAIRÓS rearma así su vocación como espacio
de diálogo académico plural, orientado a la difusión de conocimiento críco que contribuya al
debate cienco y a la toma de decisiones informadas en los ámbitos público y privado.
Finalmente, el Comité Editorial agradece de manera especial a las autoras y los autores por
conar sus trabajos a KAIRÓS, así como a las y los evaluadores externos que, mediante su
revisión rigurosa, anónima y desinteresada, contribuyeron de manera decisiva a garanzar la
calidad cienca de los arculos publicados en este número.
Comité Editorial
KAIRÓS, revista de ciencias económicas, jurídicas y administravas
VIII
EDITORIAL
ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Juan Sebastián Salinas Romero
juans.salinasr@konradlorenz.edu.co
Escuela de Negocios - Fundación
Universitaria Konrad Lorenz
(Bogotá – Colombia)
ORCID: 0009-0004-0720-3596
Fernando Barrios Aguirre
Fernando.barriosa@konradlorenz.edu.co
Escuela de Negocios - Fundación
Universitaria Konrad Lorenz
(Bogotá – Colombia)
ORCID: 0000-0001-9577-3329
Recibido: 03/12/2025
Aceptado: 31/12/2025
REDES DE CONOCIMIENTO
Y DESEMPEÑO INNOVADOR:
EL PAPEL MEDIADOR DE
LAS UNIVERSIDADES
EN CONGLOMERADOS
COLOMBIANOS
KNOWLEDGE NETWORKS AND
INNOVATIVE PERFORMANCE:
THE MEDIATING ROLE OF
UNIVERSITIES IN COLOMBIAN
CONGLOMERATES
DOI:
https://doi.org/10.37135/kai.03.16.01
KAIRÓS, Vol. (9) No. 16, pp. 9-41, enero - junio 2026
ISSN No. 2631-2743
,
Resumen
Este estudio analiza el papel mediador de la cooperación
con universidades en la relación entre la pertenencia a
conglomerados empresariales y el desempeño innovador
de empresas manufactureras y de servicios en Colombia.
A partir de microdatos de la Encuesta de Desarrollo e
Innovación Tecnológica del DANE, se estiman modelos
probit, logit y de conteo (Poisson y Zero-Inated Poisson).
Los resultados muestran que la cooperación universitaria
incrementa signicativamente la probabilidad y la
intensidad de la innovación y media los efectos positivos
de los conglomerados, con mayor intensidad en el sector
servicios. Se concluye que las universidades actúan como
nodos clave de transferencia de conocimiento dentro de
los sistemas de innovación empresariales.
Palabras clave: innovación empresarial;
transferencia de conocimiento; vínculos universidad–empresa;
sistemas regionales de innovación; análisis de mediación.
Abstract
This study examines how cooperation with universities and
research centers mediates the relationship between cluster
membership and innovative performance in Colombian
companies in the manufacturing and service sectors. It
argues that universities act as catalysts for knowledge,
strengthening rms' capacity to generate innovations.
Using an empirical model that combines probit and logit
analysis for binary variables and Poisson and Zero-inated
Poisson analysis for counts, three main hypotheses are
evaluated: that companies in clusters that cooperate with
universities are more innovative; that such cooperation has
a mediating eect; and that this eect is more pronounced
in services than in manufacturing. The expected results
seek to provide evidence on the importance of academic
networks in strengthening business innovation, as well
as to guide policies and strategies for university-business
coordination in the Colombian context.
Keywords: Innovation, clusters, university-
business cooperation, knowledge networks, Colombia.
REDES DE CONOCIMIENTO
Y DESEMPEÑO
INNOVADOR: EL PAPEL
MEDIADOR DE LAS
UNIVERSIDADES EN
CONGLOMERADOS
COLOMBIANOS
KNOWLEDGE NETWORKS
AND INNOVATIVE
PERFORMANCE: THE
MEDIATING ROLE
OF UNIVERSITIES
IN COLOMBIAN
CONGLOMERATES
DOI:
https://doi.org/10.37135/kai.03.16.01
KAIRÓS, Vol. (9) No. 16, pp. 9-41, enero - junio 2026
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 11
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
Introducción
El estudio de la innovación y su impacto en el desempeño empresarial ha sido objeto de creciente
atención en la literatura académica, dado que constituye un motor clave para la competitividad
y el desarrollo económico sostenible (Porter, 1998; Lundvall, 1992; Nelson, 1993). En
economías en desarrollo, como la colombiana, este tema reviste particular importancia por
las brechas existentes en inversión en I+D y en capacidades de absorción tecnológica (OCDE,
2020). Diversos informes, como la Encuesta de Desarrollo e Innovación Tecnológica (EDITS)
del DANE (2021), muestran que las empresas colombianas enfrentan rezagos en materia de
innovación frente a estándares internacionales, lo cual limita su inserción en cadenas globales
de valor.
En este contexto, estudios empíricos como el de Barrios Aguirre y Carcamo Vergara (2013)
han demostrado que, incluso en sectores manufactureros de la Región Caribe, la interacción
con actores externos y la construcción de redes de conocimiento resultan determinantes para
dinamizar la innovación. A nivel internacional, autores como Powell, Koput y Smith-Doerr
(1996) y Cohen y Levinthal (1990) han resaltado que la innovación no depende exclusivamente
de recursos internos, sino también de la capacidad de las rmas para conectarse con fuentes
externas de conocimiento, incluidas universidades y centros de investigación.
En consecuencia, el análisis de los vínculos entre redes de conocimiento, conglomerados
y desempeño innovador no solo es relevante para especialistas en economía o gestión,
sino también para tomadores de decisiones en políticas públicas y empresarios interesados
en comprender los factores que fortalecen la competitividad en mercados cada vez más
globalizados. Este documento aborda la cuestión de cómo la cooperación con universidades y
centros de investigación media la relación entre la pertenencia a conglomerados empresariales
y el desempeño innovador en las rmas manufactureras y de servicios en Colombia.
La literatura ha señalado que las aglomeraciones industriales generan externalidades positivas
que potencian el aprendizaje colectivo (Porter, 1998; Breschi & Malerba, 2005), mientras que la
vinculación universidad–empresa actúa como un canal clave de transferencia de conocimiento
y de fortalecimiento de capacidades tecnológicas (Perkmann & Walsh, 2007; Ankrah & Omar,
2015). Sin embargo, en el caso colombiano, la evidencia empírica que integra ambos enfoques
es escasa: aunque se han documentado dinámicas sectoriales y regionales en la innovación
(Barrios Aguirre & Carcamo Vergara, 2013; DNP, 2019) y se ha demostrado la relevancia
de la cooperación académica (Guatibonza Tamayo, 2021; Arango & Páez, 2022), aún falta
comprender cómo estos factores interactúan.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
12
Este documento explora, por tanto, si las rmas que pertenecen a conglomerados y que además
cooperan con universidades exhiben mayores probabilidades e intensidad de innovación en
comparación con aquellas que no establecen dichos vínculos, atendiendo a las diferencias
sectoriales entre manufactura y servicios.
La contribución de esta investigación radica en tres elementos novedosos que enriquecen la
literatura existente. En primer lugar, integra dos dimensiones que usualmente se han analizado
de manera aislada —la pertenencia a conglomerados y la cooperación universidad–empresa—,
permitiendo estimar no solo efectos directos sino también el papel mediador de las universidades
en la innovación empresarial, un aspecto poco explorado en el contexto colombiano (Giuliani,
2007; Ankrah & Omar, 2015).
En segundo lugar, incorpora evidencia reciente a partir de los datos de la Encuesta de Desarrollo
e Innovación Tecnológica (EDIT IX), los cuales capturan de manera más actual las dinámicas
de innovación, incluyendo barreras como el acceso al nanciamiento o la visibilidad de los
mecanismos de apoyo (Barrios Aguirre et al., 2023; DANE, 2021). En tercer lugar, diferencia
explícitamente entre sectores de manufactura y servicios, respondiendo a estudios que
muestran que las trayectorias y dependencias del conocimiento varían según el sector (Tether,
2005; Arango & Páez, 2022), lo que permite identicar heterogeneidades e implicaciones para
políticas de innovación más focalizadas. En conjunto, estos aportes resultan relevantes tanto
para el avance académico en torno a los sistemas de innovación como para la formulación de
estrategias públicas y privadas que fortalezcan la articulación entre universidades, empresas y
Estado en Colombia (Etzkowitz & Leydesdor, 2000; Lundvall, 1992).
Metodológicamente, este documento aplica un enfoque cuantitativo basado en modelos
econométricos que permiten capturar distintas dimensiones del desempeño innovador. Se
emplean modelos probit y logit para medir la innovación como variable dicotómica (innovador/
no innovador) y modelos de conteo tipo Poisson para analizar la intensidad innovadora en
términos de número de innovaciones introducidas, siguiendo la aproximación de estudios
previos en economías emergentes (Ahuja, 2000; Barrios Aguirre et al., 2023).
Asimismo, se incluye un análisis de mediación del tipo Baron y Kenny (1986), complementado
con la prueba de Sobel, con el n de identicar si la cooperación con universidades actúa
como mediador entre la pertenencia a conglomerados y la innovación. Para robustecer los
resultados, se controlan variables críticas como el tamaño de la empresa, la disponibilidad de
personal calicado, la capacidad de nanciamiento (público y privado), el sector económico y
las características regionales (DANE, 2021; Cohen & Levinthal, 1990). Con el n de mitigar
potenciales problemas de endogeneidad, se consideran estrategias de instrumentación y el
uso de errores estándar agrupados. De este modo, el diseño empírico asegura tanto validez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 13
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
estadística como coherencia con los retos propios de la innovación empresarial en el contexto
colombiano.
Los resultados esperados sugieren que las empresas pertenecientes a conglomerados que
cooperan con universidades presentan no solo una mayor probabilidad de innovar, sino
también una intensidad superior en el número de innovaciones introducidas, en comparación
con aquellas que no establecen dicha cooperación. Se anticipa que la cooperación universitaria
actúe como un mecanismo mediador clave, reforzando la transferencia de conocimiento y el
aprendizaje organizacional, lo cual coincide con hallazgos internacionales sobre la relevancia
de las redes académicas para la innovación (Etzkowitz & Leydesdor, 2000; Perkmann &
Walsh, 2007; Ankrah & Omar, 2015).
De manera particular, se espera que este efecto mediador sea más pronunciado en el sector
servicios, dada su mayor dependencia de fuentes externas de conocimiento y capacidades
tecnológicas (Guatibonza Tamayo, 2021; Arango & Páez, 2022). Estos hallazgos aportarían
evidencia novedosa sobre cómo la interacción entre conglomerados y universidades congura
dinámicas diferenciadas de innovación en Colombia, ofreciendo implicaciones prácticas para
diseñar políticas de articulación universidad-empresa y estrategias que fortalezcan los sistemas
regionales de innovación en un país con baja inversión en I+D.
El resto del documento está organizado de la siguiente manera. En primer lugar, se presenta
un estado del arte que revisa la literatura nacional e internacional sobre conglomerados
empresariales, cooperación universidad–empresa y redes de conocimiento, destacando vacíos
y oportunidades para el caso colombiano. En segundo lugar, se expone la metodología, que
incluye los modelos econométricos utilizados (probit, logit y Poisson), la estrategia de análisis
de mediación y los mecanismos aplicados para mitigar problemas de endogeneidad. En tercer
lugar, se muestran los resultados empíricos diferenciados entre los sectores manufacturero y de
servicios, destacando los efectos directos y mediadores de la cooperación con universidades.
Finalmente, se presentan las conclusiones, limitaciones y recomendaciones de política pública,
enfocadas en fortalecer los sistemas de innovación mediante la articulación universidad–empresa
y la adaptación de instrumentos institucionales al contexto regional y sectorial colombiano.
Estado del arte
La literatura sobre innovación y redes de conocimiento se ha desarrollado principalmente en
tres corrientes complementarias: (i) estudios sobre clusters y conglomerados que subrayan la
importancia de la proximidad, las externalidades locales y las ventajas competitivas derivadas
de la aglomeración (Porter, 1998), (ii) enfoques de redes organizacionales que analizan cómo
la colaboración interorganizacional, las alianzas y la posición en la red facilitan el aprendizaje
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
14
y la innovación (Powell, Koput & Smith-Doerr, 1996); (iii) y estudios sobre la cooperación
universidad–empresa que examinan los mecanismos de transferencia de conocimiento, las
formas de vinculación (contratos, proyectos conjuntos, movilidad de personal) y las limitaciones
prácticas de esas relaciones (Perkmann & Walsh, 2007).
En el plano empírico, estas corrientes se nutren de encuestas nacionales y bases de datos que
permiten caracterizar el patrón de innovación en un país dado; en Colombia, la Encuesta de
Desarrollo e Innovación Tecnológica (EDITS) del DANE se utiliza ampliamente para este
propósito (DANE, 2021), y trabajos recientes aportan evidencia sobre el papel del capital
humano y de la colaboración académica en el desempeño innovador de las rmas (Guatibonza
Tamayo, 2021).
En primer lugar, la literatura sobre conglomerados y clusters sostiene que la concentración
geográca de empresas genera ventajas derivadas de economías externas, circulación de
información y competencia cooperativa. Porter (1998) enfatiza que la aglomeración impulsa la
competitividad al facilitar el acceso a proveedores especializados y al talento humano. Breschi
y Malerba (2005) profundizan en esta idea al demostrar que la cercanía sectorial y tecnológica
fortalece procesos de aprendizaje colectivo. En América Latina, Giuliani (2007) documenta
cómo los clústeres vinícolas en Chile actúan como sistemas de innovación localizados, donde
las redes de empresas más conectadas determinan mayores tasas de innovación. En Colombia,
el Departamento Nacional de Planeación (DNP, 2019) identicó que sectores como textil,
farmacéutico y tecnológico muestran un desempeño innovador superior al promedio, derivado
de las dinámicas de aglomeración y colaboración.
En segundo lugar, la literatura sobre redes interorganizacionales ha resaltado que la innovación
depende no solo de recursos internos, sino también de la posición relacional de las empresas.
Powell, Koput y Smith-Doerr (1996) plantean que las alianzas estratégicas y la cooperación
establecen ujos de conocimiento que superan las fronteras organizacionales. Ahuja (2000)
conrma que las empresas más centrales en una red tienen mayores probabilidades de introducir
innovaciones de producto y proceso. En contextos latinoamericanos, Álvarez y Robertson
(2004) señalan que la cooperación horizontal y vertical es crucial para que las pequeñas y
medianas empresas superen limitaciones estructurales.
En tercer lugar, la literatura sobre cooperación universidad–empresa ha mostrado que esta
vinculación constituye un mecanismo decisivo para la transferencia de conocimiento. Perkmann
y Walsh (2007) identican modalidades que incluyen proyectos conjuntos, consultorías,
licenciamiento de patentes y movilidad de personal investigador. A nivel internacional, se ha
demostrado que dicha cooperación fortalece la capacidad de absorción de las rmas y su acceso
a conocimiento avanzado (Cohen & Levinthal, 1990; Ankrah & Omar, 2015).
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 15
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
En Colombia, la Encuesta EDITS del DANE (2021) evidencia que cerca del 18 % de las
empresas innovadoras reportan a las universidades como una de sus principales fuentes de ideas.
Investigaciones recientes subrayan que esta cooperación no solo aporta recursos tecnológicos,
sino que también legitima y amplía la capacidad de aprendizaje de las rmas (Guatibonza
Tamayo, 2021; Arango & Páez, 2022).
Aunque la literatura previa ha mostrado consistentemente la relevancia de los conglomerados
y de la cooperación universidad–empresa para impulsar la innovación, pocos estudios han
analizado cómo estos dos factores interactúan entre sí. La mayoría de las investigaciones se
concentran en evaluar efectos de manera aislada: por un lado, los benecios de pertenecer a un
clúster (Porter, 1998; Giuliani, 2007) y, por otro, los aportes de la vinculación con universidades
(Perkmann & Walsh, 2007; Ankrah & Omar, 2015). Sin embargo, se observa una brecha en
la comprensión del papel mediador que las universidades pueden tener en la relación entre
aliación a conglomerados y desempeño innovador.
En el caso colombiano, esta carencia es aún más evidente, pues aunque existen diagnósticos
sobre clústeres regionales (DNP, 2019) y sobre cooperación académica (Guatibonza Tamayo,
2021), la evidencia empírica que articule ambas dimensiones es escasa. De esta manera, la
presente investigación se diferencia al plantear un análisis integrado que evalúa cómo la
cooperación con universidades no solo complementa, sino que también media los efectos de la
pertenencia a conglomerados sobre la innovación empresarial.
La diferenciación de este enfoque resulta relevante porque permite superar las limitaciones
de los estudios que tratan la innovación de manera fragmentada. Comprender la interacción
entre conglomerados y universidades ofrece evidencia más realista sobre los procesos de
innovación, especialmente en países en desarrollo donde la articulación institucional es clave
para cerrar brechas tecnológicas (Lundvall, 1992; Nelson, 1993). En el caso colombiano, donde
la inversión en I+D apenas alcanza el 0,3 % del PIB —muy por debajo del promedio de la
OCDE— (OCDE, 2020), resulta fundamental identicar sinergias entre actores que maximicen
los recursos disponibles. Además, la literatura sobre sistemas regionales de innovación ha
mostrado que la cooperación entre empresas, universidades y gobierno —la llamada “triple
hélice”— es decisiva para construir capacidades dinámicas y mejorar la competitividad
(Etzkowitz & Leydesdor, 2000). Por lo tanto, diferenciarse mediante un análisis que integre
la inuencia de conglomerados y universidades no solo llena un vacío académico, sino que
también aporta insumos para diseñar políticas públicas orientadas a fortalecer la innovación
empresarial en el país.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
16
La principal contribución de este estudio radica en integrar dos enfoques que tradicionalmente
se han analizado por separado: los benecios de pertenecer a conglomerados empresariales y el
papel de la cooperación universidad–empresa en la innovación. Mientras que la literatura previa
ha documentado ampliamente las externalidades derivadas de la aglomeración (Porter, 1998;
Giuliani, 2007) y los mecanismos de transferencia de conocimiento desde la academia hacia
la industria (Perkmann & Walsh, 2007; Ankrah & Omar, 2015), pocos estudios han explorado
cómo interactúan estas dimensiones en contextos de países en desarrollo.
Este trabajo busca llenar ese vacío al proponer un marco integrador que reconoce a las
universidades no solo como fuentes externas de conocimiento, sino también como actores
mediadores que amplican los benecios de los clústeres sobre el desempeño innovador.
Asimismo, introduce un enfoque diferenciado entre el sector manufacturero y el de servicios,
lo que permite comprender con mayor precisión las dinámicas sectoriales de innovación en
economías emergentes como la colombiana.
A partir de la revisión de la literatura y de las brechas identicadas, se plantean tres hipótesis
centrales. Primero, se propone que:
H1: Las empresas pertenecientes a conglomerados que cooperan con universidades presentan
un mayor nivel de innovación que aquellas que no establecen esta cooperación en línea con los
hallazgos sobre externalidades de aglomeración (Porter, 1998) y transferencia de conocimiento
académico (Perkmann & Walsh, 2007).
Segundo, se sugiere que:
H2: La cooperación con universidades cumple un papel mediador en la relación entre la
aliación a conglomerados y el desempeño innovador, lo que responde a la ausencia de estudios
que integren ambos enfoques (Giuliani, 2007; Ankrah & Omar, 2015).
Tercero, se plantea que:
H3: Este efecto mediador es más pronunciado en el sector servicios que en el manufacturero,
dado que los servicios intensivos en conocimiento dependen en mayor medida de la interacción
con fuentes externas de innovación (Arango & Páez, 2022; Guatibonza Tamayo, 2021).
Estas hipótesis orientan el análisis empírico y permiten contrastar la pertinencia del marco
conceptual en el contexto colombiano.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 17
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
Métodos
Estrategia de identicación, datos
Para evaluar las hipótesis planteadas sobre el papel mediador de las universidades en la
relación entre pertenencia a conglomerados e innovación empresarial, se adopta un enfoque
cuantitativo sustentado en microdatos de empresas colombianas. La fuente principal de
información es la Encuesta de Desarrollo e Innovación Tecnológica EDIT X y EDITS VIII
elaborada por el Departamento Administrativo Nacional de Estadística DANE, la cual recoge
información detallada sobre actividades de innovación, cooperación, estructura empresarial y
características tecnológicas de las rmas en Colombia. Esta base se complementa con registros
administrativos del Ministerio de Ciencia, Tecnología e Innovación, lo que permite identicar
vínculos de colaboración entre empresas y universidades, así como la pertenencia a grupos o
conglomerados empresariales.
El universo de análisis está conformado por empresas de los sectores manufacturero y de servicios
intensivos en conocimiento, siguiendo la clasicación propuesta por la OCDE (2011). La
elección de estos sectores responde a su relevancia estratégica dentro del sistema de innovación
colombiano, mientras la manufactura concentra gran parte de las actividades formales de I+D,
los servicios representan un campo de creciente dinamismo en la transferencia de conocimiento
y la digitalización productiva. La muestra incluye observaciones con información completa
durante un período mínimo de tres años consecutivos, lo cual posibilita un análisis de tipo
dinámico y la comparación entre sectores.
Con base en la información disponible, las variables dependientes, independientes y de control
que se utilizarán son las siguientes:
Variables dependientes:
Rendimiento de innovación: Recuento de innovaciones en productos, procesos, mercados
y organizaciones de las empresas. Fuente: EDIT-EDITS.
Fuente de ideas de universidades: Variable binaria que indica si la empresa utiliza
universidades como fuente de ideas para la innovación. Igual a 1 si la empresa utiliza
dichas universidades como fuentes de información. Igual a 0 en caso contrario.
Variables independientes y de control:
Tamaño de la empresa: Logaritmo del número de empleados de la empresa.
Personal cualicado: Proporción de personal empleado con formación universitaria y
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
18
especializada sobre el total de personal.
Personal altamente cualicado: Proporción de personal con maestría y doctorado sobre el
total de personal.
Fuente de ideas de universidades: Variable binaria que indica si la empresa utiliza
universidades como fuente de ideas para la innovación. Igual a 1 si la empresa utiliza
dichas universidades como fuentes de información. Igual a 0 en caso contrario.
Fuente vertical de ideas: Variable binaria que indica si la empresa utiliza a clientes o
proveedores como fuente de ideas para la innovación. Igual a 1 si la empresa utiliza a
dichos clientes o proveedores como fuentes de información. Igual a 0 en caso contrario.
Gasto en I+D: Logaritmo de la inversión en actividades internas y externas de I+D de la
empresa i. Fuente: EDIT-EDITS, desglosado por fuentes públicas, comerciales y propias.
Gasto en ACTI: Logaritmo de la inversión en actividades ciencia tecnología e innovación de
la empresa i. Fuente: EDIT-EDITS, desglosado por fuentes públicas, comerciales y propias.
Empuje de la demanda: Variable binaria que indica el grado de importancia del impacto
de la introducción de bienes o servicios nuevos o mejorados, o de la implementación de
procesos nuevos o mejorados. Igual a 1 si la empresa considera muy importante la mejora
en la calidad de los bienes o servicios y la ampliación de la gama de bienes o servicios
ofrecidos (Grith et al., 2006). Igual a 0 en caso contrario.
Empuje tecnológico o de productividad: Variable binaria que indica si se ha producido un
aumento de la productividad de la empresa. Valor 1 si se ha producido un aumento de la
productividad; 0 en caso contrario.
Empuje de mercado: Variable binaria que indica si la empresa ha mantenido su cuota de
mercado geográca. Valor 1 si la empresa ha mantenido su cuota de mercado; 0 en caso
contrario.
Casa matriz: Variable binaria que indica si existe apoyo de la casa matriz a la innovación.
Valor 1 si existe apoyo de la empresa matriz; 0 en caso contrario.
Conglomerados: Variables binarias que miden la participación en conglomerados a través
de la disponibilidad de recursos, la cooperación o la creación de redes. Igual a 1 si hubo
participación en conglomerados; 0 en caso contrario.
o Conglomerados por información: Si hubo apoyo de los conglomerados como fuente de
información para llevar a cabo la innovación.
o Conglomerados por cooperación: Si hubo cooperación con conglomerados para llevar
a cabo la innovación.
o Conglomerados por recursos: Si hubo recursos con conglomerados para llevar a cabo
la innovación.
o Conglomerados por cualquier recurso: Si hubo uno o más tipos de apoyo de los
conglomerados para llevar a cabo la innovación.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 19
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
El diseño metodológico se estructura a partir de tres niveles analíticos que corresponden a las
hipótesis formuladas. En primer lugar, se busca identicar el impacto directo de la cooperación
con universidades sobre la innovación. Para ello, la variable dependiente se mide de dos maneras
una variable dicotómica que indica si la empresa ha introducido innovaciones de producto o
proceso durante el periodo de referencia, y una variable de conteo que reeja el número total
de innovaciones desarrolladas. Estas aproximaciones permiten capturar tanto la probabilidad
de innovar como la intensidad del esfuerzo innovador.
En segundo lugar, se considera la aliación a conglomerado empresarial como variable
explicativa principal, medida mediante un indicador binario que toma el valor de uno cuando la
rma pertenece a un grupo o casa matriz, y cero en caso contrario. La literatura ha señalado que
esta aliación facilita el acceso a recursos nancieros, tecnológicos y humanos, factores que
podrían impulsar la innovación (Porter, 1998; Giuliani, 2007). No obstante, se plantea que la
cooperación con universidades actúa como mecanismo mediador que amplica o canaliza estos
benecios, al promover la transferencia de conocimiento cientíco y tecnológico (Perkmann &
Walsh, 2007; Ankrah & Omar, 2015).
Con el n de capturar esta mediación, se emplea la metodología propuesta por Baron y Kenny
(1986), la cual se basa en una secuencia de regresiones que permiten determinar si el efecto
de pertenecer a un conglomerado sobre la innovación se explica, en parte, por la cooperación
con universidades. Este enfoque se complementa con modelos de interacción que incorporan
términos cruzados entre la cooperación universitaria y la pertenencia a conglomerado, lo cual
permite examinar variaciones en la magnitud y dirección de los efectos.
Figura 1. Diagrama de mediación
Fuente: elaboración propia.
c`(efecto directo)
Pertenencia a
conglomerados (X) ab
c(efecto total)
Controles(c): tamaño, capital humano, formalización/protección, empujes, gasto en
I+D y Acti.
Cooperación con
Universidades V
centros de
investigación (M)
Desempeño
innovador (Y)
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
20
Los modelos econométricos se estiman de acuerdo con la naturaleza de las variables
dependientes. Para las variables binarias innovación de producto o proceso, se utilizan modelos
probit y logit, que permiten estimar la probabilidad de que una empresa sea innovadora en
función de sus características y relaciones externas. Para las variables de conteo número de
innovaciones, se aplican modelos Poisson y Binomial Negativo ZIP, que ofrecen una mejor
representación de datos con distribución asimétrica y exceso de ceros. Este conjunto de modelos
garantiza consistencia estadística y comparabilidad de resultados entre diferentes dimensiones
del desempeño innovador.
En todos los casos, se controlan variables relevantes que pueden inuir en la capacidad de
innovación de las empresas, tales como el tamaño logaritmo del número de empleados, la edad
de la empresa, la condición exportadora, la intensidad tecnológica del sector, la formalidad
laboral y la región geográca. Estas variables permiten aislar el efecto neto de las redes de
conocimiento y la cooperación académica, reduciendo posibles sesgos de estimación.
De manera complementaria, se incorporan efectos jos sectoriales y regionales para capturar
heterogeneidades estructurales no observadas, así como errores estándar robustos agrupados
por sector. Asimismo, se consideran posibles problemas de endogeneidad derivados de la
simultaneidad entre innovación y cooperación, para lo cual se proponen instrumentos exógenos
como la distancia geográca a universidades y la densidad regional de conglomerados, variables
que inuyen en la probabilidad de cooperación sin afectar directamente la innovación.
Finalmente, se analiza la dimensión sectorial como moderadora del efecto mediador, incorporando
una variable que distingue entre manufactura y servicios intensivos en conocimiento. Este
paso permite evaluar si la cooperación universitaria tiene un peso diferenciado según el tipo
de actividad económica, en línea con la literatura que sugiere mayores dependencias del
conocimiento en los servicios (Tether, 2005; Arango & Páez, 2022). Con ello, la estrategia
empírica no solo evalúa las relaciones directas e indirectas entre conglomerados, universidades
e innovación, sino que también permite identicar patrones sectoriales y territoriales que
contribuyen a comprender la conguración de los sistemas de innovación en Colombia.
Resultados
Con el propósito de contrastar empíricamente las hipótesis derivadas del modelo conceptual y de
la estrategia metodológica previamente descrita, se estimaron diversos modelos econométricos
utilizando el software Stata, a partir de los microdatos de las encuestas EDIT X y EDITS
VIII. En una primera etapa, se construyeron variables binarias que capturan la cooperación
con universidades y la pertenencia a conglomerados empresariales, junto con indicadores de
innovación total y un conjunto de variables de control relacionadas con el tamaño, la edad y el
nivel de formalización de las rmas.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 21
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
A continuación, se aplicaron estadísticos descriptivos, análisis de correlaciones y pruebas
t de diferencia de medias, con el n de identicar patrones iniciales de asociación entre la
cooperación universitaria, la pertenencia a conglomerados y el desempeño innovador. Estos
resultados exploratorios permitieron observar tendencias signicativas que orientaron la
estimación de los modelos principales.
En la segunda etapa, se estimaron modelos de conteo Poisson y Zero-Inated Poisson para medir
el efecto de la cooperación universitaria y la aliación a conglomerados sobre la intensidad
innovadora, incorporando términos de interacción que permiten analizar la existencia de
efectos mediadores. Adicionalmente, se implementaron modelos logit y probit para examinar
los determinantes de la cooperación con universidades, lo que permite validar empíricamente
el mecanismo de mediación propuesto en las hipótesis.
El análisis fue replicado para los sectores manufacturero y de servicios intensivos en
conocimiento, con el objetivo de evaluar diferencias sectoriales en la magnitud e intensidad del
efecto. Finalmente, se realizaron pruebas de robustez mediante la inclusión de especicaciones
alternativas, variables instrumentales y efectos jos regionales y sectoriales, lo que garantiza la
consistencia estadística y la validez interna de los resultados obtenidos.
Tablas de estadísticas descriptivas
La tabla 1 muestra los estadísticos descriptivos de las principales variables utilizadas en el
análisis. Se observa que el promedio de innovaciones es relativamente bajo en ambos sectores,
con un valor ligeramente superior en servicios 1.36 frente a manufactura 1.15, lo que evidencia
un nivel moderado de intensidad innovadora. El tamaño promedio de las empresas es mayor en
el sector servicios, lo que sugiere una estructura empresarial más consolidada.
En cuanto a la cooperación con universidades, apenas entre el 3% y el 4 % de las empresas
reportan este tipo de colaboración, reejando una limitada articulación universidad–empresa.
Por su parte, la proporción de rmas que pertenecen a conglomerados también es reducida,
aunque ligeramente superior en servicios. Finalmente, la variable de formalización presenta
un valor medio mayor en manufactura, lo que indica un nivel más alto de formalidad en este
sector. Estos resultados preliminares sugieren que las empresas más grandes y formalizadas
tienen mayores probabilidades de participar en actividades de innovación.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
22
Tabla 1. Estadísticas descriptivas de las variables principales por sector
Fuente: elaboración propia con base en microdatos de la EDIT X (industria) y EDITS VIII (servicios), DANE.
Los resultados descriptivos evidencian diferencias estructurales entre los sectores analizados.
En promedio, las empresas del sector servicios registran un mayor número de innovaciones,
con 1.36 frente a 1.15 en la industria, lo que sugiere una intensidad innovadora superior
en actividades basadas en conocimiento. El tamaño promedio de las rmas de servicios,
representado por 4.35, también supera al de las industriales, que alcanza 3.73, reejando
estructuras organizacionales más amplias y con mayor capacidad para invertir en innovación.
La cooperación con universidades se mantiene baja en ambos sectores, con 3.4% en manufactura
y 4.2% en servicios, lo cual revela una articulación limitada entre el ámbito académico y el
empresarial. De igual forma, la proporción de empresas que pertenecen a conglomerados
es reducida, aunque ligeramente superior en el sector servicios, con 2.5% frente a 2.2% en
manufactura. En contraste, la formalización empresarial es más alta en la industria, con 43.2%,
frente al 27.3% en servicios, lo que indica una estructura más regulada y estable en el ámbito
manufacturero.
Industria Manufacturera
Sector servicios
Variable
Innovaciones totales
Tamaño (logs)
Personal calificado
Personal altamente calificado
Universidades como fuente
Conglomerado(cooperación)
Conglomerado(información)
Conglomerado(recursos)
Protección formal
Casa matriz
Empuje de demanda
Empuje de mercado
Empuje tecnológico
Gasto I+D (logs)
Variable
Innovaciones totales
Tamaño (logs)
Personal calificado
Personal altamente calificado
Universidades como fuente
Conglomerado(cooperación)
Conglomerado(información)
Conglomerado(recursos)
Protección formal
Casa matriz
Empuje de demanda
Empuje de mercado
Empuje tecnológico
Gasto I+D (logs)
Obs
6798
6798
6798
6798
6798
6798
6798
1978
6798
6798
6798
6798
6798
654
Obs
8812
8812
8812
8812
8812
8812
8812
2483
8812
8812
8812
8812
8812
687
Mean
1.15
3.731
.316
.005
.034
.022
.024
.022
.432
.02
.215
.218
.193
11.801
Mean
1.357
4.345
.445
.019
.042
.025
.026
.096
.273
.023
.204
.199
.19
11.779
Std. Dev.
4.341
1.305
.222
.017
.181
.147
.153
.148
.495
.142
.411
.413
.395
2.45
Std. Dev.
32.689
1.343
.283
.069
.2
.155
.159
.294
.446
.15
.403
.399
.393
2.66
Min
0
.405
0
0
0
0
0
0
0
0
0
0
0
4.094
Min
0
.405
0
0
0
0
0
0
0
0
0
0
0
5.384
Max
194
8.01
1
.5
1
1
1
1
1
1
1
1
1
17.2
Max
3021
9.378
1
1
1
1
1
1
1
1
1
1
1
18.668
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 23
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
En conjunto, los resultados sugieren que las empresas más grandes y formalizadas presentan
mayores probabilidades de innovar, mientras que el sector servicios, pese a su menor
formalización, muestra un mayor dinamismo innovador impulsado por su dependencia de
fuentes externas de conocimiento.
Tabla 2. Correlaciones bivariados entre variables principales del modelo (sector industrial)
Manufacturera
Sector Servicios
1.00
0.31
0.07
0.12
0.39
0.37
0.33
0.34
0.07
0.18
0.31
0.46
0.45
0.44
0.28
1.00
0.03
0.11
0.26
0.29
0.23
0.23
0.17
0.34
0.19
0.36
0.36
0.36
0.54
1.00
0.10
0.07
0.07
0.07
0.06
0.07
0.09
0.04
0.08
0.08
0.08
0.28
1.00
0.11
0.10
0.10
0.09
0.12
0.11
0.07
0.11
0.12
0.10
0.19
1.00
0.33
0.37
0.36
0.06
0.14
0.31
0.29
0.30
0.29
0.27
1.00
0.28
0.26
0.06
0.22
0.26
0.59
0.59
0.53
0.13
1.00
0.50
0.16
0.10
0.33
0.24
0.23
0.24
0.32
1.00
0.14
0.10
0.36
0.23
0.23
0.23
0.23
1.00
0.01
0.05
0.03
0.03
0.06
0.23
1.00
0.08
0.25
0.24
0.22
0.07
1.00
0.21
0.21
0.19
0.16
1.00
0.88
0.81
0.09
1.00
0.81
0.10
1.00
0.12 1.00
(1)( 2) (3)( 4) (5)( 6) (7)( 8) (9)( 10) (11) (12) (13) (14) (15)
Variables
Innovaciones
totales (1)
Tamaño
(logs)
Personal
calificado
Personal
altamente
calificado
Universidades
como fuente
Conglomerado
(cooperación)
Conglomerado
(información)
Conglomerado
(recursos)
Protección
formal
Casa matriz
Empuje de
demanda
Empuje de
mercado
Empuje
tecnológico
Gasto I+D
(logs)
Innovaciones
totales (15)
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
24
Nota: todas las correlaciones son signicativas al nivel del 1% (p < 0.01).
Fuente: elaboración propia con base en microdatos de la Encuesta de Desarrollo e Innovación Tecnológica (EDIT
II), DANE.
La matriz de correlaciones evidencia, para ambos sectores, asociaciones positivas y
estadísticamente signicativas entre las principales variables del modelo. En particular, la
relación entre la innovación total y la cooperación con universidades presenta un coeciente
positivo, lo que sugiere que las empresas que mantienen vínculos con instituciones académicas
tienden a mostrar mayores niveles de innovación. Asimismo, la correlación positiva entre
la innovación y el tamaño de la empresa indica que las rmas más grandes poseen mejores
condiciones estructurales y de recursos para innovar.
Por otra parte, la cooperación universitaria muestra una fuerte asociación con la pertenencia
a redes empresariales y a conglomerados. Este patrón conrma la coexistencia de estrategias
colaborativas que refuerzan el aprendizaje colectivo y la transferencia de conocimiento dentro
de los ecosistemas industriales. En conjunto, estos resultados respaldan la hipótesis H1, al
demostrar que la interacción entre universidades y conglomerados potencia la capacidad
innovadora de las empresas colombianas.
Tabla 3. Test de medias con varianzas Iguales
Industria Manufacturera. Test de media con varianzas iguales
Sector Servicios. Test de media con varianzas iguales
Fuente: elaboración propia a partir de resultados obtenidos en Stata.
Innovación total por conglomerados
(información)
Innovación total por conglomerados
(Cooperación)
Innovación total por conglomerados
(Recursos)
Innovación total por Universidades y
centros de investigación
6635
6648
1934
6500
163
150
44
298
0.914
0.928
3.869
0.783
10.724
10.947
7.522
9.134
-9.809
-10.018
-3.653
-8.351
.323
.337
1.115
.237
-30.35
-29.7
-3.3
-35.3
0
0
.001
0
Observaciones
= 0
Observaciones
= 1 Media= 0 Media= 1 dif. Error
estándar valor t p valor
Innovación total por conglomerados
(información)
Innovación total por conglomerados
(Cooperación)
Innovación total por conglomerados
(Recursos)
Innovación total por Universidades y
centros de investigación
8584
8596
2245
8362
228
216
238
450
1.202
0.825
4.936
0.629
7.211
22.518
3.668
14.889
-6.009
-21.694
1.268
-14.261
2.192
2.24
4.19
1.575
-2.75
-9.7
.3
-9.05
.006
0
.762
0
Observaciones
= 0
Observaciones
= 1 Media= 0 Media= 1 dif. Error
estándar valor t p valor
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 25
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
Los resultados de las pruebas t de diferencia de medias evidencian contrastes signicativos en
la innovación total entre empresas que forman parte de conglomerados o redes y aquellas que
no. En el sector industrial, las rmas aliadas a conglomerados presentan en promedio diez
innovaciones más que las no aliadas, mientras que las que participan en redes empresariales
registran diferencias cercanas a nueve innovaciones adicionales.
En el sector servicios, aunque las magnitudes varían, las diferencias también son estadísticamente
signicativas: las empresas vinculadas a redes muestran un promedio de seis innovaciones
adicionales, y aquellas asociadas a conglomerados superan en más de veinte innovaciones a las
no vinculadas.
Estos resultados conrman que la pertenencia a conglomerados y la cooperación
interorganizacional están positivamente asociadas con el desempeño innovador. Además,
refuerzan empíricamente la hipótesis H1, que establece que la cooperación universitaria y la
participación en conglomerados potencian la innovación, al tiempo que anticipan el posible
efecto mediador de la vinculación académica propuesto en la H2.
Tabla 4. Modelo Poisson para innovación total en el sector manufacturero
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
26
Errores estándar en paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Fuente: elaboración propia a partir de resultados obtenidos en Stata con base en microdatos de la EDIT X (DANE)
El modelo Poisson estimado para el sector manufacturero muestra que la cooperación con
universidades tiene un efecto positivo y estadísticamente signicativo sobre la intensidad
innovadora. Esto respalda la hipótesis de que las universidades actúan como catalizadores
de conocimiento y refuerzan las capacidades de innovación de las empresas. Asimismo, la
interacción entre cooperación universitaria y redes de conglomerado presenta un coeciente
positivo y signicativo, conrmando el papel mediador de las universidades en la relación
entre pertenencia a conglomerados y desempeño innovador.
Entre las variables de control, destacan los efectos positivos de la presencia de casa matriz, la
capacidad de atracción y vinculación, y la base tecnológica interna, todos signicativos al 1 por
ciento. Estos resultados sugieren que las empresas más estructuradas, con respaldo corporativo
y mayor capital tecnológico, muestran un mejor desempeño innovador.
En conjunto, los hallazgos respaldan la hipótesis H2 al evidenciar que la cooperación con
universidades potencia el efecto de las redes empresariales sobre la innovación. En el contexto
manufacturero, esta interacción fortalece la capacidad de absorción y fomenta la generación de
nuevo conocimiento, consolidando el papel de las universidades como mediadoras clave dentro
del sistema nacional de innovación industrial.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 27
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
Tabla 5. Modelo Poisson para innovación total en el sector servicios
Errores estándar en paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Fuente: Elaboración propia a partir de resultados obtenidos en Stata con base en microdatos de la EDITS VIII
(DANE).
Tamaño (logs)
Personal calificado
Personal altamente calificado
Fuentes verticales de conocimiento
Universidades como fuente
Conglomerado (cooperación)
Universidades como fuente
#Conglomerado(cooperación)
Conglomerado(información)
Universidades como fuente #Conglomerado
(información)
Conglomerado(recursos)
Universidades como fuente #Conglomerado
(recursos)
Protección formal
Casa matriz
Empuje de demanda
Empuje de mercado
Empuje tecnológico
Gasto I+D (logs)
Conglomerado(cooperación) #Gasto I+D (logs)
Conglomerado(información) #Gasto I+D (logs)
Conglomerado(recursos) #Gasto I+D (logs)
Conglomerado (cualquier soporte)
Universidades como fuente # Conglomerado
(cualquier soporte)
Conglomerado (cualquier soporte)# Gasto ACTI
(logs)
Gasto ACTI (logs)
Conglomerado(cooperación)# Gasto ACTI (logs)
Conglomerado(información)# Gasto ACTI (logs)
Conglomerado(recursos)# Gasto ACTI (logs)
Conglomerado (cualquier soporte) # Gasto ACTI
(logs)
Constante
Observaciones
0.514***
(0.0879)
0.824**
(0.397)
1.880**
(0.905)
1.087**
(0.526)
0.168
(0.283)
-3.697***
(1.205)
0.572
(0.391)
1.161
(0.938)
0.180
(0.442)
2.297***
(0.783)
-0.0787
(0.319)
0.434***
(0.167)
0.582**
(0.277)
2.358***
(0.483)
-1.546***
(0.281)
0.0210
(0.421)
0.0144
(0.0485)
0.249***
(0.0801)
-0.121*
(0.0626)
-0.206***
(0.0709)
0.346***
(0.0818)
0.174
(0.144)
1.203**
(0.554)
0.629*
(0.346)
0.233
(0.190)
-6.220***
(1.572)
0.447
(0.356)
2.317***
(0.801)
-0.145
(0.301)
2.571**
(1.194)
-0.0511
(0.242)
0.184**
(0.0763)
0.588***
(0.196)
1.459***
(0.299)
-1.087***
(0.306)
0.312
(0.233)
0.0507
(0.0378)
0.395***
(0.0942)
-0.175***
(0.0612)
-0.196**
(0.0833)
-2.695***
(0.363)
2,213
-4.547***
(0.802)
687
0.847
(0.570)
0.489
(0.321)
0.761***
(0.271)
0.963***
(0.280)
2.433***
(0.518)
-2.327***
(0.571)
0.604
(0.552)
0.105
(0.0690)
-3.018**
(1.436)
0.544
(0.547)
0.206**
(0.0970)
-2.065***
(0.764)
687
0.340***
(0.105)
0.213
(0.156)
2.167***
(0.544)
0.664*
(0.366)
0.0198
(0.274)
0.223***
(0.0822)
0.611***
(0.182)
1.483***
(0.301)
-1.484***
(0.527)
0.519*
(0.306)
-4.569***
(1.505)
0.502
(0.431)
0.0189
(0.0546)
0.276***
(0.0867)
-2.261***
(0.357)
2,213
VARIABLES (1)
inntot
(2)
inntot
(3)
inntot
(4)
inntot
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
28
El modelo Poisson estimado para el sector servicios revela una estructura más compleja en la
relación entre cooperación, conglomerados e innovación. El tamaño de la empresa y el grado de
formalización muestran efectos positivos y altamente signicativos, indicando que las rmas
más grandes y establecidas tienden a generar un mayor número de innovaciones.
Asimismo, variables como la presencia de casa matriz, la capacidad de atracción dentro del
conglomerado y los vínculos nancieros refuerzan el desempeño innovador, lo que evidencia
la importancia de la estructura corporativa y de la interacción con el entorno empresarial.
Si bien la cooperación con universidades no es estadísticamente signicativa de forma directa,
su interacción con las redes empresariales muestra un efecto positivo, lo que sugiere que la
colaboración académica incrementa la innovación cuando las empresas ya están insertas en
conglomerados consolidados. La interacción entre pertenencia a conglomerados y liderazgo
en innovación también es signicativa, indicando que el liderazgo amplica los efectos de la
cooperación en entornos colaborativos.
En conjunto, los resultados conrman parcialmente la hipótesis de mediación H2 y refuerzan
la hipótesis sectorial H3, evidenciando que en el sector servicios la innovación depende de la
sinergia entre cooperación, estructura interna y liderazgo, más que de la vinculación académica
aislada.
Modelo Zero-Inated Poisson
El modelo Zero-Inated Poisson (ZIP) se empleó para analizar la intensidad de la innovación
en el sector industrial, teniendo en cuenta la alta proporción de empresas que no registran
innovaciones. Esta técnica permite distinguir entre dos procesos: uno que explica la probabilidad
de no innovar y otro que estima la cantidad de innovaciones introducidas por las empresas
activas en I+D. El uso del modelo ZIP resulta apropiado en contextos con exceso de ceros en
la variable dependiente, como ocurre en los datos de innovación empresarial en Colombia.
En este análisis, el interés principal radica en identicar el papel mediador de la cooperación
universitaria dentro de las redes de conglomerado y su impacto sobre el desempeño innovador
de las rmas manufactureras.
Tabla 6. Modelo Zero-Inated Poisson para la intensidad innovadora en la industria
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 29
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
Errores estándar en paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Fuente: elaboración propia con base en resultados Stata–EDIT.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
30
Los resultados conrman que la cooperación con universidades tiene un efecto positivo
y signicativo sobre la cantidad total de innovaciones, lo que refuerza la idea de que las
instituciones académicas actúan como fuentes clave de conocimiento para el sector industrial
colombiano. La interacción entre cooperación universitaria y pertenencia a conglomerados
en red también muestra un coeciente positivo y altamente signicativo, evidenciando que
la colaboración académica amplica los benecios de las redes empresariales en términos de
generación y difusión de conocimiento.
Entre los factores estructurales, la presencia de casa matriz, la formalización y la base
tecnológica interna exhiben relaciones positivas con el desempeño innovador. Estos resultados
reejan que las empresas con mayor estructura organizativa, recursos técnicos y estabilidad
institucional tienen mejores condiciones para aprovechar las sinergias de cooperación y generar
innovaciones.
Por otro lado, las variables asociadas a la densidad de conglomerado y a la interacción UNI ×
conglomerado cooperativo presentan efectos negativos. Esto puede interpretarse como una señal
de saturación de vínculos o de redundancia en la circulación de información dentro de ciertos
conglomerados industriales, donde la excesiva interconexión podría limitar la diversicación
del conocimiento.
En conjunto, los hallazgos del modelo ZIP respaldan la hipótesis H2, conrmando que la
cooperación universitaria actúa como un mediador clave entre la aliación a conglomerados
y la innovación empresarial. Las rmas que combinan redes académicas y empresariales
logran convertir sus entornos cooperativos en plataformas efectivas de aprendizaje y desarrollo
tecnológico.
El modelo Zero-Inated Poisson aplicado al sector servicios permite examinar cómo la
innovación empresarial se ve inuenciada por una combinación de factores estructurales,
organizacionales y relacionales. Este enfoque resulta útil debido a la gran cantidad de empresas
que no reportan innovaciones, lo que hace necesario considerar dos procesos: la probabilidad de
no innovar y la intensidad de la innovación en las empresas activas. El análisis busca comprender
cómo la cooperación universitaria y la pertenencia a conglomerados interactúan para impulsar
la capacidad innovadora en los servicios, un sector caracterizado por su dependencia del
conocimiento y la colaboración externa.
Tabla 7. Modelo Zero-Inated Poisson para la intensidad innovadora en el sector servicios
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 31
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
Errores estándar en paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Fuente: elaboración propia con base en resultados Stata–EDITs.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
32
Los resultados evidencian que la cooperación con universidades tiene un efecto positivo y
signicativo sobre la cantidad de innovaciones introducidas por las empresas de servicios,
conrmando que la vinculación académica contribuye al fortalecimiento de las capacidades
tecnológicas. Además, la interacción entre cooperación universitaria y pertenencia a conglo-
merados presenta un impacto complementario y relevante, lo cual indica que las empresas que
operan dentro de redes consolidadas y mantienen lazos con universidades logran niveles más
altos de desempeño innovador.
Por otro lado, variables como el tamaño empresarial, la formalización y la existencia de una
casa matriz también inuyen de manera positiva en la innovación, reejando que las estruc-
turas organizativas sólidas y con respaldo corporativo favorecen la absorción y aplicación del
conocimiento. En contraste, la variable de movilidad de recursos muestra un efecto negativo, lo
que podría señalar tensiones internas o redundancia en la gestión de recursos dentro de ciertos
conglomerados de servicios. Asimismo, los efectos divergentes entre la densidad de conglo-
merado y la cooperación empresarial sugieren que el sector servicios presenta una estructura
más heterogénea, donde la colaboración puede ser tanto una fuente de aprendizaje como de
sobrecarga organizacional dependiendo del contexto relacional.
En síntesis, los hallazgos del modelo conrman la hipótesis de mediación H2, al demostrar
que la cooperación universitaria refuerza el vínculo entre redes empresariales e innovación.
También respaldan la hipótesis sectorial H3, destacando que en los servicios la innovación de-
pende más de un entorno organizacional estable y receptivo al conocimiento que de la simple
pertenencia a un conglomerado.
Modelo Logit
El modelo Logit estimado para el sector manufacturero permite identicar los factores que in-
uyen en la probabilidad de que una empresa establezca cooperación con universidades. Este
análisis es clave, debido a que permite comprender el mecanismo mediador que conecta la
pertenencia a conglomerados con el desempeño innovador a través de los vínculos académicos.
Tabla 8. Modelo Logit de cooperación con universidades en el sector manufacturero
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 33
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
Errores estándar en paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Fuente: elaboración propia con base en resultados Stata–EDIT.
Los resultados del modelo conrman que las empresas formalizadas y con estructura corporati-
va estable son las más propensas a establecer cooperación con universidades. Esto coincide con
los planteamientos de Perkmann y Walsh (2007) y Ankrah y Omar (2015), quienes destacan
que las organizaciones con mayor capacidad de gestión institucional logran consolidar víncu-
los académicos más efectivos.
Del mismo modo, la relación positiva entre liderazgo innovador y cooperación académica in-
dica que las rmas con mayor proactividad tecnológica tienden a buscar alianzas estratégicas
para complementar su conocimiento interno. Esta evidencia refuerza la hipótesis de mediación
H2, demostrando que la cooperación universitaria constituye un canal esencial a través del cual
los conglomerados empresariales potencian su desempeño innovador.
En síntesis, el modelo Logit muestra que la probabilidad de cooperación con universidades no
depende únicamente de la pertenencia a conglomerados, sino también del nivel de formaliza-
ción, liderazgo y orientación al mercado de cada empresa.
En el sector servicios, el modelo Logit evidencia que la probabilidad de cooperar con univer-
sidades depende principalmente de las condiciones organizacionales internas y del liderazgo
innovador de las empresas. Estos resultados reejan que, a diferencia del sector manufacturero,
la estructura corporativa y la orientación hacia la creatividad y el aprendizaje tienen un peso
más determinante que la aliación a conglomerados.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
34
Tabla 9. Modelo Logit de cooperación con universidades en el sector servicios
Errores estándar en paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Fuente: elaboración propia con base en resultados Stata–EDITS.
Los resultados del modelo reejan que en el sector servicios la cooperación universitaria no
surge como un efecto estructural de los conglomerados, sino como resultado del desarrollo
interno de capacidades dinámicas. Las empresas más organizadas, con liderazgo claro y orien-
tación hacia la innovación, logran establecer vínculos sostenibles con la academia.
Esto coincide con los planteamientos de Tether (2005) y Arango y Páez (2022), quienes sostie-
nen que la innovación en servicios depende en gran medida del aprendizaje organizacional y
de la habilidad para integrar conocimiento externo en procesos internos.
En conjunto, los hallazgos respaldan parcialmente la hipótesis de mediación (H2) y refuerzan
la hipótesis sectorial (H3), al mostrar que la cooperación con universidades se consolida como
un instrumento clave en los servicios, pero su efectividad depende del grado de madurez insti-
tucional y de la estrategia innovadora de cada empresa.
Modelo Probit
El modelo Probit aplicado al sector manufacturero permite identicar los factores que explican
la probabilidad de cooperación entre empresas y universidades. En esta estimación, destacan
Protección formal
Casa matriz
Empuje de demanda
Empuje de mercado
Empuje tecnológico
Conglomerado (cualquier soporte)
Gasto I+D (logs)
Conglomerado (cualquier soporte) # Gasto I+D (logs)
Gasto ACTI (logs)
Conglomerado (cualquier soporte) # Gasto ACTI (logs)
Constante
Observaciones
0.429*
(0.222)
1.419***
(0.244)
0.400
(0.344)
0.357
(0.294)
0.102
(0.283)
0.256
(1.023)
0.275***
(0.0612)
0.0340
(0.0814)
-5.843***
(0.829)
687
0.707***
(0.140)
1.490***
(0.188)
0.572**
(0.236)
0.0865
(0.195)
-0.0348
(0.181)
2.004**
(1.008)
0.327***
(0.0402)
-0.0885
(0.0686)
-7.502***
(0.596)
2,213
(1)
Universidad como
fuente de información
(2)
Universidad como
fuente de información
VARIABLES
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 35
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
tanto los elementos estructurales como los vinculados al liderazgo innovador y la pertenencia
a conglomerados.
Tabla 10. Modelo probit de cooperación con universidades en el sector manufacturero
Errores estándar en paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Fuente: elaboración propia con base en resultados Stata–EDIT.
Los resultados conrman que la cooperación universitaria en el sector manufacturero responde
principalmente a la estructura institucional, la formalidad y la capacidad de liderazgo innovador
de las empresas. Las rmas con mayor nivel de organización y respaldo corporativo son las
que logran articular vínculos académicos estables, lo que refuerza su potencial de aprendizaje
y transferencia tecnológica.
Estos hallazgos respaldan la hipótesis de mediación (H2), al mostrar que las universidades
funcionan como facilitadoras dentro de los conglomerados industriales. Además, se observa
que el papel de la formalización y del liderazgo innovador es decisivo para transformar la
pertenencia a redes empresariales en colaboración efectiva con instituciones académicas,
fortaleciendo la base de conocimiento del sector manufacturero colombiano.
El modelo probit estimado para el sector servicios identica los determinantes que inuyen en la
probabilidad de cooperación entre las empresas y las universidades. A diferencia de la industria,
Protección formal
Casa matriz
Empuje de demanda
Empuje de mercado
Empuje tecnológico
Conglomerado (cualquier soporte)
Gasto I+D (logs)
Conglomerado (cualquier soporte) # Gasto I+D (logs)
Gasto ACTI (logs)
Conglomerado (cualquier soporte) # Gasto ACTI (logs)
Constante
Observaciones
0.508***
(0.162)
0.750***
(0.162)
-0.644**
(0.259)
0.797***
(0.271)
0.114
(0.167)
1.390**
(0.679)
0.141***
(0.0329)
-0.0669
(0.0527)
-3.333***
(0.443)
654
0.323***
(0.104)
0.710***
(0.136)
-0.0971
(0.147)
0.468***
(0.158)
0.0984
(0.121)
1.557**
(0.616)
0.150***
(0.0218)
-0.0592
(0.0415)
-4.019***
(0.329)
1,733
(1)
Universidad como
fuente de información
(2)
Universidad como
fuente de información
VARIABLES
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
36
los resultados muestran una menor intensidad en la relación entre los factores estructurales y el
establecimiento de vínculos académicos, aunque ciertos elementos organizacionales mantienen
un papel destacado.
Tabla 11. Modelo probit de cooperación con universidades en el sector servicios
Errores estándar en paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Fuente: elaboración propia con base en resultados Stata–EDITS.
Los hallazgos del modelo para el sector servicios conrman parcialmente la hipótesis
de mediación H2, mostrando que la cooperación con universidades se explica más por las
capacidades internas tales como el liderazgo innovador y la solidez institucional— que por la
estructura de conglomerado. De este modo, la colaboración académica en los servicios responde
principalmente a decisiones estratégicas de la empresa y no necesariamente a su pertenencia a
redes empresariales.
Estos resultados también respaldan la hipótesis sectorial H3, ya que evidencian que, si bien
las universidades continúan desempeñando un papel fundamental en la transferencia de
conocimiento, su impacto en los servicios depende en mayor medida del contexto organizacional
y de la capacidad de las rmas para absorber y aplicar el conocimiento cientíco en su actividad
económica.
Protección formal
Casa matriz
Empuje de demanda
Empuje de mercado
Empuje tecnológico
Conglomerado (cualquier soporte)
Gasto I+D (logs)
Conglomerado (cualquier soporte) # Gasto I+D (logs)
Gasto ACTI (logs)
Conglomerado (cualquier soporte) # Gasto ACTI (logs)
Constante
Observaciones
0.226*
(0.126)
0.841***
(0.145)
0.232
(0.195)
0.211
(0.169)
0.0176
(0.159)
0.0548
(0.563)
0.158***
(0.0347)
0.0274
(0.0453)
-3.345***
(0.451)
687
0.378***
(0.0748)
0.893***
(0.110)
0.294**
(0.124)
0.0308
(0.106)
-0.0263
(0.0978)
0.751
(0.541)
0.166***
(0.0207)
-0.0242
(0.0373)
-3.943***
(0.301)
2,213
(1)
Universidad como
fuente de información
(2)
Universidad como
fuente de información
VARIABLES
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 37
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
Discusión
Los resultados obtenidos en el presente estudio conrman la importancia de la cooperación
con universidades y centros de investigación como un componente decisivo en la dinámica
innovadora de las empresas colombianas. En ambos sectores analizados, los modelos
econométricos evidencian que las rmas que mantienen vínculos académicos presentan un
mayor número de innovaciones y una probabilidad superior de introducir nuevos productos o
procesos.
Este hallazgo valida empíricamente la hipótesis de mediación planteada, mostrando que las
universidades no solo funcionan como proveedoras de conocimiento, sino también como
espacios de interacción que fortalecen las capacidades tecnológicas y organizativas de las
empresas. Además, las diferencias sectoriales observadas reejan que la innovación en los
servicios depende en mayor medida de las estructuras internas y de la gestión del conocimiento,
mientras que en la industria el efecto mediador de la cooperación académica es más directo y
sostenido.
Al comparar estos resultados con investigaciones previas, se encuentran coincidencias relevantes
con los planteamientos de Porter (1998) y Breschi y Malerba (2005) sobre los benecios de las
redes empresariales y los conglomerados en la generación de conocimiento colectivo. De igual
forma, los efectos positivos de la cooperación universidad–empresa respaldan los hallazgos
de Perkmann y Walsh (2007) y Ankrah y Omar (2015), quienes señalan que estas relaciones
amplían la capacidad de absorción y la legitimidad tecnológica de las rmas. Sin embargo,
el hecho de que en los servicios el impacto directo de la cooperación universitaria sea más
limitado coincide con lo expuesto por Tether (2005), quien argumenta que la innovación en
este sector tiende a depender más de las capacidades organizativas que de la colaboración
externa. Asimismo, los resultados amplían la evidencia nacional reportada por Guatibonza
Tamayo (2021) y Arango y Páez (2022), al demostrar que la interacción entre conglomerados y
universidades en Colombia sigue siendo incipiente y heterogénea entre sectores.
Desde una perspectiva teórica, los hallazgos contribuyen al fortalecimiento del marco de análisis
sobre sistemas de innovación, al demostrar que la cooperación universitaria no opera de manera
aislada, sino integrada dentro de redes empresariales y regionales. Este enfoque complementa
los aportes de la literatura sobre la “triple hélice” (Etzkowitz y Leydesdor, 2000), al evidenciar
que los vínculos universidad–empresa pueden transformar las aglomeraciones industriales en
entornos de aprendizaje dinámico.
En el plano práctico, los resultados ofrecen orientaciones valiosas para las políticas públicas
de innovación en Colombia, al resaltar la necesidad de promover instrumentos que incentiven
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
38
la colaboración entre empresas y universidades, especialmente en regiones donde la densidad
de conglomerados es baja y la inversión en I+D sigue rezagada. El fortalecimiento de los
mecanismos de transferencia tecnológica, las ocinas de enlace universidad–empresa y los
programas conjuntos de investigación podrían contribuir a cerrar las brechas observadas en la
articulación institucional.
No obstante, el estudio presenta algunas limitaciones que deben considerarse al interpretar los
resultados. En primer lugar, la información utilizada proviene de bases de datos secundarias
EDIT X y EDITS VIII que, aunque conables, pueden subestimar ciertas formas de innovación
no registradas o de carácter informal. En segundo lugar, el diseño transversal restringe
la posibilidad de establecer relaciones causales plenas entre cooperación universitaria y
desempeño innovador. Finalmente, las variables de conglomerado y cooperación se miden a
través de auto reporte, lo que puede generar sesgos de percepción o de interpretación. Pese
a ello, la consistencia de los resultados y la aplicación de diferentes modelos econométricos
Poisson, ZIP, Logit y Probit refuerzan la validez de las conclusiones.
A partir de los resultados obtenidos, futuras investigaciones podrían profundizar en tres
direcciones. En primer lugar, se recomienda incorporar análisis longitudinales que permitan
examinar la evolución temporal de las relaciones universidad empresa y su impacto en el
desempeño innovador. En segundo lugar, sería pertinente incluir variables cualitativas que
capturen la calidad y el tipo de cooperación establecida, diferenciando entre vínculos de
corto y largo plazo. Finalmente, se sugiere explorar el papel de los ecosistemas regionales de
innovación y de los intermediarios institucionales como cámaras de comercio o agencias de
desarrollo para comprender mejor cómo se consolidan las redes de conocimiento en distintos
territorios del país.
Conclusión
El análisis realizado demuestra que la cooperación con universidades constituye un elemento
esencial para explicar las diferencias en el desempeño innovador de las empresas colombianas,
tanto en el sector manufacturero como en el de servicios. Los resultados obtenidos a partir
de los modelos econométricos conrman que las rmas que participan activamente en redes
académicas presentan mayores niveles de innovación y aprovechan con mayor ecacia los
benecios derivados de pertenecer a conglomerados empresariales. Esto refuerza la idea de que
las universidades no solo actúan como proveedoras de conocimiento cientíco, sino también
como mediadoras que transforman las interacciones empresariales en procesos de aprendizaje
colectivo y desarrollo tecnológico.
La comparación entre sectores permite observar que, mientras en la industria la cooperación
universitaria ejerce un efecto directo sobre la innovación, en los servicios dicho impacto se
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 39
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
maniesta de forma más dependiente de las estructuras internas, el liderazgo y la formalización
organizativa. Esta diferencia sectorial reeja la diversidad de trayectorias de aprendizaje y la
necesidad de estrategias diferenciadas para fortalecer la innovación según el tipo de actividad
económica. De este modo, la investigación contribuye a comprender mejor las dinámicas de
los sistemas de innovación en economías emergentes, donde la cooperación institucional y la
articulación entre actores aún enfrentan importantes desafíos.
Desde una perspectiva práctica, los hallazgos ofrecen una base empírica útil para orientar
políticas públicas y estrategias empresariales. Fomentar la vinculación universidad empresa,
promover consorcios tecnológicos y fortalecer las ocinas de transferencia de conocimiento
puede generar entornos más favorables para la innovación y la competitividad nacional.
Asimismo, el fortalecimiento de los conglomerados regionales con presencia universitaria
podría convertirse en un eje estratégico para reducir las brechas tecnológicas y potenciar la
productividad en distintos territorios del país.
Finalmente, esta investigación aporta una visión integrada de la relación entre redes
empresariales y académicas, y subraya la importancia de diseñar políticas que reconozcan la
diversidad estructural de los sectores productivos colombianos. Si bien persisten limitaciones
relacionadas con la disponibilidad y naturaleza de los datos, los resultados obtenidos abren
nuevas oportunidades para seguir explorando cómo la interacción entre universidades y
empresas puede consolidarse como un motor sostenible de innovación y desarrollo económico.
Declaración de contribución de autoría CRediT
Juan S. Salinas-Romero: Conceptualización, Curación de datos, Análisis formal, Investigación, Metodología,
Software, redacción: borrador original – Preparación, creación y/o presentación del trabajo publicado,
especícamente la redacción del borrador inicial (incluyendo la traducción sustantiva), redacción (revisión y
edición).
Fernando Barrios-Aguirre: Conceptualización, Curación de datos, Análisis formal, Investigación, Metodología,
Administración de proyectos, Software, Supervisión, Validación, Visualización, redacción: borrador original –
Preparación, creación y/o presentación del trabajo publicado, especícamente la redacción del borrador inicial
(incluyendo la traducción sustantiva), redacción (revisión y edición).
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
Referencias
1. Ahuja, G. (2000). Collaboration networks, structural holes, and innovation: A longitudinal
study. Administrative Science Quarterly, 45(3), 425–455. https://doi.org/10.2307/2667105
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01
Juan S. Salinas-Romero, Fernando Barrios-Aguirre
40
2. Álvarez, R., & Robertson, R. (2004). Exposure to foreign markets and plant-level
innovation: Evidence from Chile and Mexico. Journal of International Trade & Economic
Development, 13(1), 57–87. https://doi.org/10.1080/0963819042000213543
3. Ankrah, S., & Al-Tabbaa, O. (2015). Universities–industry collaboration: A systematic
review. Scandinavian Journal of Management, 31(3), 387–408. https://doi.org/10.1016/j.
scaman.2015.02.003
4. Arango, M., & Páez, J. (2022). Colaboración universidad–empresa y desempeño innovador
en sectores intensivos en conocimiento en Colombia. Revista de Economía del Caribe,
(30), 45–68.
5. Baron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in
social psychological research: Conceptual, strategic, and statistical considerations. Journal
of Personality and Social Psychology, 51(6), 1173–1182. https://doi.org/10.1037/0022-
3514.51.6.1173
6. Barrios Aguirre, F., & Cárcamo Vergara, A. (2013). Innovación y competitividad en las
empresas manufactureras de la Región Caribe colombiana. Revista Economía y Región,
7(2), 119–147.
7. Barrios Aguirre, F., Pérez, J., & Ríos, M. (2023). Determinantes de la innovación en
economías emergentes: Evidencia reciente para Colombia. Cuadernos de Economía,
42(118), 89–114.
8. Breschi, S., & Malerba, F. (Eds.). (2005). Clusters, networks, and innovation: Research
results and new directions (capítulo y colección). Oxford University Press. https://doi.
org/10.1093/oso/9780199275557.001.0001
9. Cohen, W. M., & Levinthal, D. A. (1990). Absorptive capacity: A new perspective on
learning and innovation. Administrative Science Quarterly, 35(1), 128–152. https://doi.
org/10.2307/2393553
10. Departamento Administrativo Nacional de Estadística (DANE). (2021). Encuesta de
Desarrollo e Innovación Tecnológica (EDIT IX). Bogotá, D.C.: DANE.
11. Departamento Nacional de Planeación (DNP). (2019). Política nacional de ciencia,
tecnología e innovación: Hacia una economía basada en el conocimiento. Bogotá, D.C.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 9-41. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.01 41
Redes de conocimiento y desempeño innovador: el papel mediador de las universidades en conglomerados colombianos
12. Etzkowitz, H., & Leydesdor, L. (2000). The dynamics of innovation: From National
Systems and “Mode 2” to a Triple Helix of university–industry–government relations.
Research Policy, 29(2), 109–123. https://doi.org/10.1016/S0048-7333(99)00055-4
13. Giuliani, E. (2007). The selective nature of knowledge networks in clusters: Evidence from
the wine industry. Journal of Economic Geography, 7(2), 139–168. https://doi.org/10.1093/
jeg/lbl014
14. Guatibonza Tamayo, D. (2021). Capital humano, cooperación universidad–empresa y
desempeño innovador en Colombia. Revista de Economía Institucional, 23(45), 123–148.
15. Lundvall, B.-Å. (1992). National systems of innovation: Towards a theory of innovation
and interactive learning. Pinter Publishers.
16. Nelson, R. R. (1993). National innovation systems: A comparative analysis. Oxford
University Press.
17. Organisation for Economic Co-operation and Development (OECD). (2020). Main Science
and Technology Indicators. OECD Publishing.
18. Perkmann, M., & Walsh, K. (2007). University–industry relationships and open innovation:
Towards a research agenda. International Journal of Management Reviews, 9(4), 259–280.
https://doi.org/10.1111/j.1468-2370.2007.00225.x
19. Porter, M. E. (1998). Clusters and the new economics of competition. Harvard Business
Review, 76(6), 77–90. https://hbr.org/1998/11/clusters-and-the-new-economics-of-
competition
20. Powell, W. W., Koput, K. W., & Smith-Doerr, L. (1996). Interorganizational collaboration
and the locus of innovation: Networks of learning in biotechnology. Administrative Science
Quarterly, 41(1), 116–145. https://doi.org/10.2307/2393988
21. Tether, B. S. (2005). Do services innovate (dierently)? Insights from the European
Innobarometer survey. Industry and Innovation, 12(2), 153–184. https://doi.
org/10.1080/13662710500087891
ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Fernanda Martínez-Ñacato
fmartinez@pucesi.edu.ec
Ponticia Universidad Católica del
Ecuador
(Ibarra-Ecuador)
ORCID: 0009-0006-1715-5422
Andrés Aguilar-Viteri
aeaguilar@uce.edu.ec
Universidad Central del Ecuador
(Quito - Ecuador)
ORCID: 0009-0007-2195-1015
Recibido: 10/06/2025
Aceptado: 17/08/2025
CAPITAL INTELECTUAL
Y SOSTENIBILIDAD
ORGANIZACIONAL
EN COOPERATIVAS
ECUATORIANAS: UN ANÁLISIS
DESDE LAS DIMENSIONES
HUMANA, ESTRUCTURAL Y
RELACIONAL
INTELLECTUAL CAPITAL
AND ORGANIZATIONAL
SUSTAINABILITY IN
ECUADORIAN COOPERATIVES:
AN ANALYSIS FROM THE
HUMAN, STRUCTURAL, AND
RELATIONAL DIMENSIONS
DOI:
https://doi.org/10.37135/kai.03.16.02
KAIRÓS, Vol. (9) No. 16, pp. 42-64, enero - junio 2026
ISSN No. 2631-2743
,
Resumen
Este estudio examina cómo se revela el capital
intelectual en informes institucionales de cooperativas
de ahorro y crédito del Ecuador, centrando el análisis
en sus dimensiones humana, estructural y relacional.
Se utilizó una metodología cualitativa de análisis de
contenido, con apoyo del software Atlas.ti, aplicada
a documentos publicados entre 2022 y 2024. Los
resultados muestran una sólida estructura normativa,
sistemas de calidad consolidados y formación
continua del personal, pero también revelan carencias
en la gestión del conocimiento, la protección de la
propiedad intelectual y las relaciones estratégicas. Se
concluye que la divulgación del capital intelectual es
fragmentada y afecta la sostenibilidad organizacional.
Palabras clave: Capital intelectual,
sostenibilidad, cooperativas, talento humano, gestión
del conocimiento, relaciones institucionales.
Abstract
This study analyzes the disclosure of intellectual
capital in institutional reports of savings and credit
cooperatives in Ecuador, focusing on the human,
structural, and relational dimensions. A qualitative
content analysis was conducted using Atlas.ti, based
on documents from 2022 to 2024. Findings reveal
a strong emphasis on regulatory frameworks, sta
training, and quality systems, but also show gaps
in knowledge management, intellectual property
protection, and strategic external relationships. The
uneven development of intellectual capital dimensions
limits organizational sustainability and long-term
legitimacy.
Keywords: Intellectual capital, sustainability,
cooperatives, human resources, knowledge
management, institutional relations
CAPITAL INTELECTUAL
Y SOSTENIBILIDAD
ORGANIZACIONAL
EN COOPERATIVAS
ECUATORIANAS: UN
ANÁLISIS DESDE LAS
DIMENSIONES HUMANA,
ESTRUCTURAL Y
INTELLECTUAL CAPITAL
AND ORGANIZATIONAL
SUSTAINABILITY
IN ECUADORIAN
COOPERATIVES: AN
ANALYSIS FROM THE
HUMAN, STRUCTURAL,
AND RELATIONAL
DOI:
https://doi.org/10.37135/kai.03.16.02
KAIRÓS, Vol. (9) No. 16, pp.42 -64, enero - junio 2026
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
44
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Introducción
En un contexto global donde la sostenibilidad se ha convertido en una exigencia ineludible
para las organizaciones, las cooperativas de ahorro y crédito, especialmente aquellas de gran
tamaño e impacto social como las del segmento 1 en Ecuador, enfrentan crecientes demandas
de transparencia, responsabilidad y generación de valor más allá del ámbito nanciero.
Este escenario exige repensar los modelos tradicionales de medición y gestión del capital
organizacional, incorporando variables que reconozcan y valoren los activos intangibles
relacionados con el conocimiento, las relaciones y los procesos internos: es decir, el capital
intelectual.
El capital intelectual, compuesto por sus tres dimensiones fundamentales: (i) capital humano,
(ii) capital estructural y (iii) capital relacional, ha sido ampliamente estudiado en entornos
corporativos. Sin embargo, su vinculación con la sostenibilidad organizacional aún es incipiente,
especialmente en el ámbito cooperativo latinoamericano. Las cooperativas ecuatorianas, por
su naturaleza social y su misión orientada al bienestar colectivo, representan un caso de estudio
privilegiado para explorar cómo estas dimensiones del capital intelectual se articulan con las
prácticas de sostenibilidad, y cómo esta articulación puede fortalecer su legitimidad frente a
sus diferentes grupos de interés o stakeholders.
La presente investigación parte de la premisa de que la sostenibilidad organizacional no puede
limitarse únicamente a indicadores económicos o ambientales, sino que debe incorporar
también los intangibles que permiten a las organizaciones adaptarse, innovar y generar
valor compartido. Esta visión se sustenta en la teoría de la legitimidad, que plantea que las
organizaciones deben responder a las expectativas sociales para mantener su licencia social
para operar (Suchman, 1995), y en la teoría de los stakeholders, que reconoce la necesidad de
equilibrar los intereses de los diversos actores que interactúan con la organización (Freeman,
1984).
La elección de estas teorías responde a su pertinencia en contextos donde las organizaciones
buscan mantener su licencia social para operar (legitimidad), y necesitan gestionar ecazmente
sus relaciones con grupos de interés múltiples y diversos (stakeholders). Estas perspectivas
permiten comprender la relevancia estratégica de los activos intangibles en contextos
cooperativos.
A pesar de la creciente disponibilidad de informes de sostenibilidad publicados por las
cooperativas del segmento 1 en Ecuador, existe una brecha signicativa en la literatura respecto
a cómo estas organizaciones reportan, gestionan y comunican las dimensiones del capital
intelectual en dichos informes. ¿Cómo se reeja el capital humano, estructural y relacional
Capital intelectual y sostenibilidad organizacional en cooperativas ecuatorianas: un análisis desde las dimensiones humana, estructural y relacional
45
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
en los informes de sostenibilidad? ¿Existe coherencia entre lo declarado y lo practicado? ¿Qué
implicaciones tienen estas representaciones para la legitimidad organizacional y la relación con
los stakeholders?
Para responder a estas preguntas, este estudio analiza los informes de sostenibilidad de alrededor
de 26 cooperativas del segmento 1 de Ecuador correspondientes a los años 2022, 2023 y 2024.
Se aplicó una metodología cualitativa basada en el análisis de contenido, utilizando el software
Atlas.ti para codicar y examinar las unidades de información relacionadas con las tres
dimensiones del capital intelectual. El objetivo general es identicar y caracterizar cómo estas
dimensiones son representadas en los informes y cómo contribuyen, o no, a la construcción de
un discurso de sostenibilidad integral y coherente.
Este trabajo tiene una doble importancia: teórica y práctica. Teóricamente, aporta al desarrollo
de un marco conceptual que integra el capital intelectual con la sostenibilidad bajo el lente de
las teorías de la legitimidad y de los stakeholders. Prácticamente, ofrece herramientas y criterios
que pueden ser útiles para que las cooperativas fortalezcan sus prácticas de reporte, gestión y
comunicación en torno a la sostenibilidad, potenciando su legitimidad ante la comunidad, los
reguladores y otros grupos de interés estratégicos.
En el contexto actual, las cooperativas de ahorro y crédito (COAC) desempeñan un papel
fundamental en la inclusión nanciera y el desarrollo económico de Ecuador. Particularmente,
las cooperativas del segmento 1, caracterizadas por tener activos superiores a 80 millones de
dólares, representan una porción signicativa del sistema nanciero popular y solidario del
país. La sostenibilidad y competitividad de estas entidades no solo dependen de sus recursos
nancieros, sino también del manejo eciente de sus activos intangibles, conocidos como
capital intelectual (Superintendencia de Economía Popular y Solidaria , 2025)
El capital intelectual, compuesto por el capital humano, estructural y relacional, es esencial para
la generación de valor y la ventaja competitiva sostenible en las organizaciones. Sin embargo,
la revelación de información relacionada con estos activos intangibles aún es limitada en el
sector cooperativo ecuatoriano. Este estudio se enfoca en analizar el índice de revelación de
capital intelectual sostenible en las COAC del segmento 1 durante los años 2022, 2023 y 2024,
utilizando el software Atlas.ti para el análisis cualitativo de la información.
El capital intelectual está emergiendo como uno de los principales activos estratégicos para
las organizaciones en el siglo XXI. En un entorno empresarial cada vez más basado en el
conocimiento, los activos tangibles ya no constituyen por sí solos la principal fuente de ventaja
competitiva. En este sentido, el capital intelectual representa el conjunto de conocimientos,
habilidades, experiencias, relaciones y rutinas organizacionales que contribuyen al proceso de
creación de valor sostenible (Edvinsson & Malone , 1999).
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
46
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Según Sánchez et al. (2000), el capital intelectual es un recurso intangible que reside tanto en
las personas como en la organización y que, si se gestiona adecuadamente, puede traducirse
en innovaciones, eciencia y mayor posicionamiento en el mercado. Este tipo de capital ha
adquirido una relevancia creciente en las organizaciones del sector nanciero, incluidas las
cooperativas de ahorro y crédito, debido a su impacto en la transparencia, conanza de los
socios y sostenibilidad organizacional.
La investigación se fundamenta en las teorías de la legitimidad y de los stakeholders. La teoría
de la legitimidad sostiene que las organizaciones buscan conformarse a las normas y valores
sociales para asegurar su supervivencia. Por otro lado, la teoría de los stakeholders enfatiza la
importancia de satisfacer las expectativas de todos los grupos de interés relacionados con la
organización. Ambas teorías proporcionan un marco conceptual para comprender la importancia
de la transparencia y la divulgación de información sobre el capital intelectual en las COAC.
La mayoría de los marcos teóricos coinciden en la clasicación del capital intelectual en
tres componentes interrelacionados: capital humano, capital estructural y capital relacional
(Edvinsson & Malone, 1998).
El capital humano se reere al conjunto de conocimientos, habilidades, competencias y
experiencias que poseen los empleados de una organización. Este capital no pertenece a la
empresa directamente, ya que reside en las personas, pero es esencial para la innovación, la
mejora continua de procesos y la resolución de problemas (Bontis, 1998).
Es considerado el motor principal de creación de valor dentro de las organizaciones, ya que
son los empleados quienes generan, aplican y transforman el conocimiento. Además, el capital
humano está inuido por aspectos como la formación continua, la motivación, el liderazgo y el
compromiso organizacional (Sveiby, 1997).
“El capital humano representa la fuente de ideas, innovación y conocimiento aplicado, siendo
el factor más dinámico del capital intelectual” (Bontis, 2001, p. 45).
El capital estructural incluye los sistemas, procedimientos, bases de datos, tecnologías, cultura
organizacional y demás infraestructuras que permiten a una empresa funcionar de manera
eciente y reproducir el conocimiento (Stewart, 1997).
Este tipo de capital es propiedad de la organización y permanece en ella incluso cuando los
empleados se retiran. Una organización con un capital estructural sólido tiene mayor capacidad
de retener conocimiento, facilitar la innovación y mejorar sus procesos operativos. Dentro
de este componente se incluye también la propiedad intelectual (patentes, derechos de autor,
Capital intelectual y sostenibilidad organizacional en cooperativas ecuatorianas: un análisis desde las dimensiones humana, estructural y relacional
47
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
marcas registradas) y la eciencia de los procesos internos (Edvinsson & Malone, 1999).
“El capital estructural proporciona la base sobre la cual el capital humano puede desarrollarse,
organizarse y aplicarse de forma sistemática” (Roos et al., 1997, p. 79).
El capital relacional hace referencia al valor derivado de las relaciones que una organización
mantiene con sus partes interesadas externas: clientes, proveedores, instituciones nancieras,
reguladores y la comunidad en general. Este capital se maniesta en la conanza, lealtad,
reputación y compromiso de los stakeholders hacia la organización (Bontis, 2001).
Una adecuada gestión del capital relacional puede traducirse en relaciones duraderas con
clientes y aliados estratégicos, mejora de la imagen institucional y consolidación del prestigio
organizacional. En el caso de las cooperativas, donde la conanza de los socios es esencial, este
componente se vuelve particularmente relevante.
“El capital relacional es la evidencia externa del valor percibido por los clientes, así como del
prestigio institucional en el entorno” (Ordoñez de Pablos, 2002, p. 290).
Las cooperativas, al ser entidades que combinan objetivos económicos con nes sociales,
requieren de una gestión estratégica del conocimiento para fomentar la conanza, participación
y sostenibilidad. En este tipo de organizaciones, la transparencia sobre los elementos que
constituyen su capital intelectual puede fortalecer la relación con los socios, atraer nuevos
miembros y mejorar su reputación en el sector (Camisón Zornoza et al., 2000).
La divulgación del capital intelectual, además, se alinea con los principios de responsabilidad
social y rendición de cuentas que rigen el sector cooperativo. Es por esto que establecer un
índice de revelación del capital intelectual no solo es útil como herramienta de gestión, sino
también como mecanismo de legitimación institucional frente a los stakeholders.
En síntesis, este estudio busca contribuir a una comprensión más holística de la sostenibilidad
en organizaciones del sector cooperativo, destacando la relevancia de los intangibles
organizacionales y su impacto en la percepción pública, la gestión estratégica y la creación de
valor sostenible.
Métodos
Este estudio adoptó un enfoque cualitativo con diseño no experimental, transversal y
exploratorio-descriptivo, orientado al análisis de la revelación del capital intelectual sostenible
en las cooperativas de ahorro y crédito (COAC) del segmento 1 en Ecuador, durante los años
2022, 2023 y 2024.
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
48
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
La elección de un diseño cualitativo responde al objetivo de explorar las prácticas de
divulgación de información no nanciera, enfocándose en aspectos intangibles como el capital
intelectual. Se utilizó el análisis de contenido para interpretar los informes anuales y otros
documentos institucionales disponibles públicamente en los portales web de las COAC y la
Superintendencia de Economía Popular y Solidaria (SEPS).
Las unidades de análisis estuvieron compuestas por 26 COAC clasicadas en el segmento 1,
según el criterio de segmentación vigente emitido por la SEPS (activos superiores a 80 millones
de USD). Estas entidades fueron seleccionadas mediante muestreo intencional, considerando
su importancia sistémica y la disponibilidad de información en los períodos analizados.
Criterios de inclusión:
Cooperativas del segmento 1 con estado “Vigente”.
Disponibilidad de informes institucionales de los años 2022, 2023 y/o 2024.
Información accesible desde fuentes ociales (SEPS o portales web propios).
Criterios de exclusión:
Cooperativas que no publicaron reportes institucionales en los tres años considerados.
Entidades con estado “suspendido”, “cancelado” u otro distinto a “vigente”.
La presente investigación utilizó, como instrumentos de recolección de información, los
documentos institucionales publicados por las cooperativas de ahorro y crédito (COAC)
del segmento 1 de Ecuador. Estos documentos incluyeron informes de gestión, memorias
institucionales, reportes de sostenibilidad, balances sociales y comunicados ociales emitidos
entre los años 2022 y 2024. La información fue obtenida a través de los portales web de cada
cooperativa y del repositorio público de la Superintendencia de Economía Popular y Solidaria
(SEPS), con el objetivo de garantizar la transparencia, trazabilidad y vericabilidad de las
fuentes. La elección de estos documentos como unidad documental se sustentó en su relevancia
para el análisis del nivel de divulgación de los activos intangibles y, en particular, del capital
intelectual, el cual constituye el eje central de esta investigación.
La herramienta analítica utilizada fue el software de análisis cualitativo ATLAS.ti, en su
versión 23. Este programa permitió realizar una sistematización rigurosa de los datos textuales
mediante procesos de codicación abierta y axial, lo cual resultó esencial para identicar
patrones, establecer categorías temáticas y extraer inferencias interpretativas. Se aplicó una
codicación dirigida, basada en una matriz de categorías previamente denida, que contempló
los tres componentes clásicos del capital intelectual: humano, estructural y relacional.
Cada componente fue operacionalizado con base en indicadores clave extraídos de la literatura
cientíca y adaptados al contexto del sector cooperativo ecuatoriano. Por ejemplo, para el
Capital intelectual y sostenibilidad organizacional en cooperativas ecuatorianas: un análisis desde las dimensiones humana, estructural y relacional
49
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
capital humano se analizaron menciones a programas de formación y capacitación, desarrollo
del talento humano, estabilidad laboral, y estrategias de retención de personal. En el caso del
capital estructural, se incluyeron referencias a procesos internos estandarizados, innovación
tecnológica, propiedad intelectual, políticas institucionales y sistemas de información.
Finalmente, el capital relacional se abordó mediante indicadores como relaciones con la
comunidad, alianzas estratégicas, responsabilidad social empresarial, satisfacción de socios y
reputación organizacional.
El procedimiento metodológico se estructuró en cinco etapas fundamentales. En primer lugar,
se llevó a cabo una selección intencional de las cooperativas del segmento 1, tomando como
base el listado ocial de la SEPS actualizado al año 2024, el cual incluye aquellas entidades que
superan los 80 millones de dólares en activos y que mantienen un estado vigente. En total se
identicaron 26 (ver tabla 1) cooperativas distribuidas en distintas regiones del país, tales como
Tungurahua, Pichincha, Loja, Guayas, Cotopaxi y Chimborazo, entre otras. En segundo lugar,
se procedió con el levantamiento, recopilación y organización sistemática de los documentos
institucionales disponibles para cada año objeto de estudio (2022, 2023 y 2024). Esta etapa
implicó una revisión exhaustiva de sitios web ociales, así como el uso de ltros de búsqueda
para asegurar la pertinencia y actualidad de la información. En tercer lugar, se efectuó una
lectura exploratoria del corpus documental y una posterior segmentación textual en unidades
de análisis, lo cual facilitó la identicación preliminar de las categorías y subcategorías de
contenido.
En cuarto lugar, se implementó el proceso de codicación dentro de ATLAS.ti, asignando
etiquetas y memos a cada fragmento de texto relevante según el componente del capital
intelectual correspondiente. Finalmente, se consolidaron los datos mediante la generación de
informes, cuadros de frecuencias y matrices comparativas entre cooperativas y años, lo cual
permitió una visualización integral del fenómeno estudiado.
En cuanto al análisis de datos, se utilizó un enfoque de análisis de contenido cualitativo
dirigido, complementado por estrategias de cuanticación de ocurrencias temáticas. Se empleó
una técnica de puntuación binaria (presencia = 1, ausencia = 0) para registrar la aparición de
cada indicador en los documentos analizados, lo cual permitió construir un índice de revelación
para cada componente del capital intelectual y para cada cooperativa. Posteriormente, se
calculó un índice compuesto de divulgación total de capital intelectual sostenible, expresado
en porcentajes, lo que facilitó la comparación horizontal entre las distintas entidades y la
evaluación temporal del grado de transparencia alcanzado en el trienio 2022–2024.
Además, se analizaron coocurrencias entre códigos, relaciones causales y patrones narrativos
que enriquecieron la comprensión del comportamiento informativo de las COAC del segmento
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
50
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
1. Esta metodología mixta, basada en la triangulación de fuentes documentales, herramientas
tecnológicas y técnicas analíticas, garantizó la rigurosidad y replicabilidad del estudio,
aportando evidencia empírica sólida sobre un fenómeno aún poco explorado en el contexto
ecuatoriano: la divulgación estratégica del capital intelectual en entidades de economía popular
y solidaria.
Resultados
En esta tabla se encuentra el listado de las cooperativas de ahorro y crédito del segmento 1 de
Ecuador, tomando como base el listado ocial de la SEPS actualizado al año 2024.
Tabla 1. Número de cooperativas de ahorro y crédito del segmento 1 en los años 2022 a 2024
N.°
Capital intelectual y sostenibilidad organizacional en cooperativas ecuatorianas: un análisis desde las dimensiones humana, estructural y relacional
51
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Fuente: elaboración propia
La siguiente tabla 2 resume los principales elementos del capital humano identicados en los
informes organizacionales de las cooperativas de ahorro y crédito del Ecuador, a partir del
análisis de palabras clave asociadas. Se agrupan en tres grandes dimensiones: información de
los empleados, instrucción de los trabajadores y bienestar laboral. Esta sistematización permite
observar tanto la frecuencia con la que se abordan ciertos temas (como género, educación,
evaluación o salud), como la atención que reciben aspectos clave para la gestión del talento
humano desde una perspectiva de sostenibilidad y desarrollo organizacional.
Tabla 2. Palabras claves capital intelectual humano
Fuente: elaboración propia.
Género de los trabajadores
Edad de los trabajadores
Altas de personal
Nivel de instrucción
Planes de inducción
Evaluación
Seguridad y salud
Compensación no
financiera
Hombres
Mujeres
Edad
Inducción
Integración
Nivel
Educación
Programas
Competencias
Capacitación
Evaluación
Resultados
Salud
Seguridad
Compensación
Reconocimiento
26
53
31
9
38
141
86
27
9
102
108
168
43
94
13
20
ELEMENTOS DE
CAPITAL HUMANO
INFORMACIÓN DE
LOS EMPLEADOS
INSTRUCCIÓN DE
LOS TRABAJADORES
BIENESTAR D ELOS
TRABAJADORES
PALABRAS CLAVES
ASOCIADAS
TOTAL,
REPITENCIA
DE
PALABRAS
CAPITAL
HUMANO
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
52
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Diagnóstico del capital humano en las cooperativas de ahorro y crédito
Uno de los pilares fundamentales para la sostenibilidad y eciencia de las cooperativas de
ahorro y crédito en Ecuador es su capital humano. El análisis realizado con base a la información
recogida de 26 entidades revela una predominancia del personal femenino, con un total de 53
mujeres frente a 26 hombres. Este dato sugiere una participación femenina signicativa en el
sector cooperativista, alineada con tendencias inclusivas observadas en otras instituciones de
economía solidaria en América Latina.
La edad promedio del personal se sitúa en los 31 años, lo que indica una plantilla joven,
potencialmente adaptable a procesos de innovación y transformación tecnológica. No obstante,
esta juventud también exige políticas robustas de formación y retención, dado que los empleados
en etapas tempranas de su carrera profesional tienden a buscar mayores oportunidades de
desarrollo.
En cuanto a la incorporación de nuevos colaboradores, se registraron 9 altas, acompañadas por
38 procesos de integración, lo que reeja un esfuerzo consciente por facilitar la inserción y
adaptación del nuevo personal a la cultura organizacional de las cooperativas.
Formación, competencias y evaluación del talento humano
El nivel educativo del personal evidencia un capital humano con formación considerable: 141
registros hacen alusión a niveles de instrucción, con un foco en educación formal y programas
de capacitación. A esto se suman 86 menciones relacionadas con programas especícos de
formación, y 27 casos que indican la implementación de iniciativas educativas puntuales.
Destaca el esfuerzo en procesos de inducción (9 menciones), competencias (102) y sistemas
de evaluación (108), lo que da cuenta de una estructura sólida orientada a medir y mejorar el
desempeño de los colaboradores. El número total de repeticiones de palabras clave asociadas
a “resultados” (168) sugiere que existe una preocupación constante por vincular la gestión del
talento humano con indicadores de desempeño.
Bienestar laboral y condiciones del entorno
En cuanto a los aspectos relacionados con el bienestar del trabajador, se identicaron menciones
relevantes en torno a la salud (94), seguridad (43), reconocimiento (20) y compensaciones no
nancieras (13). Aunque los números no son elevados en comparación con otras variables,
reejan una base sobre la cual las cooperativas pueden construir programas integrales de
bienestar que consideren la salud física, mental y el reconocimiento simbólico del esfuerzo
laboral.
Capital intelectual y sostenibilidad organizacional en cooperativas ecuatorianas: un análisis desde las dimensiones humana, estructural y relacional
53
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Estos hallazgos indican una comprensión incipiente de la importancia del bienestar como
un motor de productividad, motivación y lealtad organizacional. Sin embargo, es evidente la
necesidad de fortalecer estos ámbitos mediante políticas de bienestar estructuradas y sostenidas.
A continuación se presenta la nube de palabras, que representa visualmente los términos más
frecuentes asociados al capital humano en los informes analizados. Su construcción permite
identicar las áreas temáticas con mayor presencia discursiva, tales como la educación, la
evaluación del desempeño, la capacitación y la seguridad laboral. Esta herramienta facilita una
comprensión rápida de los enfoques predominantes en la gestión del talento humano dentro de
las cooperativas de ahorro y crédito del Ecuador.
Figura 1. Nube de palabras capital intelectual humano
Fuente: elaboración propia
La siguiente tabla presenta los principales elementos del capital estructural identicados en los
informes de sostenibilidad de las cooperativas de ahorro y crédito del Ecuador. Se agrupan en
tres dimensiones clave: infraestructura organizacional, propiedad intelectual y conocimiento,
y gestión y mejora continua.
A través del análisis de palabras clave y su frecuencia, es posible observar una marcada atención
hacia los aspectos normativos, los sistemas de calidad (como ISO) y los procedimientos
internos, mientras que se evidencian debilidades en la formalización del conocimiento y la
protección de innovaciones. Esta sistematización permite evaluar la solidez estructural y la
orientación hacia la eciencia operativa y la sostenibilidad institucional.
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
54
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Tabla 3. Palabras claves capital intelectual estructural
Fuente: elaboración propia.
Análisis del capital estructural: procesos, infraestructura y conocimiento
El capital estructural en las cooperativas de ahorro y crédito ecuatorianas se maniesta con
fuerza en la existencia de manuales, procedimientos, normativas y sistemas de control interno,
los cuales alcanzan un total de 144 referencias. Este dato sugiere una institucionalización
adecuada de procesos, contribuyendo a la transparencia, la eciencia operativa y la mitigación
de riesgos.
En el componente de infraestructura física, se identican 55 referencias a ocinas, 19 a
instalaciones, 16 a distribución de espacios y 17 a accesibilidad. Esto reeja un esfuerzo por
CAPITAL
ESTRUCTURAL
ELEMENTOS DE
CAPITAL
ESTRUCTURAL
INFRAESTRUCTURA
ORGANIZACIONAL
PROPIEDAD
INTELECTUAL Y
CONOCIMIENTO
GESTIÓN Y MEJORA
CONTINUA
Manuales y
procedimiento
Espacios físicos
Patentes y licencias
Bases de datos de
conocimiento
Indicadores de
desempeño
Sistemas de gestión de
calidad
144
82
18
55
19
16
17
0
0
0
35
0
12
2
0
4
1
168
26
7
8
19
36
327
PALABRAS CLAVES
ASOCIADAS
TOTAL,
REPITENCIA
DE
PALABRAS
Capital intelectual y sostenibilidad organizacional en cooperativas ecuatorianas: un análisis desde las dimensiones humana, estructural y relacional
55
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
adecuar los entornos laborales de manera funcional y cómoda, lo cual impacta directamente en
la calidad del servicio y en la percepción del cliente.
Por otro lado, la dimensión de propiedad intelectual, donde se esperaría encontrar registros de
patentes, derechos de autor o licencias, presenta una ausencia total. Esto señala una debilidad
estructural signicativa en términos de innovación y protección del conocimiento generado
internamente. Pese a ello, se documentan 35 menciones a elementos asociados a innovación,
lo que puede indicar un potencial no explotado que debería ser objeto de políticas estratégicas.
En lo relativo a bases de datos y gestión del conocimiento, las menciones son reducidas (12
y 2, respectivamente), lo cual alerta sobre una posible falta de mecanismos sistemáticos para
almacenar, gestionar y compartir el conocimiento organizacional.
Sistemas de calidad y mejora continua
La gestión de calidad es uno de los pilares evaluados con mayor solidez: se registran 327
menciones a estándares, certicaciones, cumplimiento e indicadores relacionados con ISO
u otros marcos normativos. Esto reeja una preocupación activa por el aseguramiento de la
calidad en los servicios y procesos internos.
Asimismo, el uso de indicadores de desempeño (168 menciones), métricas (26) y resultados
(7) sugiere una cultura organizacional que comienza a adoptar modelos de mejora continua.
No obstante, aún existe espacio para fortalecer los mecanismos de retroalimentación, con el
objetivo de conectar la evaluación de resultados con estrategias de innovación y desarrollo.
Figura 2. Nube de palabras capital intelectual estructural
Fuente: elaboración propia
La siguiente nube de palabras reeja visualmente los términos más recurrentes vinculados al
capital estructural en los informes organizacionales analizados. Esta representación destaca
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
56
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
conceptos clave como procesos, normativa, control interno, calidad e ISO, lo que evidencia
una fuerte orientación hacia la estructura normativa y la mejora continua. Al mismo tiempo, la
menor presencia de términos relacionados con propiedad intelectual o gestión del conocimiento
revela áreas aún poco desarrolladas en la dimensión estructural del capital intelectual.
La siguiente tabla sintetiza los elementos del capital relacional presentes en los informes de
sostenibilidad de las cooperativas de ahorro y crédito del Ecuador, a partir del análisis de
palabras clave asociadas. Estos elementos se agrupan en tres ejes: relación con clientes y
usuarios, vínculo con entidades externas y conexión con el entorno regulador y académico. Los
resultados reejan una fuerte orientación hacia el cumplimiento normativo y la transparencia,
mientras que aspectos como la delización de clientes y las alianzas estratégicas presentan
una menor presencia, evidenciando oportunidades de mejora en la construcción de relaciones
sostenibles de largo plazo.
Tabla 4. Palabras claves capital intelectual relacional
Fuente: elaboración propia.
ELEMENTOS DE
CAPITAL
ESTRUCTURAL
PALABRAS CLAVES
ASOCIADAS
TOTAL,
REPITENCIA
DE
PALABRAS
CAPITAL
ESTRUCTURAL
RELACIÓN CON
CLIENTES
RELACIÓN CON
ENTIDADES
EXTERNAS
RELACIÓN CON
ENTORNO
Satisfacción del cliente
Lealtad y fidelización
Alianzas estratégicas
Relación con proveedores
Cumplimiento normativo
Transparencia y
rendición de cuentas
Encuestas
Retroalimentación
Servicio
Atención
Retención
Preferencia
Confianza
Reputación
Convenios
Cooperación
Colaboración
Proyectos
Negociación
Contratos
Pagos
Cumplimiento
Leyes
Regulaciones
Control
Supervisión
Informes
Ética
Publicación
Responsabilidad
7
4
108
104
2
2
36
2
26
24
8
48
4
17
13
327
5
3
166
16
73
90
5
154
Capital intelectual y sostenibilidad organizacional en cooperativas ecuatorianas: un análisis desde las dimensiones humana, estructural y relacional
57
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Relación con clientes y usuarios
Satisfacción del cliente (palabras clave: encuestas, retroalimentación, servicio,
atención): La alta frecuencia de términos como servicio (108) y atención (104) evidencia
que las empresas priorizan la atención al cliente como un componente central de su
estrategia relacional. Aunque “encuestas” y “retroalimentación” aparecen con menor
frecuencia, su presencia sugiere que se aplican mecanismos formales para medir la
satisfacción del cliente, aunque no de manera sistemática o estandarizada.
Lealtad y delización (palabras clave: retención, preferencia, conanza, reputación):
Este subindicador muestra una menor frecuencia general. El término “conanza” destaca
con 36 alusiones, mientras que los otros conceptos tienen muy baja representación.
Esto puede indicar que, aunque se reconoce la importancia de delizar a los clientes, su
divulgación en los informes es limitada o no se aborda explícitamente como parte del
capital relacional.
Relación con entidades externas
Alianzas estratégicas (palabras clave: convenios, cooperación, colaboración,
proyectos): Las empresas tienden a destacar las alianzas y proyectos estratégicos, con
48 menciones de “proyectos”, 26 de “convenios” y 24 de “cooperación”. Esto reeja un
esfuerzo importante por visibilizar las relaciones de colaboración interinstitucional, lo
cual fortalece la sostenibilidad y la innovación compartida.
Relación con proveedores (palabras clave: negociación, contratos, pagos,
cumplimiento): El término cumplimiento lidera con 327 menciones, lo que demuestra
una gran preocupación por los aspectos regulatorios y contractuales en las relaciones con
proveedores. La alta frecuencia puede asociarse con la presión normativa y la necesidad
de garantizar transparencia en la cadena de suministro.
Relación con el entorno regulador y académico
Cumplimiento normativo (palabras clave: leyes, regulaciones, control, supervisión):
“Control” se destaca con 166 menciones, indicando una fuerte atención en la supervisión
y seguimiento del cumplimiento legal. Esto puede reejar la creciente scalización y el
interés de las empresas en demostrar conformidad con marcos legales y regulatorios.
Transparencia y rendición de cuentas (palabras clave: informes, ética, publicación,
responsabilidad): Se observa una alta frecuencia en “ética (90)”, “informes (73)”
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
58
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
y “responsabilidad (154)”. Esto denota un esfuerzo importante por comunicar la
transparencia organizacional, responder a los grupos de interés y legitimar su accionar
ante la sociedad y el entorno regulador.
La siguiente nube de palabras muestra de forma visual los términos más frecuentes relacionados
con el capital relacional en los informes analizados. Esta representación permite identicar
los enfoques predominantes en la gestión de relaciones externas, destacando palabras como
cumplimiento, responsabilidad, servicio y ética. La alta recurrencia de estos términos evidencia
una preocupación institucional por la legitimidad y la atención al cliente, mientras que la baja
presencia de conceptos vinculados a la delización o colaboración estratégica sugiere áreas aún
poco desarrolladas en el fortalecimiento del capital relacional sostenible.
Figura 3. Nube de palabras capital intelectual relacional
Fuente: elaboración propia.
La capacidad predictiva mide la capacidad del modelo de predecir el comportamiento de las
variables endógenas. Se mide con el Coeciente de determinación de Pearson R² que muestra
el porcentaje de varianza de las variables endógenas explicado por el modelo (Hair et al.,
2019). En la literatura se indica que valores de 0.25, 0.50, 0.75 representan una capacidad
predictiva débil, moderada y fuerte respectivamente. Los resultados (Tabla 5) muestran que los
valores de son moderados-altos.
Discusión
Los resultados obtenidos permiten comprender la situación actual del capital humano,
estructural y relacional en las cooperativas de ahorro y crédito del Ecuador, especícamente
en el segmento 1. En cuanto al capital humano, se evidenció una clara participación femenina,
predominancia de personal joven (edad promedio de 31 años), altos niveles de educación
Capital intelectual y sostenibilidad organizacional en cooperativas ecuatorianas: un análisis desde las dimensiones humana, estructural y relacional
59
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
formal y una signicativa implementación de procesos de evaluación y capacitación. En el
capital estructural, se destaca una sólida base en documentación normativa, control interno
y estándares de calidad (por ejemplo, ISO), aunque se detectaron debilidades notables en la
gestión del conocimiento y la propiedad intelectual.
Respecto al capital relacional, los hallazgos muestran que las cooperativas otorgan un gran peso
a los aspectos normativos, especialmente en lo que respecta al cumplimiento de regulaciones
y rendición de cuentas ante entes de control. Palabras como cumplimiento (327 menciones),
control (166) y responsabilidad (154) fueron altamente recurrentes, lo que revela una cultura
organizacional enfocada en la legitimación institucional y el cumplimiento normativo.
Asimismo, se identicó una presencia signicativa de términos relacionados con servicio
(108) y atención (104), lo que resalta la importancia otorgada a la experiencia del cliente como
eje de relación.
Sin embargo, la baja representación de subelementos como la delización de clientes o las
alianzas estratégicas (ejemplo, solo 2 menciones a "retención" o 8 menciones a "colaboración")
evidencia una limitada orientación hacia el fortalecimiento de relaciones sostenibles de largo
plazo con grupos de interés clave. Esta debilidad sugiere que el capital relacional se encuentra
más alineado al cumplimiento que a la co-creación de valor.
Estos hallazgos responden a la pregunta inicial sobre el estado del capital intelectual en
estas organizaciones y permiten evaluar su capacidad para sostener procesos de innovación,
competitividad, legitimidad y mejora continua. A continuación, se presenta una tabla que
compara estos resultados con estudios nacionales e internacionales:
Tabla 5. Resultados de los tres elementos del capital intelectual
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
60
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Fuente: elaboración propia.
Una observación importante es la falta de propiedad intelectual registrada, lo cual puede
explicarse por la naturaleza tradicional y comunitaria de las cooperativas, que priorizan el
saber compartido frente a la formalización legal del conocimiento. No obstante, esta carencia
limita oportunidades de posicionamiento y diferenciación, especialmente en entornos cada vez
más competitivos y digitalizados.
Asimismo, la escasa gestión documental del conocimiento, a pesar de contar con una estructura
formal sólida, puede afectar la continuidad operativa y el aprendizaje organizacional. Esta
contradicción entre una estructura normativa fuerte y una débil gestión intangible debe ser
abordada con urgencia.
En cuanto al capital relacional, se identica una doble vertiente: por un lado, una fuerte
presencia normativa que otorga legitimidad institucional; por otro, una clara debilidad en las
relaciones estratégicas con clientes, proveedores, entornos académicos y sociales. Esta brecha
puede comprometer el desarrollo sostenible y limitar la resiliencia de las organizaciones ante
contextos de cambio.
Entre las limitaciones del estudio se encuentran:
La muestra se limita a cooperativas registradas en determinadas provincias, lo cual
impide generalizar los resultados a todo el país.
La información analizada es cuantitativa descriptiva; no se aplicaron encuestas
cualitativas que permitan explorar percepciones o motivaciones del personal.
No se incluyó una perspectiva temporal que permita observar tendencias evolutivas o
efectos de reformas normativas recientes.
Si bien existen estas limitaciones, los resultados son signicativos para la comprensión del
estado actual del capital intelectual en este sector. Ofrecen una visión integrada de la situación
organizacional y plantean nuevas áreas de atención como el fortalecimiento del conocimiento
interno, el bienestar laboral y la formalización de la innovación.
Capital intelectual y sostenibilidad organizacional en cooperativas ecuatorianas: un análisis desde las dimensiones humana, estructural y relacional
61
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Conclusiones
A partir del análisis realizado, se concluye que las cooperativas de ahorro y crédito ecuatorianas
han construido una base normativa sólida, pero enfrentan desafíos signicativos en áreas
estratégicas como la gestión del conocimiento, la protección de innovaciones y la creación
de valor relacional. Más allá de describir hallazgos, es necesario avanzar hacia modelos
organizacionales que integren estos intangibles en su estrategia de sostenibilidad. Estas
observaciones invitan a repensar la forma en que las cooperativas construyen legitimidad y
competitividad desde sus capacidades intangibles.
No obstante, se identicaron debilidades importantes en tres dimensiones clave del capital
intelectual:
La gestión del conocimiento, aún incipiente;
La formalización de innovaciones, especialmente en lo referente a propiedad intelectual;
Capital relacional estratégico limitado a aspectos normativos y poco orientado a la
creación de valor compartido.
La pregunta inicial sobre el estado del capital humano, estructural y relacional ha sido
respondida: existe un desarrollo desigual, con fortalezas claras en estructura y normativas, pero
con rezagos signicativos en dimensiones intangibles críticas para la adaptabilidad, innovación
y competitividad de las cooperativas.
Estos hallazgos permiten modicar la percepción de que las organizaciones avanzan de forma
homogénea en sus componentes de capital intelectual. Para alcanzar un verdadero desarrollo
sostenible, las cooperativas deben invertir en los aspectos menos visibles de su estructura
organizacional, incluyendo la sistematización del conocimiento y la construcción de redes
estratégicas de colaboración. Finalmente, el estudio sugiere nuevas hipótesis de investigación:
¿Qué impacto tiene la ausencia de propiedad intelectual en la innovación y la
competitividad del sector cooperativo?
¿Cómo inuye el bienestar laboral en la retención del talento joven en contextos
solidarios?
¿Qué modelos de gestión del conocimiento son más ecaces para el entorno
cooperativo ecuatoriano?
¿Cómo puede el capital relacional contribuir activamente al desarrollo sostenible
desde una lógica de co-creación?
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
62
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Declaración de contribución de autoría CRediT
Fernanda Martínez-Ñacato: Conceptualización, curación de datos, análisis formal, investigación, metodología,
recursos, visualización, redacción: borrador original – Preparación, creación y/o presentación del trabajo
publicado, especícamente la redacción del borrador inicial (incluyendo la traducción sustantiva), redacción
(revisión y edición).
Andrés Aguilar-Viteri: Conceptualización, curación de datos, análisis formal, investigación, metodología,
recursos, visualización, redacción: borrador original.
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
Referencias
1. Bontis , N. (1998). Intellectual hcapital: An exploratory study that develops
measures and models. Management Decision, 36(2), 63-76. https://doi.org/doi.
org/10.1108/00251749810204142
2. Bontis, N. (2001). Assessing knowledge assets: A review of the models used to measure
intellectual capital. Internacional Journal of Management Reviews, 3(1), 41-60. https://doi.
org/doi.org/10.1111/1468-2370.00053
3. Carrera-Silva, E. (2024). Más allá del horizonte nanciero: cooperativas como promotoras
de capital humano y social. Sustainability, 16(18), 7908. https://www.mdpi.com/2071-
1050/16/18/7908
4. Camisón Zornoza, C., Forés Julián, B., & Puig, D. (2000). El capital intelectual como
generador de ventajas competitivas sostenibles. Revista Europea de Dirección y Economía
de la Empresa, 9(1), 103-118.
5. Edvinsson, L., & Malone , M. (1999). Capital intelectual: Cómo identicar y calcular el
valor real de los recursos intangibles de la empresa. Gestión 2000, 40-68.
6. Edvinsson, L., & Malone, M. (1998). Capital intelectual: como descubrir el verdadero
varlo de su empresa descubriendo su capacidad intelectual oculta. Eskandia.
7. Creswell, J. (2014). Research design: Qualitative, quantitative, and mixed methods
approaches. SAGE Publications.
8. Danesa, P., León, A., & Vinelli, A. (2019). Factores impulsores y facilitadores de las
prácticas de sostenibilidad de los proveedores: un análisis basado en encuestas. Int. J. Prod.
Capital intelectual y sostenibilidad organizacional en cooperativas ecuatorianas: un análisis desde las dimensiones humana, estructural y relacional
63
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
Res, 2034-2056. doi:https://doi.org/10.1146/annurev.es.26.110195.000245
9. Delgado, D.J. (2000). El ciclo de desarrollo de competencias. Fundación Iberoamericana
del Conocimiento. Encontrado febrero, 27.
10. Edvinsson, L., & Malone, M. (1997). Intellectual capital: Realizing your companys ture
value by ndung its hidden brainpower. The virtual corporation.
11. Edvinsson, L., & Malone, M. S. (1998). El capital intelectual: cómo identicar y calcular
el valor inexplorado de los recursos intangibles de su empresa. Grupo Editorial Norma.
12. Elkington, J. (1994). Towards the sustainable corporation: Win-win-win business strategies
for sustainable development. California management review, 36(2), 90-100.
13. Elkington, J. (1997). Cannibals with forks: The triple bottom line of 21st century business.
Journal of Business Ethics, 23, 229-231. https://doi.org/10.1023/A:1006129603978
14. Elkington, J. (1998). Alianzas entre caníbales y tenedores: el triple resultado de los negocios
del siglo XXI. Reinar. Cual. Gestionar, 37-51.
15. Elkington, J., & Jeurissen, R. (2000). Caníbales con tenedores: el triple resultado
de los negocios del siglo XXI. Journal of Business Ethics, 23, 229–231. https://doi.
org/10.1023/A:1006129603978
16. Escobar, M., Gómez, C., & Ramírez, A. (2024). Interacción entre las dimensiones de la
gestión del conocimiento en las cooperativas de ahorro y crédito. CIRIEC-España, Revista
de Economía Pública, Social y Cooperativa, (110), 137–162.
17. Ipial, J. (2024). Gestión del conocimiento y capital intelectual en microempresas
ecuatorianas. Unesum Ciencia, 11(1), 117–132. https://revistas.unesum.edu.ec/index.php/
unesumciencias/article/download/780/917/2907
18. Jamaluddin, F., Saleh, N. M., Abdullah, A., Hassan, M. S., Hamzah, N., Jaar,
R., Abdul Ghani Aziz, S. A., & Embong, Z. (2023). Cooperative Governance and
Cooperative Performance: A Systematic Literature Review. Sage Open, 13(3). https://doi.
org/10.1177/21582440231192944
19. Faggian, A., & Capello, R. (2005). Aprendizaje colectivo y capital relacional
en los procesos de innovación local. Revista estudios regionales, 39, 75-87.
Fernanda Martínez-Ñacato, Andrés Aguilar-Viteri
64
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 42-64. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.02
doi:10.1080/0034340052000320851
20. Ordoñez de Pablos, P. (2002). Evidence of intellectual capital measurement from Asia,
Europe and the Middle East. Journal of Intellectual Capital, 3(3), 287-302. https://doi.
org/10.1108/14691930210435536
21. Roos, G., Roos, J., Edvinsson, L., & Dragonetti, N. (1997). Measuring your company’s
intellectual performance. Long Range Planning, 69-85. https://doi.org/doi.org/10.1016/
S0024-6301(97)00066-0
22. Sánchez , M., Castillo, R., & Elena, S. (2000). Gestión del conocimiento: Fundamentos y
herramientas. Boletín de Estudios Económicos, 55(169), 527-552.
23. Saz-Gil, I., González-Morales, O., & Heras-Saizarbitoria, I. (2021). Cooperatives and
social capital: A narrative literature review and directions for future research. Annals of
Public and Cooperative Economics, 92(3), 423–448. https://doi.org/10.1111/apce.12330
24. Stewart, T. (1997). La nueva riqueza de las organizaciones: El capital intelectual. Granica.
25. Suchman, M. (1995). Managing legitimacy: Strategic and institutional approaches.
Academy of Management. Review, 20(3), 571-610. https://doi.org/https://doi.org/10.5465/
amr.1995.9508080331
26. Superintendencia de Economía Popular y Solidaria , (. (2025, mayo 21). Informa sobre el
número de cooperativas de ahorro y crédtio. www.seps.gob.ec
27. Sveiby, K. (1997). The new organizational wealth: Managing & measuring knowledge-
based assets. Berrett-Koehler, 50-62.
ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Gabith Miriam Quispe Fernandez
gquispe@unach.edu.ec
Universidad Nacional de Chimborazo
(Riobamba - Ecuador)
ORCID: 0000-0002-7485-3669
Evelyn Nicole Guacho Pucuna
evelyn.guacho@unach.edu.ec
Universidad Nacional de Chimborazo
(Riobamba - Ecuador)
ORCID: 0009-0003-0638-6426
Dante Ayaviri Nina
dayaviri@unach.edu.ec
Universidad Nacional de Chimborazo
(Riobamba - Ecuador)
ORCID: 0000-0002-3078-1771
Jorge Fernando Cruz Parra
fercruz2@unach.edu.ec
Universidad Nacional de Chimborazo
(Riobamba - Ecuador)
ORCID: 0009-0006-0143-8241
Recibido: 21/07/2025
Aceptado: 31/12/2025
UNA APROXIMACIÓN A LA
VIABILIDAD ECONÓMICA Y
FINANCIERA PARA EL ÉXITO
DE LOS EMPRENDIMIENTOS
EN LA CIUDAD DE RIOBAMBA
AN APPROACH TO THE
ECONOMIC AND FINANCIAL
VIABILITY FOR THE SUCCESS
OF VENTURES IN THE CITY OF
RIOBAMBA
DOI:
https://doi.org/10.37135/kai.03.16.03
KAIRÓS, Vol. (9) No. 16, pp. 65-86, enero - junio 2026
ISSN No. 2631-2743
,
Resumen
Los emprendimientos son un factor de desarrollo que
permite la transformación de las localidades a partir de una
idea innovadora. El objetivo fue determinar el éxito de los
emprendimientos en función de la sostenibilidad y de la
viabilidad económica y nanciera en la ciudad de Riobamba.
Se utilizó el método deductivo, con enfoque mixto, nivel
correlacional y diseño no experimental. La población de
estudio fue de 64 emprendimientos y para la recolección
de información se utilizó como instrumento el cuestionario.
Los resultados muestran que la rentabilidad, el tiempo y el
crecimiento son factores del éxito empresarial, evidenciándo
que la viabilidad económica y nanciera permiten conocer el
grado de sostenibilidad de los emprendimientos. Se concluye
que la viabilidad económica y nanciera es un factor
relevante para el éxito de los emprendimientos en la ciudad
de Riobamba.
Palabras clave: Viabilidad económica, viabilidad
nanciera, emprendimiento, éxito empresarial.
Abstract
Entrepreneurship is a development factor that enables the
transformation of localities through innovative ideas. The
objective was to determine the success of entrepreneurships
ventures based on sustainability and economic and
nancial viability in the city of Riobamba. The study used
a deductive method, a mixed approach, a correlational
level, and a non-experimental design. The study population
consisted of 64 entrepreneurships, and a questionnaire
was used as a data collection instrument. The results show
that protability, time, and growth are factors of business
success, demonstrating that economic and nancial
viability allows us to determine the degree of sustainability
of entrepreneurship. It is concluded that economic and
nancial viability is a relevant factor for the success of
entrepreneurship in the city of Riobamba.
Keywords: Economic viability, nancial viability,
entrepreneurship, business success.
UNA APROXIMACIÓN A LA
VIABILIDAD ECONÓMICA Y
FINANCIERA PARA EL ÉXITO
DE LOS EMPRENDIMIENTOS
EN LA CIUDAD DE
RIOBAMBA
AN APPROACH TO THE
ECONOMIC AND FINANCIAL
VIABILITY FOR THE SUCCESS
OF VENTURES IN THE CITY
OF RIOBAMBA
DOI:
https://doi.org/10.37135/kai.03.16.03
KAIRÓS, Vol. (9) No. 16, pp. 65-86, enero - junio 2026
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
Una aproximación a la viabilidad económica y nanciera para el éxito de los emprendimientos en la ciudad de Riobamba
67
Introducción
En la actualidad, la crisis económica a nivel mundial se ha intensicado tras la pandemia por
COVID-19 en un 4,4% según el FMI en el año 2020 (Jones et al., 2021), además, la guerra
entre Rusia-Ucrania ha debilitado aún más la economía mundial debido a que se desestabiliza la
economía y los precios de los productos de primera necesidad y combustibles, lo que contribuye
al aumento de la inación y al deterioro de las economías a nivel mundial (Banco Mundial, 2022);
debido a esto, muchas entidades o empresas se han visto en la necesidad de realizar un recorte
de personal e incluso han llegado al punto de quiebra. Como consecuencia de ello, muchas de
las personas que han perdido sus empleos han optado por iniciar sus propios emprendimientos,
con el objetivo de obtener una estabilidad económica y satisfacer las necesidades del mercado.
Según encuestas realizadas a nivel mundial por Global Entrepreneurship Monitor (GEM)
en el año 2023 existen cerca de 582 millones de emprendimientos de los cuales el 20%
aproximadamente han fracasado durante el primer año de haber iniciado. Cuando se empieza
un emprendimiento, se enfrenta a un sinnúmero de barreras como: el mercado cambiante, la
competencia desleal y las regulaciones excesivas, es decir, que el emprendimiento para que
tenga éxito debe realizar un estudio que minimice los riesgos que se puedan presentar.
Ecuador es uno de los países de Latinoamérica en donde la creación de emprendimientos han
ido en aumento, Jaramillo (2022) indica que “entre enero y agosto del 2022 se crearon 13.179
nuevos emprendimientos en Ecuador, un 23% más que en el 2021, además nos dice que para
el presente año Ecuador estaría constituyendo cerca de 22.000 nuevos emprendimientos”
(párr. 1), cabe resaltar que muchos de estos emprendimientos son en su mayoría actividades
de comercio, la venta de productos y oferta de servicios, como son la venta de alimentos,
artesanías, accesorios, vestimenta, servicios de limpieza, mantenimiento, estéticas, entre
otros. Muchos de los emprendimientos han fracasado por distintos factores como lo menciona
(Marchan, 2009; como se cita en Lozada et al., 2020)los errores más comunes que cometen los
emprendimientos son que no cuentan con un plan de negocios, falta de ejecución de estrategias,
ignoran la importancia de la tecnología y no miden los gastos que conlleva” (p. 212).
Asimismo, Lozada et al. (2020) identican las principales causas del fracaso empresarial dentro
de la Ciudad de Machala, así también mencionan que dentro de los factores determinantes que
generan el fracaso de los emprendimientos, están los problemas inesperados sean estos de tipo
legal, económicos, ambientales, entre otros, como la escasa ayuda para su nanciamiento, el
alto nivel de competencia es un factor importante.
Por otro lado, en la ciudad de Riobamba el Consejo Provincial dentro de la Dirección de Fomento
Productivo bajo la Coordinación de Gestión Empresarial, emprendimientos y comercialización
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina, Jorge Fernando Cruz Parra
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
68
tienen a cargo 64 emprendimientos dentro de las distintas áreas, como son artesanal, comercial,
gastronómica, productiva y de servicio, los mismos que en un inicio se manejaban de manera
orgánica, sin realizar ningún tipo de estudio que les permita conocer si llegarían o no a tener
éxito dentro de un periodo determinado, por esta razón pocos son los emprendimientos que
logran transformarse en pequeñas y medianas empresas; uno de los problemas a los que se
enfrentan los emprendimientos es la gestión inadecuada e ineciente de los recursos, muchos
de estos emprendimientos inician con un capital prestado por terceras personas o entidades
nancieras para lo cual deberían tener una planicación económica y nanciera que les permita
conocer los costos incurridos dentro del desarrollo de la idea, de este modo poder tener claro las
actividades principales del emprendimiento y los ingresos que este va a recibir.
Existen emprendimientos que no han podido mantenerse, dado que, no han realizado
técnicamente un estudio de la viabilidad económica y nanciera, pues de esta manera el
emprendedor conoce sus ingresos, costos y gastos, la inversión inicial para ejecutar y desarrollar
la idea de negocio, además, conocer la proyección de sus costos y ventas, ujos de efectivo,
determinación del VAN, TIR relación benecio costo y periodo de recuperación de la inversión
y su rentabilidad. Por otro lado, los emprendedores no analizan el mercado, es decir, no
determinan las necesidades que pueden existir, la oferta y demanda de este, la competencia, los
costos de producción, los socios estratégicos, canales de distribución, relación con los clientes
y sobre todo la propuesta de valor del producto o servicio que se va a ofrecer, esto les impide
establecer precios que les permita obtener rentabilidad y solvencia.
Por lo tanto, la presente investigación partió con la siguiente pregunta ¿La viabilidad
económica y nanciera incide en el éxito de los emprendimientos en la ciudad de Riobamba?
y como objetivo determinar si el factor de sostenibilidad medida por la viabilidad económica
y nanciera inuye en el éxito de los emprendimientos a partir de la sostenibilidad en la
ciudad de Riobamba. Y como hipótesis de trabajo se planteó H1 = La viabilidad económica
y nanciera inuye signicativamente en el éxito de los emprendimientos de la ciudad de
Riobamba. La formulación de la hipótesis responde a la teoría del emprendimiento, viabilidad
y éxito empresarial.
El recorrido bibliográco muestra estudios, como la de: Ovando & Valencia (2021) quienes
analizan cuáles son los factores de éxito y fracaso que favorecen el desarrollo de emprendimientos
productivos del sector lecheros a cargo de mujeres, en donde obtuvieron como resultado que la
ubicación del emprendimiento y la responsabilidad económica son factores de fracaso para los
emprendimientos; así también, Lozada et al. (2020) identican las principales causas del fracaso
empresarial dentro de la Ciudad de Machala; Sánchez et al. (2021) analizaron los factores
conductuales y gerenciales determinantes del emprendimiento exitoso desde un enfoque de
género, en donde se determinó que el éxito de los emprendimientos depende del enfoque más
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
Una aproximación a la viabilidad económica y nanciera para el éxito de los emprendimientos en la ciudad de Riobamba
69
que del género del emprendedor; Vargas & Uttermann (2020) identicaron los factores que
inciden en la creación de un emprendimiento, en donde se menciona que el contexto nacional
y regional impacta en el desarrollo de los emprendimientos o negocios. (Rojas & Chávez,
2024) determinan el éxito de los emprendimientos universitarios y comprender las barreras
que algunos estudiantes enfrentan al tratar de establecer empresas; de la misma manera se
identicaron los factores claves de éxito de emprendimientos ganadores del programa Alianza
para la Innovación de la ciudad de Palmira, en donde la mayoría de los emprendimientos
son liderados por mujeres, estos emprendimientos se encuentran entre 5 a 40 años dentro del
mercado (González et al. 2021).
Dentro los factores de éxito empresarial Santos et al. (2024) analizan como valoran los
emprendedores mexicanos la innovación como factor de éxito para el desarrollo de procesos o
productos novedosos y competitivos, además establecen que el emprendimiento y la innovación
son variables que se relacionan e impulsan el desarrollo sostenible de los emprendimientos
generando un valor sobre ellos; Franco et al. (2014) determinaron la viabilidad económica y
nanciera para una microempresa, en donde desarrollaron la aplicación de un ejercicio, por
medio del cual se analiza si este proyecto es viable desde el punto comercial, técnico, nanciero
y económico, de la misma manera y como afecta al éxito empresarial; Ortiz et al. (2024)
evaluaron la viabilidad económica de la producción comercial de palma africana, además, se
formuló y evaluó una propuesta de inversión según la metodología de proyectos de inversión,
la cual implica el desarrollo de un ejercicio de aplicación mismo que indica que el proyecto
tiene éxito en las distintas variables analizadas.
Feijó et al. (2024) quienes analizan los factores clave que inuyen en el desarrollo económico
y social de las pequeñas empresas comerciales lideradas por mujeres, este estudio tiene un
enfoque metodológico mixto, en donde se combinaron análisis cuantitativos y cualitativos. De
esta forma, se puede identicar que no existen estudios sobre el éxito empresarial que incorporen
factores del análisis de viabilidad económica y nanciera que permite la sostenibilidad de las
empresas, por lo que se considera de suma importancia el presente estudio.
Por otro lado, desde lo teórico, se puede identica que la viabilidad, el emprendimiento y el
éxito o fracaso empresarial se abordan de manera conjunta en el ámbito económico, social
y territorial, es decir se estudian estos aspectos considerando como elemento importante la
rentabilidad nanciera a corto plazo, y proponiendo estudios que integren la sostenibilidad, la
resiliencia y la creación de valor. De esta forma, la viabilidad económica es discutida desde
su condición dinámica y no estática, por ejemplo (Drucker; 1985) y (Bocken et al.,2014)
mencionan que las empresas son viables caundo logran adaptarse a los cambios del entorno,
mantener los ujos nancieros de manera sostenida y responde a las demandas sociales y
ambientales, ademas de la generación nanciera, en resumen, se puede identicar la viabilidad
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina, Jorge Fernando Cruz Parra
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
70
económico y social, donde la viabilidad económica dependerá de la capacidad para generar
ingresos, reducir costos, inversión en función a la implementación de estrategias a largo plazo
y además que se encuentra vinculada con factores sociales y ambientales.
Con relación al emprendimiento, se puede identicar al menos dos tipos de enfoques en la
que se dan los emprendimientos, como son: el emprendimiento por necesidad (explicada
por la falta de ingresos o empleo) y el emprendimiento por oportunidad( explicada por la
oportunidad de mercado, la innovación o tecnología y el crecimiento empresarial) ( GEM-
Global Entrepreneurship Monitor, 2023). Estas teorías relacionadas a los emprendimientos por
necesidad y oportunidad condicionan el acceso a recuros, a la capacidad de innovación y a la
probabilidad de éxito empresarial.
Y con relación al éxito empresarial, se puede identicar distintos enfoques, como aquella
relacionada a los indicadores nancieros, la incorporación de modelos que miden el éxito, como
es el modelo Balanced Scorecard (evalúa el desempeño organizacional (Kaplan & Norton,
1996) y el éxito empresarial en función del crecimiento y la sostenibilidad organizacional
(Elkington, 1998), de esta forma el éxito empresarial se relaciona con la eciencia operativa,
la generación de empleo, el posicionamiento competitivo y la responsabilidad social. Así, de
esta forma la tabla 1 muestra las principales características y limitaciones de los enfoques de
las tres variables:
Tabla 1. Principales características de los enfoques de viabilidad, emprendimiento y éxito empresarial
Fuente: elaboración propia.
En la tabla se puede identicar claramente que las tres variables son procesos interdependientes,
y eso se observa cuando los emprendimientos por necesidad presentan desafíos para lograr la
sostenibilidad nanciera y por ende el éxito empresarial, y en el caso de los emprendimientos
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
Una aproximación a la viabilidad económica y nanciera para el éxito de los emprendimientos en la ciudad de Riobamba
71
por oportunidad se observa que los indicadores de desempeño son mejores explicadas por el
acceso a recursos, gestión y el entorno y nalmente.
Métodos
Se utilizó el método deductivo, con enfoque mixto, nivel correlacional y diseño no experimental.
La población de estudio fue de 64 emprendimientos distribuidos por actividad económica de
acuerdo con la clasicación del Consejo Provincial de Chimborazo (tabla 2).
Tabla 2. Población de estudio
Fuente: elaboración propia con la base de datos de emprendimientos registrados en el Consejo Provincial de
Chimborazo, 2024.
Para la recolección de información se utilizó como técnica la encuesta y como instrumento
el cuestionario, donde se formularon preguntas abiertas, cerradas y de escala, asimismo, la
aplicación del cuestionario se realizó de manera probabilística en los diferentes segmentos/
sectores y se recogió en el lugar de trabajo de cada emprendimiento, considerando el muestreo
probabilístico por conglomerados. El cuestionario reporta un coeciente Alfa de Cronbach
de 0,793% de grado de conabilidad. Previamente se había aplicado una prueba piloto a 15
emprendedores. Por otro lado, para el análisis se aplicó el análisis descriptivo y multivariante,
identicando el grado de relación y el grado de dependencia.
Resultados
Caracterización de los emprendedores de la ciudad de Riobamba
Los resultados muestran que el 73% de los emprendedores pertenecen al género femenino y el
27% al género masculino, el 10.90% de los emprendedores tienen entre 18 a 24 años de edad,
el 20.30% tiene de 25 a 34 años, el 35.90% son adultos de 35 a 44 años de edad, el 28.10%
cuentan con 45 a 54 años, sin embargo, el 4.70% son personas adultas mayores de más de 55
años, es decir, que los emprendedores tienen una edad que ronda los 35 a 44 años, pero también
existen adultos mayores que preeren seguir con sus emprendimientos.
La mayor parte de los emprendedores son casados, por lo tanto, se puede manifestar que los
emprendimientos nacen por búsqueda del sustento familiar. El nivel de educación reeja que el
46,90% de la población de estudio tienen una preparación educativa hasta la secundaria, solo
Sector del emprendimiento
Artesanal
Comercial
Gastronómico
Productor
De servicio
Total
N° de emprendimientos
28
6
7
20
3
64
%
43.75%
9.37%
10.94%
31.25%
4.69%
100%
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina, Jorge Fernando Cruz Parra
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
72
el 32,80% tiene una preparación superior, el 17,20% tiene hasta la primaria, mientras que el
3,10% indican otra preparación educativa como pueden ser tecnologías. A pesar de que un gran
porcentaje de la población tiene una preparación académica, buscan la manera de emprender
debido a la escasa apertura de puertas de trabajo, razón por la cual se ven en la necesidad de
emprender nuevos emprendimientos y/o negocios para tener un sustento económico para sus
familias y si mismos.
Los emprendedores muestran una educación tributaria muy escasa, pues el 51.60% no se
encuentran registrados en el Servicio de Rentas Internas (SRI), y el 48.40% cuentan con
RUC. El 43.75% de los emprendimientos pertenecen al sector artesanal, el 31.26% son
emprendimientos productores, el 10.94% se dedican a actividades gastronómicas, el 9.37%
tiene emprendimientos comerciales y el 4.68% son emprendimientos que ofrecen distintos
tipos de servicios. Por otro lado, a pesar de existir un gran porcentaje de personas con educación
académica, el 65.60% no tiene una formación directa en contabilidad, nanzas o anes que
les permita desarrollar sus emprendimientos sin problemas, mientras que el 34.30% indican
que si tienen esta formación, lo que signica que existe la necesidad de incorporar programas
de capacitación sobre educación nanciera y económica, gestión nanciera, contabilidad y
tributación.
El éxito de los emprendimientos
Para determinar el éxito de los emprendimientos fue importante determinar el sector en el
que desarrollan su actividad, de esta manera los resultados muestran que el 43.75% de los
emprendimientos se encuentran dentro del sector artesanal, el 31.26% pertenece al sector
productor, el 10.94% son emprendimientos gastronómicos, el 9.37% son emprendimientos
comerciales y el 4.68 % son emprendimientos que brindan un servicio, de esta manera los
emprendimientos tienen mayor concentración dentro del sector artesanal y productor.
También, los resultados destacan que, el 51.60% corresponde a emprendimientos no exitosos,
mientras que el 48.40% son exitosos, de los cuales el 32.26% están en vías de expansión,
el 45.16% no busca la expansión, mientras que el 22.58% no están seguros de expandir sus
negocios, como se observa en la tabla 3.
Tabla 3. Relación de los emprendimientos exitosos y la expansión del emprendimiento
Fuente: elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba.
Fr
31
33
0
64
Fr
10
14
7
31
%
48.40%
51.60%
0%
100%
%
32.26%
45.16%
22.58%
100%
Emprendimientos exitosos Expansión del emprendimiento
Si
No
Tal vez
Total
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
Una aproximación a la viabilidad económica y nanciera para el éxito de los emprendimientos en la ciudad de Riobamba
73
Nivel de éxito empresarial
El 51.62% considera que su emprendimiento se encuentra en un nivel 3 y 4, considerando
que 5 es muy exitoso, mientras que el 22.58% mencionan que están en un nivel 2 y el 12.90%
considera que su emprendimiento es muy exitoso encontrándose en un nivel 5 y a su vez el
12.90% menciona que es nada exitoso (nivel 1), como se muestra en la tabla 4.
Tabla 4. Nivel de éxito de los emprendimientos
Nota: los niveles de éxito se representan en una escala de medición en donde 1 es nada exitoso, 2 poco exitoso,
3 medianamente exitoso, 4 exitoso y 5 muy exitoso. Elaboración propia con la base de datos del cuestionario
aplicado a los emprendedores registrados en el Consejo Provincial dentro de la Ciudad de Riobamba.
Factores de éxito empresarial
Los emprendedores consideran distintos factores como los ingresos que perciben, el impacto
social que tiene su emprendimiento, el tiempo de duración del negocio dentro del mercado
competitivo y otros factores. En ese contexto, de los emprendimientos exitosos, el 35.48%
menciona que ellos miden el éxito del emprendimiento a través del crecimiento de clientes, para
el 25.81% el tiempo de duración es un indicador de éxito, el 16.13% tienen en consideración el
impacto social del emprendimiento, mientras que el 12.9% ve el crecimiento por medio de los
ingresos que tienen y solo el 9.68% tienen otros factores de medición. Si bien estos métodos
muestran el crecimiento, el tiempo es un factor que no siempre es un indicador de crecimiento,
pues existen emprendimientos que a pesar de estar mucho tiempo dentro del mercado no
alcanzan el éxito pues existen problemas para cubrir sus costos y gastos lo que provoca que
el emprendedor se vea en la obligación de cerrar el emprendimiento, dado que no existe una
buena rentabilidad y sostenibilidad (ver tabla 5).
Tabla 5. Factores de éxito de los emprendimientos
Fuente: elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba.
Nivel de éxito Frecuencia Porcentaje
1. Nada exitoso
2. Poco exitoso
3. Medianamente exitoso
4. Exitoso
5. Muy exitoso
12.90%
22.58%
25.81%
25.81%
12.90%
100%
4
7
8
8
4
31
Total
Indicadores Frecuencia Porcentaje
Ingresos
Impacto social
Crecimiento de clientes
Tiempo de duración
Otros factores
12,90%
16,13%
35,48%
25,81%
9,68%
100%
4
5
11
8
3
31
Total
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina, Jorge Fernando Cruz Parra
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
74
Viabilidad económica y nanciera de los emprendimientos
Ingresos y gastos mensuales de los emprendimientos
El 29,70% de los emprendedores tienen ingresos mensuales de 501 a 1000 dólares mensuales,
de la misma manera el 28,10% obtienen ingresos de 1001 a 3000 dólares mensuales, el 20,30%
mencionan que sus ingresos son de 3001 a 6000 dólares mensuales, mientras que el 12,50%
obtienen alrededor de 0 a 500 dólares por mes y el 9,40% gana entre 6001 o más durante el
mes. Siendo así se puede decir que más de la mitad de los emprendimientos obtienen buenos
resultados, ya que ganan entre 501 a 1000 o entre 1001 a 3000 dólares por mes y son muy
pocos aquellos emprendimientos que no ganan más de 1000 dólares al mes. Del mismo modo
tenemos que el 37,50% de la población menciona que sus gastos van en un rango de 3001 a
6000 USD mensuales, el 31,30% tienen gastos de 1001 a 3000USD al mes, mientras que el
2,90% mencionan que sus gastos están alrededor de 501 a 1000 USD por cada mes, el 6,30%
indica que gastan de 0 a 500 USD por mes, mientras que el 3,10% tiene gastos de 6001 a
incluso mayores cada mes.
Por medio de los resultados presentados en la tabla 6 se puede observar que un porcentaje
signicativo de los emprendimientos tiene gastos de entre 3000 hasta 6000 USD, esto en
relación con los ingresos que muestran en misma tabla en donde se menciona que el 28,10%
de los emprendimientos reciben ingresos de 1001 USD a 3000 USD, se puede decir que no
existe buen manejo de los recursos económicos y al existir más gastos que ingresos no se está
obteniendo una rentabilidad estable.
Tabla 6. Ingresos y gastos mensuales de los emprendimientos
Fuente: elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba periodo 2024.
Ingresos favorables en relación con los gastos realizados
La encuesta realizada permite conocer que el 48,40% de la población indican que sus ingresos
han sido poco favorables en comparación con los gastos que realizan, mientras que el 26,60%
mencionan que los ingresos recibidos no son nada favorables en relación con lo que gastan
y, por último, solo el 25% coinciden en que son muy favorables los ingresos recibidos. La
Fr
8
19
18
13
6
64
Fr
4
14
20
24
2
64
%
12.5%
29.70%
28.10%
20.30%
9.40%
100%
%
4.30%
21.90%
31.30%
37.50%
3.10%
100%
Ingreso
Rango Gastos
De 0 a 500 USD
De 501 a 1000 USD
De 1001 a 3000 USD
De 3001 a 6000 USD
De 6001 a más USD
Total
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
Una aproximación a la viabilidad económica y nanciera para el éxito de los emprendimientos en la ciudad de Riobamba
75
tabla 7 muestra que los ingresos que perciben los emprendimientos son poco favorables en
relación de sus gastos, esto se puede deber a que gran parte de la población encuestada no
tienen conocimientos que le permitan administrar los recursos económicos, también muestra
que a pesar de que los emprendimientos tienen buenos ingresos no son suciente para cubrir
con los costos, gastos de este.
Tabla 7. Relación de los ingresos y gastos
Fuente: elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba.
Uso de herramientas e indicadores nancieros
El 25% de los encuestados indicó que utilizan herramientas nancieras para evaluar el
desempeño de su emprendimiento, mientras que el 75% indican que no emplean este tipo
de herramientas. Estos resultados muestran que la mayoría de los emprendedores no aplican
herramientas nancieras para la gestión del emprendimiento, lo que limita la capacidad de
tomar decisiones acertadas e informadas, el uso de las herramientas nancieras es de gran
utilidad, pues permite analizar la rentabilidad, controlar los costos y a su vez realizar una
proyección a futuro de modo que pueda el emprendedor conocer la viabilidad de su negocio.
A pesar del desconocimiento hacen uso de indicadores nancieros de fácil conocimiento como
el crecimiento de ventas, de este modo se tiene que el 37,50% utilizan como indicador nanciero
el crecimiento de ventas, el 20,30% utilizan el periodo de recuperación, seguido por el punto de
equilibrio con el 17,20%, el 10,90% utilizan ganancias por unidades, el 7,80% indicó el ROI
(retorno sobre la inversión), el 4,70% usan otros indicadores nancieros, por último, el 1,60%
usan el margen de contribución como indicador nanciero (Tabla 8). Toda la población usa
uno u otro indicador nanciero dentro de su emprendimiento, sin embargo, la mayoría de ellos
toman como indicador el crecimiento de ventas pudiéndose entender así que este indicador es
el más fácil de comprender y aplicar como se indica en la siguiente tabla.
Tabla 8. Indicadores nancieros
Fuente: elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba periodo 2024.
Indicadores Frecuencia Porcentaje
Muy favorable
Poco favorable
Nada favorable
Total
25%
48,40%
26,60%
100%
16
31
17
64
7
5
24
11
13
1
3
64
10,90%
7,80%
37,50%
17,20%
20,30%
1,60%
4,70%
100%
Ganancias por unidades
ROI (retorno sobre la inversión)
Crecimiento en ventas
Punto de equilibrio
Periodo de recuperación
Margen de contribución
Otros
Total
Indicadores Frecuencia Porcentaje
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina, Jorge Fernando Cruz Parra
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
76
Rentabilidad y nanciamiento de los emprendimientos
La rentabilidad representa la capacidad que tiene un emprendimiento o negocio para generar
ganancias en relación con los recursos que ha invertido para llevar a cabo esta idea de negocio,
ya sea el capital, el tiempo o incluso el mismo esfuerzo. Es por esto que medir la rentabilidad es
fundamental para evaluar el desempeño nanciero y garantizar la sostenibilidad a largo plazo,
además, conocer este indicador permite a los emprendedores tomar decisiones informadas
en datos reales, optimizar los procesos, identicar las oportunidades de mejora y atraer
inversionistas. La rentabilidad no solo reeja si un emprendimiento es viable o no, sino que
también muestra si este está creciendo de manera eciente y brinda la posibilidad de ver si vale
o no la pena el continuar invirtiendo en él.
En este sentido el 39,10% de emprendedores miden la rentabilidad de su emprendimiento
por medio del crecimiento del emprendimiento y esto a su vez a través de sus ventas o el
incremento de sus clientes, mientras que el 21,90% utilizan el margen del benecio neto y el
otro 21,90% se basa en la capacidad de endeudamiento, además está el 14,10% que mide su
rentabilidad a través de la liquidez del emprendimiento y, por último, tenemos el 3,10% que usa
otro método de medición de la rentabilidad de su negocio o emprendimiento (Tabla 9). Por lo
tanto, los emprendedores a pesar de no conocer términos especícos buscan la manera de medir
la rentabilidad de sus emprendimientos a n de realizar inversiones.
Tabla 9. Medición de la rentabilidad de los emprendimientos
Fuente: elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba periodo 2024.
Por otro lado, el nanciamiento es importante para el desarrollo y crecimiento de cualquier
emprendimiento, permite contar con los recursos económicos necesarios para poner en marcha
la idea de negocio, sostener las operaciones que se van a llevar a cabo y sobre todo buscar
la expansión del negocio. Los emprendedores buscarán estrategias de nanciamiento para
obtener el capital requerido, ya sea a través de fuentes internas como son ahorros personales o
también conocido como capital propio, también existen fuentes de nanciamiento externo por
parte de inversionistas, préstamos bancarios o de terceras personas. Elegir una buena estrategia
de nanciamiento no solo facilita el acceso al dinero, sino que también inuye en la posibilidad
de enfrentar riesgos y en la capacidad de responder estos imprevistos.
9
14
25
14
2
64
14,10%
21,90%
39,10%
21,90%
3,10%
100%
Liquidez
Capacidad de endeudamiento
Crecimiento
Margen de beneficio neto
Otro Total
Indicadores Frecuencia Porcentaje
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
Una aproximación a la viabilidad económica y nanciera para el éxito de los emprendimientos en la ciudad de Riobamba
77
En este contexto, el 37,50% de los emprendedores mencionan que han buscado nanciamiento
por medio de inversionistas que se encuentran interesados en sus proyectos, el 39,10% optó por
obtener préstamos por medio de entidades nancieras como fuente principal de nanciamiento,
mientras que el 14,10% utiliza su capital propio como estrategia para iniciar y sostener su
emprendimiento, por otro lado el 9,40% recurren a otros métodos o alternativas de nanciación
para iniciar y desarrollar las actividades de su emprendimiento (Tabla 10). Estos datos reejan
que la mayoría de los emprendimientos dependen principalmente de un capital externo.
Tabla 10. Financiamiento de los emprendimientos
Fuente: elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba
Relación entre la sostenibilidad, viabilidad y rentabilidad
La viabilidad, sostenibilidad y rentabilidad son conceptos claves en la evaluación de un
emprendimiento. La viabilidad hace referencia a la posibilidad real de que el emprendimiento
funcione y mantenga sus operaciones, aquí se consideran elementos importantes con el mercados,
los recursos y la capacidad de gestionar los mismos; así también tener la sostenibilidad, la
misma que implica que el emprendimiento se mantenga en el tiempo sin agotar sus recursos
económicos, sociales y ambientales; por otro lado, la rentabilidad indica si el emprendimiento
va a generar ganancias sucientes en relación a la inversión inicial que realizó. Es importante
entender que estos tres elementos estas estrechamente relacionados, pues indican que un
emprendimiento viable y sostenible aumenta la posibilidad de ser rentable y a su vez la
rentabilidad del emprendimiento contribuye a la sostenibilidad del mismo permaneciendo así
dentro del mercado a largo plazo, de esta forma los resultados sobre la viabilidad económica y
nanciera y sostenibilidad se presenta a continuación.
Importancia del análisis económico y sus ventajas
El 26,60% cree que realizar un análisis económico es importante, mientras que el 28,10%
menciona que no es importante y el 45,30% no está seguro de la importancia de este análisis.
Por tanto, se puede observar que menos de la mitad de los emprendimientos utilizan un análisis
económico para su emprendimiento, mientras que la otra mitad menciona que no está seguro
que este análisis aporte al desarrollo del emprendimiento.
11
22
28
3
64
14,10%
39,10%
37,50%
9,40%
100%
Capital propio
Préstamos
Inversionistas
Otro Total
Indicadores Frecuencia Porcentaje
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina, Jorge Fernando Cruz Parra
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
78
Sin embargo, una de las ventajas de realizar un análisis económico es la atracción de inversionistas
y el crecimiento sostenible del emprendimiento a lo cual el 42,20% de los emprendedores
indican que están de acuerdo con que las ventajas antes mencionadas, mientras que el 31,30%
indican que no están de acuerdo ni desacuerdo con lo indicado, el 12,50% indicaron que no
se encuentran de acuerdo, el 9,40% se encuentran el total desacuerdo y por último, el 4,70%
mencionan que están totalmente de acuerdo (ver tabla 11). Por lo tanto, son muy pocos los
emprendedores que tienen conocimiento del análisis económico y lo ponen en práctica, de este
modo son solo estas personas quienes están totalmente de acuerdo con las ventajas que brinda
hacer y aplicar un análisis económico para el emprendimiento.
Tabla 11. Ventajas del análisis económico
Fuente: elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba.
Cambios económicos externos
El 78,10% menciona que, si afectan los cambios económicos externos a sus emprendimientos,
mientras que el 21,90% restante menciona que no se ha visto afectado por los cambios
económicos externos (tabla 12). Por lo tanto, para más de la mitad de los emprendedores, los
cambios económicos afectan en el rendimiento de su emprendimiento dentro de los ámbitos
como ventas o incluso sus costos, pues existen alteraciones en los precios de la materia prima
o productos que son indispensables para el desarrollo del emprendimiento. Esto demuestra que
los emprendimientos se ven fuertemente afectados por factores económicos que se encuentran
fuera del control de los emprendedores a lo cual la única alternativa es buscar maneras o
estrategias para combatir o enfrentar dichos cambios, es necesario que el emprendedor tenga
una preparación que le permita tomar decisiones acertadas o incluso decisiones correctivas.
Tabla 12. Cambios económicos externos
Fuente: elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba
6
8
20
27
3
64
9,40%
12,50%
31,30%
42,20%
4,70%
100%
Totalmente en desacuerdo
En desacuerdo
Ni de acuerdo ni desacuerdo
De acuerdo
Totalmente de acuerdo
Total
Indicadores Frecuencia Porcentaje
Indicadores Frecuencia Porcentaje
Si
No
Total
50
14
64
78,10%
21,90%
100%
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
Una aproximación a la viabilidad económica y nanciera para el éxito de los emprendimientos en la ciudad de Riobamba
79
Toma de decisiones nancieras
La toma de decisiones nancieras es un proceso importante y esencial dentro del desarrollo
del emprendimiento. Este inuye de manera directa en la estabilidad, crecimiento y éxito del
emprendimiento a largo plazo. Tomar decisiones nancieras consiste en elegir las mejores
opciones relacionadas con el uso, distribución e inversión de los recursos económicos, basándose
en los objetivos que se trazaron en un inicio, hay que tener en cuenta que una buena toma de
decisiones nancieras permitirá optimizar los recursos, minimizar los riesgos y asegurar una
gestión eciente del emprendimiento.
El 39,10% evalúa como neutral al impacto que han tenido las decisiones nancieras que se
han tomado para su emprendimiento, el 25% mencionan que se sienten satisfechos con las
decisiones nancieras tomadas para la sostenibilidad del emprendimiento, el 15,60% menciona
que es insatisfecho, el 12,50% se siente muy satisfecho, mientras que el 7,80% dice que es
muy insatisfecho el impacto de las decisiones nancieras tomadas (tabla 13). De esta manera
se puede decir que gran porcentaje de la población considera neutral el impacto que tienen las
decisiones nancieras dentro de sus emprendimientos a largo plazo.
Tabla 13. Evaluación del impacto de las decisiones nancieras
Fuente: Elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba
Desafíos nancieros inesperados
Los emprendedores para poder enfrentar los desafíos nancieros inesperados que ocurren en el
trayecto hacen uso de estrategias como la capacitación continua, negociación con proveedores,
entre otras. Los resultados muestran que el 25% de los emprendedores afrontan los desafíos
nancieros buscando nanciamiento adicional, el 20,30% revisa sus gastos para de esta manera
tener un mejor control de los mismos para el periodo siguiente, el 15,60% reestructura sus
deudas, el 12,50% negocia con sus proveedores, el 10,90% realiza una planicación nanciera
a largo plazo, el 7,80% se capacita continuamente para saber cómo afrontar los desafíos
nancieros inesperados, mientras que el 6,80% cubre estos desafíos inesperados con reservas
de emergencia y el 1,60% utiliza otros métodos para afrontar los desafíos nancieros que se
les presente durante el desarrollo de las actividades de su emprendimiento (Tabla 14). Los
emprendimientos han buscado maneras que les permita sobrellevar los desafíos inesperados.
6
16
25
10
5
64
12,50%
25%
39,10%
15,60%
7,80%
100%
Muy satisfecho
Satisfecho
Neutral
Insatisfecho
Muy insatisfecho
Total
Indicadores Frecuencia Porcentaje
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina, Jorge Fernando Cruz Parra
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
80
Tabla 14. Desafíos nancieros inesperados
Fuente: elaboración propia con la base de datos del cuestionario aplicado a los emprendedores registrados en el
Consejo Provincial dentro de la Ciudad de Riobamba
Estudio de caso: Comparación de la viabilidad económica y nanciera del emprendimiento
“Creme Yurt Productos Lácteos”
El emprendimiento “Creme Yurt Productos Lácteos”, ubicado en la ciudad de Riobamba,
elabora yogurt griego y manjar de leche, con mayor demanda del primer producto en un 70%.
Inició con sus actividades en el año 2021 con una inversión de $3.200 y, tras aplicar un estudio
nanciero, identicó un punto de equilibrio anual de $3.811,60, alcanzable vendiendo 81
yogures y 35 manjares mensualmente.
En su segundo año comenzó a generar ganancias netas, incrementando sus ventas anuales
a $10.000 al ampliar su catálogo, alcanzando una rentabilidad del 50%. Además, obtuvo un
VAN positivo de $7.058,08 y una TIR del 88%, superando ampliamente la tasa de descuento
del 10%, lo que conrma su alta rentabilidad. Los indicadores nancieros muestran un ROA
del 58,33% y un ROE del 70%, reejando una gestión eciente de los activos e inversión.
En contraste, se pudo identicar el caso de un emprendimiento gastronómico que se dedica a
la elaboración de alimentos tradicionales el mismo que cerró tras cinco años por no realizar
estudios previos de viabilidad. Esta comparación evidencia la importancia de realizar análisis
nancieros, económicos y de mercado para asegurar el éxito de un emprendimiento y minimizar
riesgos (gura 1).
Figura 1. Viabilidad nanciera y económica
Fuente: elaboración propia.
Total
Indicadores Frecuencia Porcentaje
Capacitación continua
Reestructuración de deudas
Búsqueda de financiamiento adicional
Revisión de gastos
Negociación de proveedores
Planificación financiera a largo plazo
Reservas de emergencia
Otros
5
10
16
13
8
7
4
1
64
7,80%
15,60%
25%
20,30%
12,50%
10,90%
6,30%
1,60%
100%
Punto de equilbrio: $3811 ,60
Punto de equilibrio por unidades: 81 yogurt griego y 35 manjar de leche
Rentabilidad: $10.000 desde el 2do año
VIABILIDAD ECONÓMICA
VAN: $7058,08
TIR: 88%
ROA: 58,33%
ROE: 70%
VIABILIDAD FINANCIERA
RENTABILIDAD, SOLVENCIA Y SOSTENIBILIDAD DEL EMPRENDIMIENTO
Los indicadores financieros indican que el emprendimiento es viable y a su vez la viabilidad económica
muestra una rentabilidad del 50% de lo estimado desde el 2do año de funcionamiento.
VIABILIDAD ECONÓMICA
Punto de equilbrio: $3811,60
Punto de equilibrio por unidades: 81 yogurt griego y 35
manjar de leche
Rentabilidad: $10.000 desde el 2do año
VIABILIDAD FINANCIERA
VAN: $7058,08
TIR: 88%
ROA: 58,33%
ROE: 70%
RENTABILIDAD, SOLVENCIA Y SOSTENIBILIDAD DEL
EMPRENDIMIENTO
los indicadores financieros indican que el emprendimiento
es viable y a su vez la viabilidad económica muestra una
rentabilidad del 50% de lo estimado desde el 2do año de
funcionamiento.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
Una aproximación a la viabilidad económica y nanciera para el éxito de los emprendimientos en la ciudad de Riobamba
81
Prueba de hipótesis
Para la comprobación de la hipótesis de investigación se recurrió al uso del modelo de regresión
múltiple, representando el modelo de la siguiente forma:
Modelo:
Y = a + b X1 + b X2
Donde:
Y = Éxito empresarial.
X1 = Viabilidad nanciera (rentabilidad).
X2 = Viabilidad económica.
Los resultados muestran que existe una relación entre las variables del 35,9% (R = 0,359)
como se observa en la tabla 14; así mismo el coeciente de determinación muestra el 12,9% de
explicación entre las variables (R2 = 0,129) lo que signica que el éxito empresarial depende de
la viabilidad económica y nanciera (Sig = 0,015) y la sostenibilidad económica es importante
en un 12,9% para el éxito empresarial, siendo que la viabilidad económica y nanciera se
encuentran relacionados con la rentabilidad y el tiempo de duración del emprendimiento en un
35,9% (tabla 15).
Tabla 15. Resumen del modelo de regresión múltiple
Nota: a. Variable dependiente: Considera que su emprendimiento es exitoso. b. Predictores: (Constante), Cómo
mide la rentabilidad del emprendimiento, Importancia del análisis económico para la duración del emprendimiento.
De esta forma se comprueba la hipótesis “La viabilidad económica y nanciera es un factor
relevante para el éxito de los emprendimientos de la ciudad de Riobamba”, aunque es importante
mencionar que existen otras variables que pueden incidir para el éxito que están relacionados
con lo social, cultural, geográco, familiar, de nanciamiento.
Discusión
González et al. (2021) enfocan su estudio en los factores claves de éxito de los emprendimientos,
en donde se menciona que tener un nivel de formación académica mínimo, contar con
experiencia previa al inicio del emprendimiento o negocio, la nanciación con capital propio,
tener una variedad de productos o servicios y expandir el emprendimiento son factores de éxito.
Modelo R R cuadrado R cuadrado
ajustado
Error estándar de la
estimación Sig.
1 ,359a ,129 ,100 ,478 0.015
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina, Jorge Fernando Cruz Parra
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
82
Sin embargo, se evidenció que el 48,60% considera que su emprendimiento es exitoso en
el crecimiento de sus clientes. A través del aumento de clientes también existe un aumento
de ventas, por lo tanto el ingreso es mayor. De la misma manera, el tiempo de duración del
emprendimiento dentro del mercado es considerado como un método para medir el éxito.
Sin embargo, existen casos en los que este no es un buen indicador de éxito, ya que existen
emprendimientos, que a pesar de desarrollar sus actividades por mucho tiempo, no cubre con
los costos y gastos que se producen en el desarrollo de la idea de negocio.
Por otro lado, Ortiz et al. (2024) en su estudio de análisis de viabilidad económica y opciones
de nanciamiento público para la producción de palma africana, al realizar un estudio de caso
obtuvieron que los indicadores de rentabilidad como VAN, TIR, R B/C y PR superaron los
criterios mínimos de aceptación del proyecto por lo que se indica que el proyecto es aceptable;
asimismo, de acuerdo con lo establecido por Ortiz et al. (2024) los indicadores de rentabilidad
VAN, TIR, ROA y ROE superan el valor indicado para que el emprendimiento sea rentable,
recuperando la inversión inicial al segundo año de funcionamiento, como también que la
cantidad de producción y de venta son importantes para la reducción de los cierres o fracaso de
los emprendimientos (Xiaoti Hu & Susan, 2025).
Otro aspecto importante que se identica en la investigación es el capital social y humano
como un factor para el éxito empresarial, porque las negociaciones con los proveedores que
desarrollan los emprendedores, el talento humano con capacidad de innovación, y la experiencia
empresarial, de coincide con la investigación de Urban et al., 2024, y también el género en
los emprendimientos, como en el caso de la investigación el género femenino son los más
emprendedores con relación a los varones como también menciona (Quispe & Giner, 2025).
Como se puede apreciar, tanto los autores citados como el estudio de caso desarrollado,
muestran que los factores de éxito empresarial están relacionados con la viabilidad económica
y la viabilidad nanciera, lo que incide en la rentabilidad, la solvencia y por ende, en la
sostenibilidad económica. En todo caso, sería importante incluir más casos de estudio para
raticar o identicar otros factores económicos o nancieros del éxito empresarial en los
emprendimientos.
Conclusiones
El éxito empresarial corresponde a un porcentaje por debajo de la mitad del total de
emprendimientos, los mismos se encuentran concentrados en el sector artesanal y microempresa.
Los factores como los ingresos, el impacto social, el crecimiento de clientes y el tiempo de
duración determinan el éxito empresarial, siendo de mayor relevancia la madurez dentro del
ciclo de vida de la organización.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
Una aproximación a la viabilidad económica y nanciera para el éxito de los emprendimientos en la ciudad de Riobamba
83
Desde el punto de vista nanciero, el crecimiento en las ventas y el periodo de recuperación y
las ganancias son factores importantes que contribuyen en el éxito empresarial, Asimismo, la
rentabilidad de los emprendimientos está relacionado con el crecimiento, el margen de benecio
neto, la liquidez y la capacidad de endeudamiento. La viabilidad nanciera y económica son
determinantes para el éxito empresarial desde la perspectiva de la sostenibilidad empresarial,
sin embargo, los ingresos mensuales entre $501 y $3.000, no garantizan su viabilidad nanciera,
ya que la mayoría enfrenta gastos elevados, especialmente entre $3.001 y $6.000. Esta brecha
entre ingresos, costos y gastos, compromete su rentabilidad y sostenibilidad, evidenciando que
generar ingresos no siempre implica un buen desempeño nanciero.
Se comprobó que los emprendimientos que realizan análisis nancieros, económicos e incluso
de mercado son emprendimientos altamente rentables y sostenibles, considerando para ello el
uso de herramientas nancieras, la formación básica en contabilidad, las nanzas o anes, son
factores que permiten que el emprendedor analice la situación del emprendimiento antes de
iniciar, asegurando así el éxito de este.
Es necesario fortalecer la formación en análisis nanciero y económico antes de poner en
marcha la idea de negocio, esto permitirá conocer la viabilidad y/o el riesgo del emprendimiento.
Se puede evitar el fracaso empresarial incluyendo capacitaciones continuas, asesoría técnica,
nanciamiento adicional, revisión de gastos, negociación con proveedores, planicación
nanciera a largo plazo y la reserva para emergencia.
Los factores nancieros y económicos identicados en la presente investigación no son los
únicos (representan el 12,9%), sino que pueden existir otros factores que incidan para el éxito
empresarial de los emprendimientos que estén relacionados con lo social, cultural, geográco,
familiar, de nanciamiento. Se sugiere profundizar investigaciones sobre el capital social y su
incidencia en el éxito o fracaso empresarial en los emprendimientos.
Referencias
1. Banco Mundial (4 de octubre de 2022). La invasión de Rusia a Ucrania impide la
recuperación económica posterior a la pandemia en los países emergentes de Europa y
Asia central. https://www.bancomundial.org/es/news/press-release/2022/10/04/russian-
invasion-of-ukraine-impedes-post-pandemic-economic-recovery-in-emerging-europe-
and-central-asia
2. Bocken, N., Short, S., Rana, P., & Evans, S. (2014). A literature and practice review to
develop sustainable business model archetypes. Journal of Cleaner Production, 65, 42-56.
https://doi.org/10.1016/j.jclepro.2013.11.039
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina, Jorge Fernando Cruz Parra
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
84
3. Drucker, P. (s.f.). Innovation and entrepreneurship:Practice and principles. Harper & Row.
4. Elkington, J. (1998). Cannibals with Forks: The Triple Bottom Line of 21st Century
Business. Capstone Publishing.
5. Feijó Cuenca, N. (2024). Factores determinantes de la viabilidad de los microemprendimientos
en Ecuador con una perspectiva de género: Caso de Manabí (Tesis doctoral, Universidad
de Córdoba). https://helvia.uco.es/handle/10396/28374
6. Franco Malvaíz, A. L., Bobadilla-Soto, E. E., & Rebollar Rebollar, S. (2014). Viabilidad
económica y nanciera de una microempresa de Miel de Aguamiel en Michoacan, México.
Revista Mexicana de Agronegocios, 35, 957-968. Obtenido de https://www.redalyc.org/
pdf/141/14131676005.pdf
7. GEM- Global Entrepreneurship Monitor. (2023). Global Report 2022/23: Opportunity vs.
Necessity Entrepreneurship. https://www.gemconsortium.org/report
8. Global Entrepreneurship Monitor. (2024). Global Entrepreneurship Research Association.
Global Entrepreneurship Research Association. https://www.gemconsortium.org/
9. González Martínez, D. A., Galvis Galvis, A. C., Salcedo Moncada, B., & Valencia Giraldo,
V. (2020). Factores claves de éxito de emprendimientos ganadores del Programa Alianzas
para la Innovación de la ciudad de Palmira, durante los años 2015 a 2020 - Estudio de caso.
Estudios económicos y empresariales - Una mirada regional, 258-294. https://editorial.
redipe.org/index.php/1/catalog/download/72/132/1646?inline=1
10. González, D., Galvis, A., Salcedo, B., & Valencia, V. (2021). Factores claves de éxito de
emprendimintos ganadores del programa Alianzas para la innovación de la ciudad de Palmira
durante los años 2015 A 2020 – Estudio de caso. Estudios económicos y empresariales,
258-294. https://editorial.redipe.org/index.php/1/catalog/download/72/132/1646?inline=1
11. Jaramillo, F. (18 de septiembre de 2022). Muchas empresas, pero poco emprendimiento.
PRIMICIAS. https://www.primicias.ec/noticias/rmas/muchas-empresas-poco-
emprendimiento-ecuador/
12. Jones, L., Palumbo, D., & Brown, D. (25 de enero de 2021). Coronavirus: 8 grácos para
entender cómo la pandemia ha afectado a las mayores economías del mundo. BBC Mundo.
https://www.bbc.com/mundo/noticias-55802814
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
Una aproximación a la viabilidad económica y nanciera para el éxito de los emprendimientos en la ciudad de Riobamba
85
13. Kaplan, R., & Norton, D. (1996). The Balanced Scorecard: Translating Strategy into
Action. Harvard Business School Press.
14. Lozada Pinta, J. G., Valarezo Romero, C. A., Salcedo Muñoz, V. E., & Sotomayor Pereira,
J. G. (2020). Factores determinantes del fracaso empresarial en la ciudad de Machala,
provincia de El Oro (Ecuador) durante el periodo 2019. 593 Digital Publisher CEIT, 6(5),
206-217. https://doi.org/10.33386/593dp.2020.6-1.389
15. Ortiz Mosquera, C. G., Miranda Mejía, J. J., Paita Ríos, R. A., & Guillín Llanos, X. M.
(2024). Análisis de viabilidad económica y opciones de nanciamiento público para la
producción de palma africana: el caso de BanEcuador. Revista Ciencias Sociales y
Económicas, 8(2), 78-93. https://doi.org/10.18779/csye.v8i2.842
16. Ortiz, C., Miranda, J., Paita, R., & Guillín, X. (2024). Análisis de viabilidad económica
y opciones de nanciamiento público para la producción de palma africana: el caso de
BanEcuador. Revista Ciencias Sociales y Económicas, 8(2), 78-93. https://revistas.uteq.
edu.ec/index.php/csye/article/view/842/940
17. Ovando Pérez, V. L., & Valencia Camacho, S. C. (2021). Factores de éxito y fracaso al
emprendimiento productivode derivación de lácteos de mujeres en el Municipio de Batallas.
Perspectivas (48), 119-174. http://www.scielo.org.bo/pdf/rp/n48/1994-3733-rp-48-119.pdf
18. Quispe, G., & Giner, J. (2025). Los determinantes del éxito y fracaso de los emprendimientos
en entornos rurales con enfoque de género en la provincia Chimborazo. Tesis doctoral.
https://dialnet.unirioja.es/servlet/tesis?codigo=393478
19. Rojas, M., & Chávez, K. (2024). Factores determinantes del éxito de los emprendimientos
universitarios. Revista InveCom, 4(2). https://ve.scielo.org/pdf/ric/v4n2/2739-0063-ric-4-
02-e040239.pdf
20. Sánchez Tovar, Y., Macías García, M. Á., & Mendoza Flores, J. E. (2021). Diferencias
en los determinantes del éxito en el emprendimiento en México, una perspectiva
de género. Revista Venezolana de Gerencia, 26(94). https://www.redalyc.org/journ
al/290/29069612023/29069612023.pdf
21. Santos, G., Ramos, F., Ruíz, M., & Quintero, J. (2024). La innovación como factor de éxito
en emprendimientos mexicanos. Revista Arbitrada Interdisciplinaria Koinonía, 9(18).
https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S2542-30882024000200085
Gabith Miriam Quispe Fernandez, Evelyn Nicole Guacho Pucuna, Dante Ayaviri Nina, Jorge Fernando Cruz Parra
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 65-86. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.03
86
22. Schumpeter, J. (1934). The Theory of Economic Development: An Inquiry into Prots,
Capital, Credit, Interest and the Business Cycle. Harvard University Press.
23. Urban, B., Murimbitka, M., & Mhangami, D. (2024). Immigrant entrepreneurship with
a focus on human and social capital as determinants of success: evidence from South
Africa. Journal of Entrepreneurshipin Emerging Economies, 16(2), 257-272. https://doi.
org/10.1108/Jeee-08-2021-0306
24. Vargas Valdiviezo, M. A., & Uttermann Gallardo, R. (2020). Emprendimiento: factores
esenciales para su constitución. Revista Venezolana de Gerencia, 25(90), 709-720. https://
www.redalyc.org/journal/290/29063559024/html/
25. Xiaoti Hu, A., & Susan, M. (2025). Multilevel causal mechanisms in social
entrepreneurship:the enabling role of social capital. Entrepreneurshio & Reional
Development, 37, 460-482. doi:DOI: 10.1080/08985626.2024.2422368
ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
NORMAS PERSONALES
Y AUTOEFICACIA VERDE:
IMPULSORES DEL CONSUMO
SOSTENIBLE ENTRE
CENTENNIALS ECUATORIANO
PERSONAL NORMS AND
GREEN SELF-EFFICACY:
DRIVERS OF SUSTAINABLE
CONSUMPTION AMONG
ECUADORIAN CENTENNIALS
DOI:
https://doi.org/10.37135/kai.03.16.04
KAIRÓS, Vol. (9) No. 16, pp. 87-99, enero - junio 2026
Karen V. Zambrano-Quezada
kzambrano13@utmachala.edu.ec
Facultad de Ciencias Empresariales -
Universidad Técnica de Machala
(Machala – Ecuador)
ORCID: 0009-0001-8703-9682
Gabriela E. Córdova-Apolo
gcordova8@utmachala.edu.ec
Facultad de Ciencias Empresariales -
Universidad Técnica de Machala
(Machala – Ecuador)
ORCID: 0009-0006-6466-9119
Lorenzo Bonisoli
lbonisoli@utmachala.edu.ec
Facultad de Ciencias Empresariales -
Universidad Técnica de Machala
(Machala – Ecuador)
ORCID: 0000-0003-3336-5658
Recibido: 21/07/2025
Aceptado: 31/12/2025
ISSN No. 2631-2743
,
KAIRÓS, Vol. (9) No. 16, pp. 87-99, enero - junio 2026
NORMAS PERSONALES
Y AUTOEFICACIA VERDE:
IMPULSORES DEL
CONSUMO SOSTENIBLE
ENTRE CENTENNIALS
ECUATORIANO
PERSONAL NORMS AND
GREEN SELF-EFFICACY:
DRIVERS OF SUSTAINABLE
CONSUMPTION AMONG
ECUADORIAN CENTENNIALS
Resumen
Esta investigación analiza los factores que
determinan la intención de compra de productos
orgánicos entre los centennials ecuatorianos. Se
aplicó un cuestionario estructurado con 22 ítems
en escala Likert a una muestra no probabilística
de 172 consumidores, y se utilizó el modelo de
ecuaciones estructurales basado en varianza (PLS-
SEM) para el análisis. Los resultados evidencian
que las normas personales y la autoecacia verde
inuyen directamente en la intención de compra.
Asimismo, se identicó el papel mediador del
resplandor cálido y la inuencia del orgullo en las
normas personales. Se concluye que las emociones
positivas y los principios éticos son determinantes
clave del consumo sostenible.
Palabras clave: Consumo sostenible,
comportamiento del consumidor, valores personales,
generación Z, productos ecológicos, motivación de
compra.
Abstract
This research analyzes the factors that determine
the purchase intention of organic products among
Ecuadorian centenarians. A structured questionnaire
with 22 Likert-scale items was administered to
a non-probability sample of 172 consumers, and
variance-based structural equation modeling (PLS-
SEM) was used for the analysis. The results show
that personal norms and green self-ecacy directly
inuence purchase intention. The mediating role of
warm glow and the inuence of pride on personal
norms were also identied. The conclusion is that
positive emotions and ethical principles are key
determinants of sustainable consumption.
Keywords: Sustainable consumption,
consumer behavior, personal values, Generation Z,
eco-friendly products, purchasing motivation.
DOI:
https://doi.org/10.37135/kai.03.16.04
Normas personales y autoecacia verde: impulsores del consumo sostenible entre centennials ecuatoriano
89
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
Introducción
En las últimas décadas, el crecimiento de la conciencia ambiental y la preocupación por la salud
han impulsado la demanda global de productos orgánicos. Estos productos no solo excluyen el
uso de agroquímicos, sino que también promueven prácticas sostenibles, como el respeto por
la biodiversidad (Makepeace Alfaro, 2023), el uso responsable de recursos naturales (Roé &
González, 2023) y la incorporación de energías limpias (Y. Zheng & Chi, 2015), lo que reduce
la huella ecológica de la producción agrícola (Bautista-Robles et al., 2024).
Sin embargo, en países como Ecuador, aunque existe una creciente oferta de productos orgánicos
debido a su potencial agrícola, la demanda aún es limitada. Esto se debe, en parte, a factores
culturales y económicos que priorizan el precio sobre los atributos sostenibles del producto.
En este contexto, comprender los factores que motivan o inhiben la intención de compra de
productos orgánicos entre los consumidores se vuelve fundamental para fomentar un consumo
más consciente.
Diversas investigaciones han identicado variables clave en la intención de compra de productos
sostenibles, como las normas personales y la autoecacia verde. Las normas personales hacen
referencia a las creencias morales que guían las decisiones del individuo respecto al impacto
ambiental de su consumo (Tekin & Çoknaz, 2022). Por otro lado, la autoecacia verde se reere
a la percepción de la propia capacidad para generar un impacto ambiental positivo mediante
el comportamiento de compra (Guo et al., 2019). Estudios también han incorporado variables
emocionales y de personalidad como el orgullo (Pontón & Bonisoli, 2023), el resplandor cálido
(Boobalan et al., 2021) y el narcisismo (Albert, 2024; Cenizo, 2023) , que pueden actuar como
antecedentes o moduladores de dichas normas (Hwang et al., 2020).
No obstante, aún existe una brecha en la literatura respecto a cómo estas variables se relacionan
entre sí en el contexto de los centennials ecuatorianos, una generación clave por su apertura
al cambio, su exposición a problemas ambientales y su rol como consumidores emergentes
(M. Zheng et al., 2023). Pocos estudios han explorado este conjunto de variables de forma
integrada en América Latina, particularmente en Ecuador (Comas-Rodríguez, 2024).
Por tanto, esta investigación se plantea como objetivo analizar los factores que determinan la
intención de compra de productos orgánicos entre los centennials ecuatorianos, enfocándose en
el rol de las normas personales, la autoecacia verde, el orgullo, el narcisismo y el resplandor
cálido.
Con base en lo antes expuesto, se puede realizar una revisión teórica del modelo propuesto.
El modelo propuesto dene una variable mediadora (Normas personales) y cuatro constructos
90
Karen V. Zambrano-Quezada, Gabriela E. Córdova-Apolo, Lorenzo Bonisoli
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
exógenos (autoecacia verde, orgullo, narcisismo y resplandor cálido).
Las normas personales son creencias individuales ligadas a principios morales que orientan la
conducta (Chuya-Loja et al., 2023). En el consumo ecológico, esta responsabilidad ayuda a
explicar la protección ambiental mediante elecciones de compra (Lecaros Urzúa, 2013). Además,
se activan cuando se perciben consecuencias ambientales negativas para uno mismo y para otros,
reejando compromiso con acciones responsables y sostenibles (Freire-Echeverría et al., 2023).
La autoecacia verde fortalece la intención de compra de productos orgánicos al aumentar la
conanza del consumidor para tomar decisiones sostenibles y sostener su conducta de compra
(Alonso Torres et al., 2023). Además, alinea creencias ecológicas y acciones de consumo,
reforzando el compromiso con prácticas responsables, especialmente cuando la experiencia
previa es satisfactoria (Ahmad et al., 2025). Con apoyo de programas educativos y de marketing,
mejora el valor percibido y mantiene la intención de compra en el tiempo (Rojas & Lorenzo, 2021).
El orgullo es una emoción clave en el consumo sostenible, pues refuerza la satisfacción y motiva
a preferir productos amigables con el ambiente, especialmente en personas con alta conciencia
ambiental (Carvalho Veras et al., 2023). Junto con la gratitud, promueve intenciones de compra
más responsables y un mayor compromiso con prácticas sostenibles (Chae et al., 2024). Por
ello, integrar emociones en marketing y comunicación facilita una conexión más profunda con
el consumidor (Haj-Salem et al., 2022).
El narcisismo se caracteriza por una autoestima exagerada y búsqueda de admiración, a menudo
con menor empatía (Cenizo, 2023). Se distingue entre narcisismo grandioso y vulnerable: el
primero busca destacar y validación externa, afectando la conexión emocional y las relaciones
(Brunnhuber & Bornhauser, 2024), mientras el segundo combina inseguridad e hipersensibilidad
a la crítica (Albert, 2024). Este rasgo inuye en el consumo y la responsabilidad social, pues
prioriza la graticación y la imagen/estatus por encima del benecio colectivo (Hwang et al.,
2020).
El resplandor cálido alude a una satisfacción emocional que trasciende lo material y se asocia al
placer espiritual de realizar acciones proambientales (Andreoni, 1990). En marketing sostenible,
se ha empleado para explicar conductas como el consumo de electricidad sostenible y otras
decisiones responsables (Macas-Quito et al., 2022). La evidencia muestra que el consumo
de productos orgánicos incrementa la recompensa emocional percibida y fortalece actitudes
favorables hacia estos productos (Rahnama Haratbar et al., 2024).
A partir de la revisión teórica, se proponen las siguientes hipótesis:
H1: Las normas personales inuyen positivamente en la intención de compra.
Normas personales y autoecacia verde: impulsores del consumo sostenible entre centennials ecuatoriano
91
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
H2: La autoecacia verde inuye positivamente en la intención de compra.
H3: La autoecacia verde inuye positivamente en las normas personales.
H4: El orgullo inuye positivamente en las normas personales.
H5: El narcisismo inuye positivamente en las normas personales.
H6: El resplandor cálido inuye positivamente en las normas personales.
Este estudio no solo pretende aportar evidencia empírica al campo de la sostenibilidad y el
comportamiento del consumidor, sino también ofrecer herramientas prácticas para productores,
comercializadores y responsables de políticas públicas que deseen fomentar una cultura de
consumo responsable en Ecuador.
Métodos
La población del estudio estuvo conformada por jóvenes ecuatorianos pertenecientes a
la generación Z (centennials), nacidos entre 1995 y 2010. Como criterio de inclusión, se
exigió haber consumido productos orgánicos al menos una vez en los últimos tres meses. Se
excluyeron participantes sin experiencia previa en consumo orgánico. Se recolectaron 200
respuestas mediante un formulario digital, de las cuales 172 fueron válidas tras una depuración
por consistencia y completitud. El tamaño muestral cumple con la regla de diez casos por
parámetro estimado para análisis PLS-SEM (Cohen, 1992), garantizando potencia estadística
aceptable para modelos estructurales complejos.
Se llevó a cabo una investigación de tipo cuantitativo, no experimental, transversal y explicativo.
Se aplicó un muestreo no probabilístico por conveniencia, complementado con la técnica de
bola de nieve, recomendada cuando se requiere acceso a participantes con características
especícas o de difícil localización (Etikan et al., 2016).
Los cuestionarios se distribuyeron mediante Google Forms, y se invitó a los participantes
a reenviar el enlace a otros contactos que cumplieran con el perl de consumidor orgánico.
Se diseñó un cuestionario estructurado autoadministrado, compuesto por: 5 preguntas
demográcas: edad, género, ocupación, ingresos y consumo orgánico, 22 ítems en escala tipo
Likert de 5 puntos (1 = Totalmente en desacuerdo; 5 = Totalmente de acuerdo), agrupados en
seis constructos.
Resultados
La muestra estuvo conformada por 172 participantes. El 65,12% fueron mujeres y el 50% tenían
entre 15 y 18 años. La mayoría se identicó como estudiante (44,77%) y el ingreso familiar
predominante fue menor a 400 dólares mensuales (34,88%). Esta distribución reeja un perl
joven, predominantemente femenino, con diversidad ocupacional y niveles económicos bajos
a medios (ver Tabla 1).
92
Karen V. Zambrano-Quezada, Gabriela E. Córdova-Apolo, Lorenzo Bonisoli
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
Tabla 1. Características demográcas de los participantes
Fuente: elaboración propia.
Evaluación del modelo de medición
Para evaluar la calidad de los constructos latentes, se calculó la abilidad interna, la validez
convergente y la validez discriminante. Todos los constructos presentaron valores superiores
a 0.7 en alfa de Cronbach (Cronbach, 1951), rho_A (Dijkstra & Henseler, 2015) y rho_C
(Jöreskog, 1971), y un AVE mayor a 0.5 (Bagozzi et al., 1991), conrmando una buena
consistencia interna y validez convergente (ver Tabla 2).
Tabla 2. Fiabilidad y validez convergente de los constructos
Fuente: elaboración propia.
Femenino
Masculino
Total
Edad
15-18
19-22
23-26
27-30
Más de 30
Total
Estudiante
Empleado(a)
Desempleado(a)
Ama de casa
Otro
Total
Menos de $400
$400 - $800
$800 - $1.600
$1.600 - $2.400
Más de $2.400
Total
Frecuencia
112
60
172
Frecuencia
86
52
21
9
4
172
Frecuencia
77
52
26
13
4
172
Frecuencia
60
43
34
26
9
172
%
65.12%
34.88%
100%
%
50.00%
30.23%
12.21%
5.23%
2.33%
100%
%
44.77%
30.23%
15.12%
7.56%
2.33%
100%
%
34.88%
25.00%
19.77%
15.12%
5.23%
100%
Género
Edad
Ocupación
Ingresos familiares
Construct
ICO
PN
O
N
AV
RC
0,9248
0,8879
0,9169
0,8242
0,8772
0,8699
0,9443
0,9220
0,9422
0,8940
0,9134
0,9088
0,9214
0,8871
0,9081
0,8222
0,8735
0,8652
0,8093
0,7472
0,8447
0,7376
0,7253
0,7142
Normas personales y autoecacia verde: impulsores del consumo sostenible entre centennials ecuatoriano
93
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
Para la validez discriminante, se empleó el criterio de Fornell-Larcker y el índice HTMT
(Ab Hamid et al., 2017). Los resultados mostraron cumplimiento general, aunque el valor de
HTMT entre autoecacia verde (AV) y resplandor cálido (RC) se acercó al umbral crítico, lo
cual indica una ligera solapación conceptual entre ambos constructos (ver tabla 3).
Tabla 3. Validez discriminante (Fornell-Larcker y HTMT).
Nota: por debajo de la diagonal los valores de la matriz Fornell-Larcker, arriba de la diagonal la matriz HTMT.
Fuente: elaboración propia.
Evaluación del modelo estructural
La capacidad explicativa del modelo fue evaluada mediante el coeciente de determinación
(R²). Los resultados indican que el modelo predice de forma adecuada la intención de compra
de productos orgánicos (R² = 0,5543) y las normas personales (R² = 0,4857), lo cual representa
una capacidad predictiva moderada a alta (Hair et al., 2019).
Tabla 4. Coeciente de determinación (R²) del modelo estructural
Fuente: elaboración propia.
La prueba de hipótesis se realizó mediante el procedimiento de Bootstrapping (Davison
& Hinkley, 1997) con 5.000 submuestras. Se evaluaron seis hipótesis relacionadas con las
variables latentes del modelo conceptual. Se conrmaron efectos signicativos y directos entre
normas personales e intención de compra (β = 0,4022; p < 0,001), así como entre autoecacia
verde e intención de compra (β = 0,4321; p < 0,001).
También se identicaron relaciones signicativas entre orgullo y normas personales =
0,3320; p = 0,0005), y entre resplandor cálido y normas personales = 0,2695; p = 0,0060).
No se encontró evidencia signicativa entre narcisismo y normas personales (p = 0,0627), ni
entre autoecacia verde y normas personales (p = 0,3197).
En la gura 1, se presenta el modelo estructural con los resultados.
Construct
ICO
PN
0,8093
0,4331
0,6432
0,2794
0,4493
0,4774
0,7256
0,7472
0,3895
0,2475
0,3507
0,3812
0,8726
0,6907
0,8447
0,2439
0,4522
0,4170
0,6054
0,5806
0,5673
0,7376
0,4256
0,3139
0,7452
0,6695
0,7534
0,7679
0,7253
0,5733
0,7768
0,7048
0,7290
0,6643
0,8744
0,7142
94
Karen V. Zambrano-Quezada, Gabriela E. Córdova-Apolo, Lorenzo Bonisoli
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
Tabla 5. Resultados de la prueba de hipótesis
Fuente: elaboración propia.
Figura 1. Modelo estructural y resultados
Fuente: elaboración propia con ADANCO.
Discusión y conclusiones
Los resultados obtenidos permiten armar que tanto las normas personales como la autoecacia
verde tienen un impacto signicativo en la intención de compra de productos orgánicos
entre centennials ecuatorianos, dando respuesta al objetivo de esta investigación. El modelo
explica un 55,4% de la varianza de dicha intención, lo que indica un nivel adecuado de poder
explicativo. Además, se identicó el papel mediador de las emociones positivas, especialmente
del orgullo y el resplandor cálido, como antecedentes de las normas personales. Por el contrario,
no se encontró relación signicativa entre el narcisismo y las normas personales, ni entre la
autoecacia verde y las normas, lo que sugiere relaciones más complejas entre personalidad,
emociones y moralidad proambiental.
En comparación con estudios previos, los hallazgos coinciden en gran medida con
investigaciones internacionales que destacan la importancia de los factores intrapersonales
PN -> ICO
O -> PN
N -> PN
AV -> ICO
AV -> PN
RC -> PN
0,4022
0,3320
0,1305
0,4321
0,0797
0,2695
0,3998
0,3267
0,1362
0,4348
0,0818
0,2694
0,0720
0,0951
0,0700
0,0667
0,0801
0,0978
5,5831
3,4904
1,8635
6,4828
0,9956
2,7539
0,0000
0,0005
0,0627
0,0000
0,3197
0,0060
Effect Original
coefficient Standard
error
Mean value t-value p-value
Standard bootstrap results
Normas personales y autoecacia verde: impulsores del consumo sostenible entre centennials ecuatoriano
95
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
en el comportamiento sostenible (Zheng et al., 2023; Guo et al., 2019; Hwang et al., 2020).
A nivel regional, los resultados respaldan parcialmente los hallazgos de Pontón y Bonisoli
(2023), quienes señalan que el narcisismo puede tener efectos ambiguos. En el contexto
ecuatoriano, este estudio aporta evidencia empírica actualizada sobre una generación poco
abordada en la literatura local, conrmando que los centennials poseen disposición hacia el
consumo consciente, pero dicha disposición se ve afectada por factores emocionales y sociales.
Este estudio presenta varias limitaciones. En primer lugar, el uso de un muestreo no probabilístico
reduce la posibilidad de generalizar los resultados a toda la población ecuatoriana. Segundo,
la recolección de datos mediante cuestionario autoadministrado puede implicar sesgos de
autoevaluación o deseabilidad social. Tercero, el modelo propuesto no incluyó variables
contextuales o moderadoras que podrían explicar mejor la relación entre creencias y emociones.
A pesar de estas limitaciones, el estudio permite concluir que las decisiones de compra sostenible
en los centennials ecuatorianos están fuertemente condicionadas por una combinación de
factores cognitivos (normas personales, autoecacia) y emocionales (orgullo, resplandor
cálido). Estos hallazgos aportan a la comprensión del comportamiento proambiental en
contextos emergentes, subrayando la relevancia de variables psicológicas y sociales.
Como línea futura de investigación, se sugiere explorar el efecto moderador de variables como
el nivel educativo, el grado de conciencia ambiental o la inuencia de redes sociales. También
sería pertinente aplicar un enfoque comparativo con otras generaciones para vericar si las
relaciones identicadas se mantienen o cambian en función de la edad.
Declaración de contribución de autoría CRediT
Karen V. Zambrano-Quezada: Curación de datos, Investigación, Redacción borrador original, Redacción,
(revisión y edición) y Visualización.
Gabriela E. Córdova-Apolo: Curación de datos, Investigación, Redacción borrador original, Redacción, (revisión
y edición) y Visualización.
Lorenzo Bonisoli: Conceptualización, Análisis formal, Supervisión, Metodología.
Agradecimientos
Esta investigación es parte del proyecto: “Consumo Sostenible entre los Centennials: Un Análisis de sus Hábitos
y Preferencias” aprobado por el Vicerrectorado de investigación de la Universidad técnica de Machala, El Oro,
Ecuador con Resolución 0244-2024-CU-SO-13, el 13 de mayo de 2024.
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
96
Karen V. Zambrano-Quezada, Gabriela E. Córdova-Apolo, Lorenzo Bonisoli
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
Referencias
1. Ab Hamid, M. R., Sami, W., & Mohmad Sidek, M. H. (2017). Discriminant Validity
Assessment: Use of Fornell & Larcker criterion versus HTMT Criterion. J. Phys. Conf.
Ser., 890(1), 012163. https://doi.org/10.1088/1742-6596/890/1/012163
2. Ahmad, S., Zhang, Q., Ahmad, Z., & Ullah, A. (2025). An exploration of mediating
mechanisms inuencing willingness to pay for corporate social responsibility. Scientic
Reports, 15(1), 34354. https://doi.org/10.1038/s41598-025-16901-w
3. Albert, S. C. (2024). O analista no divã: reexões sobre a vulnerabilidade narcísica do
analista. Jungiana, 41(3), 103–114. https://doi.org/10.70435/junguiana.v41i3.59
4. Andreoni, J. (1990). Impure Altruism and Donations to Public Goods: A Theory of Warm-
Glow Giving. The Economic Journal, 100(401), 464–477. https://doi.org/10.2307/2234133
5. Bagozzi, R. P., Yi, Y., & Phillips, L. W. (1991). Assessing Construct Validity in Organizational
Research. Adm. Sci. Q., 36(3), 421–458. https://doi.org/10.2307/2393203
6. Bautista-Robles, V., Ken-Rodríguez, C. A., & Keita, H. (2024). El papel de la agricultura en
la seguridad alimentaria de las comunidades rurales de Quintana Roo: un ciclo autosostenido.
Estudios Sociales. Revista de Alimentación Contemporánea y Desarrollo Regional, 30(56).
https://doi.org/10.24836/es.v30i56.987
7. Boobalan, K., Nawaz, N., Harindranath, R. M., & Gajenderan, V. (2021). Inuence of
Altruistic Motives on Organic Food Purchase: Theory of Planned Behavior. Sustainability,
13, 6023. https://doi.org/10.3390/su13116023
8. Brunnhuber, S., & Bornhauser, N. (2024). Mercados Económicos y Patología Narcisista
Ante el Trasfondo de la Discusión en Torno al Concepto de Rol. Psykhe (Santiago), 13(1).
https://doi.org/10.4067/S0718-22282004000100009
9. Carvalho Veras, J., Freitas da Costa, M., de Oliveira Campos, P., & Brito da Silva, G.
(2023). Generativity, environmental activism, and pride: Antecedents of intention to buy
organic food. Journal of Cleaner Production, 418, 138114. https://doi.org/10.1016/j.
jclepro.2023.138114
10. Cenizo, C. (2023). El narcisismo en la sociedad de consumo: el caso de los inuencers
españoles. Redmarka. Revista de Marketing Aplicado, 25(1), 21–39. https://doi.
org/10.17979/redma.2021.25.1.8080
Normas personales y autoecacia verde: impulsores del consumo sostenible entre centennials ecuatoriano
97
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
11. Chae, M.-J., Kim, Y., & Roh, T. (2024). Consumers’ attention, experience, and action to
organic consumption: The moderating role of anticipated pride and moral obligation. Journal
of Retailing and Consumer Services, 79. https://doi.org/10.1016/j.jretconser.2024.103824
12. Chuya-Loja, A., Moncada-Prieto, G., & Bonisoli, L. (2023). Inuencia de Normas Personales
y Voluntad de Sacricio Económico en la Intención de Compra Orgánica en Ecuador. 593
Digital Publisher CEIT, 8(6), 95–105. https://doi.org/10.33386/593dp.2023.6.1775
13. Cohen, J. (1992). Statistical Power Analysis. Current Directions in Psychological Science,
1(3), 98–101. https://doi.org/10.1111/1467-8721.ep10768783
14. Comas-Rodríguez, R. (2024). Consumo de productos orgánicos en millennials universitarios
en Ecuador. Agroecología Global. Revista Electrónica de Ciencias Del Agro y Mar, 6(10),
43–57. https://doi.org/10.35381/a.g.v6i10.3236
15. Cronbach, L. J. (1951). Coecient Alpha and the Internal Structure of Tests. Psychometrika,
16(3), 297–334. https://doi.org/10.1007/BF02310555
16. Davison, A. C., & Hinkley, D. V. (1997). Bootstrap Methods and Their Application.
Cambridge University Press.
17. Dijkstra, T. K., & Henseler, J. (2015). Consistent Partial Least Squares Path Modeling. MIS
Quarterly, 39(2), 297–316. https://doi.org/10.25300/MISQ/2015/39.2.02
18. Etikan, I., Alkassim, R., & Abubakar, S. (2016). Comparison of snowball sampling and
sequential sampling technique. Biometrics and Biostatistics International Journal, 3(1),
55. https://doi.org/10.15406/bbij.2016.03.00055
19. Freire-Echeverría, A., Almache-Espinoza, A., & Bonisoli, L. (2023). Analizando el Consumo
Orgánico en Ecuador con Teorías de Comportamiento Planicado y Activación de Normas.
593 Digital Publisher CEIT, 8(4), 174–188. https://doi.org/10.33386/593dp.2023.4.1782
20. Guo, L., Xu, Y., Liu, G., Wang, T., & Du, C. (2019). Understanding rm performance
on green sustainable practices through managers’ ascribed responsibility and waste
management: Green self-ecacy as moderator. Sustainability (Switzerland), 11(18). https://
doi.org/10.3390/su11184976
21. Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report
the results of PLS-SEM. European Business Review, 31(1), 2–24. https://doi.org/10.1108/
EBR-11-2018-0203
98
Karen V. Zambrano-Quezada, Gabriela E. Córdova-Apolo, Lorenzo Bonisoli
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
22. Haj-Salem, N., Ishaq, M. I., & Raza, A. (2022). How anticipated pride and guilt
inuence green consumption in the Middle East: The moderating role of environmental
consciousness. Journal of Retailing and Consumer Services, 68. https://doi.org/10.1016/j.
jretconser.2022.103062
23. Hwang, K., Lee, B., & Hahn, J. (2020). Green restaurant consumers’ pride and social
healthy narcissism inuencing self‐actualization and self‐transcendence that drive customer
citizenship behavior. Sustainability (Switzerland), 12(24), 1–19. https://doi.org/10.3390/
su122410339
24. Jöreskog, K. G. (1971). Statistical Analysis of Sets of Congeneric Tests. Psychometrika,
36(2), 109–133. https://doi.org/10.1007/BF02291393
25. Lecaros Urzúa, J. A. (2013). La ética medio ambiental: principios y valores para una
ciudadanía responsable en la sociedad global. Acta Bioethica, 19(2), 177–188.
26. Macas-Quito, M., Erreyes-Barrezueta, K., & Bonisoli, L. (2022). Consumo orgánico y
sostenible: análisis del consumidor ecuatoriano. 593DPCEIT, 7(4–1), 22–40. https://doi.
org/10.33386/593dp.2022.4-1.964
27. Makepeace Alfaro, D. A. (2023). Agricultura orgánica, desafíos y perspectivas para su
adopción en el municipio de San Marcos. Revista de Investigación Proyección Cientíca,
5(1), 51–66. https://doi.org/10.56785/ripc.v5i1.105
28. Pontón, G., & Bonisoli, ; L. (2023). Orgullo, narcisismo y mejora social como motivantes
en la intención de compra de productos verdes. In Journal Business Science (Vol. 4). https://
revistas.uleam.edu.ec/index.php/business_scienceLicenciadeCreativeCommons
29. Rahnama Haratbar, H., Saeedikiya, M., & Seif, M. H. (2024). The psychology of green
behavior: when growth mindset, peer inuence and warm glow meet the individual self.
Management of Environmental Quality: An International Journal, 35(3), 485–505. https://
doi.org/10.1108/MEQ-09-2022-0268
30. Roé, M. A., & González, F. A. I. (2023). El Impacto De Las Prácticas Sostenibles En El
Desempeño Financiero De Las Empresas: Una Revisión De La Literatura. Visión de Futuro, 28,
No 1 (Enero – Junio), 201–227. https://doi.org/10.36995/j.visiondefuturo.2023.28.01.006.
es
31. Rojas, A., & Lorenzo, D. (2021). Environmental and Social Goals in Spanish SMEs: The
Moderating Eect of Family Inuence. Sustainability, 13, 1998. https://doi.org/10.3390/
su13041998
Normas personales y autoecacia verde: impulsores del consumo sostenible entre centennials ecuatoriano
99
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, 9(16), pp. 87-99. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.04
32. Tekin, N., & Çoknaz, D. (2022). The role of environmental concern in mediating the
eect of personal environmental norms on the intention to purchase green products: a case
study on outdoor athletes. Revista Brasileira de Marketing, 21(4), 1282–1306. https://doi.
org/10.5585/remark.v21i4.20472
33. Zheng, M., Zheng, Q., Chen, J., & Tang, D. (2023). Are non-competitors greener? The eect
of consumer awareness dierences on green food consumption. Frontiers in Psychology,
14. https://doi.org/10.3389/fpsyg.2023.1276261
34. Zheng, Y., & Chi, T. (2015). Factors inuencing purchase intention towards environmentally
friendly apparel: An empirical study of US consumers. International Journal of Fashion
Design, Technology and Education, 8(2), 68–77. https://doi.org/10.1080/17543266.2014.9
90059
ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Mayra A. Chicaiza-Herrera
mayra.chicaiza@utc.edu.ec
Universidad Técnica de Cotopaxi
(Latacunga – Ecuador)
ORCID: 0000-0002-9455-4594
Elvis I. Bonilla-Galeas
elvis.bonilla8153@utc.edu.ec
Universidad Técnica de Cotopaxi
(Latacunga – Ecuador)
ORCID: 0009-0004-1245-8542
Selena S. Chicaiza-Chiluisa
selena.chicaiza9345@utc.edu.ec
Universidad Técnica de Cotopaxi
(Latacunga – Ecuador)
ORCID: 0009-0001-1686-3527
Recibido: 02/10/2025
Aceptado: 31/12/2025
TECNOLOGÍAS FINTECH
Y EFICIENCIA OPERATIVA
EN MICROFINANZAS: UN
ANÁLISIS BIBLIOMÉTRICO
2020 – 2024
FINTECH TECHNOLOGIES
AND OPERATIONAL
EFFICIENCY IN
MICROFINANCE: A
BIBLIOMETRIC ANALYSIS
2020 - 2024
DOI:
https://doi.org/10.37135/kai.03.16.05
KAIRÓS, Vol. (9) No. 16, pp. 100-119, enero - junio 2026
ISSN No. 2631-2743
,
Resumen
El objetivo de este estudio es analizar la producción
cientíca sobre la aplicación de tecnologías Fintech en
la optimización de procesos de micronanzas durante el
período 2020–2024. Se realizó un análisis bibliométrico
de 500 artículos indexados en la base de datos Dimensions,
utilizando el software R y el paquete Bibliometrix para
identicar tendencias de publicación, autores, revistas,
redes de colaboración y coocurrencia de palabras clave.
Los resultados evidencian un crecimiento acelerado de
la investigación, con predominio de Asia, América del
Norte y Europa, y un enfoque creciente en eciencia
operativa, inclusión nanciera y sostenibilidad mediante
tecnologías emergentes como inteligencia articial y
blockchain. Se concluye que Fintech constituye un eje
estratégico para fortalecer la inclusión nanciera y plantea
oportunidades relevantes para futuras investigaciones en
contextos subrepresentados.
Palabras clave: nanzas locales, micronanzas,
inclusión nanciera, tecnologías nancieras,
sostenibilidad
Abstract
The objective of this study is to analyze the scientic
production on the application of Fintech technologies
in micronance process optimization during the period
2020–2024. A bibliometric analysis of 500 articles
indexed in the Dimensions database was conducted
using R software and the Bibliometrix package to
identify publication trends, key authors, journals,
collaboration networks, and keyword co-occurrence.
The results reveal rapid growth in research output, led
by Asia, North America, and Europe, with an increasing
focus on operational eciency, nancial inclusion, and
sustainability through emerging technologies such as
articial intelligence and blockchain. The study concludes
that Fintech represents a strategic driver of nancial
inclusion and highlights signicant opportunities for
future research in underrepresented regions.
Keywords: local nance, micronance, nancial
inclusion, nancial technologies, sustainability
TECNOLOGÍAS FINTECH
Y EFICIENCIA OPERATIVA
EN MICROFINANZAS: UN
ANÁLISIS BIBLIOMÉTRICO
2020 – 2024
FINTECH TECHNOLOGIES
AND OPERATIONAL
EFFICIENCY IN
MICROFINANCE: A
BIBLIOMETRIC ANALYSIS
2020 - 2024
DOI:
https://doi.org/10.37135/kai.03.16.05
KAIRÓS, Vol. (9) No. 16, pp. 100-119, enero - junio 2026
Mayra A. Chicaiza-Herrera, Elvis I. Bonilla-Galeas, Selena S. Chicaiza-Chiluisa
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
102
Introducción
La transformación digital ha generado cambios estructurales en múltiples sectores económicos,
siendo el nanciero uno de los más impactados. En este contexto, las tecnologías nancieras
(Fintech) han emergido como un conjunto de innovaciones capaces de mejorar la eciencia
operativa, ampliar el acceso a servicios nancieros y promover la inclusión de poblaciones
tradicionalmente excluidas. Estas tecnologías incluyen aplicaciones móviles, análisis de big
data, inteligencia articial, blockchain y sistemas automatizados de evaluación crediticia, los
cuales han redenido los modelos tradicionales de intermediación nanciera (Hasan et al.,
2024).
En economías con sistemas nancieros limitados o altamente concentrados, las Fintech han
demostrado un papel relevante en el fortalecimiento de las micronanzas, especialmente al
reducir costos operativos, mejorar la evaluación del riesgo crediticio y ampliar la cobertura
de los servicios nancieros en zonas rurales y periurbanas. Estudios empíricos evidencian que
su adopción ha sido particularmente signicativa en regiones como Asia y África, donde la
digitalización nanciera ha contribuido al aumento de la inclusión nanciera y a la mejora del
desempeño institucional de las entidades micronancieras (Muganyi et al., 2022; Liu et al.,
2023).
Un avance clave en este proceso es el uso de datos alternativos – como registros de telefonía
móvil, transacciones digitales y actividad en plataformas tecnológicas – por la construcción
de perles crediticios más precisos. Este enfoque ha permitido incorporar a segmentos
históricamente excluidos del sistema bancario formal, mejorando la asignación del crédito y
reduciendo los niveles de morosidad (Óskarsdóttir et al., 2020). No obstante, la efectividad
de estas tecnologías depende de factores estructurales como la infraestructura digital, la
alfabetización nanciera, la conanza de los usuarios y la existencia de marcos regulatorios
adecuados.
La literatura reciente también advierte que la adopción de Fintech no garantiza, por sí sola,
resultados positivos en términos de equidad e inclusión. Diversos autores coinciden en que su
impacto está condicionado por el entorno institucional, las políticas públicas y la capacidad de
articulación entre el sector público y privado (Tello-Gamarra et al., 2022; Meniago, 2025). En
ausencia de estos elementos, las tecnologías nancieras pueden incluso profundizar brechas
digitales y territoriales.
A pesar del crecimiento sostenido de investigaciones sobre Fintech y micronanzas, la producción
cientíca existente presenta una alta dispersión temática, metodológica y geográca. Si bien
existen estudios bibliométricos previos enfocados en inclusión nanciera digital o innovación
Tecnologías Fintech y eciencia operativa en micronanzas: un análisis bibliométrico 2020 – 2024
103
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
nanciera, estos suelen abordar el fenómeno de manera general, sin profundizar especícamente
en la eciencia operativa de las micronanzas ni en la identicación sistemática de tendencias,
redes de colaboración y vacíos de investigación recientes (Derviş, 2020; Donthu et al., 2021).
Esta fragmentación limita la consolidación del conocimiento y diculta la formulación de
agendas de investigación y políticas basadas en evidencia.
En este contexto, surge la necesidad de realizar un análisis bibliométrico actualizado que
permita sistematizar la producción cientíca sobre tecnologías Fintech aplicadas a la eciencia
operativa en micronanzas, identicando patrones de publicación, autores inuyentes, revistas
relevantes, redes de colaboración y líneas temáticas emergentes. El uso de este enfoque
metodológico resulta pertinente debido al acelerado crecimiento del campo y a la incorporación
de nuevas tecnologías y enfoques interdisciplinarios en los últimos años.
Por tanto, el objetivo de este estudio es analizar la evolución, tendencias y enfoques predominantes
de la investigación cientíca sobre Fintech y eciencia operativa en micronanzas durante el
período 2020 – 2024, a partir de un análisis bibliométrico de artículos indexados en la base de
datos Dimensions. En consecuencia, la pregunta guía que orienta la investigación es: ¿Cuáles son
las principales tendencias, actores, enfoques temáticos y vacíos de investigación en la literatura
cientíca sobre tecnologías Fintech aplicadas a la eciencia operativa en micronanzas en el
período 2020 – 2024?
Los resultados de este estudio buscan aportar una visión estructurada y crítica del estado del
arte, sirviendo como referencia para investigadores, formuladores de políticas públicas y
gestores de instituciones micronancieras interesados en promover una inclusión nanciera
sostenible basada en innovación tecnológica.
Métodos
Enfoque y diseño de la investigación
El estudio adopta un enfoque cuantitativo, de tipo descriptivo y exploratorio, basado en
una revisión sistemática de literatura con análisis bibliométrico. Este diseño metodológico
permite mapear, sintetizar y analizar de manera estructurada la evolución del conocimiento
cientíco sobre el uso de tecnologías Fintech en la eciencia operativa de las micronanzas,
especialmente en un campo caracterizado por un crecimiento acelerado y una alta dispersión
temática (Donthu et al., 2021)
En este sentido, el presente estudio no busca establecer relaciones causales entre la adopción
de tecnologías Fintech y la eciencia operativa de las micronanzas, sino mapear, sistematizar
Mayra A. Chicaiza-Herrera, Elvis I. Bonilla-Galeas, Selena S. Chicaiza-Chiluisa
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
104
y analizar la evolución del conocimiento cientíco, las tendencias temáticas, los actores
relevantes y los vacíos de investigación existentes en la literatura reciente.
Formulación de la pregunta de investigación mediante el enfoque PICO
Con el n de fortalecer la claridad metodológica y responder a las exigencias de revisiones
sistemáticas, la pregunta de investigación fue estructurada utilizando el enfoque PICO,
adaptado al contexto de estudios bibliométricos:
Tabla 1. Aplicación del enfoque PICO
Fuente: elaboración propia.
A partir de esta estructura, la pregunta guía del estudio se formuló de la siguiente manera:
¿Cuáles son las principales tendencias, enfoques temáticos, actores relevantes y vacíos de
investigación en la literatura cientíca sobre la aplicación de tecnologías Fintech para mejorar
la eciencia operativa de las micronanzas durante el período 2020 -2024?
Fuente de información y base de datos
La literatura cientíca fue recopilada a partir de la plataforma Dimensions, una base de datos
bibliométrica de alcance global que integra artículos cientícos revisados por pares y otros
documentos de investigación provenientes tanto de editoriales internacionales como de revistas
regionales.
A diferencia de bases tradicionales como Scopus o Web of Science, Dimensions incorpora
algoritmos de inteligencia articial para la indexación, clasicación temática y vinculación
por citaciones, lo que permite una mayor cobertura interdisciplinaria y una representación más
amplia de literatura proveniente de economías emergentes y regiones subrepresentadas (Hook
et al., 2021).
La elección de Dimensions se justica por tres razones principales: 1) Mayor cobertura
temática y geográca, relevante para estudios sobre inclusión nanciera, 2) Acceso a métricas
de citación comparables, necesarias para análisis bibliométricos, y, 3) Disponibilidad de
metadatos estructurados, compatibles con herramientas reproducibles como Bibliometrix.
P (Población)
I (Intervención)
C (Comparación)
O (Resultados)
Instituciones de microfinanzas y sistemas de microcrédito.
Implementación de tecnologías Fintech (finanzas digitales, pagos electrónicos,
inteligencia artificial big data, blockchain)
Modelos tradicionales d e operación f inanciera sin adopción de tecnologías
Fintech o con bajo nivel de digitalización.
Eficiencia operativa, optimización de procesos, reducción de costos, mejora del
desempeño institucional e inclusión financiera
Tecnologías Fintech y eciencia operativa en micronanzas: un análisis bibliométrico 2020 – 2024
105
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
Estrategia de búsqueda bibliográca
La estrategia de búsqueda se diseñó siguiendo recomendaciones metodológicas para revisiones
sistemáticas y estudios bibliométricos (Derviş, 2020; Donthu et al., 2021). Se emplearon
combinaciones booleanas de palabras clave relacionadas con Fintech, micronanzas, eciencia
y procesos operativos. La ecuación nal utilizada fue:
(ntech OR "nancial technology" OR "digital nance") AND (micronance OR "micro-
nance" OR "microcredit" OR "micro-loans" OR "microloans") AND (optimization OR
optimisation OR eciency OR improvement OR innovation OR "process improvement") AND
(processes OR operations OR procedures)
La búsqueda se aplicó a títulos, resúmenes y palabras clave, restringiendo los resultados al
período 2020 – 2024.
Criterios de inclusión y exclusión
Se establecieron los siguientes criterios de inclusión: artículos cientícos revisados por pares,
publicaciones relacionadas explícitamente con Fintech y micronanzas, publicaciones en
áreas de nanzas, banca, economía y desarrollo, documentos con acceso a texto completo y
publicaciones entre 2020 y 2024. Los criterios de exclusión incluyeron: registros duplicados
(n=86), documentos incompletos o sin acceso al texto completo (n=64), documentos sin
relación directa con micronanzas (n= 112), estudios centrados en sectores nancieros no
micronancieros (n= 73) y publicaciones sin información metodológica suciente.
Proceso de selección de estudios
El proceso de identicación y selección de artículos siguió las directrices del Preferred
Reporting Items for Systematic Reviews and Meta-analyses (PRISMA). La gura 1 presenta
de manera esquemática el proceso PRISMA aplicado en la selección de los estudios.
Figura 1. Proceso de identicación y selección de artículos
Mayra A. Chicaiza-Herrera, Elvis I. Bonilla-Galeas, Selena S. Chicaiza-Chiluisa
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
106
Fuente: elaboración propia con base en directrices PRISMA 2020.
Evaluación de calidad y control de sesgos
Con el n de fortalecer la validez del análisis, se realizó una evaluación básica de calidad
metodológica, considerando: a) tipo de documento (empírico, revisión, conceptual), b) nivel
de citación y c) claridad metodológica reportada. Asimismo, se reconoce el posible sesgo
derivado del uso de una sola base de datos. Para mitigar este efecto, se analizó explícitamente
la distribución geográca de la producción cientíca, identicando regiones subrepresentadas,
especialmente América Latina y África, cuyos vacíos son discutidos en la sección de resultados
y discusión.
Técnicas de análisis y herramientas utilizadas
El análisis bibliométrico se realizó utilizando el software R, mediante el paquete Bibliometrix y
su interfaz Biblioshiny (Aria & Coccurullo, 2017). Se aplicaron técnicas de análisis descriptivo
y relacional para examinar: producción cientíca anual, autores y redes de coautoría, revistas y
fuentes más inuyentes, redes de colaboración internacional, coocurrencia de palabras clave y
estructura temática y conceptual del campo.
Resultados
El notable aumento del interés cientíco en la tecnología nanciera aplicada a las micronanzas
se reeja en la expansión de la producción académica durante el período 2020-2024, con una
tasa de crecimiento anual que supera el 49%. Esta dinámica, junto con un promedio de 27 citas
por documento, evidencia un campo vibrante y de alto impacto. La Tabla 2 también muestra que
la mayoría de los estudios son colaborativos, con casi tres coautores por publicación, aunque la
cooperación internacional aún se mantiene en niveles moderados (19.6%), lo que sugiere que
hay oportunidades para crear redes cientícas más globales.
Tecnologías Fintech y eciencia operativa en micronanzas: un análisis bibliométrico 2020 – 2024
107
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
Tabla 2. Información principal sobre la recopilación de datos
Fuente: elaboración propia basado en bibliometrix.
A medida que la digitalización nanciera sigue ganando fuerza, la producción cientíca ha
respondido de manera positiva, mostrando una clara tendencia al alza en la publicación de
artículos relacionados con este tema. Como se puede observar en la gura 2 el número de
publicaciones ha ido en aumento constante, con algunos picos que podrían estar vinculados a
avances tecnológicos o situaciones económicas especícas. Este patrón rearma la importancia
del campo como una prioridad para la investigación aplicada y la innovación nanciera.
Figura 2. Número de artículos por año
Fuente: elaboración propia basado en bibliometrix.
Descripción
Intervalo de tiempo
Fuentes (revistas, libros, etc.)
Artículos (Documentos)
Promedio de años desde la publicación
Promedio de citas por documento
Tasa de crecimiento anual (%)
Autores
Autores de documentos de un solo autor
Autores de documentos de varios autores
Documentos de un solo autor
Coautores por documento
Coautorías internacionales (%)
Palabras clave Plus (ID)
Palabras clave del autor (DE)
Resultados
2020:2024
231
500
2.29
27.19
49.31
1249
74
1175
75
2.96
19.6
137
137
35
59 66
105
134
100
0
20
40
60
80
100
120
140
2019 2020 2021 2022 2023 2024 2025 2026
N° de Articulos
Años
Mayra A. Chicaiza-Herrera, Elvis I. Bonilla-Galeas, Selena S. Chicaiza-Chiluisa
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
108
Autores relevantes
El liderazgo en este ámbito no se trata solo de cuántas publicaciones se tienen, sino del impacto
que estas generan. Autores como Li X y Zhao J han conseguido una notable inuencia cientíca
a pesar de tener menos publicaciones, logrando un promedio de más de 130 citas por artículo.
Según la tabla 3, esto sugiere que la calidad de la producción y su capacidad para generar
conocimiento transformador son más importantes que simplemente la cantidad de trabajos. En
contraste, Wang Y, con 11 publicaciones, tiene un promedio de citas más bajo, lo que indica que
existen diferentes estrategias para posicionarse en el ámbito cientíco.
Tabla 3. Los 10 autores más relevantes
Fuente: elaboración Propia basado en bibliometrix (TC: total de citaciones, D: total de publicación)
Revistas más relevantes
La difusión del conocimiento se potencia a través de la selección de revistas académicas,
donde aquellas que se centran en análisis nanciero y tecnología destacan por su gran impacto.
La Tabla 4 muestra que publicaciones en revistas como el International Journal of Financial
Studies y Finance Research Letters no solo cumplen con altos estándares de publicación, sino
que también logran un número signicativo de citas por artículo. Este contraste con revistas
que son muy productivas pero tienen un impacto relativo menor, como Environmental Science
and Pollution Research, subraya la importancia de que el tema del artículo esté alineado con los
intereses de la audiencia académica para maximizar su inuencia.
Tabla 4. Revistas más citadas sobre temas de micronanzas
No.
1
2
3
4
5
6
7
8
9
10
Autor
Wang Y.
Zhang Y.
Lui Y.
Wang C.
Ashtaa.
Hassan Mk.
Huang Y.
Li X.
Zhao J.
Chen L.
D
11
10
7
6
5
5
5
5
5
4
TC
335
537
496
218
406
273
203
663
659
51
TC/D
30.45
53.70
70.86
36.33
81.20
54.60
40.60
132.60
131.80
12.75
Año Inicio
2022
2020
2021
2021
2020
2021
2020
2021
2021
2022
Tecnologías Fintech y eciencia operativa en micronanzas: un análisis bibliométrico 2020 – 2024
109
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
Fuente: elaboración Propia basado en bibliometrix
Grupo de artículos más relevantes sobre la temática de micronanzas
Las investigaciones más citadas no solo se destacan por su rigor, sino también por abordar
problemas contemporáneos que son de gran relevancia social. Por ejemplo, varios estudios
analizan cómo la inclusión nanciera digital puede ayudar a reducir desigualdades, o cómo las
innovaciones Fintech afectan la eciencia bancaria y el crecimiento económico. Estas temáticas,
que se pueden ver en la Tabla 5, muestran un interés creciente por conectar la transformación
tecnológica con el desarrollo sostenible, especialmente en contextos emergentes. La mayoría
de los estudios destacados son de naturaleza empírica, lo que subraya la importancia de
fundamentar la innovación nanciera en datos vericables y análisis cuantitativos sólidos.
Tabla 5. Artículos más citados
Demir, A . (2020). Fintech,
financial i nclusion a nd
income inequality: a quantile
regression approach.
Emp Artículo
Mayra A. Chicaiza-Herrera, Elvis I. Bonilla-Galeas, Selena S. Chicaiza-Chiluisa
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
110
16
17
18
19
20
Liu, Y. (2021). Can digital
financial inclusion promote
China's economic growth?
Mhlanga, D. (2020). Industry
4.0 in Finance: The Impact of
Artificial Intelligence (AI) on
Digital Financial Inclusion
Lee, C. (2021). Does fintech
innovation improve bank
efficiency? Evidence from
China’s banking industry
Lee, C. (2023). Digital
financial inclusion and
poverty alleviation: Evidence
from the sustainable
development of China
Hasan, M. (2020). Promoting
China’s Inclusive Finance
Through Digital Financial
Services
Bollaert, H. (2021). Fintech
and access to finance
Li, K. (2020). How should
we understand the digital
economy in Asia? Critical
assessment and research
agenda
Ding, N. (2022). Fintech,
financial constraints and
innovation: Evidence from
China
Javaid, M. (2022). A Review
Of Blockchain Technology
Applications For Financial
Services
Zhao, J. (2022). Riding the
FinTech innovation wave:
FinTech, patents and bank
performance
Zhang, Y. (2023). Examining
the interconnectedness of
green finance: an analysis of
dynamic spillover effects
among green bonds,
renewable energy, and
carbon markets
Ashta, A. (2021). Artificial
intelligence and fintech: An
overview of opportunities
and risks for banking,
investments, and
microfinance
Hasan, M. (2021). How does
financial literacy impact on
inclusive finance?
Erlando, A. (2020). Financial
inclusion, economic growth,
and poverty alleviation:
evidence from eastern
Indonesia
McKillop, D. (2020).
Cooperative financial
institutions: A review of the
literature
Li, G. (2023). Digital finance
and the low-carbon energy
transition (LCET) from the
perspective of capital-biased
technical progress
Banna, H. (2021). Fintech-
based financial inclusion and
bank risk-taking: Evidence
from OIC countries
Li, G. (2022). Digital finance
and sustainable development:
Evidence from environmental
inequality in China
Milana, C. (2021). Artificial
intelligence techniques in
finance and financial markets:
A survey of the literature
Emp
Emp
Emp
Emp
Emp
Emp
Emp
Emp
Emp
Emp
Emp
Emp
Emp
Emp
Con
Con
Con
Con
Con
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Artículo
Revisión
Tecnologías Fintech y eciencia operativa en micronanzas: un análisis bibliométrico 2020 – 2024
111
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
Fuente: elaboración propia basado en bibliometrix
Estructura Conceptual
Desde un enfoque semántico, las principales áreas temáticas de este campo están fuertemente
interconectadas, lo que nos permite trazar las líneas más relevantes y detectar posibles vacíos
en la investigación. Esto se puede ver claramente en la 3, que ilustra una red de coocurrencia
de palabras clave. En esta red, términos centrales como “inclusión nanciera”, “nanzas
digitales” y “eciencia” actúan como nodos clave que conectan diferentes aspectos del debate.
La presencia de términos periféricos, que están menos conectados, sugiere subtemas que
podrían explorarse más a fondo en investigaciones futuras.
Figura 3. Red de coocurrencias
Fuente: elaboración propia basado en bibliometrix.
16
17
18
19
20
Li, G. (2023). Digital finance
and the low-carbon e nergy
transition ( LCET) from the
perspective o f capital-biased
technical progress
Banna, H. (2021). Fintech-
based financial inclusion and
bank r isk-taking: E vidence
from OIC countries
Li, G. (2022). Digital finance
and sustainable development:
Evidence from environmental
inequality in China
Milana, C. ( 2021). Artificial
intelligence t echniques i n
finance and financial markets:
A survey of the literature
Emp
Emp
Emp
Con
Con Artículo
Artículo
Artículo
Artículo
Artículo
Mayra A. Chicaiza-Herrera, Elvis I. Bonilla-Galeas, Selena S. Chicaiza-Chiluisa
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
112
Un análisis más detallado de la evolución de los temas nos permite identicar áreas que ya
están consolidadas, otras que están surgiendo y aquellas que tienen aplicaciones prácticas. En
la gura 4, se puede ver que temas como la gestión nanciera y la eciencia organizacional son
fundamentales en el conocimiento, mientras que otros, como la tecnología digital y las energías
renovables, están en auge. También se abordan temas aplicados como la salud laboral y la
pobreza, lo que muestra una creciente conexión entre la investigación teórica y las necesidades
sociales. Esta evolución sugiere que el campo está madurando y avanzando hacia enfoques más
integradores e interdisciplinarios.
Figura 4. Mapa temático conceptual
Fuente: elaboración propia basado en bibliometrix.
En estudios recientes, ha surgido la exploración de conexiones temáticas inusuales que
podrían abrir nuevas líneas de investigación. Un caso interesante es el de la 5, que muestra
una relación directa entre el dióxido de carbono y las catecolaminas en un contexto que parece
estar relacionado con Fintech. Aunque esta conexión puede parecer extraña al principio, podría
indicar una tendencia emergente hacia la fusión de disciplinas, como la economía ambiental, la
salud nanciera o las neuronanzas, junto con enfoques tecnológicos innovadores.
Figura 5. Red de mapa temático
Fuente: elaboración propia basado en bibliometrix
Tecnologías Fintech y eciencia operativa en micronanzas: un análisis bibliométrico 2020 – 2024
113
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
Estructura Social
Por otro lado, las dinámicas colaborativas en el ámbito autoral presentan una estructura de
red bastante clara, donde hay nodos centrales que concentran la actividad cientíca más
inuyente. La gura 6 nos permite observar clústeres de investigación activa y posibles puntos
de conexión para nuevas alianzas. La densidad de las conexiones indica que el campo no solo
está en movimiento, sino que se apoya en comunidades cientícas bien establecidas, lo que
facilita la circulación y validación del conocimiento en diversos contextos.
Figura 6. Red de colaboración
Fuente: elaboración propia basado en bibliometrix.
Finalmente, el mapa de colaboración internacional revela que la mayor parte del conocimiento
se está generando en los países del Norte Global. En la 7, se pueden observar fuertes conexiones
entre Estados Unidos, China y Europa, mientras que África y América Latina tienen una
presencia bastante limitada. Esta desigualdad pone de maniesto una brecha considerable en
la participación cientíca a nivel global y resalta la necesidad urgente de implementar políticas
que fomenten la inclusión y fortalezcan las capacidades de investigación en las regiones menos
representadas.
Figura 7. Mapa mundial de colaboración entre países
Fuente: elaboración propia basado en bibliometrix-.
Mayra A. Chicaiza-Herrera, Elvis I. Bonilla-Galeas, Selena S. Chicaiza-Chiluisa
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
114
Discusión
Los resultados del análisis bibliométrico evidencian que la investigación sobre Fintech y mi-
cronanzas ha experimentado un crecimiento sostenido en la última década, con un énfasis
creciente en su potencial para mejorar la inclusión nanciera, la eciencia operativa y la soste-
nibilidad institucional. Este patrón coincide con la literatura empírica y de revisión sistemática
que documenta cómo la adopción de tecnologías digitales —particularmente pagos móviles,
plataformas digitales, inteligencia articial y soluciones basadas en datos— ha transformado
los modelos operativos de las instituciones micronancieras (IMF), especialmente en econo-
mías en desarrollo (Ali et al., 2020; Banna et al., 2021; Liu et al., 2023; Ha et al., 2025). En
este sentido, la evidencia sugiere que la digitalización no solo reduce costos operativos y erro-
res administrativos, sino que también mejora la gestión del riesgo, la rapidez en la toma de
decisiones y la capacidad de alcance hacia poblaciones tradicionalmente excluidas del sistema
nanciero formal.
Desde una perspectiva regional, los estudios empíricos disponibles para África y Asia mues-
tran resultados consistentes respecto a los benecios de la transformación digital en las IMF,
particularmente en términos de desempeño nanciero y eciencia (Ali et al., 2020; Waryoba et
al., 2024; Baltas & Liñares-Zegarra, 2024). Sin embargo, tal como revela el análisis bibliomé-
trico, la producción cientíca en Sudamérica sigue siendo comparativamente limitada y frag-
mentada. Esta asimetría regional no implica ausencia de transformación digital, sino más bien
un rezago en la sistematización académica de dichas experiencias, fenómeno que también ha
sido señalado por informes del Banco Mundial al analizar la adopción desigual de Fintech en
los ecosistemas nancieros de América Latina (World Bank, 2018). En países como Ecuador
y Perú, donde las IMF cumplen un rol clave en la inclusión nanciera, la evidencia disponible
sugiere avances importantes en digitalización, aunque aún condicionados por restricciones re-
gulatorias, brechas de infraestructura digital y capacidades institucionales heterogéneas.
Asizismo, la literatura reciente advierte que los efectos de la adopción de Fintech no son ho-
mogéneos ni automáticos. Si bien múltiples estudios reportan mejoras en eciencia y reducción
de costos operativos (Murimi et al., 2021; Baltas & Liñares-Zegarra, 2024), otros señalan que
los benecios dependen críticamente del grado de madurez tecnológica, la gobernanza institu-
cional y la articulación con marcos regulatorios adecuados (Banna et al., 2021; Oong et al.,
2024). En este contexto, el Banco Mundial subraya que la digitalización nanciera, para ser
sostenible, debe ir acompañada de políticas de protección al consumidor, fortalecimiento ins-
titucional y alfabetización nanciera, especialmente en segmentos vulnerables (World Bank,
2018).
En conjunto, estos hallazgos permiten interpretar los resultados bibliométricos no solo como
una descripción de tendencias académicas, sino como un reejo de los desafíos estructura-
Tecnologías Fintech y eciencia operativa en micronanzas: un análisis bibliométrico 2020 – 2024
115
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
les que enfrenta la investigación sobre Fintech y micronanzas. La concentración temática
y geográca observada en la literatura refuerza la necesidad de análisis contextualizados que
integren evidencia empírica regional, sin contradecir el enfoque bibliométrico del estudio, sino
ampliando su capacidad interpretativa. De este modo, la discusión contribuye a posicionar la
investigación futura en una agenda más equilibrada, comparativa y sensible a las realidades
institucionales de regiones como Sudamérica, donde la transformación digital avanza más rá-
pido que su documentación cientíca.
Declaración de contribución de autoría CRediT
Mayra A. Chicaiza-Herrera: Investigación, Metodología, Redacción borrador original.
Elvis I. Bonilla-Galeas: Investigación, Metodología, Redacción borrador original.
Selena S. Chicaiza-Chiluisa: Análisis formal, Recursos.
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
Referencias
1. Ali, H., Gueyié, J.-P., & Okou, C. (2020). Assessing the impact of information and
communication technologies on the performance of micronance institutions in Niger.
Journal of Small Business & Entrepreneurship. https://doi.org/10.1080/08276331.2019.1
698222
2. Aria, M., & Cuccurullo, C. (2017). Bibliometrix: An R-tool for comprehensive science
mapping analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.
joi.2017.08.007
3. Ashta, A., & Herrmann, H. (2021). Articial intelligence and ntech: An overview of
opportunities and risks for banking, investments, and micronance. Strategic Change,
30(3), 211–213. https://doi.org/10.1002/jsc.2404
4. Baltas, K. N., & Liñares-Zegarra, J. M. (2024). Eciency and nancial risk management
practices of micronance institutions. International Journal of Finance & Economics.
https://doi.org/10.1002/ijfe.2956
5. Banna, H. (2021). Fintech-based nancial inclusion and bank risk-taking: Evidence from
OIC countries. Journal of International Financial Markets, Institutions and Money, 74,
101447. https://doi.org/10.1016/j.intn.2021.101447
Mayra A. Chicaiza-Herrera, Elvis I. Bonilla-Galeas, Selena S. Chicaiza-Chiluisa
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
116
6. Bollaert, H. (2021). Fintech and access to nance. Journal of Corporate Finance, 68,
101941. https://doi.org/10.1016/j.jcorpn.2021.101941
7. Demir, A., Pesqué-Cela, V., Altunbas, Y., & Murinde, V. (2020). Fintech, nancial inclusion
and income inequality: A quantile regression approach. European Journal of Finance,
28(1), 86–107. https://doi.org/10.1080/1351847X.2020.1772335
8. Derviş, H. (2020). Bibliometric analysis using Bibliometrix an R package. Journal of
Scientometric Research, 8(3), 156–160. https://doi.org/10.5530/jscires.8.3.32
9. Ding, N., Levine, R., Lin, C., & Xie, W. (2022). Fintech, nancial constraints and innovation:
Evidence from China. Journal of Corporate Finance, 74, 102194. https://doi.org/10.1016/j.
jcorpn.2022.102194
10. Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct
a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133,
285–296. https://doi.org/10.1016/j.jbusres.2021.04.070
11. Erlando, A., Riyanto, F. D., & Masakazu, S. (2020). Financial inclusion, economic growth,
and poverty alleviation: Evidence from eastern Indonesia. Heliyon, 6(10), e05235. https://
doi.org/10.1016/j.heliyon.2020.e05235
12. Ha, D., Le, P., & Nguyen, D. K. (2025). Financial inclusion and ntech: A state-of-the-art
systematic literature review. Financial Innovation, 11(69). https://doi.org/10.1186/s40854-
024-00741-0
13. Hasan, Md. M., Yajuan, L., & Khan, S. (2020). Promoting China’s Inclusive Finance
Through Digital Financial Services. Global Business Review, 23(4), 984-1006. https://doi.
org/10.1177/0972150919895348.
14. Hasan, M. M., Yajuan, L., Khan, S., & Mahmud, M. (2021). How does nancial literacy
impact inclusive nance? Financial Innovation, 7(1), 1–23. https://doi.org/10.1186/s40854-
021-00259-9.
15. Hasan, M. K., Rabbani, M. R., & Ali, M. (2024). FinTech as a digital innovation in
micronance companies: A systematic literature review. European Journal of Innovation
Management, 27(2), 476–503. https://doi.org/10.1108/EJIM-04-2024-0462
16. Hook, D. W., Porter, S. J., & Herzog, C. (2021). Real-time bibliometrics: Dimensions as a
Tecnologías Fintech y eciencia operativa en micronanzas: un análisis bibliométrico 2020 – 2024
117
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
resource for analyzing aspects of COVID-19. Frontiers in Research Metrics and Analytics,
5, 595299. https://doi.org/10.3389/frma.2020.595299
17. Javaid, M., Haleem, A., Singh, R. P., & Suman, R. (2022). A review of blockchain technology
applications for nancial services. BenchCouncil Transactions on Benchmarks, Standards
and Evaluations, 2(1), 100073. https://doi.org/10.1016/j.tbench.2022.100073
18. Lee, C. C., Li, X., Yu, C. H., & Zhao, J. (2021). Does ntech innovation improve bank
eciency? Evidence from China’s banking industry. International Review of Economics &
Finance, 74, 468–484. https://doi.org/10.1016/j.iref.2021.03.009
19. Lee, C. C., & Wang, C. W. (2023). Digital nancial inclusion and poverty alleviation:
Evidence from the sustainable development of China. Economic Analysis and Policy, 78,
811–822. https://doi.org/10.1016/j.eap.2023.02.015
20. Li, G., Fang, Y., & He, Y. (2022). Digital nance and sustainable development: Evidence
from environmental inequality in China. Business Strategy and the Environment, 31(6),
2601–2617. https://doi.org/10.1002/bse.3026
21. Li, G., He, Y., & Wang, S. (2023). Digital nance and the low-carbon energy transition
from the perspective of capital-biased technical progress. Energy Economics, 120, 106623.
https://doi.org/10.1016/j.eneco.2023.106623
22. Li, K., Kimura, F., & Shi, X. (2020). How should we understand the digital economy
in Asia? Critical assessment and research agenda. Electronic Commerce Research and
Applications, 44, 101004. https://doi.org/10.1016/j.elerap.2020.101004
23. Liu, A., Urquía-Grande, E., López-Sánchez, P., & Rodríguez-López, Á. (2023). ICTs in
micronance: A bibliometric analysis and future agenda. Evaluation and Program Planning,
97, 102215. https://doi.org/10.1016/j.evalprogplan.2023.102215
24. Liu, Y., & Zhang, Y. (2021). Can digital nancial inclusion promote China’s economic
growth? International Review of Financial Analysis, 78, 101889. https://doi.org/10.1016/j.
irfa.2021.101889
25. McKillop, D., French, D., Quinn, B., Sobiech, A., & Wilson, J. O. S. (2020). Cooperative
nancial institutions: A review of the literature. International Review of Financial Analysis,
71, 101520. https://doi.org/10.1016/j.irfa.2020.101520
Mayra A. Chicaiza-Herrera, Elvis I. Bonilla-Galeas, Selena S. Chicaiza-Chiluisa
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
118
26. Meniago, C., & Asongu, S. A. (2025). Digital nancial inclusion and economic growth:
The moderating role of institutions in SADC countries. International Journal of Financial
Studies, 13(1), 4. https://doi.org/10.3390/ijfs13010004
27. Mhlanga, D. (2020). Industry 4.0 in nance: The impact of articial intelligence on
digital nancial inclusion. International Journal of Financial Studies, 8(3), 45. https://doi.
org/10.3390/ijfs8030045
28. Milana, C., & Ashta, A. (2021). Articial intelligence techniques in nance and nancial
markets: A survey of the literature. Strategic Change, 30(3), 215–224. https://doi.
org/10.1002/jsc.2388
29. Muganyi, T., Yan, L., Yin, Y., & Gong, X. (2022). Fintech, regtech, and nancial development:
Evidence from China. Financial Innovation, 8(1), 29. https://doi.org/10.1186/s40854-022-
00330-6
30. Murimi, R. N., Macheru, J., & Omurwa, J. K. (2021). Eects of nancial technology on
operation costs of micronance institutions in Nairobi County. Journal of Finance and
Accounting, 5(2), 65–85. https://doi.org/10.53819/81018102t4008
31. Oong, U.P., Szopik-Depczyńska, K., Cheba, K., & Ioppolo, G. (2024). FinTech as a digital
innovation in micronance companies: A systematic literature review. European Journal
of Innovation Management, 27(9), 562–581. https://doi.org/10.1108/EJIM-04-2024-0462
32. Óskarsdóttir, M., Bravo, C., Sarraute, C., Vanthienen, J., & Baesens, B. (2020). The value
of big data for credit scoring: Enhancing nancial inclusion using mobile phone data and
social network analytics. Applied Soft Computing, 94, 106570. https://doi.org/10.1016/j.
asoc.2020.106570
33. Tello-Gamarra, J., Zawislak, P. A., & Faraco, R. A. (2022). Digital transformation and
operational eciency: Evidence from nancial services. Journal of Business Research,
142, 836–847. https://doi.org/10.1016/j.jbusres.2022.01.045
34. Waryoba, P., Masele, J., & Kessy, S. (2024). Perceived inuence of digital transformation on
the performance of micronance institutions in Tanzania. Tanzania Journal of Development
Studies, 22(2), 47–68. https://dx.doi.org/10.56279/NJIY8787/TJDS.v22i2.3
35. World Bank. (2018). Financial consumer protection and new forms of data processing
beyond credit reporting. World Bank Group. https://documents.worldbank.org/en/
publication/documents-reports/documentdetail/677281542207403561
Tecnologías Fintech y eciencia operativa en micronanzas: un análisis bibliométrico 2020 – 2024
119
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 100-119. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.05
36. Zhang, Y., Wang, J., & Zhang, X. (2023). Examining the interconnectedness of green
nance: Dynamic spillover eects among green bonds, renewable energy, and carbon
markets. Environmental Science and Pollution Research, 30, 51420–51435. https://doi.
org/10.1007/s11356-023-26661-9
37. Zhao, J., & Zhang, Y. (2022). Riding the FinTech innovation wave: FinTech, patents and
bank performance. Journal of International Money and Finance, 121, 102552. https://doi.
org/10.1016/j.jimonn.2021.102552
ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Marcelo V. Luna-Murillo
mluna@uea.edu.ec
Universidad Estatal Amazónica
(Puyo – Ecuador)
ORCID: 0000-0002-9521-353X
Patricia Ramírez-Contreras
pramirezc@utb.edu.ec
Universidad Técnica de Babahoyo –
Extensión Quevedo
ORCID: 0000-0002-9370-6576
Jonathan D. Segura-Márquez
jsegura@uea.edu.ec
Universidad Estatal Amazónica
(Puyo – Ecuador)
ORCID: 0009-0001-2201-1777
Johanna Castro-Ramírez
jania.castro92@gmail.com
Incrementar, Consultoría Empresarial
(Quevedo - Ecuador)
ORCID: 0000-0001-7310-2487
Recibido: 20/08/2025
Aceptado: 31/12/2025
SESGOS COGNITIVOS Y
CONDUCTA FINANCIERA
RESPONSABLE
EN ESTUDIANTES
UNIVERSITARIOS MEDIANTE
MODELADO DE ECUACIONES
ESTRUCTURALES
COGNITIVE BIASES AND
RESPONSIBLE FINANCIAL
BEHAVIOR AMONG UNIVERSITY
STUDENTS THROUGH
STRUCTURAL EQUATION
MODELING
DOI:
https://doi.org/10.37135/kai.03.16.06
KAIRÓS, Vol. (9) No. 16, pp. 120-140, enero - junio 2026
ISSN No. 2631-2743
,
Resumen
El objetivo fue analizar la inuencia de tres
sesgos cognitivos: exceso de conanza, aversión
a la pérdida y efecto anclaje, en la conducta
nanciera responsable de estudiantes universitarios,
considerando la mediación de la actitud hacia
el riesgo. Se aplicó un enfoque de economía del
comportamiento con modelado de ecuaciones
estructurales por mínimos cuadrados parciales a una
muestra de 123 estudiantes de carreras económicas
y administrativas. Los resultados muestran que
la aversión a la pérdida incidió positivamente en
la actitud hacia el riesgo y que esta inuyó en la
conducta nanciera responsable; el exceso de
conanza y el efecto anclaje no fueron signicativos.
El modelo explicó el 18.7% de la varianza en la
actitud y el 31.6% en la conducta.
Palabras clave: Sesgos cognitivos, Conducta
nanciera responsable, Toma de decisiones
nancieras, Actitud hacia el riesgo, Economía del
comportamiento
Abstract
The objective was to analyze the inuence of three
cognitive biases—overcondence, loss aversion,
and anchoring eect—on responsible nancial
behavior among university students, considering
the mediating role of risk attitude. A behavioral
economics approach was applied through partial
least squares structural equation modeling with a
sample of 123 economics and business students.
Results showed that loss aversion had a positive
eect on risk attitude, which in turn inuenced
responsible nancial behavior, while overcondence
and anchoring were not signicant. The model
explained 18.7% of the variance in risk attitude and
31.6% in nancial behavior.
Keywords: Cognitive biases, Responsible
nancial behavior, Financial decision-making, Risk
attitude, Behavioral economics
SESGOS COGNITIVOS Y
CONDUCTA FINANCIERA
RESPONSABLE
EN ESTUDIANTES
UNIVERSITARIOS
MEDIANTE MODELADO
DE ECUACIONES
ESTRUCTURALES
COGNITIVE BIASES AND
RESPONSIBLE FINANCIAL
BEHAVIOR AMONG
UNIVERSITY STUDENTS
THROUGH STRUCTURAL
EQUATION MODELING
DOI:
https://doi.org/10.37135/kai.03.16.06
KAIRÓS, Vol. (9) No. 16, pp. 120-140, enero - junio 2026
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
122
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
Introducción
En los últimos años, la economía del comportamiento ha emergido como una herramienta
analítica esencial para comprender la complejidad de las decisiones nancieras individuales,
especialmente en contextos donde la racionalidad perfecta propuesta por la teoría económica
clásica resulta insuciente.
Desde esta perspectiva, se reconoce que los agentes económicos no toman decisiones
exclusivamente en función de cálculos lógicos y utilitarios, sino que su comportamiento está
mediado por emociones, experiencias previas, limitaciones cognitivas y sesgos sistemáticos
(Kahneman & Riepe, 2007; Kanapickienė et al., 2024; Kim & Xiao, 2021; Suresh, 2024;
Thaler, 2016). En este marco, la conducta nanciera responsable, entendida como la capacidad
de planicar, controlar y ejecutar decisiones económicas orientadas al bienestar futuro, se
convierte en un fenómeno multifactorial que va más allá del simple conocimiento nanciero
formal (Zumárraga-Espinosa, 2022).
Diversos estudios han demostrado que los sesgos cognitivos desempeñan un papel crucial en la
conguración de las decisiones nancieras. Estos atajos mentales pueden ser útiles en la vida
cotidiana, pero en contextos económicos suelen conducir a resultados subóptimos (Sobaih &
Elshaer, 2023). Entre los más recurrentes se encuentran la aversión a la pérdida, el exceso de
conanza y el efecto anclaje.
La aversión a la pérdida describe la tendencia a valorar más intensamente una pérdida que una
ganancia de igual magnitud, lo que genera decisiones excesivamente conservadoras (Grežo,
2021). En estudiantes universitarios, este sesgo puede traducirse en resistencia a solicitar de
créditos, desinterés por la inversión o resistencia a asumir riesgos mínimos necesarios.
En contraposición, el exceso de conanza se maniesta como la sobreestimación de las propias
habilidades para tomar decisiones correctas o anticipar resultados nancieros (Lamichhane &
Simkhada, 2024). Este sesgo puede fomentar una actitud más favorable al riesgo, pero también
propicia comportamientos imprudentes, como sobreendeudamiento o inversiones sin análisis.
Por su parte, el efecto anclaje genera una dependencia cognitiva hacia valores iniciales arbitrarios
(como precios pasados, consejos no expertos o referencias emocionales) que distorsionan la
evaluación objetiva de las decisiones económicas (Park, 2022; Wang, 2023).
Una variable central en la relación entre estos sesgos y la conducta nanciera responsable es la
actitud hacia el riesgo, entendida como la predisposición subjetiva a aceptar o evitar situaciones
de incertidumbre en contextos económicos. Esta actitud no es totalmente racional, sino que
está condicionada por creencias previas, emociones y distorsiones cognitivas (Jia et al., 2021;
Kaftandzieva & Cvetkoska, 2021; Kanapickienė et al., 2024).
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
123
Estudios recientes indican que una actitud equilibrada hacia el riesgo puede facilitar
comportamientos nancieros más estructurados, como el ahorro programado, el control del
gasto y la inversión informada (Goyal & Kumar, 2021). En este sentido, se plantea que la
actitud hacia el riesgo media la relación entre los sesgos cognitivos y la conducta nanciera
responsable, actuando como un mecanismo psicológico de procesamiento.
En este contexto, resulta fundamental comprender cómo los sesgos cognitivos interactúan y se
asocian con el comportamiento económico del estudiantado universitario, una población que,
aunque expuesta a formación académica en temas nancieros, con frecuencia no traslada ese
conocimiento a la práctica cotidiana (Hendrawaty et al., 2020; Razen et al., 2021). El análisis de
estos determinantes resulta relevante para el diseño de intervenciones educativas y estrategias
institucionales orientadas a fortalecer la toma de decisiones nancieras responsables en etapas
tempranas de la vida adulta.
Si bien la literatura internacional ha avanzado en el estudio de los sesgos cognitivos y su
relación con el comportamiento nanciero, en el contexto latinoamericano persisten vacíos
empíricos relevantes. En particular, gran parte de las investigaciones en población universitaria
se ha centrado en el nivel de conocimiento nanciero formal o en descripciones generales
del comportamiento económico, sin integrar de manera explícita los sesgos cognitivos y la
actitud hacia el riesgo dentro de un mismo modelo analítico (Amgain, 2024; Suresh, 2024).
Estudios recientes señalan que la evidencia empírica en economías emergentes continúa siendo
fragmentada y limitada en cuanto al uso de enfoques estructurales que permitan analizar
simultáneamente sesgos cognitivos, actitud hacia el riesgo y conducta nanciera en jóvenes
adultos (Gabhane et al., 2023; Goyal & Kumar, 2021; Mendez Pradoet al., 2022; Sharma et
al., 2024).
Asimismo, son limitados los estudios que emplean técnicas de modelado de ecuaciones
estructurales para examinar de forma simultánea estas relaciones en estudiantes universitarios
de países en desarrollo. En este sentido, el presente estudio busca contribuir a la literatura
regional al analizar, desde un enfoque de economía del comportamiento, la asociación entre
sesgos cognitivos, actitud hacia el riesgo y conducta nanciera responsable.
A partir de este planteamiento, la investigación se orienta a responder la pregunta: ¿cómo
se asocian los sesgos cognitivos con la conducta nanciera responsable de los estudiantes
universitarios, considerando el papel mediador de la actitud hacia el riesgo? El propósito
consiste en examinar las relaciones entre exceso de conanza, aversión a la pérdida y efecto
anclaje con la conducta nanciera responsable, evaluando el rol mediador de la actitud hacia
el riesgo.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
124
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
Con base en la literatura revisada, se proponen cuatro hipótesis que vinculan dichos sesgos con
la actitud hacia el riesgo, y esta última con la conducta nanciera responsable. La contribución
principal radica en aportar evidencia empírica sobre una población poco explorada en la
región latinoamericana, mediante un enfoque estructural que permite estimar el papel de los
sesgos cognitivos y la actitud hacia el riesgo en la conguración de las decisiones económicas
cotidianas del estudiantado universitario.
Metodología
Diseño de la investigación
Este estudio adopta un enfoque cuantitativo, con un diseño no experimental, transversal,
exploratorio y explicativo. Se eligió este tipo de diseño porque permite analizar relaciones
estructurales hipotéticas entre variables latentes sin manipulación deliberada de los factores
ni intervención directa sobre las personas participantes (Hernández-Sampieri & Mendoza,
2020). En este sentido, el estudio se orienta a examinar cómo determinados sesgos cognitivos
(aversión a la pérdida, exceso de conanza y efecto anclaje) inuyen en la actitud hacia el
riesgo y, a través de ella, en la conducta nanciera responsable.
El carácter transversal implica que los datos fueron recolectados en un solo momento,
lo que resulta apropiado para estudios de corte explicativo que buscan identicar patrones
estructurales en poblaciones especícas. El enfoque explicativo responde a la intención de
explorar relaciones hipotéticas entre variables psicológicas y comportamentales, siguiendo los
fundamentos de la economía del comportamiento.
Para el análisis de datos se utilizó la técnica de Modelado de Ecuaciones Estructurales por
Mínimos Cuadrados Parciales (PLS-SEM), seleccionada por su idoneidad para estudios con
muestras moderadas, modelos complejos y objetivos exploratorios (Hair Jr. 2020; Sarstedt et al.,
2021). Esta técnica permite estimar simultáneamente el modelo de medida (validez y abilidad
de los constructos) y el modelo estructural (relaciones estructurales estimadas entre variables
latentes), lo que la convierte en una herramienta robusta para investigaciones aplicadas en
ciencias sociales y nancieras.
En el modelo de medida, los constructos de tipo reectivo incluyen: exceso de conanza (4
ítems) (Barber & Odean, 2001; Hoda, 2025), aversión a la pérdida (4 ítems) (Kahneman &
Tversky, 2013), efecto anclaje (4 ítems) (Tversky & Kahneman, 1974) y actitud hacia el riesgo (4
ítems) (Weber et al., 2002), todos seleccionados a partir de escalas validadas en investigaciones
previas. La actitud hacia el riesgo fue operacionalizada como una evaluación subjetiva del
riesgo nanciero; para ello se empleó el dominio nanciero de la escala DOSPERT con ítems
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
125
invertidos, de modo que valores más altos del constructo indican mayor aversión al riesgo y
menor disposición a asumirlo (Weber et al., 2002).
Por su parte, el constructo "conducta nanciera responsable" se modeló como formativo, ya
que está compuesto por comportamientos observables no intercambiables (como planicación
del gasto, control de deudas, hábito de ahorro y monitoreo nanciero) que no necesariamente se
correlacionan entre sí, pero cuya combinación dene conceptualmente la variable. Esta decisión
se basa en los criterios establecidos por Jarvis et al., (2003), quienes señalan que un constructo
debe ser considerado formativo cuando sus indicadores causan, en lugar de reejar, la variable
latente. Además, su inclusión en modelos formativos es coherente con estudios recientes que
abordan el comportamiento nanciero desde una perspectiva conductual multidimensional
(Sobaih & Elshaer, 2023).
Población y muestra
La población objetivo del estudio estuvo conformada por estudiantes universitarios de las
carreras de Economía y Administración de una universidad pública ecuatoriana. Se seleccionó
esta población por su proximidad al ámbito de estudio, dado que el estudiantado de estas áreas
se enfrenta tempranamente a decisiones nancieras personales y profesionales, y constituyen
un grupo relevante para evaluar la asociación entre factores cognitivos sobre la conducta
económica.
La muestra se obtuvo mediante un muestreo no probabilístico por conveniencia, considerando
los siguientes criterios de inclusión: (a) estar matriculado en las carreras antes mencionadas, (b)
tener 18 años o más, (c) aceptar el consentimiento informado y (d) responder completamente el
cuestionario. Se excluyeron encuestas con respuestas incompletas o atípicas.
Se recopilaron 123 encuestas válidas. En cuanto a la caracterización de las personas participantes:
el 28.3% tenía entre 18 y 20 años, el 22% entre 21 y 25 años, el 22% entre 26 y 30 años, el
11% entre 31 y 35 años, y el 16.5% tenía 36 años o más. El 64.4% fueron mujeres y el 35.4%
hombres. La ocupación principal fue “estudiante” (63%). Respecto a los ingresos mensuales,
el 33.9% reportó menos de 300 USD, el 29.9% entre 301 a 600 USD, el 18% entre 601 a 1000
USD, y el 7% entre 1000 a 1500 USD. Además, el 69.3% residía en zonas urbanas y el 62.2%
señaló revisar información nanciera en redes sociales.
Aunque este tamaño muestral no es representativo estadísticamente en términos poblacionales,
es considerado adecuado para el análisis mediante PLS-SEM, especialmente en estudios
exploratorios. Según Hair Jr. (2020), una regla general para esta técnica establece un mínimo
de 10 casos por cada parámetro a estimar (número de indicadores asociados al constructo más
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
126
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
complejo o al número máximo de echas que ingresan a un nodo en el modelo estructural).
En este caso, la muestra supera dicho umbral, lo que permite asegurar la estabilidad de las
estimaciones obtenidas. Adicionalmente, se vericó la suciencia de la muestra mediante un
análisis de potencia estadística a priori. Con base en los parámetros sugeridos por Faul et al.,
(2009) para modelos de regresión múltiple, considerando un tamaño de efecto medio (f² =
0.15), un nivel de signicancia α = 0.05 y una potencia deseada de 0.80, el número mínimo
requerido de observaciones era de 85. Al contar con 123 casos válidos, el estudio alcanza
una potencia estadística superior al umbral recomendado, lo que refuerza la solidez de las
estimaciones obtenidas en el modelo.
Procedimiento de recolección de datos
La recolección de datos se efectuó a través de un cuestionario en línea (Google Forms), aplicado
entre mayo y julio de 2025 en cursos universitarios de nivel medio y superior de las carreras
de Economía y Administración. Previo a su aplicación, se realizó una prueba piloto con 30
estudiantes para vericar la comprensión de los ítems y la claridad de las instrucciones. El
tiempo promedio de respuesta fue de 12 minutos.
La participación fue voluntaria y precedida por un consentimiento informado, en el que se
explicitó el carácter anónimo de las respuestas, la condencialidad de los datos y su uso
exclusivamente académico. Para garantizar la calidad de la información, se eliminaron encuestas
incompletas o inconsistentes, y se revisaron posibles valores atípicos mediante estadísticos
descriptivos y grácos de dispersión.
En cuanto a la ética, la investigación respetó los principios de la World Medical Association
(2013) y las normas institucionales en ciencias sociales, asegurando la protección de la identidad
de las personas participantes.
Para mitigar posible sesgo de método común, el cuestionario fue anónimo, con orden
heterogéneo de ítems y redacciones no redundantes; se alternaron ítems directos e invertidos.
La tabla 1 resume la operacionalización de los constructos.
Tabla 1. Operacionalización resumida de constructos
Exceso de
confianza
(ExceConf)
Aversión a la
pérdida
(AverPer)
Efecto anclaje
(EfecAnc)
Reflectivo
Reflectivo
Reflectivo
4
4
4
Likert
1-5
Likert
1-5
Likert
1-5
Barber & Odean (2001); Hoda (2025)
Kahneman & Tversky (2013)
Tversky & Kahneman (1974)
“Mis decisiones financieras suelen
ser mejores que las de la mayoría.”
“Prefiero evitar una pérdida pequeña
que arriesgarme por una ganancia
equivalente.”
“El primer precio o referencia que
escucho influye en mi decisión.”
Indicador / Ejemplo de ítemFuente baseEscala
Tipo
Constructo
items
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
127
Nota: Constructos reectivos evaluados con Likert 1–5 (1 = Totalmente en desacuerdo; 5 = Totalmente de acuerdo).
Fuente: elaboración propia.
Planteamiento de hipótesis
El modelo teórico propuesto en esta investigación se fundamenta en los postulados de la
economía del comportamiento, los cuales sugieren que la toma de decisiones nancieras
está inuenciada por sesgos cognitivos que distorsionan la evaluación racional de riesgos y
consecuencias. En este estudio, se exploran tres sesgos cognitivos especícos (aversión a la
pérdida, exceso de conanza y efecto anclaje), que, según evidencia empírica reciente, afectan
tanto la percepción subjetiva del riesgo como las decisiones económicas en jóvenes adultos
(Gabhane et al., 2023; Novianggie & Asandimitra, 2019).
Diversos autores han identicado que la aversión a la pérdida conduce a decisiones excesivamente
conservadoras, inhibiendo la participación en actividades nancieras potencialmente
beneciosas, como el ahorro a largo plazo o la inversión (Grežo, 2021). En contraposición, el
exceso de conanza tiende a aumentar la disposición a asumir riesgos nancieros, al generar
una sobreestimación de las propias capacidades (Karki et al., 2024).
El efecto anclaje, por su parte, afecta la forma en que se interpretan los escenarios económicos,
al depender de referencias iniciales que pueden sesgar el juicio (Wang, 2023). Se plantea que
estos sesgos afectan de manera signicativa la actitud hacia el riesgo, la cual actúa como variable
mediadora que inuye directamente sobre la conducta nanciera responsable, entendida como
la capacidad de planicar, controlar y ejecutar decisiones nancieras de forma consciente
y sostenible (Zumárraga-Espinosa, 2022). Con base en este marco teórico, en la tabla 2 se
plantean las siguientes hipótesis de investigación:
Tabla 2. Hipótesis de investigación y relaciones propuestas
Actitud hacia el
riesgo –
dominio
financiero
(ActRies)
Conducta
financiera
responsable
(CondFinan)
Reflectivo
Formativo
4
4
Likert
1-5
Likert
1-5
Weber, Blais & Betz (2002)
Adaptado de prácticas de manejo financiero
(planificación–ahorro–deuda–monitoreo)
“Me incomoda asumir riesgos
financieros aun con ganancia
esperada.” (invertida)
CondFinan1 (Planificación): elabora
y sigue presupuesto mensual.
CondFinan2 (Deudas): paga a
tiempo y evita moras. CondFinan3
(Ahorro): separa ahorro
periódicamente. CondFinan4
(Monitoreo): revisa
saldos/movimientos con regularidad.
Hipótesis 1: El exceso de confianza tiene un efecto positivo significativo sobre la actitud hacia el
riesgo.
Hipótesis 2: La aversión a la pérdida tiene un efecto positivo significativo sobre la actitud hacia el
riesgo.
Hipótesis 3: El efecto anclaje tiene un efecto negativo significativo sobre la actitud hacia el riesgo.
Hipótesis 4: La actitud hacia el riesgo, operacionalizada como aversión al riesgo financiero, se
asocia positivamente con la conducta financiera responsable
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
128
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
Figura 1. Modelo Estructural propuesto para evaluar asociaciones entre sesgos cognitivos y conducta
nanciera responsable.
Fuente: elaboración propia.
Análisis estadístico
El método de modelado de ecuaciones estructurales mediante mínimos cuadrados parciales
(PLS-SEM, por sus siglas en inglés) fue empleado para evaluar el impacto de los sesgos
cognitivos sobre la conducta nanciera responsable, considerando el rol mediador de la actitud
hacia el riesgo. Este enfoque fue seleccionado por su adecuación en estudios exploratorios,
con fenómenos emergentes, estructuras complejas y muestras de tamaño moderado, como es
el caso del presente estudio con 123 estudiantes universitarios (Hair Jr. 2020; Sarstedt et al.,
2021). El análisis fue realizado utilizando el software SmartPLS 4.1.1.5
En la primera etapa, se estimó el modelo de medida (outer model), evaluando la consistencia
interna de cada constructo mediante el coeciente de Alpha de Cronbach, la abilidad compuesta
(CR) y el Omega de McDonald. Posteriormente, se examinó la validez convergente a través de
las cargas factoriales individuales (se aceptaron valores > 0.708) y del promedio de varianza
extraída (AVE), exigiendo valores superiores a 0.50. La validez discriminante se vericó
mediante el criterio de Fornell & Larcker (1981) y la matriz HTMT (Heterotrait - Monotrait
Ratio), considerando el umbral máximo de 0.85 (Rönkkö & Cho, 2022). En cuanto al umbral
de cargas en el modelo de medida, se adoptó > 0.708 como regla principal; excepcionalmente
se retuvieron indicadores con cargas entre 0.60 y 0.70 cuando AVE ≥ 0.50, CR ≥ 0.70 y existía
justicación teórica.
En la evaluación del modelo de medida no fue necesario eliminar indicadores, dado que todos
los ítems cumplieron con los criterios establecidos de abilidad y validez. En particular, las
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
129
cargas factoriales se mantuvieron dentro de rangos aceptables, la abilidad compuesta y el alfa
de Cronbach superaron el umbral de 0.70, y los valores de AVE fueron iguales o superiores
a 0.50 en todos los constructos. En consecuencia, se optó por retener la totalidad de los
indicadores originalmente especicados, priorizando la coherencia teórica y la comparabilidad
con estudios previos que emplean estas mismas escalas.
En la segunda etapa, se estimó el modelo estructural (inner model) con el objetivo de contrastar
las hipótesis planteadas y observar las relaciones estructurales entre los constructos. Para ello,
se analizaron los coecientes de trayectoria (path coecients), sus niveles de signicancia
(p-values) y los valores para los constructos endógenos, con el n de evaluar el poder
explicativo del modelo. La signicancia estadística de las relaciones estructurales se obtuvo
mediante el procedimiento de bootstrap con 5.000 submuestras, empleando intervalos de
conanza BCa, a dos colas, con un nivel de conanza al 95%.
Adicionalmente, se calcularon los efectos de tamaño (f²) para determinar la relevancia de
cada relación. Asimismo, se evaluó la colinealidad de los constructos formativos mediante
el factor de inación de la varianza (VIF), considerando aceptables valores inferiores a 3.3.
Dado el carácter exploratorio y explicativo del estudio, la evaluación se centró en la capacidad
explicativa del modelo (R²) y en la relevancia de los efectos (f²). La evaluación predictiva fuera
de muestra se deja para trabajos posteriores de naturaleza conrmatoria.
Este procedimiento analítico permitió evaluar de manera rigurosa las relaciones estructurales
estimadas en el modelo, brindando evidencia empírica sobre el papel mediador de la actitud
hacia el riesgo entre los sesgos cognitivos y la conducta nanciera responsable en estudiantes
de ciencias económicas y administrativas.
Resultados
El modelo fue estimado mediante la técnica de Modelado de Ecuaciones Estructurales por
Mínimos Cuadrados Parciales (PLS-SEM), implementada en el software SmartPLS 4.0. El
objetivo fue analizar la asociación entre tres sesgos cognitivos: Exceso de conanza, Aversión
a la pérdida y Efecto anclaje sobre la conducta nanciera responsable, considerando el rol
mediador de la Actitud hacia el riesgo.
En la evaluación del modelo de medición, La mayoría de los indicadores presentaron cargas
factoriales superiores a 0.708; adicionalmente, algunos ítems se situaron entre 0.60 y 0.70 y
fueron retenidos por su aporte de contenido y porque el modelo mostró AVE 0.50 y CR
0.70, evidenciando una abilidad individual adecuada. Asimismo, los valores de abilidad
compuesta (CR) y alfa de Cronbach superaron el umbral de 0.70 en todos los constructos,
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
130
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
mientras que los promedios de varianza extraída (AVE) fueron mayores a 0.50, lo que conrma
la validez convergente. La validez discriminante fue vericada mediante los criterios de Fornell
& Larcker, (1981) y HTMT, cuyos valores se mantuvieron por debajo de los niveles críticos
establecidos (Henseler et al., 2009). Estos resultados se resumen en la tabla 3 y la gura 2.
La colinealidad de los indicadores se evaluó mediante el factor de inación de la varianza
(VIF). Los valores oscilaron entre 1.08 y 2.98, todos por debajo del umbral recomendado de
3.3 Hair Jr. (2020), lo que descarta problemas de colinealidad en el modelo. En el caso del
constructo formativo de conducta nanciera responsable, los VIF se mantuvieron igualmente
en niveles aceptables, garantizando estabilidad en las estimaciones de sus indicadores
Respecto al modelo estructural, se observó que los tres sesgos cognitivos explican el 18.7% de
la varianza en la actitud hacia el riesgo (R² = 0.187), mientras que esta última explica el 31.6%
de la varianza en la conducta nanciera responsable (R² = 0.316). De acuerdo con Ringle et al.,
(2020) y Hair Jr. (2020), estos valores reejan una capacidad explicativa moderada.
En este estudio se priorizó la evaluación de la capacidad predictiva a través de R² y f², métricas
adecuadas para un diseño exploratorio en economía del comportamiento. Aunque el se
utiliza con frecuencia en estudios conrmatorios, los resultados obtenidos permiten armar que
el modelo presenta una capacidad explicativa moderada, destacando el papel de la actitud hacia
el riesgo en la conducta nanciera responsable.
En cuanto a las relaciones estructurales, se aceptaron dos de las cuatro hipótesis planteadas.
La aversión a la pérdida tuvo un efecto positivo y signicativo sobre la actitud hacia el riesgo
= 0.350, p < 0.01), y esta, a su vez, inuyó positivamente sobre la conducta nanciera
responsable = 0.562, p < 0.01), conrmando las hipótesis H2 y H4. Por el contrario, ni el
exceso de conanza = 0.006, p > 0.01) ni el efecto anclaje (β = 0.125, p > 0.01) mostraron
relaciones signicativas sobre la actitud hacia el riesgo, por lo que se rechazaron las hipótesis
H1 y H3.
En términos aplicados, los hallazgos sugieren que intervenir sobre la actitud hacia el riesgo es
el canal conductual relevante cuando el estudiantado enfrenta pérdidas potenciales; en cambio,
los sesgos de anclaje y exceso de conanza no muestran transmisión indirecta signicativa en
este contexto.
Estos resultados sugieren que, en esta muestra especíca de estudiantes universitarios, la
aversión a la pérdida actúa como un factor relevante en la formación de actitudes frente al
riesgo, mientras que el exceso de conanza y el efecto anclaje no presentan un impacto directo
signicativo. Este hallazgo podría atribuirse a factores como el nivel de conocimiento nanciero
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
131
formal de las personas participantes, su escasa exposición a contextos reales de inversión, o
la posible asociación entre variables no incluidas en el modelo. En consecuencia, se refuerza
la necesidad de seguir investigando la interacción entre los sesgos cognitivos y las variables
psicológicas que conguran las decisiones nancieras en entornos educativos.
Tabla 3. Efectos directos y signicancia estadística
Fuente: elaboración propia.
Figura 2. Modelo estructural estimado mediante PLS-SEM
Fuente: elaboración propia.
Como parte de la evaluación del modelo estructural, se reportan los tamaños de efecto (f²) por
relación, con sus intervalos de conanza. La Tabla 3 reporta el tamaño de efecto f², que indica
cuánto aumenta el R² del constructo endógeno cuando se incluye cada predictor (umbrales
orientativos: 0.02 pequeño, 0.15 mediano y 0.35 grande). En este estudio, la ruta Actitud hacia
el riesgo Conducta Financiera presenta un efecto grande (f² = 0.461; IC95% [0.205, 1.188]),
lo que evidencia que la actitud hacia el riesgo aporta de forma sustantiva a la explicación de la
conducta nanciera y se perla como el principal punto de palanca del modelo.
Exceso d e Confianza - > Actitud hacia el
Riesgo
Aversión a l a Pérdida - > Actitud hacia e l
Riesgo
Efecto anclaje -> Actitud hacia el Riesgo
Actitud hacia e l riesgo -> Conducta
Financiera
0.006
0.350
0.125
0.562
P > 0.01 Rechazado
Rechazado
Aceptado
Aceptado
P > 0.01
P < 0.01
P < 0.01
H1
H2
H3
H4
Predictor -> ResultadosP - ValueH ipótesis Resultado
del modelo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
132
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
En cambio, Aversión a la Pérdida Actitud hacia el Riesgo muestra un efecto pequeño (f² =
0.098; IC95% [0.012, 0.318]), lo que sugiere que la aversión a la pérdida incide en la actitud,
aunque con impacto moderado. Por su parte, Efecto Anclaje Actitud hacia el Riesgo (f²
= 0.013) y Exceso de Conanza → Actitud hacia el Riesgo (≈0.000) resultan despreciables,
coherente con la ausencia de efectos indirectos relevantes; en términos prácticos, priorizar
intervenciones sobre la actitud ante el riesgo probablemente generará los mayores cambios en
conducta, mientras que enfatizar anclaje o exceso de conanza tendría retornos limitados en
este contexto.
Se observó un tamaño de efecto grande para Actitud hacia el riesgo Conducta Financiera
(f² = 0.461), mientras que Aversión a la Pérdida Actitud hacia el Riesgo fue pequeño (f²
= 0.098) y los efectos de Efecto Anclaje y Exceso de Conanza fueron muy pequeños, los
intervalos de conanza al 95% se muestran en la tabla 4.
Tabla 4. Tamaños de efecto (f²) por relación estructural
Nota: f² calculado como incremento en R² del constructo endógeno al incluir X (efecto de exclusión-inclusión).
Fuente: elaboración propia.
Discusión
Los resultados obtenidos evidencian que las asociaciones encontradas entre los sesgos
cognitivos en la conducta nanciera responsable no son homogéneas ni directas, sino que se
articulan a través de mecanismos mediadores, particularmente la actitud hacia el riesgo. Este
hallazgo es consistente con los postulados de la economía del comportamiento, los cuales
sostienen que las decisiones nancieras no se explican únicamente por preferencias estables,
sino por procesos cognitivos que inuyen en la percepción y evaluación del riesgo (Amgain,
2024; Kasoga, 2021; Sobaih & Elshaer, 2023; Tahir et al., 2023)
En este estudio, se conrma que la aversión a la pérdida presenta un efecto positivo y
signicativo sobre la actitud hacia el riesgo. Desde la teoría de las perspectivas, este resultado
se explica porque las personas tienden a asignar un mayor peso subjetivo a las pérdidas que a
las ganancias equivalentes, lo que genera una evaluación más cautelosa de las alternativas bajo
incertidumbre (Kahneman & Tversky, 2013).
0.461
0.098
0.013
0.0
0.071
0.21
0.849
0.999
0.205
0.012
0.0
0.0
1.1885
0.318
0.248
0.111
grande
pequeño
Muy pequeño
Muy pequeño
f² (O) p (boot)
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
133
En términos conductuales, una mayor sensibilidad ante la posibilidad de pérdida puede
traducirse en actitudes más conservadoras frente al riesgo, inuyendo indirectamente en la
forma en que se toman decisiones nancieras cotidianas. Este patrón coincide con la evidencia
empírica reportada por Tahir et al., (2023) y Grežo, (2021), quienes muestran que la aversión
a la pérdida se asocia con una mayor prudencia nanciera, especialmente en población joven
(Sharma et al., 2024).
En contraste, los sesgos de exceso de conanza y efecto anclaje no mostraron inuencia
signicativa sobre la actitud hacia el riesgo. Este resultado no contradice la teoría conductual,
sino que sugiere una activación contextual de dichos sesgos. (Kahneman, 2011; Thaler, 2016)
La literatura señala que el exceso de conanza tiende a manifestarse con mayor intensidad
en entornos donde personas enfrentan decisiones nancieras repetidas, con retroalimentación
directa y consecuencias monetarias claras, como lo mercados de inversión o emprendimiento
(Fersi & Boujelbène, 2022; Homann & Anwar, 2024).
De manera similar, el efecto anclaje suele operar con mayor fuerza en contextos de comparación
explícita de precios o valores de referencia, típicos de mercados volátiles o decisiones de compra
complejas (Holtfort et al., 2023; Mahmood et al., 2024). La ausencia de estos escenarios en
la experiencia nanciera cotidiana del estudiantado universitario podría explicar la falta de
signicancia estadística de ambos sesgos en el modelo estimado (Karki et al., 2024).
La identicación de la actitud hacia el riesgo como variable mediadora clave refuerza modelos
conductuales recientes que sostienen que los sesgos cognitivos no inuyen necesariamente de
manera directa en la conducta nanciera, sino que lo hacen a través de disposiciones subjetivas
frente a la incertidumbre (Kanapickienė et al., 2024; Kasoga, 2021). En este sentido, la actitud
hacia el riesgo actúa como un mecanismo de procesamiento que canaliza el impacto de los
sesgos cognitivos hacia decisiones nancieras concretas, particularmente en poblaciones
en formación, donde los hábitos nancieros aún no se encuentran plenamente consolidados
(Lusardi et al., 2021; Vaghela et al., 2023).
Asimismo, los valores de R² obtenidos (0.187 para actitud hacia el riesgo y 0.316 para conducta
nanciera responsable) indican una capacidad explicativa moderada del modelo. Este nivel
de explicación es consistente con estudios aplicados a jóvenes adultos y al estudiantado
universitario, donde las decisiones nancieras están inuenciadas por múltiples dimensiones
adicionales no incorporadas en el modelo, tales como normas sociales, inuencia familiar,
contexto institucional o experiencias nancieras previas (Harahap et al., 2024; Hendrawaty
et al., 2020; Hoda, 2025). Estos resultados refuerzan el carácter exploratorio del estudio
y abren oportunidades para futuras investigaciones que integren variables contextuales
complementarias.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
134
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
Dado el carácter exploratorio del estudio, la interpretación de los resultados se centró en los
indicadores R² y f² como medidas de capacidad explicativa. Aunque no se incluyó el análisis
Q², los hallazgos conrman asociaciones signicativas que refuerzan la relevancia de la
actitud hacia el riesgo como mediadora en la conducta nanciera responsable del estudiantado
universitario.
En conjunto, los hallazgos sugieren que no todos los sesgos cognitivos ejercen el mismo
peso explicativo en la conducta nanciera, y que su inuencia depende del contexto, la etapa
de vida y el tipo de decisiones enfrentadas. En este estudio, la aversión a la pérdida emerge
como el sesgo más relevante en la conguración de actitudes frente al riesgo, mientras que
el exceso de conanza y el efecto anclaje presentan un impacto limitado. Esta evidencia
respalda la economía del comportamiento como un marco analítico adecuado para comprender
las decisiones nancieras en contextos educativos, y subraya la importancia de diseñar
intervenciones orientadas a modicar actitudes frente al riesgo como vía para fortalecer la
conducta nanciera responsable.
Conclusiones
De acuerdo con el objetivo planteado, los resultados muestran que la aversión a la pérdida se
asocia positivamente con la actitud hacia el riesgo nanciero, y que esta última (operacionalizada
como aversión al riesgo) se asocia de manera positiva con la conducta nanciera responsable.
Este hallazgo conrma que una mayor cautela frente a situaciones de incertidumbre económica
se vincula con prácticas nancieras más estructuradas, como la planicación del gasto, el
control de deudas y el monitoreo nanciero.
Por el contrario, el exceso de conanza y el efecto anclaje no evidenciaron asociaciones
signicativas con la actitud hacia el riesgo en el modelo estimado. Este resultado sugiere
que la inuencia de estos sesgos podría depender de contextos nancieros más complejos,
caracterizados por decisiones repetidas, retroalimentación monetaria directa o mayor exposición
a escenarios de inversión, condiciones que no necesariamente están presentes en la experiencia
nanciera cotidiana del estudiantado universitario.
En conjunto, los hallazgos evidencian que las decisiones nancieras no responden exclusivamente
a criterios de racionalidad técnica, sino que están mediadas por sesgos cognitivos especícos y
por evaluaciones subjetivas del riesgo. En este sentido, la actitud hacia el riesgo emerge como
un mecanismo explicativo central, al canalizar el efecto de la aversión a la pérdida hacia la
conducta nanciera responsable.
Desde una perspectiva aplicada, estos resultados respaldan la pertinencia de incorporar enfoques
de economía del comportamiento en los programas de educación nanciera, con énfasis en el
desarrollo de habilidades para reconocer y gestionar la percepción del riesgo. Asimismo, se
recomienda que futuras investigaciones integren variables adicionales (como la autoecacia
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
135
nanciera, la experiencia económica previa o el locus de control) y repliquen el modelo en
poblaciones con mayor trayectoria nanciera, con el n de contrastar la estabilidad de las
asociaciones observadas (Chujan et al., 2022).
Declaración de contribución de autoría CRediT
Marcelo V. Luna-Murillo: Conceptualización, curación de datos, análisis formal, investigación, metodología,
recursos, visualización, redacción: borrador original – Preparación, creación y/o presentación del trabajo
publicado, especícamente la redacción del borrador inicial, redacción (revisión y edición).
Patricia Ramírez-Contreras: Conceptualización, análisis formal, investigación, metodología, recursos,
visualización, redacción: borrador original – Preparación, creación y/o presentación del trabajo publicado,
especícamente la redacción del borrador inicial (incluyendo la traducción sustantiva), redacción (revisión y
edición).
Jonathan D. Segura-Márquez: Visualización, redacción: borrador original – Preparación, creación y/o
presentación del trabajo publicado, especícamente la redacción del borrador inicial (incluyendo la traducción
sustantiva), redacción (revisión y edición).
Johanna Castro-Ramírez: Visualización, redacción: borrador original – Preparación, creación y/o presentación
del trabajo publicado, especícamente la redacción del borrador inicial (incluyendo la traducción sustantiva),
redacción (revisión y edición).
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
Referencias
1. Amgain, P. N. (2024). Behavioral Biases and Investment Decision: A Systematic Literature
Review. Kanya Journal, 5(1), 12–39.
2. Barber, B. M., & Odean, T. (2001). Boys will be boys: Gender, overcondence, and
common stock investment. The Quarterly Journal of Economics, 116(1), 261–292. https://
doi.org/10.1162/003355301556400
3. Chujan, W., Ngoc, N. L. B., & Faizi, A. S. (2022). Locus of Control on Financial Behavior
and Financial Risk Attitude. Annals of Economics & Finance, 23(2).
4. Faul, F., Erdfelder, E., Buchner, A., & Lang, A.-G. (2009). Statistical power analyses using
G* Power 3.1: Tests for correlation and regression analyses. Behavior Research Methods,
41(4), 1149–1160.
5. Fersi, M., & Boujelbène, M. (2022). Overcondence and credit risk-taking in micronance
institutions: a cross-regional analysis. International Journal of Organizational Analysis,
30(6), 1672–1693.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
136
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
6. Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable
variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.
org/10.1177/002224378101800104
7. Gabhane, D., Sharma, A., & Mukherjee, R. (2023). Behavioral nance: exploring the
inuence of cognitive biases on investment decisions. Boletin de Literatura Oral-The
Literary Journal, 10(1), 3133–3141.
8. Goyal, K., & Kumar, S. (2021). Financial literacy: A systematic review and bibliometric
analysis. International Journal of Consumer Studies, 45(1), 80–105. https://doi.org/https://
doi.org/10.1111/ijcs.12605
9. Grežo, M. (2021). Overcondence and nancial decision-making: a meta-analysis. Review
of Behavioral Finance, 13(3), 276–296. https://doi.org/https://doi.org/10.1108/RBF-01-
2020-0020
10. Hair Jr. J. F. (2020). Next-generation prediction metrics for composite-based PLS-SEM.
Industrial Management & Data Systems, 121(1), 5–11.
11. Harahap, R., Rahayu, S., & Lestari, M. (2024). Young Entrepreneurs’ Financial Compass:
How Attitudes, Norms, and Self-Ecacy Direct Financial Intentions and Actions. Jurnal
Ekonomi, Manajemen, Akuntansi Dan Keuangan, 5(4).
12. Hendrawaty, E., Irawati, N., & Sadalia, I. (2020). Financial literacy, demographic dierences
and nancial risk tolerance level: A case study. Journal of Security and Sustainability
Issues, 9(M), 187–201. https://doi.org/https://doi.org/10.9770/jssi.2020.9.M(15)
13. Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). The use of partial least squares
path modeling in international marketing. In New challenges to international marketing.
Emerald Group Publishing Limited.
14. Hernández-Sampieri, R., & Mendoza, C. (2020). Metodología de la investigación: las
rutas cuantitativa, cualitativa y mixta. Mcgraw-hill México.
15. Hoda, N. (2025). Decoding Financial Behavior: A PLS-SEM Examination of Financial
Knowledge, Socialization, and Attitude in Saudi Business Students.
16. Homann, S., & Anwar, S. (2024). The inuence of culture on the lure of choice, mental
accounting, and overcondence. Behavioral Sciences, 14(3), 156.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
137
17. Holtfort, T., Horsch, A., Braca, A., Dondio, P., Mahesh Babu, P., Seadon, J., Moore, D.,
Shah, B., Butt, K. A., Bailey, C. A., Hussain, J. G., Psychogios, A., Muntwiler, C., Eppler,
M. J., Parmitasari, R. D. A., Syariati, A., Sumarlin, Kathpal, S., Akhtar, A., … Ricciardi,
V. (2023). How do entrepreneurs learn from critical events? A case study of critical event
learning. SUSTAINABILITY, 14(2), 1775–1799. https://doi.org/10.1016/j.lrp.2023.102413
18. Hrnjic, E., Reeb, D. M., & Yeung, B. (2019). Financial decisions, behavioral biases, and
governance in emerging markets. In The Oxford Handbook of Management in Emerging
Markets (p. 161). Oxford University Press.
19. Jarvis, C. B., Mackenzie, S. B., Podsako, P. M., Giliatt, N., & Mee, J. F. (2003). A Critical
Review of Construct Indicators and Measurement Model Misspecication in Marketing
and Consumer Research. In Journal of Consumer Research (Vol. 30, Issue 2). https://doi.
org/10.1086/376806
20. Jia, D., Li, R., Bian, S., & Gan, C. (2021). Financial planning ability, risk perception and
household portfolio choice. Emerging Markets Finance and Trade, 57(8), 2153–2175.
21. Kaftandzieva, T., & Cvetkoska, V. (2021). Financial decision making among young adults:
an ahp approach. International Journal of the Analytic Hierarchy Process, 13(3).
22. Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
23. Kahneman, D., & Riepe, M. W. (2007). Aspects of Investor Psychology: Beliefs, Preferences
and Biases Investment Advisors Should Know About. INTERNATIONAL LIBRARY OF
CRITICAL WRITINGS IN ECONOMICS, 204, 197.
24. Kahneman, D., & Tversky, A. (2013). Prospect theory: An analysis of decision under risk.
In Handbook of the fundamentals of nancial decision making: Part I (pp. 99–127). World
Scientic.
25. Kanapickienė, R., Vasiliauskaitė, D., Keliuotytė-Staniulėnienė, G., Špicas, R., Omeir, A.
K., & Kanapickas, T. (2024). A comprehensive review of behavioral biases in nancial
decision-making: from classical nance to behavioral nance perspectives. Journal
of Business Economics and Management., 25(5), 1006–1029. https://doi.org/10.3846/
jbem.2024.22314
26. Karki, U., Bhatia, V., & Sharma, D. (2024). A Systematic Literature Review on
Overcondence and Related Biases Inuencing Investment Decision Making. Economic
and Business Review, 26(2), 130–150.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
138
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
27. Kasoga, P. S. (2021). Heuristic biases and investment decisions: multiple mediation
mechanisms of risk tolerance and nancial literacy—a survey at the Tanzania stock market.
Journal of Money and Business, 1(2), 102–116.
28. Kim, K. T., & Xiao, J. J. (2021). Racial/ethnic dierences in consumer nancial capability:
The role of nancial education. International Journal of Consumer Studies, 45(3), 379–395.
29. Lamichhane, P., & Simkhada, A. (2024). Risk Tolerance, Overcondence and Investment
Decisions in Nepal. Journal of General Education and Humanities, 3(2), 227–240. https://
doi.org/https://doi.org/10.58421/gehu.v3i2.244
30. Lusardi, A., Hasler, A., & Yakoboski, P. J. (2021). Building up nancial literacy and
nancial resilience. Mind & Society, 20(2), 181–187.
31. Mahmood, F., Arshad, R., Khan, S., Afzal, A., & Bashir, M. (2024). Impact of behavioral
biases on investment decisions and the moderation eect of nancial literacy; an evidence
of Pakistan. Acta Psychologica, 247, 104303.
32. Mendez Prado, S. M., Zambrano Franco, M. J., Zambrano Zapata, S. G., Chiluiza Garcia,
K. M., Everaert, P., & Valcke, M. (2022). A systematic review of nancial literacy research
in Latin America and the Caribbean. Sustainability, 14(7), 3814.
33. Novianggie, V., & Asandimitra, N. (2019). The inuence of behavioral bias, cognitive
bias, and emotional bias on investment decision for college students with nancial literacy
as the moderating variable. International Journal of Academic Research in Accounting,
Finance and Management Sciences, 9(2), 92–107. https://doi.org/http://dx.doi.org/10.6007/
IJARAFMS/v9-i2/6044
34. Park, N. Y. (2022). Psychology of Financial Decision-Making: A Literature Review. Korea
and the World Economy, 23(3), 197–215.
35. Razen, M., Huber, J., Hueber, L., Kirchler, M., & Stefan, M. (2021). Financial literacy,
economic preferences, and adolescents’ eld behavior. Finance Research Letters, 40,
101728.
36. Ringle, C. M., Sarstedt, M., Mitchell, R., & Gudergan, S. P. (2020). Partial least squares
structural equation modeling in HRM research. The International Journal of Human
Resource Management, 31(12), 1617–1643.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
139
37. Rönkkö, M., & Cho, E. (2022). An updated guideline for assessing discriminant validity.
Organizational Research Methods, 25(1), 6–14.
38. Sarstedt, M., Ringle, C. M., & Hair, J. F. (2021). Partial Least Squares Structural Equation
Modeling. In Handbook of market research (pp. 587–632). Springer.
39. Sharma, D. R., Adhikari, M., & Khatun, I. (2024). Behavioral Biases of Individual Investors’
Decision-Making in Emerging Markets: A Mediation Approach. Journal of Emerging
Management Studies, 2(2), 37–54.
40. Sobaih, A. E. E., & Elshaer, I. A. (2023). Risk-taking, nancial knowledge, and risky
investment intention: Expanding theory of planned behavior using a moderating-mediating
model. Mathematics, 11(2), 453.
41. Suresh, G. (2024). Impact of nancial literacy and behavioural biases on investment
decision-making. FIIB Business Review, 13(1), 72–86.
42. Tahir, M. S., Richards, D. W., & Ahmed, A. D. (2023). The role of nancial risk-
taking attitude in personal nances and consumer satisfaction: evidence from Australia.
International Journal of Bank Marketing, 41(4), 787–809.
43. Thaler, R. H. (2016). Behavioral economics: Past, present, and future. American Economic
Review, 106(7), 1577–1600.
44. Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and
Biases: Biases in judgments reveal some heuristics of thinking under uncertainty. Science,
185(4157), 1124–1131.
45. Vaghela, P. S., Kapadia, J. M., Patel, H. R., & Patil, A. G. (2023). Eect of nancial literacy
and attitude on nancial behavior among university students. Indian Journal of Finance,
17(8), 43–57.
46. Wang, B. (2023). The impact of anchoring bias on nancial decision-making: exploring
cognitive biases in decision-making processes. Studies in Psychological Science, 1(2), 41–
50. https://doi.org/0.56397/SPS.2023.09.04
47. Weber, E. U., Blais, A. R., & Betz, N. E. (2002). A Domain-specic Risk-attitude Scale:
Measuring Risk Perceptions and Risk Behaviors. Journal of Behavioral Decision Making,
15(4). https://doi.org/10.1002/bdm.414
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
140
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
48. World Medical Association. (2013). World Medical Association Declaration of Helsinki:
ethical principles for medical research involving human subjects. Jama, 310(20), 2191–
2194.
49. Zumárraga-Espinosa, M. (2022). Estudio de los predictores del comportamiento de ahorro
en estudiantes universitarios ecuatorianos. Revista Economía y Política, 35, 96–122.
ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Sammya P. Jácome-Carrasco
sammya.jacome@unach.edu.ec
Universidad Nacional de Chimborazo
(Riobamba – Ecuador)
ORCID: 0009-0004-8907-5849
Evelyn G. Ocaña-Wilcapi
evelyn.ocana@unach.edu.ec
Universidad Nacional de Chimborazo
(Riobamba – Ecuador)
ORCID: 0009-0003-8101-6417
Recibido: 18/11/2025
Aceptado: 31/12/2025
KAIRÓS, Vol. (9) No. 16, pp. 141-157, enero - junio 2026
FACTORES
SOCIOECONÓMICOS,
FELICIDAD Y CONDUCTA
PROSOCIAL EN UNA CIUDAD
ANDINA DEL ECUADOR: EL
CASO DE RIOBAMBA
SOCIOECONOMIC FACTORS,
HAPPINESS, AND PROSOCIAL
BEHAVIOR IN AN ANDEAN CITY
IN ECUADOR: THE CASE OF
RIOBAMBA
DOI:
https://doi.org/10.37135/kai.03.16.07
ISSN No. 2631-2743
,
KAIRÓS, Vol. (9) No. 16, pp. 141-157, enero - junio 2026
Resumen
Esta investigación identica la relación entre la felicidad,
la conducta prosocial y los factores socioeconómicos
en los habitantes de Riobamba, fundamentándose en la
Teoría de la Autodeterminación, que destaca la inuencia
de la autonomía, competencia y relaciones sociales en la
felicidad. Se partió de la aplicación de un instrumento a una
muestra de 384 habitantes. Mediante la estimación de un
modelo de regresión lineal, los resultados muestran que la
convivencia y el nivel educativo impactan positivamente
en la felicidad, mientras que el empleo y el ingreso tienen
un efecto negativo; además, la solidaridad mediada por el
mercado no tiene el mismo impacto positivo que la ayuda
directa, mientras que la interacción social y la autonomía
inuyen signicativamente en el bienestar subjetivo.
Palabras clave: felicidad, conducta prosocial,
factores socioeconómicos, regresión lineal múltiple.
Resumen
This research identies the relationship between happiness,
prosocial behavior, and socioeconomic factors among the
inhabitants of Riobamba, based on Self-Determination
Theory, which highlights the inuence of autonomy,
competence, and social relationships on happiness. The
study began with the application of an instrument to a sample
of 384 inhabitants. By estimating a linear regression model,
the results show that coexistence and educational level
have a positive impact on happiness, while employment
and income have a negative eect. Furthermore, market-
mediated solidarity does not have the same positive
impact as direct aid, while social interaction and autonomy
signicantly inuence subjective well-being.
Keywords: happiness, prosocial behavior,
socioeconomic factors, multiple linear regression.
FACTORES
SOCIOECONÓMICOS,
FELICIDAD Y CONDUCTA
PROSOCIAL EN UNA CIUDAD
ANDINA DEL ECUADOR: EL
CASO DE RIOBAMBA
CIOECONOMIC FACTORS,
HAPPINESS, AND PROSOCIAL
BEHAVIOR IN AN ANDEAN
CITY IN ECUADOR: THE CASE
OF RIOBAMBA
DOI:
https://doi.org/10.37135/kai.03.16.07
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
Factores socioeconómicos, felicidad y conducta prosocial en una ciudad andina del Ecuador: el caso de Riobamba
143
Introducción
El bienestar y la felicidad han dejado de ser temas exclusivamente losócos para convertirse
en ejes de análisis empírico dentro de las ciencias sociales, la economía y la psicología positiva.
Desde la denominada economía del bienestar, diversos estudios han demostrado que la felicidad
no depende únicamente de la riqueza material, sino de la interacción entre factores sociales,
psicológicos y económicos que moldean la satisfacción vital (Diener & Seligman, 2004).
Esta denición amplia de felicidad se desglosa en dos enfoques principales: por un lado, el
enfoque hedónico, que se centra en la búsqueda del placer y la evitación del dolor como pilares
de la felicidad, y por el otro, el enfoque eudaimónico, basado en que la verdadera felicidad se
alcanza a través de la autorrealización, el sentido de vida y el orecimiento humano (Ryan y
Deci, 2000).
Esta teoría de la autodeterminación de Ryan y Deci (2000) argumenta que la felicidad se alcanza
cuando se satisfacen tres necesidades psicológicas fundamentales: autonomía, competencia
y relación. Esta última dimensión, la de relación, se asocia estrechamente con la conducta
prosocial, ya que el ayudar y empatizar con los demás genera vínculos positivos que fortalecen
la percepción de felicidad. De forma complementaria, se considera la hipótesis del ingreso
relativo (Easterlin, 1974), que sugiere que la felicidad no depende del ingreso absoluto, sino de
la comparación con el entorno social y las expectativas personales.
En este contexto, la conducta prosocial, entendida como las acciones voluntarias orientadas
a beneciar a otros, ha cobrado relevancia como una variable clave en la explicación del
bienestar subjetivo (Caprara et al., 2006), siendo esencial para la cohesión social y el bienestar
comunitario. La teoría de la conducta prosocial de Batson (1991) sugiere que tales acciones están
motivadas por el altruismo genuino y la empatía hacia los demás. Según la Teoría de la Mente
Social de Caprara et al. (2006), las acciones prosociales también pueden estar inuenciadas por
la capacidad de los individuos para entender y anticipar las necesidades y deseos de otros.
En América Latina, la relación entre prosocialidad y bienestar ha adquirido particular
importancia debido a los contrastes estructurales entre crecimiento económico y calidad de
vida. Investigaciones recientes señalan que, a pesar de las desigualdades sociales, la solidaridad,
la convivencia y la cooperación comunitaria actúan como factores compensatorios del malestar
económico. En el caso ecuatoriano, estos patrones se reproducen en ciudades intermedias como
Riobamba, donde conuyen contextos rurales y urbanos con marcadas diferencias de acceso a
la educación, empleo e ingresos, pero con una fuerte identidad colectiva y sentido comunitario
(Bericat & Acosta, 2021).
Sammya P. Jácome-Carrasco, Evelyn G. Ocaña-Wilcapi
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
144
Existen numerosos estudios que demuestran una relación positiva entre los ingresos y la
felicidad. En general, los ingresos más altos permiten un mayor acceso a bienes y servicios que
mejoran la calidad de vida, como una mejor vivienda, atención médica, educación y ocio, lo
cual reduce el estrés y aumenta la satisfacción con la vida. Esto se conoce como la paradoja de
Easterlin, que sugiere que el bienestar subjetivo no aumenta signicativamente con un mayor
nivel de riqueza más allá de un cierto punto (Diener & Seligman, 2004). Esta relación se
justica por la teoría de la utilidad marginal decreciente, que sostiene que a medida que una
persona adquiere más ingresos, la utilidad o satisfacción adicional que obtiene de cada unidad
adicional de ingreso disminuye (Helliwell et al., 2019).
Estudios de Wilkinson y Pickett (2009) han demostrado que las sociedades más igualitarias
tienden a tener mayores niveles de bienestar y cohesión social. Además, los trabajos de
Kahneman y Tversky (1979) sobre la teoría de la perspectiva muestran cómo las decisiones
económicas de las personas están inuenciadas por sesgos cognitivos y emocionales, como la
aversión a las pérdidas, que pueden llevar a comportamientos de ahorro excesivo o aversión al
riesgo, afectando la estabilidad económica y el bienestar.
En cuanto a la educación, tiene múltiples efectos positivos en la felicidad; primero, mejora
las oportunidades de empleo y, por ende, los ingresos, proporcionando seguridad económica
y estabilidad. Segundo, la educación desarrolla habilidades cognitivas y emocionales que son
esenciales para enfrentar y manejar el estrés y los desafíos de la vida. Además, las instituciones
educativas ofrecen oportunidades para construir redes sociales y relaciones signicativas, que
son vitales para el bienestar emocional. La educación también fomenta un sentido de propósito y
realización personal al permitir a los individuos alcanzar sus metas y aspiraciones (Oreopoulos
& Salvanes, 2011). Estos efectos se explican a través de la teoría del capital humano de Gary
Becker, que sostiene que la educación aumenta la productividad de los individuos, lo que a su
vez incrementa sus ingresos y mejora su bienestar general (Becker, 1976).
La evidencia empírica que relaciona la felicidad, la conducta prosocial y los factores
socioeconómicos ha sido una parte integral de la psicología, la sociología y la economía. Carlo
et al. (2011) encuentran una correlación positiva entre la felicidad y los comportamientos
altruistas, sugiriendo que las personas que se involucran en acciones prosociales tienden a
reportar mayores niveles de bienestar.
Carrillo et al. (2016) examinan la inuencia de los factores socioeconómicos como el ingreso
y la educación en la felicidad. Sus estudios indican que, aunque el ingreso tiene un impacto
signicativo, otros factores como la calidad de las relaciones sociales y la percepción de
equidad son igualmente importantes.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
Factores socioeconómicos, felicidad y conducta prosocial en una ciudad andina del Ecuador: el caso de Riobamba
145
En contextos donde la comunidad valora la cooperación y el apoyo mutuo, las personas están
más inclinadas a participar en comportamientos prosociales. Eagly (2009) aborda las diferencias
de género en la conducta prosocial, argumentando que las expectativas sociales y los roles
de género inuyen en la disposición de hombres y mujeres a participar en comportamientos
altruistas. García-Alcalá et al. (2024) complementan esta línea de investigación explorando los
mecanismos neurológicos subyacentes a la empatía y la conducta prosocial.
Marín-Escobar (2010) explora cómo las normas sociales y las expectativas comunitarias
pueden inuir en los comportamientos prosociales, encontrando que la presión social puede
tanto fomentar como inhibir la prosocialidad dependiendo del contexto.
Escudero-Castillo (2024) investiga el impacto del desempleo en la felicidad y la conducta
prosocial, concluyendo que la inseguridad laboral no solo reduce el bienestar individual, sino
que también disminuye la disposición de las personas a participar en actividades prosociales.
Ante la evidencia empírica existente, este estudio busca explorar la relación entre la felicidad,
la conducta prosocial y los factores socioeconómicos en la ciudad de Riobamba, reconociendo
la complejidad de estos fenómenos y su interdependencia, con el n de dar respuesta a la
interrogante sobre ¿cuál es la incidencia de la conducta prosocial y los factores socioeconómicos
en la felicidad en la ciudad de Riobamba?
Para lo cual se emplearán mediciones validadas para cada uno de los constructos analizados,
como por ejemplo la Escala de Felicidad de Hills y Argyle (2002) como instrumento de medición
del bienestar subjetivo, y la Escala de Conducta Prosocial Multidimensional de Caprara et al.
(2006) para evaluar las dimensiones de ayuda, empatía, cuidado y cooperación. Estos enfoques
psicométricos permiten abordar la felicidad desde un marco empírico validado y contrastar
cómo las diferencias socioeconómicas modulan los comportamientos prosociales.
Diversos estudios internacionales refuerzan esta perspectiva, destacando a Helliwell, et al.
(2019), quienes sostienen que la conanza interpersonal y la cohesión social son predictores
robustos del bienestar en distintas regiones del mundo, mientras que Kahneman y Deaton
(2010) demostraron que el ingreso económico mejora la evaluación cognitiva de la vida, pero
no garantiza un aumento proporcional de las emociones positivas. En consonancia, la evidencia
latinoamericana sugiere que los lazos de apoyo social contribuyen a amortiguar los efectos de
la desigualdad.
Dada la escasa disponibilidad de investigaciones para la ciudad de Riobamba, este estudio
aporta evidencia empírica a partir de los instrumentos seleccionados, permitiendo comprender
el bienestar subjetivo en contextos urbanos ecuatorianos, fortaleciendo el diálogo entre la
Sammya P. Jácome-Carrasco, Evelyn G. Ocaña-Wilcapi
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
146
economía del bienestar, la psicología positiva y las ciencias sociales aplicadas (Diener &
Seligman, 2004; Helliwell et al., 2019).
Métodos
Con el propósito de analizar la relación existente entre la felicidad, la conducta prosocial y los
factores socioeconómicos en los habitantes de la ciudad de Riobamba, se estimó una muestra de
384 participantes entre 20 y 64 años. La selección del grupo a partir de los 20 años se justica
en la Teoría de la Autodeterminación de Ryan y Deci (2000), que plantea que la percepción
de felicidad se fortalece con el desarrollo de la autonomía, la competencia y las relaciones
sociales.
El método de selección fue muestreo probabilístico estraticado, considerando las cinco
parroquias urbanas del cantón Riobamba: Lizarzaburu, Maldonado, Veloz, Velasco y Yaruquíes,
con el n de asegurar la proporcionalidad y representatividad territorial.
Para la recolección de información se aplicó una encuesta estructurada compuesta por tres
secciones principales: variables socioeconómicas, conducta prosocial y felicidad. Los
instrumentos utilizados fueron seleccionados en función de su validez y conabilidad
en investigaciones previas sobre bienestar subjetivo y prosocialidad. Las variables
sociodemográcas y económicas se midieron a través de una cha de caracterización
elaborada por los autores, basada en la literatura previa y en el contexto local descrito por
el Plan de Desarrollo y Ordenamiento Territorial (PDYOT) del cantón Riobamba. Estas
variables permitieron describir la estructura social y económica de los participantes (tabla 1),
y su inclusión respondió a la evidencia empírica que relaciona las condiciones materiales y
familiares con la percepción de bienestar (Carlo et al., 2011).
Tabla 1 Variables socioeconómicas
Medición
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
Factores socioeconómicos, felicidad y conducta prosocial en una ciudad andina del Ecuador: el caso de Riobamba
147
Fuente: elaboración propia.
Con respecto a la sección de conducta prosocial (tabla 2) se midió mediante la Escala
Multidimensional de Conducta Prosocial desarrollada por Caprara et al. (2006). El instrumento
evalúa comportamientos voluntarios orientados al benecio de otros, a través de las dimensiones
ayuda, empatía, cuidado y cooperación. Está compuesto por 16 ítems con formato de respuesta
tipo Likert de cinco puntos (1 = nunca, 5 = siempre).
Tabla 2. Constructo de Conducta prosocial
Fuente: Elaboración propia a partir de Caprara et al. (2006).
En cuanto a la solidaridad (tabla 3) se evaluó con el instrumento propuesto por Román e
Ibarra (2008), que considera cuatro dimensiones: ayuda voluntaria, ayuda material, solidaridad
mediada por el mercado y convivencia. El cuestionario contiene 31 ítems con respuestas tipo
Likert de 1 (nunca) a 5 (una vez por semana), donde valores más altos indican mayor frecuencia
de acciones solidarias.
Ayuda
Compartir
Empatizar
Cuidar
Dimensión
A1. Con mucho gusto ayudo a los demás en el desarrollo de sus actividades.
A2. Intento ayudar a los demás.
A3. Estoy dispuesto a realizar actividades d e voluntariado en favor d e los
necesitados.
A4. Acudo inmediatamente en auxilio de quien lo necesita.
C1. Comparto con mis amigos y conocidos las cosas que me gustan.
C2. Con mucho gusto pongo a disposición de los demás mis conocimientos y
capacidades.
C3. Presto espontáneamente dinero u otras cosas.
C4. Comparto con placer con mis seres queridos o
conocidos las buenas
oportunidades que se me ofrecen.
E1. Me conecto con el estado de ánimo del que sufre.
E2. Comparto intensamente las emociones de los demás.
E3. Me resulta fácil ponerme en el lugar de quien está disgustado.
E4. Intuyo el malestar de los demás aun cuando no me lo comuniquen
directamente.
CU1. Enseguida m e pongo m anos a l a obra cuando o tros se encuentran en
dificultades.
CU2. Intento consolar a quien está triste.
CU3. Trato de estar cerca y cuidar de quien lo necesita.
CU4. Con mucho gusto hago compañía a los conocidos que se sienten solos.
1=Nunca,
2=Ocasionalmente,
3=A veces,
4=A menudo
5=Siempre.
Ítems Medición
Sammya P. Jácome-Carrasco, Evelyn G. Ocaña-Wilcapi
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
148
Tabla 3. Constructo de Solidaridad
Fuente: elaboración propia a partir de Román e Ibarra (2008).
Por último, la variable dependiente de felicidad (tabla 4) se midió mediante la Escala de Hills
y Argyle (2002). Esta herramienta evalúa tres dimensiones: satisfacción vital, optimismo y
emociones positivas, mediante 29 ítems en escala tipo Likert de 1 (totalmente en desacuerdo)
a 6 (totalmente de acuerdo).
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
Factores socioeconómicos, felicidad y conducta prosocial en una ciudad andina del Ecuador: el caso de Riobamba
149
Tabla 4. Constructo de Felicidad
Fuente: elaborado por Hills & Argyle (2002).
Se partió de estimar la abilidad de los constructos (felicidad y conducta prosocial) mediante el
Alpha de Cronbach, cuyo valor debe ser superior a 0,70 para garantizar la consistencia interna
de los datos, lo cual fue posible validarlo con los datos recopilados. Los resultados obtenidos
se ubicaron por encima de 0,90 donde el constructo de prosocialidad mostró una validez de
0,9352; el de solidaridad de 0,9594 y el de felicidad de 0,9529.
Para analizar la causalidad existente entre la variable de felicidad y las variables explicativas de
conducta prosocial y variables socioeconómicas se estimó una regresión lineal múltiple, bajo la
formulación detallada en la ecuación 1:
(1)
Este enfoque permite cuanticar el impacto de diferentes factores en el bienestar subjetivo,
proporcionando un marco analítico robusto para identicar las variables más signicativas y su
inuencia en la felicidad (Wooldridge, 2020). Una de las principales ventajas de la estimación
por Mínimos Cuadrados Ordinarios (MCO) del modelo de regresión lineal múltiple radica en
su capacidad para integrar variables de diferentes dimensiones, como indicadores económicos,
características demográcas y actitudes personales.
No me siento especialmente satisfecho con mi forma de ser.
Me interesan intensamente las demás personas.
Siento que la vida es muy gratificante.
Tengo sentimientos muy cálidos hacia casi todo el mundo.
Rara vez me despierto descansado.
No soy especialmente optimista respecto al futuro.
La mayoría de las cosas me parecen divertidas.
Siempre estoy comprometido e implicado.
La vida es buena.
No creo que el mundo sea un buen lugar.
Me río mucho.
Estoy bien satisfecho con todo en mi vida.
No creo que me vea atractivo.
Hay un desfase entre lo que me gustaría hacer y lo que he hecho.
Estoy muy contento.
Encuentro belleza en algunas cosas.
Siempre tengo un efecto alegre en los demás.
Puedo encajar (encontrar tiempo para) todo lo que quiero.
Siento que no controlo especialmente mi vida.
Me siento capaz de asumir cualquier cosa.
Me siento plenamente alerta mentalmente.
A menudo experimento alegría y euforia.
No me resulta fácil tomar decisiones.
No tengo un sentido ni un propósito particular en mi vida.
Siento que tengo mucha energía.
Suelo tener una buena influencia en los acontecimientos.
No me divierto con otras personas.
No me siento especialmente sano.
No tengo recuerdos especialmente felices del pasado.
1 = Totalmente en
desacuerdo
2 = Moderadamente en
desacuerdo
3 = Ligeramente en
desacuerdo
4 = Ligeramente de
acuerdo
5 = Moderadamente de
acuerdo
6 = Totalmente de
acuerdo
PlanteamientoM edición
Sammya P. Jácome-Carrasco, Evelyn G. Ocaña-Wilcapi
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
150
Adicionalmente, se validaron los supuestos del MCO para garantizar la abilidad de los resultados.
Entre los principales diagnósticos se encuentran la vericación de la homocedasticidad (prueba
de Breush-Pagan), la ausencia de multicolinealidad (factor de inación de varianza), la correcta
especicidad (prueba de Ramsey) y la normalidad de los errores con la prueba de Jarque-
Bera. En caso de que estos supuestos no se cumplan, es necesario recurrir a ajustes, como la
transformación de variables o el uso de errores estándar robustos, para garantizar estimaciones
consistentes y ecientes
Resultados
Caracterización de la muestra
La caracterización de la muestra permite identicar las principales características demográcas,
socioeconómicas y educativas de los 384 participantes. En términos generales, la muestra
presenta una distribución equilibrada por género, con 51,53 % de mujeres y 48,47 % de hombres.
Predomina la población joven, especialmente entre 20 y 24 años (30,36 %), mientras que las
personas mayores de 60 a 64 años representan apenas el 4,34 %, conrmando la prevalencia
de adultos jóvenes.
Respecto al estado civil, el 46,17 % son solteros y el 55,36 % tiene entre 0 y 1 hijo, lo cual se
asocia con etapas tempranas de la vida adulta. En cuanto al lugar de residencia, el 69,9 % habita
en zonas urbanas, frente al 30,1 % en zonas rurales, reejando el carácter urbano de Riobamba.
Desde la perspectiva socioeconómica, más de la mitad de los participantes (57,4 %) se identica
con la clase media baja, y solo el 1,28 % pertenece a la clase alta. Casi la mitad (49,49 %)
percibe ingresos de entre uno y dos salarios básicos, y el 65,82 % trabaja actualmente, lo que
indica una población económicamente activa, aunque con limitaciones salariales.
En el ámbito cultural, el 78,83 % de los encuestados se identica como mestizo, y el 58,93 %
profesa la religión católica, coherente con la composición sociocultural del Ecuador.
Finalmente, el nivel educativo evidencia un avance intergeneracional. La mayoría de los
encuestados posee estudios superiores completos (33,67 %) o incompletos (33,16 %), superando
signicativamente los niveles educativos de sus padres, quienes en su mayoría alcanzaron la
educación secundaria completa (madres: 24,23 %; padres: 25,77 %). Este resultado sugiere
una mejora sostenida en el acceso a la educación, especialmente entre los jóvenes adultos de
Riobamba.
Los resultados obtenidos en relación con las dimensiones que integran la conducta prosocial
—ayudar, compartir, empatizar y cuidar— permiten identicar la tendencia general de los
participantes hacia comportamientos orientados al bienestar de los demás. En la dimensión
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
Factores socioeconómicos, felicidad y conducta prosocial en una ciudad andina del Ecuador: el caso de Riobamba
151
“ayudar”, la media alcanzó 15,21 con una desviación estándar de 3,16, lo que evidencia que
la mayoría de las respuestas se agrupan en torno a valores medios, mostrando una dispersión
moderada, siendo el valor mínimo de 4 y el máximo de 20.
En cuanto a la dimensión “compartir”, se obtuvo una media de 14,90 y una desviación estándar
considerablemente alta (30,84), lo que sugiere gran heterogeneidad en las percepciones de
los participantes. Este resultado implica que existen diferencias marcadas en la frecuencia o
disposición de los encuestados a compartir recursos, conocimientos o apoyo con los demás.
La dimensión “empatizar” registró una media de 14,84 con una desviación estándar de 32,35,
mostrando una amplia dispersión en las respuestas. Esta variabilidad indica que las percepciones
sobre la empatía dieren notablemente entre los participantes, reejando distintos niveles de
sensibilidad hacia las emociones ajenas.
Por su parte, la dimensión “cuidar” alcanzó una media de 15,07 y una desviación estándar
de 32,24, lo que evidencia una variabilidad similar a la empatía, aunque con una tendencia
ligeramente más alta en los valores promedio. Los resultados de esta dimensión sugieren que
la mayoría de los encuestados maniesta disposición a brindar apoyo emocional o material a
quienes lo necesitan.
En cuanto a la solidaridad se evaluó considerando cuatro dimensiones principales: ayuda
voluntaria, ayuda material al necesitado, solidaridad mediada por el mercado y convivencia y
ayuda cotidiana.
La dimensión “ayuda voluntaria obtuvo una media de 11,03 con una desviación estándar de 3,84,
lo que sugiere niveles moderadamente bajos de participación en actividades de voluntariado.
El rango de valores (5 a 25) reeja cierta heterogeneidad entre los encuestados, indicando que
algunos participan activamente mientras otros lo hacen de forma esporádica o nula.
En la dimensión “ayuda material”, la media fue de 15,70 con una desviación estándar elevada
(44,36), lo que revela gran variabilidad en la disposición a brindar apoyo económico o material
a otros. Los valores entre 6 y 30 demuestran que las actitudes solidarias de este tipo varían
ampliamente entre los individuos.
La dimensión “mercado” presentó una media de 12,86 y una desviación estándar de 44,56,
mostrando una dispersión similar a la anterior. Este resultado evidencia que las formas de
solidaridad mediadas por el consumo o las donaciones indirectas no son homogéneas, sino que
dependen de las percepciones individuales sobre el impacto y sentido de estas acciones.
Por su parte, la dimensión “convivencia” registró una media de 38,67 y una desviación estándar
de 117,32, reejando la mayor dispersión de todas las dimensiones. A pesar de que el promedio
se sitúa por encima de la mitad del rango (14 a 70), la alta desviación indica diferencias notables
Sammya P. Jácome-Carrasco, Evelyn G. Ocaña-Wilcapi
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
152
en la frecuencia e interpretación de los comportamientos de convivencia solidaria, que abarcan
desde interacciones comunitarias activas hasta posturas más pasivas.
En conjunto, los hallazgos sugieren que, si bien la solidaridad en Riobamba está presente en
distintos ámbitos, su manifestación depende de factores personales, económicos y culturales.
La convivencia y la ayuda cotidiana destacan como las formas más comunes de solidaridad,
mientras que las modalidades mediadas por el mercado muestran una menor frecuencia,
posiblemente debido a las condiciones socioeconómicas de la población (Román & Ibarra,
2008).
La variable felicidad se midió mediante la escala de Hills y Argyle (2002), diseñada para
evaluar el bienestar subjetivo percibido por los participantes. El promedio de 4,76 indica que,
en general, los encuestados se ubican en un nivel de felicidad relativamente alto dentro del
rango de la escala utilizada (1 a 6). Este resultado sugiere que la mayoría de los participantes
experimenta una percepción positiva de su vida y bienestar personal, situándose por encima del
punto medio de la escala.
Estimación de la causalidad
Para determinar los factores con mayor incidencia en la felicidad de los habitantes de Riobamba,
se estimó un modelo de regresión lineal múltiple mediante el método de Mínimos Cuadrados
Ordinarios (MCO). En la tabla 5 se presentan los coecientes, errores estándar y resultados de
las pruebas de validación del modelo.
Tabla 5. Estimación y comprobación de supuestos
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
Factores socioeconómicos, felicidad y conducta prosocial en una ciudad andina del Ecuador: el caso de Riobamba
153
Nota. Signicancia: *** p < 0,01; ** p < 0,05; * p < 0,10.
Los resultados indican que la variable “convivencia” presenta un coeciente positivo y altamente
signicativo, lo que evidencia que una mayor convivencia se asocia con un incremento en los
niveles de felicidad. Este hallazgo sugiere que compartir tiempo, actividades o espacios con
otras personas promueve un sentido de pertenencia y cohesión social, reforzando la percepción
de bienestar (Ryan & Deci, 2000; Helliwell et al., 2019).
Por el contrario, la solidaridad mediada por el mercado muestra un coeciente negativo y
signicativo, indicando que las acciones indirectas —como donaciones digitales o compras
solidarias— no generan el mismo impacto emocional positivo que las formas de ayuda directa.
Esto puede deberse a la falta de contacto interpersonal y retroalimentación emocional en este
tipo de actos.
La edad presenta un coeciente positivo y signicativo, lo que sugiere que la felicidad tiende
a aumentar con los años, posiblemente debido a una mayor estabilidad emocional, madurez y
capacidad para valorar aspectos intangibles de la vida (Diener & Seligman, 2004).
En contraste, la variable trabajar actualmente tiene un efecto negativo y altamente signicativo,
lo cual podría reejar que las condiciones laborales en el contexto local —como la precariedad,
la sobrecarga o la falta de reconocimiento— afectan negativamente la percepción de bienestar.
Asimismo, el nivel educativo de la madre muestra un coeciente negativo y signicativo, lo
que podría interpretarse como la existencia de expectativas intergeneracionales que inuyen en
la percepción de felicidad. En cambio, el nivel educativo del encuestado tiene un coeciente
positivo y signicativo, evidenciando que un mayor nivel educativo se relaciona con una mejor
valoración de la vida, al ampliar las oportunidades y favorecer la autonomía personal (Bericat
& Acosta, 2021)
Por su parte, la aliación religiosa se asocia negativamente con la felicidad (-0,1079), lo que
sugiere que, en este contexto particular, la práctica religiosa no necesariamente incrementa el
bienestar subjetivo, pudiendo estar vinculada con tensiones sociales o exigencias personales.
En términos globales, el modelo presenta un coeciente de determinación que indica que
las variables incluidas explican aproximadamente el 51% de la variabilidad de la felicidad. La
prueba F conrma la signicancia estadística del modelo en su conjunto.
El valor obtenido en la prueba Jarque–Bera respalda la normalidad de los residuos, mientras que el
factor de inación de varianza (VIF) demuestra que no existen problemas de multicolinealidad,
Sammya P. Jácome-Carrasco, Evelyn G. Ocaña-Wilcapi
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
154
dado que los valores son menores a 5. Finalmente, la prueba de Breusch–Pagan indica que se
cumple el supuesto de homocedasticidad, garantizando la conabilidad de las estimaciones.
Discusión
En términos generales, los niveles de felicidad reportados por los encuestados se situaron por
encima del promedio de la escala empleada, lo que reeja una percepción positiva generalizada
del bienestar subjetivo. Este hallazgo coincide con los planteamientos de Diener y Seligman
(2004) y Helliwell et al. (2019), quienes sostienen que la felicidad está más inuida por factores
sociales, psicológicos y comunitarios que por los estrictamente materiales.
En relación con la conducta prosocial, las dimensiones de ayudar, compartir, empatizar y
cuidar mostraron niveles moderadamente altos, evidenciando una disposición favorable hacia
comportamientos solidarios y cooperativos. Sin embargo, la dispersión de las respuestas sugiere
que la frecuencia de estas conductas podría incrementarse mediante estrategias comunitarias
que fortalezcan la cohesión social y promuevan la empatía colectiva, en concordancia con
Caprara et al. (2006).
Respecto a las variables socioeconómicas, los resultados indican que la edad, el nivel educativo
y la convivencia ejercen una inuencia positiva sobre la felicidad, mientras que el empleo y
los ingresos se asocian negativamente. Estos hallazgos se alinean con la paradoja de Easterlin
(1974), que postula que, una vez satisfechas las necesidades básicas, los incrementos en los
ingresos dejan de producir aumentos proporcionales en el bienestar. La relación negativa
del empleo con la felicidad podría atribuirse a condiciones laborales precarias o estresantes,
coincidiendo con los hallazgos de Clark (2018).
Por su parte, la convivencia se consolidó como una de las variables más relevantes y con mayor
signicancia positiva en el modelo econométrico, lo que demuestra que las interacciones
sociales cotidianas fortalecen la percepción de felicidad. Este resultado conrma los principios
de la Teoría de la Autodeterminación de Ryan y Deci (2000), que identican las relaciones
sociales como una de las necesidades psicológicas básicas para el bienestar. En contraste, la
solidaridad mediada por el mercado —como las donaciones digitales o el consumo solidario—
mostró un efecto negativo, lo que sugiere que estas acciones no generan el mismo impacto
emocional que las ayudas directas y personales.
La educación emergió como un factor determinante, tanto por su efecto directo sobre la felicidad
como por su inuencia indirecta en la autonomía y la competencia personal. El nivel educativo
del encuestado se relacionó positivamente con el bienestar, mientras que el nivel educativo de
la madre tuvo un efecto negativo y signicativo, lo que podría interpretarse como un reejo de
expectativas familiares más altas o de diferencias intergeneracionales en las percepciones del
éxito y la satisfacción.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
Factores socioeconómicos, felicidad y conducta prosocial en una ciudad andina del Ecuador: el caso de Riobamba
155
El modelo econométrico explicó el 51% de la variabilidad de la felicidad, evidenciando una
adecuada capacidad explicativa. Así, los resultados conrman la hipótesis de que la conducta
prosocial y los factores socioeconómicos inciden signicativamente en la felicidad de los
habitantes de Riobamba, destacando el papel crucial de las relaciones humanas y el entorno
social como determinantes del bienestar.
Conclusiones
Los resultados obtenidos permiten concluir que la felicidad de los habitantes de Riobamba se ve
inuida tanto por la conducta prosocial como por los factores socioeconómicos, conrmando
la hipótesis de la investigación. Las dimensiones prosociales —ayudar, compartir, empatizar
y cuidar— tienen un papel signicativo en la construcción del bienestar, mientras que las
condiciones materiales explican solo parcialmente las diferencias en los niveles de felicidad.
Variables como la edad, la educación y la convivencia contribuyen positivamente al bienestar,
mientras que el empleo y los ingresos presentan efectos negativos, en consonancia con la
paradoja de Easterlin (1974). La solidaridad mediada por el mercado mostró un impacto
adverso, conrmando que las acciones solidarias más personales y directas generan un efecto
emocional más positivo.
En síntesis, los hallazgos demuestran que la felicidad en Riobamba no depende únicamente
de las condiciones económicas, sino principalmente de factores relacionales, educativos
y emocionales. La evidencia empírica respalda la idea de que el bienestar subjetivo es un
fenómeno complejo y multidimensional, en el que las relaciones sociales y la cohesión
comunitaria desempeñan un papel decisivo en la percepción de la felicidad.
Declaración de contribución de autoría CRediT
Sammya P. Jácome-Carrasco: Conceptualización, curación de datos, análisis formal, investigación, metodología,
recursos, visualización, redacción (borrador original), redacción (revisión y edición).
Evelyn G. Ocaña-Wilcapi: Conceptualización, curación de datos, análisis formal, investigación, metodología,
administración del proyecto, recursos, supervisión, validación, visualización, redacción (borrador original),
redacción (revisión y edición).
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
Referencias
1. Becker, G. (1976). The Economic Approach to Human Behavior. Chicago: University of
Chicago Press.
2. Bericat, E. & Acosta, M. (2021). La paradoja latinoamericana de la felicidad. Consideraciones
Sammya P. Jácome-Carrasco, Evelyn G. Ocaña-Wilcapi
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
156
teórico-metodológicas. Revista Mexicana de Sociología, 83(3), 709–743. https://doi.
org/10.22201/iis.01882503p.2021.3.60137
3. Batson, C. (1991). The altruism question: toward a social psychological answer.
Washington, DC, USA:Erlbaum.
4. Caprara, G. V., Steca, P., Zelli, A., & Capanna, C. (2006). A new scale for measuring adults’
prosocialness. European Journal of Psychological Assessment, 21(2), 77–89. https://doi.
org/10.1027/1015-5759.21.2.77
5. Carlo, G., Mestre, M. V., Samper, P., Tur, A., & Armenta, B. (2011). The longitudinal
relations among dimensions of prosocial behaviors, sympathy, and prosocial moral
reasoning. International Journal of Behavioral Development, 35(2), 116-124
6. Carrillo, A., Galarza, S. & García, N. (2016). Felicidad y bienestar subjetivo factores
determinantes. Revista Economía y Negocios, 7(1), 5-14.
7. Clark, A. E. (2018). Four decades of the economics of happiness: Where next? Review of
Income and Wealth, 64(2), 245-269. https://doi.org/10.1111/roiw.12369
8. Diener, E., & Seligman, M. E. P. (2004). Beyond money: Toward an economy of well-
being. Psychological Science in the Public Interest, 5(1), 1–31. https://doi.org/10.1111/
j.0963-7214.2004.00501001.x
9. Eagly, A. H. (2009). The his and hers of prosocial behavior: An examination of the
social psychology of gender. American Psychologist, 64(8), 644–658. https://doi.
org/10.1037/0003-066X.64.8.644
10. Easterlin, R. A. (1974). Does economic growth improve the human lot? Some empirical
evidence. Nations and Households in Economic Growth, 89–125. Academic Press. https://
doi.org/10.1016/B978-0-12-205050-3.50008-7
11. Escudero-Castillo, I. (2024). Impacto del Empleo y el Desempleo en el Bienestar
Psicológico: Una Revisión de los Modelos Teóricos. Anuario IET De Trabajo Y Relaciones
Laborales, 10, e117. https://doi.org/10.5565/rev/aiet.117
12. García-Alcalá, J., Sánchez-Castillón, J., & Castro-Sataray, O. (2024). La Empatía, una
Rrelación con las conductas ´prosociales y la satisfacción con la Vida. Acta De Investigación
Psicológica, 14(1), 30-38. https://doi.org/10.22201/fpsi.20074719e.2024.1.525
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 141-157. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.07
Factores socioeconómicos, felicidad y conducta prosocial en una ciudad andina del Ecuador: el caso de Riobamba
157
13. Helliwell, J. F., Layard, R., & Sachs, J. (2019). World happiness report 2019. Sustainable
Development Solutions Network. https://worldhappiness.report
14. Hills, P., & Argyle, M. (2002). The Oxford Happiness Questionnaire: A compact scale
for the measurement of psychological well-being. Personality and Individual Dierences,
33(7), 1073–1082. https://doi.org/10.1016/S0191-8869(01)00213-6
15. Kahneman, D., & Deaton, A. (2010). High income improves evaluation of life but not
emotional well-being. Proceedings of the National Academy of Sciences, 107(38), 16489–
16493. https://doi.org/10.1073/pnas.1011492107
16. Kahneman, D. & Tversky, A. (1979). Prospect Theory: An Analysis of Decision Under
Risk. Econometrica, 47, 263-291.
17. Marín-Escobar, J. (2010). Revisión teórica respecto a las conductas prosociales. Psicogente,
13(24), 369-388.
18. Oreopoulos, P., & Salvanes, K. (2011). Priceless: The Nonpecuniary Benets of Schooling.
Journal of Economic Perspectives, 25(1), 159–84. https://doi.org/10.1257/jep.25.1.159
19. Román, J., e Ibarra, S. (2008). Solidaridad: signicados, valoraciones y prácticas. Resultados
Encuesta Solidaridad 2007. Santiago: Universidad Alberto Hurtado.
20. Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic
motivation, social development, and well-being. American Psychologist, 55(1), 68–78.
https://doi.org/10.1037/0003-066X.55.1.68
21. Wilkinson, R. & Pickett, K. (2009). The spirit level: Why more equal societies almost
always do better. London, Allen Lane.
ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Recibido: 30/05/2025
Aceptado: 27/09/2025
KAIRÓS, Vol. (9) No. 16, pp. 158-182, enero - junio 2026
Nadia Sinta Rindiani
nadiashintarindiani@gmail.com
Department of Economics
IPB University
(Bogor - West Java – Indonesia)
ORCID: 0009-0009-5468-734X
Sulthon Sjahril Sabaruddin
sulthon.sjahril@kemlu.go.id
Centre of Policy Strategy for Special
Issues and Data Analysis
Ministry of Foreign Aairs of the
Republic of Indonesia
(Jakarta – Indonesia)
ORCID: 0000-0002-9555-5599
Mochammad As'adur Roq
asadur.r@kemlu.go.id
Centre of Policy Strategy for Special
Issues and Data Analysis
Ministry of Foreign Aairs of the
Republic of Indonesia
(Jakarta – Indonesia)
ORCID: 0009-0009-2275-9513
INDONESIA–ANGOLA
TRADE AND INVESTMENT
POTENTIAL: A PRODUCT
CLASSIFICATION MODEL
USING REVEALED
COMPARATIVE ADVANTAGE
AND CONSTANT MARKET
SHARE ANALYSIS
POTENCIAL DE COMERCIO E
INVERSIÓN ENTRE INDONESIA
Y ANGOLA: UN MODELO
DE CLASIFICACIÓN DE
PRODUCTOS BASADO EN
LA VENTAJA COMPARATIVA
REVELADA Y EL ANÁLISIS DE
PARTICIPACIÓN CONSTANTE EN
EL MERCADO
DOI:
https://doi.org/10.37135/kai.03.16.08
ISSN No. 2631-2743
,
KAIRÓS, Vol. (9) No. 16, pp. 158-182, enero - junio 2026
Abstract
Indonesia and Angola have cordial diplomatic relations,
but the economic cooperation is limited. This study uses
the RCA-CMSA Product Classication Model to identify
potential trade and investment opportunities. The study
reveals that Indonesian export opportunities include palm oil
and ferro alloys; meanwhile, Angolan export opportunities
include petroleum and gas. In the investment sphere,
Indonesian potential inbound investment from Angola
includes cocoa and coee. There is no suggested Indonesian
outbound investment in Angola, but it could refer to the
investment oer by AIPEX and Angola's SEZs to support
Angola’s economic diversication agenda. The study also
suggests extending technical cooperation and establishing
the Indonesia-Angola PTA to elevate the economic relations.
Keywords: RCA-CMSA product classication,
economic diplomacy, trade, investment, Preferential Trade
Agreement
Resumen
Indonesia y Angola mantienen relaciones diplomáticas
cordiales, pero la cooperación económica es limitada. Este
estudio utiliza el Modelo de Clasicación de Productos
RCA-CMSA para identicar posibles oportunidades
de comercio e inversión. El estudio revela que las
oportunidades de exportación para Indonesia incluyen aceite
de palma y ferroaleaciones, mientras que las oportunidades
de exportación para Angola incluyen petróleo y gas. En
el ámbito de la inversión, la posible inversión indonesia
proveniente de Angola incluye cacao y café. No se ha
sugerido ninguna inversión indonesia en Angola, pero se
podría hacer referencia a la oferta de inversión de AIPEX y
las ZEE de Angola para apoyar la agenda de diversicación
económica del país. El estudio también sugiere ampliar
la cooperación técnica y establecer un Acuerdo de Libre
Comercio entre Indonesia y Angola para impulsar las
relaciones económicas.
Palabras clave: Clasicación de productos RCA-
CMSA, diplomacia económica, comercio, inversión,
Acuerdo Comercial Preferencial.
INDONESIA–ANGOLA
TRADE AND INVESTMENT
POTENTIAL: A PRODUCT
CLASSIFICATION MODEL
USING REVEALED
COMPARATIVE ADVANTAGE
AND CONSTANT MARKET
SHARE ANALYSIS
POTENCIAL DE COMERCIO E
INVERSIÓN ENTRE INDONESIA
Y ANGOLA: UN MODELO
DE CLASIFICACIÓN DE
PRODUCTOS BASADO EN
LA VENTAJA COMPARATIVA
REVELADA Y EL ANÁLISIS DE
PARTICIPACIÓN CONSTANTE
EN EL MERCADO
DOI:
https://doi.org/10.37135/kai.03.16.08
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
160
Introduction
Diplomatic relations between Indonesia and Angola have been established since 7th August
2001, and soon after, the Embassy of the Republic of Indonesia in Windhoek was accredited to
the Republic of Angola in 2004. More recently, in 2024, the Government of Angola established
its Embassy in Jakarta, which had previously been based in Singapore and accredited to cover
the Republic of Indonesia, and on 30th April 2025, the Angolan mission oce was ocially
inaugurated (MoFA, 2025). This illustrates the increasingly close relationship between the two
countries since the commencement of diplomatic relations in 2001.
For more than two decades, the two countries have had an excellent friendship based on
common interests, mutual respect, and people-to-people contact. The bilateral relationship is
characterized by increased cooperation across trade, tourism, education, and technical areas,
as well as harmonious coordination in the various multilateral fora of which both countries
are members. Furthermore, the two nations have strengthened and expanded their partnership
under the South-South Cooperation framework, guided by a shared vision of a peaceful and
stable region, and by mutual respect for each other's independence, sovereignty, territorial
integrity, and political systems.
The development of bilateral relations has strong momentum, with the visit of the Vice
President of Angola, H.E. Manuel Vicente, to Indonesia on 31st October – 3rd November 2014,
aimed at strengthening relations between the two countries. The visit was followed by Angola’s
Minister of Foreign Aairs, H.E. Georges Rebelo Pinto Chikoti, to Indonesia on 10-13 April
2017, to enhance cooperation between the two countries, including identifying potential areas
for cooperation and attracting investment. Most recently, on 2nd September 2024, during the
sidelines of the 2nd Indonesia-Africa Forum (IAF) in Bali, Indonesian Foreign Minister, Retno
Marsudi, held a bilateral meeting with Angola’s Minister of State and Chief of Sta, Adão
de Almeida. The discussion focused on enhancing cooperation, particularly in trade, agro-
industry, and sheries (MoFA, 2024).
Both countries have also established several agreements, namely: General Agreement between
the Government of the Republic of Indonesia and the Government of the Republic of Angola on
Economic, Scientic, Technical and Cultural Cooperation (Jakarta, 11 April 2017), Memorandum
of Understanding between the Ministry of Foreign Aairs of the Republic of Indonesia and the
Ministry of External Relations of the Republic of Angola on Political Consultation (Jakarta, 11
April 2011), Agreement on Mutual Abolition of Visas for the Holders of Diplomatic and Service
Passports Indonesia and Angola (Jakarta, 11 April 2017), Joint Communique Concerning the
Establishment of Diplomatic Relations between the Government of the Republic of Indonesia
and the Government of the Republic of Angola (New York, 7 August 2001), and Memorandum
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
161
of Understanding between Indonesian Chamber of Commerce and Industry and Câmara de
Comércio e Indústria Angola (Luanda, 15 November 2017).
In an eort to promote Indonesia-Angola economic cooperation, the Indonesian Embassy
in Windhoek has, over the years, actively participated in the Feira Internacional de Luanda
(FILDA), Angola's largest trade fair, and organized Indonesia-Angola business fora in Luanda.
These promotions are intended to increase cooperation in trade, investment, and tourism, and
encourage people-to-people contact. For people-to-people relations, although the number is
still relatively small, dozens of Indonesian citizens live in Angola, most of whom work in the
oil and gas industry and the hospitality sector, as well as serving as pastors and nuns. On the
other hand, some Angolans choose Indonesia as their vacation and study destination.
Within the trade sphere, Indonesia-Angola bilateral trade value has shown an increasing trend
over the past ve years, rising from US$129 million in 2020 to US$1.88 billion in 2024.
However, Indonesia's trade balance with Angola has been negative. In 2020, Indonesia recorded
a surplus of US$70.8 million, but by 2024 it shifted to a decit of US$1.55 billion. In 2024,
Indonesia's exports to Angola totaled US$164 million, while imports from Angola reached
US$1.71 billion (Trade Map, 2025a). Indonesia’s exports mainly consisted of non-oil and gas
products, including palm oil, soap, steel and iron, paper, margarine, excavator mechanical
shovels, and matches. Meanwhile, Indonesia's imports from Angola were dominated by
petroleum and aluminum.
To foster trade relations between the two countries, the Indonesian Government has submitted
a zero draft of the Indonesia-Angola Preferential Trade Agreement (PTA) to the Angolan
Government in September 2017. During the meeting between the Indonesian Foreign Minister
and the Angolan State Secretary on the sidelines of the 2nd Indonesia-Africa Forum (IAF), the
Indonesian Foreign Minister hoped that negotiations on the Indonesia-Angola PTA could be
concluded soon. The Indonesian Foreign Minister explained that the Indonesia-Angola PTA
can serve as a solid foundation for strengthening bilateral economic relations and creating more
business and investment opportunities for both countries (MoFA 2024). The two parties agreed
on the importance of strengthening economic cooperation and becoming a joint priority amid
the positive political relations between the two countries. Both parties also agreed to diversify
economic commodities, continue exploring various potential sectors, and strengthen concrete
cooperation between the two countries, especially in the oil, mineral, health, downstream
industry, and food security sectors, including agro-industry and sheries.
Economic diplomacy is a priority in Indonesia's foreign policy. Under President Prabowo
Subianto's administration for the 2024-2029 period, Indonesian diplomacy will continue to
be directed toward supporting the achievement of the Asta Cita grand vision by upholding the
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
162
values of Pancasila and the principle of a free and active foreign policy. Indonesia's diplomacy
aims to promote fairer trade, expand market access for Indonesian products abroad, and attract
investments that align with national priorities. Indonesia focuses on strengthening strategic
partnerships with non-traditional market partners and on its outbound investment destinations
(Ariesta, 2025).
One potential non-traditional market for Indonesia is Africa (Sjahril, 2021). The African region
is classied as an “emerging economy” and has become a target of economic diplomacy by
global countries. Africa has become a region increasingly taken into account on the global
economic map, driven in part by its expanding consumer market. In the last two decades,
household spending in Sub-Saharan Africa has increased 150% faster than its population
growth. Moreover, according to Landry Signé of the Brookings Institution, total household
consumption in Africa is projected to reach US$2.1 trillion by 2025 and increase to US$2.5
trillion by 2030 (Ngari, 2020).
Angola, one of the largest economies in Sub-Saharan Africa, oers signicant opportunities
for Indonesian trade and investment. Angola has signicant agricultural potential, with fertile
soil and a favorable climate that could support diversication of the food supply (Vidal,
2024). Angola is also known as one of the world's largest exporters of oil, natural gas, and
diamonds. Beyond diamonds, Angola is estimated to hold considerable mineral potential,
with vast unexplored areas believed to contain signicant reserves of important minerals and
rare earth elements, such as copper, cobalt, manganese, and lithium, all of which are vital for
technological advancement and renewable energy initiatives (Vidal, 2024).
Geographically, Angola serves as a key gateway connecting global and regional markets. The
country enjoys direct maritime access to major trading partners, including Brazil, the United
States, the European Union, the United Kingdom, and China. Additionally, its land and railway
networks link Angola to neighboring countries, including the Democratic Republic of Congo,
Zambia, the Republic of Congo (Congo–Brazzaville), and the Central African Republic. This
strategic position establishes Angola as an ideal transit point for the distribution of goods
(AIPEX, 2021).
Despite its considerable potential, bilateral economic relations between Indonesia and Angola
remain relatively limited. Therefore, the study to strengthen Indonesia-Angola bilateral
economic relations is deemed necessary. This study will systematically identify potential trade
and investment opportunities for both countries. By understanding each country's economic
structure and investment needs, both can leverage their sectoral advantages to develop a more
comprehensive, mutually benecial economic relationship.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
163
Theoretical framework
The Minister of Foreign Aairs of the Republic of Indonesia, Decree No. 04/B/PR/08/2024/01
of Year 2024, dened economic diplomacy and Economic Intelligence Data (DEI). Economic
diplomacy is the implementation of diplomatic policies in bilateral, regional, and multilateral
relations to promote national welfare and to protect and advance national economic interests
across elds such as trade, investment, tourism, labor, nance, and international development
cooperation. Meanwhile, DEI refers to information and analytical studies in the economic
sector, including trade, investment, tourism, services, nance, and development, related to the
accredited country or region, which are strategic for decision-making, policy formulation, and
the advancement of Indonesia's economic diplomacy eorts. Therefore, DEI serves as a critical
component in supporting Indonesia’s economic diplomacy initiatives.
Indonesia's trade and investment cooperation relations with partner countries are one of
the important economic intelligence pieces of information to support Indonesian economic
diplomacy. The trade and investment areas are crucial elements in supporting Indonesia's
development trident strategy (trisula pembangunan), which focuses on achieving sustainable
high economic growth, reducing poverty, and developing high-quality human resources.
One of the objectives of Indonesia’s economic diplomacy is to enhance the performance of
Indonesia’s foreign trade and investment relations with partner countries to support the national
development agenda. Under the Prabowo administration, Indonesia's development trident is
guided by the National Long-Term Development Plan (RPJPN) 2025-2045, while the National
Medium-Term Development Plan (RPJMN) 2025-2029 serves as a detailed articulation of the
President’s vision, mission, and priorities, collectively known as Astacita.
In assessing the potential development of Indonesia's trade and investment cooperation relations
with partner countries, information on the potential and opportunities of the accredited countries
is needed. One critical piece of information is identifying key sectors and commodities for trade
and investment. Theoretically, such potential can be partially assessed by the country’s export
competitiveness. Export competitiveness means that a country's export commodities have
comparative and competitive advantages over those of other exporting countries. Comparative
advantage is a measure of potential advantage based on the ability to sell or produce goods
from a company, region, or country under market conditions that tend to be perfect competition
(no market distortions), while competitive advantage is an indicator of the competitiveness of
an activity based on actual market conditions (Karo-karo, 2010). In the analysis of a country's
export competitiveness, two trade indices that are often used namely Revealed Comparative
Advantage (RCA) and Constant Market Share Analysis (CMSA).
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
164
The Revealed Comparative Advantage (RCA) is an index that measures a country's comparative
advantage or disadvantage in international trade based on its export patterns. This concept was
rst introduced by Balassa (1965). RCA measures a country's level of export specialization
in a particular product by comparing the proportion of that product's exports to total national
exports with a similar proportion at the global level. This index is based on David Ricardo's
theory of comparative advantage, which holds that a country is more competitive when it
produces and exports goods more eciently than other countries. Mathematically, the RCA
index can be expressed as follows:
(1)
Description:
Xijt: export value of product i from country j in period t.
Xijt: total exports of country j in period t.
Xiwt: export value of product i in the world market in period t.
Xwt:total world exports in period t.
Based on the mathematical calculation above, a product is considered competitive in the global
market if its RCA index is greater than 1. Conversely, if the RCA value is less than 1, the
product is considered to have a comparative disadvantage (RCD).
Another index commonly used to analyze the competitiveness performance of a country's
export products is the Constant Market Share Analysis (CMSA) index. CMSA is an analytical
tool used to identify the sources of a country's export growth by separating external (such as
global demand) and internal factors (such as competitiveness). This method was rst introduced
by Tyszynski (1951) to evaluate whether changes in a country's export market share are due
to global market growth or to its competitive ability. Over time, CMSA has been rened by
researchers such as Leamer and Stern (1970) and Fagerberg and Sollie (1987), who expanded
the analytical framework by incorporating structural variables such as commodity composition
and market adaptation.
In general, changes in a country's exports under the CMSA framework are decomposed into
three main eects. First, the import growth eect (CMSA1), which reects the impact of
increased import demand in the destination country on the exporting country's performance.
This eect is passive, as it does not depend on the country's eorts. Second, the commodity
composition eect (CMSA2), which measures the extent to which a country's export structure
aligns with global commodity growth trends. Third, the competitiveness eect (CMSA3), which
is a key indicator of a country's ability to maintain or increase market share amid competition.
Mathematically, the CMSA calculation can be expressed as follows:
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
165
(2)
CMSA = CMSA1 + CMSA2 + CMSA3
Description:
= Global Factor or General Factor (CMSA1).
= Global Commodity Share or Composition Factor (CMSA2).
= National Global Factor / Comparative Factor (CMSA3).
Kiki Verico (2020) introduced the RCA-CMSA Product Classication Model, combining the
RCA and CMSA trade indices to analyze bilateral economic relations between countries. RCA is
used to assess a product's static position, while CMSA is used to evaluate its dynamic behavior.
Both indices compare a country's trade performance with the global market. CMSA consists
of three models, and this study refers to Verico's (2020) study, which applied a combination of
RCA and comparative factors in a model called CMSA3. The CMSA3 (Comparative Factor)
parameter is the focus of his study because it can identify the competitiveness of a country's
export products in the destination market.
The RCA-CMSA Product Classication Model analysis compares the competitiveness of
products globally and classies them into four categories, namely: Great (RCA>1; CMSA>0),
Sunrise (RCA<1; CMSA>0), Sunset (RCA>1; CMSA<0), and Suer (RCA<1; CMSA<0)
(Verico, 2020). The classication quadrant based on the RCA-CMSA3 Product Classication
Model combination can be seen in Figure 1 below:
Figure 1. The Classication Quadrant of RCA-CMSA3 Product Classication Model
Source: Verico (2020)
X
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
166
In the study by Verico (2020), the combination of the RCA-CMSA Product Classication
Model yielded economic diplomacy policy recommendations: trade (if great to great and
suer to suer), outbound FDI (if sunrise to sunset), and inbound FDI (if sunset to sunrise).
Furthermore, in 2025, during a training program organized by theCenter for Policy Strategy on
Special Issues and Data Analysis, Ministry of Foreign Aairs of the Republic of Indonesia, in
collaboration with theInstitute for Economic and Social Research, Faculty of Economics and
Business, University of Indonesia (LPEM FEB UI), Kiki Verico further developed the RCA-
CMSA Product Classication Model, detailing the economic diplomacy policy recommendation
classications as follows:
Table 1. RCA-CMSA Product Classication Model
Source: Verico (2020); Verico & Riefky (2022); and Verico (2025).
For the RCA-CMSA product classication model developed by Kiki Verico, Didi Ristanto (2024)
published an article that used the RCA-CMSA matrix to examine Indonesia’s trade potential
with the Eurasian Economic Union (EAEU), comprising Armenia, Belarus, Kazakhstan,
Kyrgyzstan, and the Russian Federation. The study reveals the potential for detailed trade and
investment relations between Indonesia and the EAEU countries.
Data and research methodology
This study aims to map and analyze the potential for trade and investment between Indonesia and
Angola through a market intelligence approach, using the RCA-CMSA Product Classication
Model developed by Verico (2020). Non-traditional market regions, such as Sub-Saharan
Africa, oer great opportunities for Indonesia's export market diversication (Delanova, 2021).
Great
Great
Great
Great
Suffer
Suffer
Suffer
Suffer
Sunrise
Sunrise
Sunrise
Sunrise
Sunset
Sunset
Sunset
Sunset
Suffer
Great
Sunrise
Sunset
Great
Suffer
Sunrise
Sunset
Great
Suffer
Sunrise
Sunset
Sunrise
Suffer
Sunset
Great
None
Trade
None
None
None
Trade
None
None
None
None
None
FDI Outbound
FDI Inbound
None
None
None
Export
Import
Import
Import
Import
Import
Import
Import
Import
Import
Import
FDI Outbound
FDI Inbound
Import
Import
Import
RCA-CMSA3_RI RCA-CMSA3_ANG
Verico (2020)
Verico (2025)
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
167
As one of the largest countries in Africa, Angola has signicant market potential. To maximize
this opportunity, this study mapped and identied Indonesian trade and investment products
that have competitive advantages and growth potential in the Angolan market (and vice versa).
The RCA approach is used to measure Indonesia's comparative advantage in its export products
in 2023 by comparing them with global exports. In this study, the RCA calculation uses 2023
data to assess the competitiveness position of Indonesia’s products in the Angolan market,
and vice versa. Meanwhile, CMSA is applied to analyze the market share dynamics of these
products over two time periods, namely 2021 and 2023. In this case, the CMSA results are
used to see the dynamics of changes in the competitiveness of Indonesian products in the
Angolan market, and vice versa. This combination of RCA and CMSA not only helps identify
competitive products but also reveals the long-term trade and investment relationships between
Indonesia and its partner countries (Verico, 2022).
In applying the RCA-CMSA model, this study made some adjustments to the product
classication methodology. First, the term “suer” in the classication was changed to
“saturated” to reect products that have low RCA and CMSA values. The results of product
mapping based on 4-digit HS codes were then grouped into four categories: Great (RCA >
1; CMSA > 0), Sunrise (RCA < 1; CMSA > 0), Sunset (RCA > 1; CMSA < 0), and Saturated
(RCA < 1; CMSA < 0) (Verico, 2025). Second, this study also modied the classication
denitions from Verico (2025). The RCA-CMSA product classication model approach
provides a strategic overview of Indonesia's market expansion and investment in Angola (and
vice versa). This classication plays an important role in determining product priorities for trade
and investment diplomacy strategies. The summary of the RCA-CMSA product classication
model modication is presented below.
Table 2. RCA-CMSA Product Classication Model
Great
Great
Great
Great
Saturated
Saturated
Saturated
Saturated
Saturated
Great
Sunrise
Sunset
Great
Saturated
Sunrise
Sunset
None
Trade
None
None
None
Trade
None
None
Export
Import
Import
Import
Import
Import
Import
Import
Export
Import
Export
Export
Import
Import
Import
Import
RCA-CMSA3_RI Verico (2020) Verico (2025) Final
RCA-
CMSA3_ANG
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
168
Source: Modied from Verico (2020), Verico & Riefky (2022), and Verico (2025)
The data used in this study are sourced from TradeMap and the World Integrated Trade
Solution (WITS), with product classication based on the Harmonized System at the 4-digit
level (HS-4), covering the period from 2021 to 2023. In addition to mapping potential trade
and investment products, this study also identies broader prospects and opportunities for
economic cooperation between Indonesia and Angola. The analytical framework used in this
study is shown in detail in Figure 2 below.
Figure 2. Analysis Framework
Source: Modied by the Authors (2025)
The rst step in this study involves identifying and mapping potential products for trade and
investment opportunities between Indonesia and Angola (and vice versa) using the RCA-CMSA
Product Classication Model. Once the potential products are identied, the study selects 20
key products prioritized for development under respective bilateral trade (export and import)
and investment (inbound and outbound) strategies. These products are selected and ranked
based on Indonesia's highest export value to the world and to Angola, and vice versa, in 2024.
Furthermore, this study will review other potential economic cooperation between Indonesia
and Angola from the relevant literature. Based on the ndings, this study aims to provide policy
recommendations to strengthen Indonesia–Angola bilateral economic relations, particularly
trade (exports and imports) and investment (inbound and outbound).
3
Trade Indexes: Product
Identification
Product List
Identification and
Analysis
Identify Priority Products
and List of 20 Main
Potential Products
Revealed
Comparative
Constant Market
Share Analysis
(CMSA)
RCA-CMSA Product
Classification
(Verico, 2020)
Analysis of Potential and
Opportunities for Other
Economic Cooperation
Economic Diplomacy
Recommendations: Trade
(Export and Import) and
Investment (Inbound and
Outbound)
12
4
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
169
Results and discussion
In this chapter, the results and discussion of the market intelligence analysis of Indonesia-
Angola economic relations are divided into 2 main sections. The rst section presents the
identication and mapping of Indonesia's potential products to Angola (and vice versa) using
the RCA-CMSA Product Classication Model. The second section discusses the potential and
opportunities for other economic cooperation between Indonesia and Angola.
Indonesia-Angola Potential Product Identication and RCA-CMSA Product Mapping
Results
The results of the RCA-CMSA product mapping analysis show that there are 1039 potential
HS-4 product combinations between Indonesia and Angola, with the majority of products in
the saturated and sunrise categories.
Table 3. Indonesia-Angola Potential Product RCA-CMSA Results
Source: Author Processed from the Trade Map (2025)
Based on the RCA-CMSA product classication, there are 348 Indonesian export products
opportunities to Angola; meanwhile, Angolan potential export opportunities to Indonesia
amounted to 645 products. Meanwhile, for potential investment cooperation, 46 products
are suggested for Indonesian inbound investment from Angola, while none are suggested for
Indonesian outbound investment in Angola.
Indonesia's Potential Export Product Strategy in the Angolan Market
The RCA-CMSA product mapping analysis shows that Indonesia has 348 potential export
HS-4 products to the Angolan market, and of these, 20 are the main products by export value
from Indonesia to the world in 2024. The complete list of 20 potential products for Indonesian
exports to Angola is shown in Table 4.
Combination
Saturated
Sunset
Sunrise
Great
Total
Saturated
249
41
199
53
542
Sunset
2
1
0
0
3
Sunrise
199
46
180
55
480
Great
4
0
7
3
14
Total
454
88
386
111
1039
Angola
Indonesia
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
170
Table 4. Top 20 Potential Indonesian Export Products in the Angolan Market
HS-4
Code Product Description
0.00
0.00
0.00
-4.283
0.00 0
0.00
-324
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.20
0.01
0.01
198
11
148
26
-23
0
-1
-64
7
18
0
100
79
-56
0
10
461 Sunrise
Sunrise
Sunrise
Sunrise
Sunrise
Sunrise
Sunrise
Sunrise
Sunrise
Saturated
Saturated
Saturated
Saturated
Saturated
Saturated
Saturated
Saturated
Saturated
Saturated
Saturated
RCA RI CMSA RI Class RI Class ANG
RCA
ANG
CMSA
ANG
RI -
ANG*
RI -
WORLD**
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
171
*Indonesia's export value to Angola in 2023, thousand US$
** Indonesia's export value to the world in 2023, thousand US$
Source: processed from Trade Map (2025)
Based on the RCA-CMSA analysis, Indonesia's primary export potential to Angola is palm
oil and its fractions, whether or not rened (excl. chemically modied) (HS 1511), which
recorded a very high RCA score. This indicates Indonesia's global competitive advantage in
palm oil products. Indonesia ranked as the world’s largest exporter of palm oil in 2023, far
above Malaysia and the Netherlands (Trade Map, 2025b). However, in the context of Angola,
Indonesia is the second-largest supplier, with US$75087, while Angola's main palm oil
imports come from Malaysia, amounting to US$77446. This reects both the challenges and
opportunities for Indonesia to strengthen its market penetration in Angola.
Besides palm oil, other potential export products to the Angolan market are ferro alloys (HS
7202), copper ores and concentrates (HS 2603), motor cars and other motor vehicles principally
designed for transport (HS 8703), and cigars of tobacco (HS 2402). Although these products
have high RCA and CMSA-3 indices globally, their competitiveness in Angola is weak. But for
uncoated paper and paperboard (HS4802) and margarine (HS 1516), these Indonesian products
have high RCA and CMSA-3 indices in the global market, and their competitiveness in Angola
is relatively strong. Other potential Indonesian export products to Angola include various
footwear, machines, and metal products.
By understanding these potential products, Indonesia can tailor its export strategy to improve
competitiveness in the Angolan market. This includes the current proposed trade cooperation,
Indonesia-Angola Preferential Trade Agreement (PTA), and the product promotion strategy
(i.e., participating in trade fairs, trade missions, and business forums) adjust its strategy to the
local market demand and its product potentialities.
Indonesia's Potential Import Products from Angola
The RCA-CMSA product mapping analysis identies 645 HS-4 products that Indonesia has
the potential to import from Angola. Among these potential products, 20 main products have
been prioritized based on their highest export value from the rest of the world to Indonesia in
2024 (or Indonesian imports from the rest of the world). The complete list of Indonesia's top 20
potential import products from Angola is presented in Table 5.
Table 5. Top 20 Potential Import Products of Indonesia from Angola Market
0.20
16.36
0.00
0.00
0.00
3.27
0.00
0.00
0.00
0.07
0.00
0.0
0.01
0.01
0.00
0.00
0.00
0.00
0.08
0.00
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
172
*Angola's export value to Indonesia in 2023, thousand US$
** World's export value to Indonesia in 2023, thousand US$
Source: processed from Trade Map (2025).
0.20
16.36
0.00
0.00
0.00
3.27
0.00
0.00
0.00
0.07
0.00
0.0
0.01
0.01
0.00
0.00
0.00
0.00
0.08
0.00
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
173
Based on the RCA-CMSA analysis, the main potential import products from Angola are
petroleum and bitumen oil (HS 2710), crude petroleum oil (HS 2709), and petroleum gas and
other gaseous hydrocarbons (HS 2711). Indonesia's demand for these commodities is very
high, reected in the value of Indonesia's global imports in 2023 (Trade Map, 2025c). Given
Indonesia's relatively low RCA for these products, imports from Angola could be a potential
option to fulll Indonesian domestic energy demand. However, this import strategy also needs
to be balanced with an accelerated clean energy transition to reduce dependence on non-
renewable energy sources.
In addition to the energy sector, Angola also oers other potential products that Indonesia
can import, such as telephone sets (HS 8517), electronic integrated circuits (HS 8542), gold
(HS 7108), various metal products, machinery, and other transportation equipment. Indonesia’s
strong domestic demand for these products oers a signicant opportunity for Angola to expand
trade cooperation. Meanwhile, in the agro-industrial sector, there are potential import products
from Angola, including oilcake and other solid residues (HS 2304), cane or beet sugar (HS
1701), rice (HS 1006), and wheat and meslin (HS 1001).
To capitalize on these opportunities, the Angolan export strategy to Indonesia should focus on
products aligned with Indonesia's economic transformation and sustainability goals outlined
in the National Long-Term Development Plan (RPJPN) 2025–2045 (Sekretariat RPJPN 2025-
2045, 2025). With a well-directed trade strategy, both countries can maximize the benets
of their trade relations while remaining focused on economic transformation and sustainable
growth toward Indonesia Emas 2045 (Indonesia Golden 2045).
Indonesia's Potential Inbound Investment from Angola
The RCA-CMSA analysis identies 46 HS-4 products as potential targets for Indonesian
inbound investment (FDI) from Angola, with 20 key products prioritized based on Indonesia’s
2024 exports to Angola. The complete list of the top 20 potential inbound FDI products from
Angola is presented in Table 6.
Table 6. Top 20 Potential Inbound FDI Products of Angola in Indonesia
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
174
*Indonesia's export value to Angola in 2023, thousand US$
Source: processed from Trade Map (2025)
Based on the RCA-CMSA product classication results, Cocoa powder, not containing added
sugar or other sweetening matter (HS 1805), and Cocoa butter, fat, and oil (HS 1804) emerge as
the rst suggested products for Angola to invest in Indonesia. In Indonesia, cocoa is currently in
a saturated market condition, as indicated by its negative CMSA value. Therefore, investment
from Angola could be strategically directed toward cocoa cultivation and the downstream
processing of cocoa into higher-value-added products, such as cocoa powder, cocoa butter,
cocoa fat, and cocoa oil.
In the agro-industrial sector, Angola is also suggested to invest in commodities such as coee
(HS 0901), pepper (HS 0904), our, meal and powder of peas, beans, lentils and other dried
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
175
leguminous vegetables (HS 1106), starches inulin (HS 1108), fruits, nuts and other edible parts
of plants, prepared or preserved, whether or not containing (HS 2008), and extracts, essences
and concentrates, of coee, tea or maté and preparations (HS 2101). It is also expected that
these agro-commodities will further develop into higher-value-added downstream products.
In the manufacturing sector, additional opportunities exist in products such as acyclic alcohols
(HS 2905), monitors and projectors, not incorporating television reception apparatus; reception
apparatus (HS 8528), motorcycles, incl. mopeds, and cycles tted with an auxiliary motor, with
or without side-cars (HS 8711), Cement, incl. cement clinkers, whether or not coloured (HS
2523), Halogenated derivatives of hydrocarbons (HS 2903), Saturated acyclic monocarboxylic
acids and their anhydrides, halides, peroxides and peroxyacids (HS 2915), Oxygen-function
amino-compounds (HS 2922), and Mineral or chemical nitrogenous fertilisers (HS 3102).
All of these recommended potential investments in Indonesia from Angola would be welcome
as the suggested Angolan investments are aligned with the downstream industrialization agenda
and the strengthening of natural resource-based industries outlined in the RPJPN 2025–2045
(Indonesian Long-Term Plan 2025-2045). The presence of such inbound investment (FDI)
could serve as a catalyst for industrial transformation by facilitating technology transfer,
improving production eciency, and fostering innovation-driven research (Lase, 2024). To
maximize the potential inbound investment, collaboration with local industry players and
research institutions is essential to ensure eective technology transfer and the development of
human resource capacity (Hailu, 2024).
Potential opportunities for broader economic cooperation between Indonesia and Angola
The trade relationship between Indonesia and Angola has shown a steady upward trend. In
2020, bilateral trade totaled US$129 million, and by 2024, it had surged to US$1.88 billion
(Trade Map, 2025). This signicant increase has primarily been driven by Indonesia’s rapidly
growing oil and gas imports from Angola, which rose from US$26.5 million in 2020 to US$1.71
billion in 2024. On the other hand, Angola remains a promising market for Indonesia’s non-oil
and gas exports in Sub-Saharan Africa. However, the growth in non-oil and gas exports from
Indonesia to Angola has been relatively modest, increasing from US$100.2 million in 2020
to US$164.7 million in 2024 (Ministry of Trade of the Republic of Indonesia, 2025). Despite
this generally positive trend, the current trade value still falls short of its potential and could be
further expanded. To boost bilateral trade volumes, one policy measure worth considering is
the establishment of a bilateral free trade agreement.
The Indonesian government submitted a zero draft of the Indonesia-Angola Preferential Trade
Agreement (PTA) to the Angolan Government in 2017. On the sidelines of the 2nd IAF, during
the meeting, the Indonesian Foreign Minister conveyed to the Minister of State Secretary
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
176
of Angola that negotiations on the Indonesia-Angola PTA agreement should be carried out
immediately to strengthen economic relations between the two countries. The year 2026 will
mark the 25th anniversary of diplomatic relations between Indonesia and Angola, presenting a
strategic opportunity to advance the PTA initiative. The achievement of the Indonesia-Angola
PTA will not only improve economic relations between the two countries but can also serve as
a stepping stone to elevate Indonesia-Angola friendly relations from an ordinary partnership to
a comprehensive and dynamic partnership.
Based on the RCA-CMSA product classication analysis, the proposed PTA would further expand
trade relations, including their respective suggested potential products, for instance, Indonesian
exports to Angola, such as palm oil, ferro alloys, copper ores and concentrates, motor cars and
other motor vehicles, cigars of tobacco uncoated paper and paperboard, margarine, footwears,
machines, and metal products. Meanwhile, Angolan exports open to Indonesia are petroleum
and bitumen oil, crude petroleum oil, petroleum gas and other gaseous hydrocarbons, gold,
metal products, machinery, other transportation equipment, oilcake and other solid residues,
cane or beet sugar, rice, and wheat and meslin. The establishment of the Indonesia-Angola
PTA would pave the way for broader cooperation in diversifying economic commodities across
various products and sectors. The analysis of the potential and opportunities for economic
cooperation between Indonesia and Angola reveals a compelling strategic synergy.
In terms of trade cooperation, Angola has established several economic agreements with
both regional organizations and partner countries. In 2015, Angola signed “Trans-Frontier
Agreements” with the Democratic Republic of Congo, the Republic of Congo, Namibia, and
Zambia to facilitate trade with neighboring countries (WTO, 2015). Furthermore, within the
Economic Community of Central African States (ECCAS), Angola has concluded bilateral
trade agreements with several member states, including Congo-Brazzaville, Gabon, and the
Democratic Republic of Congo (Communication CEEAC, 2023). In addition, Angola also has
trade cooperation with several member countries in the Community of Portuguese-Speaking
Countries (CPLP) (VerAngola, 2022).
Angola is also a member of the “Tripartite Free Trade Area” (COMESA-EAC-SADC) 1 as
well as the African Continental Free Trade Agreement (AfCFTA), which came into force as
of May 30, 2019, and the commencement of trade under the AfCFTA scheme as of January 1,
2021 (East African Community, 2025). For this, Angola has submitted the AfCFTA ratication
instrument as of 4th November 2020 (Olagunju, 2020). The AfCFTA covers cooperation in free
trade in goods and services, investment, intellectual property rights, and competition policy.
1COMESA: Common Market for Eastern and Southern Africa, EAC: East African Community, and SADC:
Southern African Development Community.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
177
Angola also maintains a Trade and Investment Framework Agreement (TIFA) with the United
States and is among the African countries beneting from preferential market access to the U.S.
under the AGOA (Africa Growth and Opportunity Act) (ITA, 2023; USTR, 2025). However,
Angola’s lack of experience in negotiating bilateral free trade agreements may pose a unique
challenge to advancing a potential Indonesia–Angola PTA. Nonetheless, Indonesia's experience
in successfully establishing PTA trade cooperation with Mozambique (one of the CPLP member
countries) on 27th August 2019, which has been enforced in both countries since 6th June
2022, can serve as a reference for the success story in realizing the Indonesia-Angola PTA. The
Indonesia-Mozambique PTA (IM-PTA) is Indonesia's rst free trade agreement on the African
continent (Larasati, 2021).
Geographically, Angola holds a strategic position as a gateway to sub-Saharan and Central
African markets through its membership in SADC and AfCFTA, as well as its sea access,
which directly connects it to major markets such as the United States, Europe, and Asia. This
makes Angola a promising logistics hub for the distribution of goods, including Indonesian-
manufactured products, such as textiles, electronics, and pharmaceuticals. In addition, Angola's
major infrastructure projects, such as the development of trade corridors and the revitalization of
cross-border railway networks, oer promising opportunities for investment and collaboration
in the transport sector, which Indonesian logistics and infrastructure companies can leverage to
improve connectivity and supply chain eciency across the region.
Although there is no suggested Indonesian outbound investment in Angola (based on the RCA-
CMSA product classication analysis), as an initial guidance, Indonesian outbound investment
strategy in Angola could be geared towards the priority sectors oered by Angola's Investment
Promotion Agency (AIPEX) and the opportunities available in Angola's Special Economic Zones
(SEZs). AIPEX prioritizes the economic diversication agenda and welcome infrastructures
project development. Apart from that, AIPEX also emphasizes the importance of investment in
agriculture, particularly in the production of high-quality seeds, the manufacture of fertilizers
and animal feed, and the development of supporting infrastructure such as cold storage
facilities and aquaculture systems. To capitalize on this opportunity, the investment strategy
can be directed at establishing production plants or forming joint ventures in the construction
and infrastructure sectors. The Angolan government provides a range of scal incentives to
attract foreign investment, including tax rebates ranging from 20% to 90%, depending on the
investment zone (AIPEX, 2021).
Moreover, in addition to investment and development projects in Angola, the cooperation can also
be expanded through technical cooperation under the Indonesia-Aid program. This cooperation
can be directed towards a capacity-building program and the deployment of Indonesian experts
to Angola to share expertise and transfer knowledge and skills to support the implementation
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
178
of technical projects in strategic sectors. Through this strategy, Indonesia aims to establish a
mutually benecial partnership with Angola. By leveraging Angola’s investment incentives
and optimizing Indonesia’s knowledge, skills, and technologies, the strategy not only expands
Indonesia’s export opportunities but also contributes to Angola’s economic diversication.
Conclusion and policy recommendations
Indonesia and Angola have cordial diplomatic relations, but their economic cooperation is
viewed as limited and underutilized. Thus, both countries need to explore further to strengthen
economic relations, particularly trade and investment cooperation. Based on the RCA-CMSA
Product Classication Model analysis, both countries have strategic opportunities to strengthen
bilateral economic relations.
The ndings indicate that Indonesia has 348 products with potential for export to the Angolan
market. Export strategies may be directed towards highly competitive products such as palm oil
and its fractions, whether or not rened (excl. chemically modied), ferro alloys, copper ores
and concentrates, motor cars and other motor vehicles principally designed for the transport,
cigars of tobacco, uncoated paper and paperboard, margarine, footwear, machines, and metal
products. Meanwhile, there are 645 suggested Indonesian imported products from Angola,
including petroleum and bitumen oil, crude petroleum oil, petroleum gas and other gaseous
hydrocarbons, gold, metal products, machinery, other transportation equipment, oilcake and
other solid residues, cane or beet sugar, rice, and wheat and meslin.
In terms of investment potentials, the analysis reveals that there are 46 products identied
as promising collaboration for Indonesian inbound investment from Angola including cocoa
powder, not containing added sugar or other sweetening matter, and cocoa butter, fat and oil,
and as well other agro-industrial products such as coee, pepper, our, meal and powder of
peas, beans, lentils and other dried leguminous vegetables, starches inulin, fruits, nuts and other
edible parts of plants, prepared or preserved, whether or not containing, and extracts, essences
and concentrates, of coee, tea or maté and preparations. In the manufacturing sector, there are
opportunities in products such as acyclic alcohols, monitors and projectors, not incorporating
television reception apparatus; reception apparatus, motorcycles, incl. mopeds, and cycles tted
with an auxiliary motor, with or without side-cars, cement, incl. cement clinkers, whether or
not coloured, halogenated derivatives of hydrocarbons, saturated acyclic monocarboxylic acids
and their anhydrides, halides, peroxides and peroxyacids, oxygen-function amino-compounds,
and mineral or chemical nitrogenous fertilisers. The proposed investment in Indonesia would
be welcome, as the proposed Angolan investment aligns with the Indonesian Long-Term Plan
2025-2045, including the downstream industrialization agenda.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
179
Meanwhile, there is no suggested Indonesian outbound investment in Angola, but Indonesia
could consider the investment opportunities oered by AIPEX and available in Angola's SEZs.
AIPEX prioritizes the economic diversication agenda and welcome infrastructures project
development and agricultural investment. Apart from that, the cooperation can also be extended
to technical cooperation, including capacity-building programs and the sharing of expertise to
support the implementation of technical projects in strategic sectors. Through this strategy,
both countries could establish a mutually benecial partnership.
The study also suggests that both countries should establish the Indonesia-Angola PTA to
enhance bilateral economic relations. The Indonesian government submitted a zero draft of
Indonesia-Angola Preferential Trade Agreement (PTA) to the Angolan Government in 2017.
The realization of the Indonesia-Angola PTA will not only strengthen bilateral economic
relations but could also be a stepping stone toward elevating Indonesia-Angola friendly relations
from an ordinary partnership to a comprehensive and dynamic partnership. Besides, both
countries have a strategic geographic location as gateways and hubs for trade and investment.
Geographically, Angola holds a strategic position as a gateway to Sub-Saharan and Central
African markets through its membership in SADC and AfCFTA, as well as its sea access, which
directly connects it to major markets such as the United States, Europe, and Asia. Meanwhile,
Indonesia could at least become a gateway and hub for Angola to the ASEAN market.
References
1. Agency for Private Investment and Export Promotion [AIPEX]. (2021). Invest in Angola:
A growing hub in the sub-region. [Online]. https://www.apexangola.co.ao.
2. Balassa, B. (1965). Trade liberalisation and “revealed” comparative advantage. The
Manchester School, 33(2), 99–123. https://doi.org/10.1111/j.1467-9957.1965.tb00050.x
3. Communication CEEAC. (2023). ECCAS in Brief. Economic Community of Central
African States (ECCAS). https://ceeac-eccas.org/en/2023/05/28/eccas-in-brief/.
4. Delanova, M. O. (2021). Diplomasi ekonomi Indonesia ke kawasan Afrika. Jurnal Academia
Praja: Jurnal Magister Ilmu Pemerintahan, 4(2), 509–524.
5. East African Community. (2025). African Continental Free Trade Area (AfCFTA)
Agreement. https://www.eac.int/trade/international-trade/trade-agreements/african-
continental-free-trade-area-afcfta-agreement.
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
180
6. Fagerberg, J., & Sollie, G. (1987). The method of constant market shares analysis reconsidered.
Applied Economics, 19(12), 1571–1583. hps://doi.org/10.1080/00036848700000136
7. Hailu, A. T. (2024). The role of university–industry linkages in promoting technology
transfer: Implementation of triple helix model relations. Journal of Innovaon and
Entrepreneurship, 13(1), 25. https://doi.org/10.1186/s13731-024-00345-7
8. International Trade Administration [ISTR]. (2023). Angola-Trade agreements. https://
www.trade.gov/country-commercial-guides/angola-trade-agreements.
9. Karo-Karo, F. W. (2010). Analisis daya saing dan dampak kebijakan pemerintah terhadap
komoditas susu sapi lokal di Jawa Barat [Masters thesis, Bogor Agricultural University].
10. Larasati, L., & Aseilla, D. (2021). Upaya Diplomasi Ekonomi Indonesia di Afrika
Melalui Preferential Trade Agreement Indonesia Mozambik.Keluwih: Jurnal Sosial dan
Humaniora,2(2), 49-57.
11. Lase, D., Waruwu, E., Zebua, H. P., & Ndraha, A. B. (2024). Peran inovasi dalam
pembangunan ekonomi dan pendidikan menuju visi Indonesia Maju 2045. Tuhenori: Jurnal
Ilmiah Multidisiplin, 2(2), 114–129.
12. Leamer, E. E., & Stern, R. M. (2017). Quantitative international economics. London:
Routledge.
13. Ministry of Foreign Aairs of the Republic of Indonesia [MoFA]. (2025). Perwakilan
Afrika di Indonesia Bertambah, Wamenlu Arrmanatha Turut Resmikan Kedubes Angola
di Jakarta. https://www.kemlu.go.id/berita/perwakilan-afrika-di-indonesia-bertambah-
wamenlu-arrmanatha-turut-resmikan-kedubes-angola-di-jakarta?type=publication
14. Ministry of Foreign Aairs of the Republic of Indonesia [MoFA]. (2024). RI dan Angola
Sepakat Perkuat Kerja Sama Ekonomi. https://arsipportal.kemlu.go.id/portal/id/read/6200/
berita/ri-dan-angola-sepakat-perkuat-kerja-sama-ekonomi.
15. Ministry of Trade of the Republic of Indonesia (2025). Neraca Perdagangan dengan
Mitra Dagang. Satu Data Perdagangan. https://satudata.kemendag.go.id/data-informasi/
perdagangan-luar-negeri/neraca-perdagangan-dengan-mitra-dagang.
16. Ngari, L. (2020). Measuring Africas consumer market. Empower Africa. https://
empowerafrica.com/measuring-africas-consumer-market/.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
Indonesia–Angola trade and investment potential: a product classication model using revealed comparative advantage and constant
market share analysis
181
17. Olagunju, Y. (2020). Angola becomes 30th state party to the AfCFTA by depositing
instruments of ratication. African Newspage. https://www.africannewspage.net/2020/11/
angola-becomes-30th-state-party-to-the-afcfta-by-depositing-instruments-of-ratication/.
18. Ristanto, D. (2024). Indonesia’s Potential Trade Flow to EAEU Countries: The Gravity
Model Approach. Jambura Equilibrium Journal, 6(2). https://ejurnal.ung.ac.id/index.php/
equij/article/view/24981.
19. Sekretariat RPJPN 2025-2045. (2025). Rancangan Akhir RPJPN 2025-2045. https://
indonesia2045.go.id/aspirasi.
20. Sjahril, S.S. (2021). Desain Klasterisasi Tujuan Pasar Ekspor Indonesia: Pasar Tradisional
vs Pasar Non-Tradisional, Jurnal Hubungan Luar Negeri, Jan-June Edition. https://jurnal.
kemlu.go.id/jurnal-hublu/issue/view/2/8.
21. Trade Map. (2025a). Bilateral trade between Indonesia and Angola. https://www.trademap.
org/.
22. Trade Map. (2025b). List of exporters for the selected product: 2702 Lignite, whether or
not agglomerated. https://www.trademap.org/.
23. Trade Map. (2025c). List of supplying markets for a product imported by Indonesia. https://
www.trademap.org/.
24. Tyszynski, H. (1951). World trade in manufactured commodities, 1899–1950. The
Manchester School, 19(3), 272–304. https://doi.org/10.1111/j.1467-9957.1951.tb00020.x
25. United States Trade Representative. (2025). African Growth and Opportunity Act (AGOA).
https://ustr.gov/issue-areas/trade-development/preference-programs/african-growth-and-
opportunity-act-agoa.
26. VerAngola. (2022). Angola defends more economic and business partnerships in the CPLP.
Ver Angola. [Online] Available at: https://www.verangola.net/va/en/062022/Politics/31192/
Angola-defends-more-economic-and-business-partnerships-in-the-CPLP.htm [Accessed
13 May 2025].
27. Verico, K. (2020). How to measure bilateral economic relations? Case of Indonesia–
Australia. Institute for Economic and Social Research (LPEM FEB UI).
Nadia Sinta Rindiani, Sulthon Sjahril Sabaruddin, Mochammad As'adur Roq
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 158-182. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.08
182
28. Verico, K. (2025). Indeks Kerjasama Ekonomi [Presentation]. Pelatihan Pusat Strategi
Kebijakan Isu Khusus dan Analisis, bekerja sama dengan LPEM FEB UI.
29. Verico, K., & Riefky, T. (2022). Bilateral trade and investment relations analysis: Indonesia
and South Korea. International Journal of Business & Society, 23(2).
30. Vidal. (2024). Angolas growing strategic signicance for the UAE. https://www.iiss.org/
online-analysis/online-analysis/2024/07/angolas-growing-strategic-signicance-for-the-
uae/ [Accessed 10 Apr. 2025].
31. World Trade Organization [WTO]. (2024). Angola - Import taris. U.S. International Trade
Administration. https://www.trade.gov/country-commercial-guides/angola-import-taris.
32. World Trade Organization [WTO]. (2015). Trade Policy Review: Report by Angola (WT/
TPR/G/321)
ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Thalía Fernández-Jiménez
tfernandezj001@alumno.uaemex.mx
Universidad Autónoma del Estado
de México
(Toluca de Lerdo - México)
ORCID: 0009-0003-4558-5540
Alejandro Delgado-Cruz
adelgadoc@uaemex.mx
Universidad Autónoma del Estado
de México
(Toluca de Lerdo - México)
ORCID: 0000-0002-9135-9304
Elva Esther Vargas-Martínez
eevargasm@uaemex.mx
Universidad Autónoma del Estado
de México
(Toluca de Lerdo - México)
ORCID: 0000-0003-2657-2691
Recibido: 25/04/2025
Aceptado: 03/12/2025
INTELIGENCIA ARTIFICIAL EN
EL TURISMO ¿HACIA DÓNDE
SE DIRIGE LA INVESTIGACIÓN?
UNA REVISIÓN DE
LITERATURA
ARTIFICIAL INTELLIGENCE IN
TOURISM: WHERE IS RESEARCH
HEADED? A LITERATURE
REVIEW
DOI:
https://doi.org/10.37135/kai.03.16.09
KAIRÓS, Vol. (9) No. 16, pp. 183-208, enero - junio 2026
ISSN No. 2631-2743
,
Resumen
Se analiza la tendencia temática de la literatura
cientíca sobre inteligencia articial en el
turismo, con el n de identicar futuras líneas de
investigación. Para ello, se llevó a cabo una revisión
sistemática de la literatura. De 2,635 documentos
identicados en Scopus, se incluyen 86 artículos
publicados entre 2020 y 2024. Los resultados
evidencian una tendencia hacia la adopción
tecnológica, la personalización de los servicios, la
sostenibilidad y la predicción del comportamiento
turístico. Se concluye que la inteligencia articial
está redeniendo el panorama del sector turístico al
mejorar la gestión de los destinos y la experiencia
de los turistas. No obstante, cada vez más se la
concibe como una herramienta para hacer frente a
los desafíos de la sostenibilidad.
Palabras clave: Inteligencia articial,
Turismo, Investigación, Análisis bibliométrico.
Abstract
To identify future lines of research, the thematic trend
of the scientic literature on articial intelligence
in tourism was analyzed. To this end, a systematic
review of the literature was conducted. Of the 2,635
documents identied in Scopus, 86 articles published
between 2020 and 2024 were included in the study.
The results reveal a growing focus on technological
adoption, personalized services, sustainability, and
the prediction of tourism behavior. In conclusion,
articial intelligence is reshaping the tourism
sector by enhancing destination management and
tourist experience. However, it is increasingly
being conceived as a tool to address sustainability
challenges.
Keywords: Articial Intelligence, Tourism,
Research, Bibliometric Analysis.
INTELIGENCIA ARTIFICIAL
EN EL TURISMO ¿HACIA
DÓNDE SE DIRIGE LA
INVESTIGACIÓN? UNA
REVISIÓN DE LITERATURA
ARTIFICIAL INTELLIGENCE
IN TOURISM: WHERE IS
RESEARCH HEADED? A
LITERATURE REVIEW
DOI:
https://doi.org/10.37135/kai.03.16.09
KAIRÓS, Vol. (9) No. 16, pp. 183-208, enero - junio 2026
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
185
KAIRÓS, Vol. (9) No. 16, pp. 183-208, enero - junio 2026
Introducción
La inteligencia articial ha evolucionado de ser un concepto futurista para convertirse en una
fuerza transformadora para la sociedad. Aunque a principios de los años 2000 su potencial
era subestimado debido a las limitaciones tecnológicas, la década de 2010 marcó un punto de
inexión donde el machine learning (aprendizaje automático), la disponibilidad de big data
(macrodatos) y el perfeccionamiento de algoritmos de deep learning (aprendizaje profundo)
impulsaron avances sin precedentes permitiendo a la inteligencia articial atender demandas de
sectores como la salud, la alimentación, la educación y el turismo (García-Madurga & Grilló-
Méndez, 2023). Empero, fue en 2022 cuando la inteligencia articial alcanzó su visibilidad
a escala global con el lanzamiento de ChatGPT, el cual revolucionó la interacción humano-
tecnología al demostrar capacidades avanzadas de comprensión y generación de lenguaje
natural (Benaddi et al., 2024).
La inteligencia articial no es solo un conjunto de algoritmos; es un paradigma que está
determinando cómo las máquinas replican y superan, en algunos casos, las capacidades humanas
de aprender, razonar y tomar decisiones (Sousa et al., 2024). En el turismo, la inteligencia
articial se ha posicionado como una variable conductora para incrementar la competitividad
y la innovación (Fouad et al., 2024; Shin et al., 2025). Además, ante la avalancha de los datos
generados por los turistas, su capacidad de procesamiento y analítica permite identicar patrones
de consumo. Por ejemplo, plataformas como Best Day, Booking.com y Expedia utilizan big
data, machine learning y deep learning en el análisis de comportamientos digitales. Lo cual
permite contar con recomendaciones hiperpersonalizadas sobre alojamiento, itinerarios de viaje
y actividades recreativas (Herrera et al., 2023; Kong et al., 2023; Shin et al., 2025; Vargas &
Delgado, 2023).
La adopción de chatbots (asistentes conversacionales) en las operaciones también ha mejorado
sustancialmente la interacción con los clientes, al brindar respuestas instantáneas a sus consultas
y ofrecer asistencia multilingüe (Carvalho & Ivanov, 2024). Mientras que los sistemas basados
en inteligencia articial permiten anticipar las demandas e instrumentar con mayor asertividad
estrategias de pricing (jación de precios) y revenue management (gestión de ingresos) (Samara
et al., 2020). Por ende, no es una sorpresa que la inteligencia articial se esté integrando con
mayor rapidez y fuerza en la actividad turística y en la dinámica de otros sectores productivos.
Hasta el momento, la literatura ha documentado el potencial de la inteligencia articial en el
ámbito turístico. En particular, sobre los temas de fortalecimiento de la experiencia del turista y,
la automatización de los procesos operativos en empresas y destinos (Ghesh et al., 2024; Samara
et al., 2020; Solakis et al., 2024). No obstante, la velocidad exponencial de la innovación en
sistemas de inteligencia articial evidenciada por el desarrollo de arquitectura de aprendizaje
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
186
profundo, modelos generativos y técnicas avanzadas de procesamiento de lenguaje natural;
demanda una actualización crítica del corpus cientíco (Benaddi et al., 2024; Choi & Kim,
2024; Hartatik et al., 2024). Este estudio se liga directamente con las investigaciones anteriores,
al ofrecer una revisión actualizada de los enfoques y aplicaciones. La inteligencia articial
como objeto de estudio requiere de revisiones que den apertura a debates interdisciplinarios
sobre las necesidades del sector y su vínculo con las teorías, en especial, aquellas centradas en
la gestión, la tecnología y la innovación aplicadas al turismo.
El problema del cual se parte reside en comprender cómo se está estudiando la inteligencia
articial en el turismo, qué temáticas han tenido mayor interés y cuáles son los desafíos
asociados con su implementación. Las implicaciones tanto teóricas como prácticas tienen
que ver con los insights (ideas reveladoras) que la inteligencia articial ofrece a las empresas
turísticas, gestores de las políticas públicas, autoridades gubernamentales y desarrolladores
tecnológicos, para instrumentar estrategias más responsables con la sociedad y el entorno.
Desde el campo académico, se puede contribuir en la identicación de tendencias emergentes,
lagunas cientícas y oportunidades de investigación futura encaminadas en el estudio de la
inteligencia articial como un aliado para el desarrollo y la sostenibilidad de los destinos
turísticos.
Por tal razón, el objetivo es analizar la tendencia temática de la literatura cientíca sobre
inteligencia articial en el turismo con el n de identicar futuras líneas de investigación.
Este estudio atiende la necesidad de guiar a investigadores y profesionales hacia áreas con
mayor potencial de impacto, considerando los últimos desarrollos tecnológicos y las demandas
del sector. Así, el estudio se justica precisamente por su carácter exploratorio y descriptivo,
al sistematizar el conocimiento aún disperso, identicar patrones básicos en el estudio del
tema y detectar vacíos. Por lo cual, este mapeo representa un paso necesario y valioso en la
consolidación del conocimiento.
Métodos
Se trató de una revisión de literatura de tipo descriptivo, guiada por la siguiente pregunta: ¿cuál
es la tendencia temática de la literatura cientíca sobre inteligencia articial en el turismo?
De acuerdo con Paré et al. (2015), el propósito de este tipo de revisión es revelar un patrón o
tendencia interpretable basada en el conocimiento existente en un tema particular. No obstante,
a diferencia de las revisiones narrativas, las revisiones descriptivas siguen un procedimiento
sistemático que incluye la búsqueda, la depuración y la clasicación de los estudios (Petersen
et al., 2015; Sarkis-Onofre et al., 2021).
Para la sistematización se acopló el diagrama de ujo de la Preferred Reporting Items for
Systematic Reviews and Meta-Analyses (PRISMA), el cual proporcionó un marco estructurado
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
187
para reportar los hallazgos de manera rigurosa y transparente, al mismo tiempo de asegurar la
replicabilidad del proceso (Mishra & Mishra, 2023; Page et al., 2021). Por tanto, se siguieron
las cuatro etapas establecidas en el protocolo PRISMA: identicación, cribado, elegibilidad e
inclusión (Figura 1). Cabe mencionar que la revisión fue llevada a cabo de manera conjunta
por los autores, mediante un proceso colaborativo en todas las etapas. Se empleó la base de
datos Scopus (Elsevier) para la búsqueda y selección de los artículos. Para la organización,
almacenamiento y visualización se utilizaron los programas Excel, Word y SankeyMATIC.
Asimismo, se recurrió a matrices, chas y un bloc de notas para el análisis de contenido de los
documentos.
Figura 1. Diagrama PRISMA
Fuente: elaboración propia.
En la etapa de identicación, se utilizó la base de datos Scopus por su amplia cobertura temática
y geográca, su inclusión de revistas cientícas indexadas y sus herramientas de ltrado
(Kumpulainen & Seppänen, 2022; Singh et al., 2021). Para la búsqueda de los documentos se
emplearon los términos en inglés “articial intelligence” combinados con “tourism” o “tourist
en los campos de título, resumen y palabras clave, lo que arrojó un total de 2,635 registros
entre 1988 y 2025. Posteriormente, se restringió la búsqueda de los términos solo a títulos para
renar la precisión temática, obteniendo 328 publicaciones de 2006 a 2025.
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
188
A continuación, se ltraron exclusivamente artículos cientícos con resultados empíricos o
revisiones de literatura, identicando un total de 159 documentos hasta 2025 y 131 hasta 2024.
Con el n de evitar sesgos interpretativos debidos a la heterogeneidad de las publicaciones,
se excluyeron las cartas al editor, actas de congresos, opiniones, reseñas y capítulos de libros.
Asimismo, se descartaron los artículos del año 2025 debido a la falta de registros completos, lo
que impedía realizar una comparación adecuada con los años anteriores. Cabe mencionar que
en esta etapa se recopilaron los siguientes datos de los artículos: título, año, autores, resumen,
palabras clave, revista e identicador de objeto digital (DOI, por sus siglas en inglés: Digital
Object Identier).
En la etapa de cribado, se revisaron los registros para eliminar los duplicados y aquellos
que carecieran de autoría. No obstante, ningún documento fue excluido por estos criterios.
Adicionalmente, se aplicó un ltro temporal. Tal como se observa en la Figura 2, la producción
cientíca en el tema de inteligencia articial en turismo presentó un crecimiento lento y
constante desde 2006, alcanzando un incremento signicativo a partir de 2022.
Este repunte puede atribuirse principalmente a dos factores: a) el lanzamiento público de
ChatGPT y otras herramientas de inteligencia articial de uso libre en 2022 y b) la necesidad
de mitigar los efectos de la pandemia por COVID-19 mediante soluciones tecnológicas.
Cabe destacar que la presencia de los términos “articial intelligence” junto con “tourism
o “touristen los títulos de los documentos comienza a partir de 2017. Por ello, se denió un
recorte temporal de cinco años, de 2020 a 2024, para capturar las contribuciones más recientes,
lo cual resultó en un total de 125 artículos seleccionados.
Figura 2. Documentos sobre inteligencia articial y turismo en Scopus (2006-2024)
Nota: T-R-P= título, resumen y palabras clave.
Fuente: elaboración propia.
660
371
278
247
180
118
97
71
45
34
45
44
41
79
26
25
27
10
14
325
148
134
96
62
2626
10
99
14
8
14
10
3
44
1
6
137
51
46
26
13
9
4
3
1
65
19
28
9
4
2
3
11
100
2024202320222021202020192018201720162015201420132012201120102009200820072006
Número de documentos
Año
Documentos (términos en T-R-P) Artículos (términos en T-R-P)
Documentos (términos en título) Artículos (términos en título)
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
189
En la etapa de elegibilidad, se examinaron los resúmenes de los artículos con el objetivo
de asegurar que la inteligencia articial constituyera el tema central de cada investigación,
identicándose 112 artículos pertinentes. Finalmente, en la etapa de inclusión, se llevó a cabo
una revisión completa del texto de los artículos seleccionados para corroborar su calidad.
Este proceso consistió en aplicar los siguientes criterios: a) relación o aplicación dentro del
contexto turístico, b) claridad en el objetivo de investigación, c) robustez metodológica y d)
relevancia de las conclusiones presentadas. Los artículos fueron examinados por al menos dos
investigadores y en cuando surgieron discrepancias sobre la calidad, estas fueron discutidas
hasta alcanzar un consenso.
Como resultado se incluyeron 86 artículos de los cuales 37.20% fueron artículos de revisión
y 62.80% artículos empíricos. Se llevó a cabo una síntesis cualitativa mediante un análisis de
contenido orientado en la clasicación temática de los artículos (Figura 3). En el tratamiento se
utilizó una aproximación analítico-descriptiva, donde primero se realizó una lectura exhaustiva
de los textos para extraer las unidades de contenido presentes en cada artículo. Después, se
generó un sistema de categorías emergentes basado en la recurrencia de temas. Por último, se
organizaron de manera jerárquica los temas según su frecuencia y relación conceptual.
Figura 3. Clasicación de los artículos incluidos
Fuente: elaboración propia.
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
190
Resultados
A partir de la síntesis cualitativa, en primer lugar, se presentan los contenidos de los artículos
de revisión y, posteriormente, se exponen cada uno de los tópicos extraídos de los artículos
empíricos.
Inteligencia articial en el turismo ¿Qué reportan otras revisiones de literatura?
El cuerpo de literatura reeja un interés cada vez mayor en el tema de la inteligencia articial.
Como se aprecia en la tabla 1, la mayoría de las revisiones se concentran en estudios publicados
entre 2000 y 2023, con algunos trabajos excepcionales que rastrean publicaciones desde 1984
(Knani et al., 2022) y otros que se enfocan exclusivamente en el periodo posterior a 2015
(Correa et al., 2023; Ghesh et al., 2024). La revisión con el rango temporal más amplio es la
de Knani et al. (2022), que cubre desde 1984 hasta 2022. Mientras que Hartatik et al. (2024)
destaca con una revisión masiva de 4,155 estudios. Esta cobertura temporal muestra una
tendencia creciente y acelerada en la producción académica reciente, impulsada por los rápidos
avances tecnológicos y el desarrollo de nuevas aplicaciones de inteligencia articial generativa
y los chatbots en el turismo.
Una tercera parte de las revisiones de literatura tienen por objetivo ofrecer una visión general
sobre cómo se ha aplicado la inteligencia articial en el turismo (Correa et al., 2023; Kirtil
& Aşkun, 2021; Kong et al., 2023). Otras revisiones se focalizan en temas especícos. Por
ejemplo, la robótica es un subcampo notablemente presente, con énfasis en robots humanoides
y la interacción con clientes en el contexto hotelero (Goel et al., 2022; Samala et al., 2020;
Saputra et al., 2024). Desde la orientación mercadológica, las revisiones analizan el impacto
de la inteligencia articial en la experiencia del cliente y la mejora de servicios (Doborjeh et
al., 2022; Ghesh et al., 2024; Li et al., 2021). Asimismo, se observa una evolución hacia la
co-creación de valor y la personalización del servicio mediante inteligencia articial (Florido-
Benítez & Del Alcázar; 2024; Kashem et al., 2023; Solakis et al., 2024).
Algunas revisiones tratan la sinergia entre inteligencia articial y big data y, otras destacan la
relevancia de la analítica predictiva para la gestión turística (Lv et al., 2022; Mariani & Wirtz,
2023). Aunado con esto, germina una nueva línea en torno a la inteligencia articial generativa
y chatbots turísticos, exponiendo el paso de la automatización básica a la conversacional y
adaptativa (Benaddi et al., 2024; Fouad et al., 2024). Aparecen otras áreas temáticas como
la sostenibilidad (Hermosa & Arco, 2024) y el turismo rural (Xie & He, 2022), ampliando la
aplicación de la inteligencia articial más allá de contextos urbanos y comerciales. Una línea
aún incipiente pero relevante es la que analiza los efectos de la inteligencia articial en los
trabajadores turísticos, centrada en la motivación y el futuro profesional (Hamarat et al., 2024).
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
191
Tabla 1. Revisiones de literatura sobre inteligencia articial en el turismo (2020-2024)
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
192
Nota: n.e.= No especicado.
Fuente: elaboración propia con base en los citados.
Adopción de inteligencia articial en el turismo
Las investigaciones empíricas revelan patrones signicativos en el proceso de adopción de la
inteligencia articial, destacando la diferencia generacional y la satisfacción de los usuarios,
así como los desafíos que enfrentan las empresas turísticas y el ámbito educativo. En este
orden de ideas, Abed (2024) y Marozzo et al. (2024) observan que los turistas de la generación
centennial, les atribuyen a estas tecnologías niveles más altos en la utilidad percibida y facilidad
de uso, con lo cual, maniestan una mayor intención en utilizar servicios turísticos mediados
por inteligencia articial. Khan (2024) demuestra que cuando se refuerza la autoecacia de los
usuarios, las actitudes hacia la inteligencia articial son más favorables.
Un conjunto de investigaciones desarrolladas por Chen y Wei (2024), Duan (2024), Manzoor
et al. (2024) y Orea-Giner et al. (2022) evidencian el impacto de las recomendaciones hechas
por la inteligencia articial sobre las preferencias y decisiones de consumo de los turistas.
Además, observan que las condiciones socioculturales y personales de los turistas como las
motivaciones hedónicas, el antropomorsmo y las expectativas de rendimiento son factores
que inciden en la adopción de inteligencia articial.
Otros estudios conrman que la satisfacción en la experiencia de uso de la inteligencia articial
atrae cada vez más a nuevos usuarios. Por ejemplo, Li y Zhang (2022), Sousa et al. (2024) y
Zhang (2024) identican mayores niveles de satisfacción, experiencia y valor percibido por
parte de los turistas cuando en los servicios turísticos se han implementado tecnologías de
recomendación, reconocimiento facial y sistemas de interacción por voz. Por el contrario,
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
193
Aliyah et al. (2023) y, Perić y Vitezić (2021) aunque destacan los benecios de la inteligencia
articial, revelan escepticismo hacia el uso de “Internet de las Cosas” (IoT, por sus siglas en
inglés: The Internet of Things) y de robots en los servicios, especialmente entre los clientes con
mayor aversión al riesgo, puesto que todavía no se percibe una regulación y transparencia en
el uso de los datos.
En el contexto empresarial, Filieri et al. (2021), Jabeen et al. (2022), Shah-Alam et al. (2024) y
Sharma et al. (2022) resaltan las ventajas de incorporar chatbots y otros sistemas de inteligencia
articial. Sus contribuciones exponen que el conocimiento de los trabajadores, el liderazgo y
apoyo directivo y, el equipamiento e infraestructura son factores críticos para que las empresas
puedan hacer aprovechar al máximo estas tecnologías. Por su parte, Indaryanto et al. (2023)
exponen que las micro y pequeñas empresas turísticas tienen más dicultades en la adopción
de estas tecnologías por las limitaciones de inversión e infraestructura. Esta brecha contrasta
con el potencial demostrado por otras aplicaciones desarrolladas en benecio del turismo
(Camacho-Ruiz et al., 2023; Yu, 2024).
Otros estudios se sitúan en el contexto académico del turismo. Dos Santos et al. (2024) identican
que la inteligencia articial mejora la eciencia en la investigación al fomentar la creatividad y
optimizar el tiempo. Sin embargo, subrayan la necesidad de priorizar el uso responsable y ético
de estas tecnologías, en especial, por tratarse de una actividad donde el rigor metodológico y el
criterio humano son esenciales. Asimismo, Ülkü (2023) aunque reconoce la capacidad de los
chatbots para generar textos coherentes y con rasgos de pensamiento crítico, advierte sobre los
riesgos de su uso en la presentación de proyectos y evaluaciones.
Personalización de los servicios turísticos basada en inteligencia articial
La personalización de servicios turísticos con inteligencia articial consiste en la adaptación
dinámica de ofertas según las necesidades especícas de cada cliente. Para lograr una personalización
más sosticada, se requiere del procesamiento de grandes volúmenes de datos en tiempo real.
Por ejemplo, datos de los historiales de búsqueda, de las interacciones en redes sociales y de los
patrones geoespaciales que van generando los usuarios (Florido-Benítez, 2024; Song & He, 2023).
Las investigaciones de Chen y Wei (2024), Jabeen et al. (2022), Ku y Chen (2024) y, Zheng y
Zhang (2023) han evidenciado que los sistemas inteligentes tienen la capacidad las anticipar
las expectativas, y con base en esto, pueden desarrollar una personalización más detallada
según las necesidades y deseos de los turistas. Además, identican que los resultados de la
personalización no solo recaen en la satisfacción y delización de los clientes, sino que también
hay benecios económicos al reducir costos de operación y el uso de recursos.
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
194
Por otro lado, la dimensión cultural del turismo ha encontrado en la inteligencia articial
un aliado estratégico. Por ejemplo, Chen y Sun (2024) demuestran cómo la representación
algorítmica de imágenes culturales inuye en la percepción de valor de los destinos. Zhou
(2024) documenta casos exitosos donde la guía visual inteligente ha incrementado hasta en un
155% las ventas de productos turísticos rurales, al realzar elementos culturales auténticos.
Un factor para considerar es que pese a la sosticación que está teniendo cada vez más la
inteligencia articial, se han identicado errores en su funcionamiento. Empero, el estudio de
Loureiro et al. (2024) revela que los turistas tienden a ser indulgentes con estos errores, cuando
perciben un enriquecimiento emocional en su experiencia.
En la personalización de servicios se identican tres aspectos clave para su desarrollo. En
primer lugar, se encuentran los sistemas de recomendación hiperpersonalizados, los cuales se
basan en el análisis de las preferencias temporales y espaciales de los usuarios para generar rutas
turísticas totalmente adaptadas (Rai & Rai, 2021). En segundo lugar, la inteligencia articial
generativa está revolucionando la creación de contenidos turísticos, aunque como indican
Zhu et al. (2024), persisten importantes lagunas en la comprensión de su impacto económico
real. En tercer lugar, la inteligencia articial y la realidad virtual están contribuyendo a que la
comunicación cultural de los destinos sea más efectiva y accesible (Hou, 2024).
Por el contrario, también se detectan tres grandes preocupaciones. La primera está relacionada
con la privacidad de los datos. Los sistemas basados en inteligencia articial requieren
información sensible sin garantizar, en varias ocasiones, la transparencia sobre su uso,
lo que provoca desconanza entre los usuarios (Grundner & Neuhofer, 2021). La segunda
preocupación es sobre el sesgo algorítmico que existe al basarse en datos mayoritarios, lo cual
provoca una marginación de los grupos minoritarios perpetuando con ello, desigualdades en
las experiencias turísticas (Topsakal & Çuhadar, 2024). La tercera gira en torno a la falta de
interacción humana cuando se presentan problemas más complejos que requieren del juicio,
calidez y empatía del ser humano (Perić & Vitezić, 2021). Para atender estos desafíos son
necesarios los marcos regulatorios robustos para proteger datos, las auditorías continuas que
reduzcan sesgos en los algoritmos y la creación de modelos híbridos que combinen la eciencia
de la inteligencia articial con las cualidades del trato humano ante situaciones delicadas.
Inteligencia articial para la sostenibilidad del turismo
Las investigaciones demuestran que las aplicaciones de inteligencia articial están
contribuyendo al logro de los Objetivos de Desarrollo Sostenible (ODS) vinculados con el
crecimiento económico, la conservación ambiental y el desenvolvimiento social (Buitrago-
Esquinas et al., 2024; Öztürk et al., 2024). En atención al ODS 13 “acción por el clima”,
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
195
Ping y Omar (2024) desarrollaron un sistema de monitorización ambiental que superan las
limitaciones de los métodos tradicionales. Sus algoritmos han logrado identicar cambios en
la cobertura vegetal y calidad del agua con mayor precisión y rapidez, proporcionando datos
críticos para la toma de decisiones ecológicas. De igual manera, Dai et al. (2024) han creado
modelos predictivos de turismo bajo en carbono que permiten anticipar y gestionar patrones de
demanda, mitigando así la presión sobre los ecosistemas vulnerables.
En cuanto al ODS 10 “reducción de las desigualdades”, la inteligencia articial se está
consolidando como un instrumento valioso para promover la inclusión. Jaelani et al. (2024)
documentan cómo Indonesia está utilizando estas tecnologías para crear destinos inteligentes
accesibles, combinando sistemas de pago digital y aplicaciones de realidad aumentada, al
mismo tiempo que poblaciones tradicionalmente marginadas participen de los benecios del
turismo. Esta aproximación tecnológica se alinea con los principios de diseño universal e ilustra
cómo la innovación puede ser un vehículo para la equidad.
El ODS 8 “trabajo decente y crecimiento económico”, ODS 10 “reducción de las desigualdades”
y ODS 15 “vida de ecosistemas terrestres” encuentran sustento en aplicaciones de inteligencia
articial que redistribuyen benecios turísticos. Zhang (2021) mediante un modelo de redes
neuronales evidencia cómo la protección del patrimonio cultural y la mejora ecológica
generan impactos sociales positivos en un destino de China. Estas conclusiones resuenan con
los hallazgos de Jiang et al. (2023) sobre turismo rural bajo en carbono, donde técnicas de
visualización geográca han optimizado la planicación de rutas, reduciendo con ello, la huella
ecológica mientras se fortalece la economía local.
En el caso del ODS 9 “industria, innovación e infraestructura” y ODS 11 “ciudades y
comunidades sostenibles”, los hallazgos resaltan la capacidad de la inteligencia articial para
promover un desarrollo territorial armónico en regiones con alta vulnerabilidad. Pan et al.
(2024) han evidenciado que los sistemas de inteligencia articial pueden ser aprovechados para
propiciar la gobernanza en el turismo rural, integrando con ello, las ventajas industriales con
los recursos naturales y el patrimonio cultural local. Asimismo, Choe et al. (2024) y Kim et
al. (2023) demostraron que la implementación estratégica de la inteligencia articial mejora la
viabilidad sectorial, la movilidad sostenible y los impactos ambientales, así como la experiencia
turística.
Respecto al ODS 9 “industria, innovación e infraestructura” y ODS 15 “vida de ecosistemas
terrestres”, la inteligencia articial puede ser una herramienta beneciosa en la protección
del patrimonio natural y cultural. Cheng (2024) identica que estas tecnologías pueden
salvaguardar los recursos culturales, sin comprometer su identidad y valor turístico. Mientras
que Li et al. (2022), desarrollaron una metodología innovadora para calcular la capacidad de
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
196
carga en sitios patrimoniales para evitar su sobresaturación y deterioro. Finalmente, se observa
una conexión entre el ODS 16 “paz, justicia e instituciones sólidas” y el ODS 17 “alianzas
para lograr los objetivos”. El estudio de Gao y Wang (2024) expone la necesidad de incentivar
estrategias colaborativas para gestionar los riesgos asociados a la inteligencia articial en el
turismo y, con ello garantizar, una mayor alineación con los ODS, especialmente, en los temas
de paz y bienestar social.
Predicción del comportamiento turístico con inteligencia articial
La inteligencia articial ha demostrado ser una herramienta fundamental en el análisis predictivo
del comportamiento turístico (Ma, 2024). Por ejemplo, los sistemas basados en inteligencia
articial no solo facilitan la identicación de tendencias en la demanda y los patrones
temporales, sino que también promueven estrategias para evitar la centralización económica
y la masicación de los destinos turísticos. El modelo predictivo de Gan (2024), evidenció
que las actividades de turismo rural impulsan el desarrollo socioeconómico en zonas menos
favorecidas, acelerando los procesos de modernización. Con lo cual se subraya el potencial de
la inteligencia articial para redistribuir los benecios económicos y reducir las disparidades
regionales, permitiendo a largo plazo una gestión más sostenible y eciente.
La inteligencia articial también se ha integrado en la gestión de destinos turísticos y ha
favorecido el aprovechamiento sostenible de los recursos. Luo (2024) propuso un modelo
innovador para analizar datos de la actividad turística, con énfasis en el desarrollo y la gestión
de proyectos eco-agrícolas, proporcionando una base de soporte más sólida para su mejora.
Por otro lado, Louati et al. (2024) en sus modelos de predicción de gasto turístico incorporaron
variables críticas como la resiliencia económica y la gestión ambiental, demostrando un vínculo
entre la inteligencia articial y el turismo sostenible.
Las investigaciones sugieren que los modelos de inteligencia articial son superiores en el
análisis y la previsión de ujos turísticos, frente a los métodos tradicionales. Dai et al. (2024) y,
Zheng y Zhang (2023) desarrollaron un sistema de estimación que aumenta signicativamente
la precisión de las predicciones. Asimismo, Al-Shehhi et al. (2024) evaluaron diversos modelos
para pronosticar la llegada de turistas internacionales en destinos clave como Nueva York,
Singapur y Dubái, demostrando su utilidad para simular escenarios complejos y mejorar la
toma de decisiones. En contraste, aparece una tendencia que busca combinar las técnicas
analíticas basadas en inteligencia articial con las técnicas tradicionales para maximizar los
benecios de la gestión del turismo.
En este caso, Şeker (2024) destacó la importancia del enfoque analítico híbrido en el contexto
europeo, caracterizado por tener una alta dependencia de la actividad turística, requiriendo así,
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
197
mayor precisión en las predicciones para garantizar la estabilidad nanciera. Por consiguiente,
se puede decir que los métodos mixtos no solo incrementan la conabilidad de los pronósticos,
sino que también se adaptan a las condiciones y complejidades de los destinos.
Discusión y conclusiones
Esta revisión de literatura observa un creciente interés por las tecnologías avanzadas basadas
en inteligencia articial, tales como chatbots, big data, machine learning, entre otras;
y su integración en las estrategias de mercadotecnia, co-creación de valor y sostenibilidad
turística (Florido-Benítez & Del Alcázar, 2024; Kashem et al., 2023; Solakis et al., 2024).
Los estudios incluidos ponen de maniesto dinámicas signicativas en los procesos de
adopción de inteligencia articial, identicando factores diferenciadores como las condiciones
socioculturales y personales de los turistas, así como las barreras organizacionales para su
implementación (Marozzo et al., 2024; Shah-Alam et al., 2024). Estos hallazgos sugieren que
la investigación se está orientada hacia los benecios económicos y comerciales que ofrece la
inteligencia articial, donde el rol del usuario se perla como un eje fundamental para futuros
estudios.
En el tema de personalización de los servicios con inteligencia articial se han identicado
tres aspectos críticos que deben discutirse con mayor profundidad en la investigación turística
futura: a) la gestión ética de los datos personales y sensibles, b) el desarrollo de algoritmos con
mayor inclusión y, c) la creación de sistemas híbridos donde se integren el talento tecnológico
y las cualidades emocionales del factor humano (Grundner & Neuhofer, 2021; Perić & Vitezić,
2021; Topsakal & Çuhadar, 2024). Esto permitirá comprender cómo la inteligencia articial
puede ser una herramienta útil para las actividades cotidianas, la productividad laboral y el
bienestar social, siempre y cuando, se emplee de manera transparente y responsable.
A pesar de que una parte considerable de estudios están vinculados con los ODS, se observa
una participación incipiente en los temas de reducción de la pobreza, igualdad de género,
bienestar, gestión hídrica y transición energética. La revisión muestra una tendencia más
hacia los aspectos de crecimiento económico inclusivo, acción climática y conservación de
los ecosistemas (Jaelani et al., 2024; Öztürk et al., 2024; Ping & Omar, 2024). Esta asimetría
reeja una fragmentación que hasta el momento prioriza los impactos económicos y ambientales
inmediatos, en lugar de conciliar una visión holística para integrar todos los ODS.
También se aprecian ventajas de la inteligencia articial en la precisión analítica, la capacidad
de simulación y el apoyo en la toma de decisiones (Dai et al., 2024; Louati et al., 2024; Ma,
2024). Ante esto, las próximas investigaciones podrían profundizar sobre la escalabilidad de
los modelos de predicción del comportamiento turístico, así como en su posible aplicación en
destinos con limitaciones económicas, sociales y tecnológicas, asegurando que los benecios
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
198
de la inteligencia articial sean accesibles para las comunidades y regiones menos favorecidas.
Se concluye que la inteligencia articial se posiciona como un facilitador en la transformación
y vigencia de la actividad turística. En términos de fortalezas, el enfoque de la revisión de
literatura permitió indagar sobre qué temas han tenido mayor atención y cuáles permanecen
menos explorados. Asimismo, abrió las puertas hacia nuevas oportunidades de investigación
relacionadas con la sostenibilidad, la personalización de experiencias y la anticipación del
comportamiento de los turistas. Aunque la adopción de la inteligencia articial cada vez más se
incorpora en la vida cotidiana y en los sectores productivos, aún enfrenta retos vinculados con
la equidad, la articulación con los ODS y la superación de obstáculos tecnológicos.
Las líneas de investigación deben priorizar modelos de adopción de la inteligencia articial
que sean más escalables, inclusivos y coherentes con los propósitos de la Agenda 2030, para
aprovechar de manera integral sus benecios. En este mismo sentido, podrían desarrollarse
estudios sobre el uso de la inteligencia articial en destinos de turismo alternativo y contrastar
sus resultados con los obtenidos en destinos tradicionales y consolidados, como los de sol y playa
o los de carácter cultural. Otras líneas de investigación podrían prestar atención en los desafíos
éticos que aún plantea la inteligencia articial. Por ejemplo, el uso de los datos personales de
los turistas ha servido para personalizar las experiencias; sin embargo, es cuestionable cuando
se utilizan para propiciar prácticas de consumo desmedido e insostenible.
La revisión presenta limitaciones por su enfoque descriptivo. Aunque la sistematización
garantiza transparencia y replicabilidad, el análisis temático de los artículos deja de lado una
reexión más profunda y crítica sobre las cuestiones epistemológicas, teóricas y metodológicas
en torno a la adopción de la inteligencia articial en el turismo. Otra limitación se relaciona con
la inclusión solo de artículos cientícos. Al excluir la literatura gris (actas de congresos, libros,
informes técnicos, tesis, entre otros), es posible que el panorama temático de las contribuciones
cientícas no haya sido completamente capturado. Por otra parte, se empleó exclusivamente
la base de datos de Scopus para la identicación y selección de los artículos. A pesar de su
prestigio, es pertinente mencionar que hay sesgos en la cobertura geográca de las revistas,
dado que una signicativa proporción de publicaciones latinoamericanas no se encuentran
indexadas en dicha base.
Por consiguiente, se debe tener cautela en la interpretación de los resultados. Los hallazgos
deben entenderse como un punto de partida para explorar la inteligencia articial en el turismo.
Su rigor sistemático asegura una base conable para identicar qué se ha estudiado, pero no
necesariamente se responde a qué funciona, cómo o en qué contextos. Los próximos estudios
deberán profundizar en el análisis crítico de los estudios mapeados, integrar otros documentos
de relevancia académica y hacer comparaciones regionales de las contribuciones cientícas.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
199
Declaración de contribución de autoría CRediT
Thalía Fernández-Jiménez: Conceptualización, curación de datos, análisis formal, investigación, metodología,
recursos, visualización, redacción (borrador original), redacción (revisión y edición).
Alejandro Delgado-Cruz: Conceptualización, curación de datos, análisis formal, investigación, metodología,
administración del proyecto, recursos, supervisión, validación, visualización, redacción (borrador original),
redacción (revisión y edición).
Elva Esther Vargas-Martínez: Conceptualización, curación de datos, análisis formal, investigación, metodología,
recursos, supervisión, validación, visualización, redacción (borrador original), redacción (revisión y edición).
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
Referencias
1. Abed, S. S. (2024). Acceptance and use of articial intelligence in online tourism services
by generation Z in Saudi Arabia. IEEE Access, 12, 164533-164542. https://doi.org/10.1109/
access.2024.3492001
2. Al-Shehhi, M., Karathanasopoulos, A., Osman, M., & Tabche, I. (2024). Comparative
analysis of conventional and articial intelligence forecasting models for international
tourist arrivals in three metropolitan hubs. Journal for International Business and
Entrepreneurship Development, 16(3), 349-375. https://doi.org/10.1504/jibed.2024.142489
3. Aliyah, N., Lukita, C., Pangilinan, G. A., Chakim, M. H. R., & Saputra, D. B. (2023).
Examining the impact of articial intelligence and internet of things on smart tourism
destinations: A comprehensive study. Aptisi Transactions on Technopreneurship, 5(2),
135-145. https://doi.org/10.34306/att.v5i2sp.332
4. Benaddi, L., Ouaddi, C., Jakimi, A., & Ouchao, B. (2024). A systematic review of chatbots:
Classication, development, and their impact on tourism. IEEE Access, 12, 78799-78810.
https://doi.org/10.1109/access.2024.3408108
5. Buitrago-Esquinas, E. M., Yñiguez-Ovando, R., Puig-Cabrera, M., Santos, M. C., &
Santos, J. A. C. (2024). Articial intelligence and sustainable tourism planning: A hetero-
intelligence methodology proposal. Tourism & Management Studies, 20(SI), 45-59. https://
doi.org/10.18089/tms.2024SI04
6. Camacho-Ruiz, M., Carrasco, R. A., Fernández-Avilés, G., & LaTorre, A. (2023). Tourism
destination events classier based on articial intelligence techniques. Applied Soft
Computing, 148, 110914. https://doi.org/10.1016/j.asoc.2023.110914
7. Carvalho, I., & Ivanov, S. (2024). ChatGPT for tourism: Applications, benets and risks.
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
200
Tourism Review, 79(2), 290-303. https://doi.org/10.1108/tr-02-2023-0088
8. Chen, B., & Sun, Z. (2024). Articial intelligence’s role in utilizing tv dramas and movies
as catalysts for the development of cultural tourism in rural ethnic areas. Computer-
Aided Design and Applications, 21(S20), 232-251. https://doi.org/10.14733/cadaps.2024.
s20.232-251
9. Chen, C., & Wei, Z. (2024). Role of articial intelligence in travel decision making and
tourism product selling. Asia Pacic Journal of Tourism Research, 29(3), 239-253. https://
doi.org/10.1080/10941665.2024.2317390
10. Cheng, L. (2024). Research on development and protection of cultural heritage tourism
resources in the age of articial intelligence. Applied Mathematics and Nonlinear Sciences,
9(1), 1-15. https://doi.org/10.2478/amns.2023.2.01554
11. Choe, J. Y., Opoku, E. K., Cuervo, J. C., & Adongo, R. (2024). Investigating potential
tourists’ attitudes toward articial intelligence services: A market segmentation approach.
Journal of Hospitality and Tourism Insights, 7(4), 2237-2255. https://doi.org/10.1108/jhti-
04-2023-0231
12. Choi, Y., & Kim, D. (2024). Articial intelligence in the tourism industry: Current trends and
future outlook. International Journal on Advanced Science Engineering and Information
Technology, 14(6), 1889-1895. https://doi.org/10.18517/ijaseit.14.6.20452
13. Correa, P., Valencia, A., Garcés, L. F., Rodríguez, L., López, G., & Benjumea, M. (2023).
Tendencias en el uso de inteligencia articial en el sector del turismo. Revista Turismo &
Desenvolvimento, 40, 81-92. https://doi.org/10.34624/rtd.v40i0.31447
14. Dai, H., Lee, S., & Chong, K. M. (2024). An articial intelligence prediction approach for
behavioral intentions of health tourism: A protection motivation theory-based perspective.
Applied Mathematics and Nonlinear Sciences, 9(1), 1-19. https://doi.org/10.2478/amns-
2024-2747
15. Doborjeh, Z., Hemmington, N., Doborjeh, M., & Kasabov, N. (2022). Articial intelligence:
A systematic review of methods and applications in hospitality and tourism. International
Journal of Contemporary Hospitality Management, 34(3), 1154-1176. https://doi.
org/10.1108/ijchm-06-2021-0767
16. Dos Santos, V. S., De Sousa, S. J. A., Santos, L. M. L., Filho, L. A. M. M., De Santana
Porte, M., Da Silva Taveira, M., & De Oliveira Alexandre, M. L. (2024). Inteligência
articial nos estudos e pesquisas em turismo no Brasil. Revista Brasileira de Pesquisa em
Turismo, 18, 2896. https://doi.org/10.7784/rbtur.v18.2896
17. Duan, J. (2024). Identication and inuence of tourism consumption behavior based
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
201
on articial intelligence. Informatica, 48(15), 135-150. https://doi.org/10.31449/inf.
v48i15.6203
18. Essien, A., & Chukwukelu, G. (2022). Deep learning in hospitality and tourism: A research
framework agenda for future research. International Journal of Contemporary Hospitality
Management, 34(12), 4480-4515. https://doi.org/10.1108/ijchm-09-2021-1176
19. Filieri, R., D’Amico, E., Destefanis, A., Paolucci, E., & Raguseo, E. (2021). Articial
intelligence (AI) for tourism: An European-based study on successful AI tourism start-
ups. International Journal of Contemporary Hospitality Management, 33(11), 4099-4125.
https://doi.org/10.1108/ijchm-02-2021-0220
20. Florido-Benítez, L. (2024). Generative articial intelligence: a proactive and creative
tool to achieve hyper-segmentation and hyper-personalization in the tourism industry.
International Journal of Tourism Cities. https://doi.org/10.1108/ijtc-05-2024-0111
21. Florido-Benítez, L., & Del Alcázar, B. (2024). How articial intelligence (AI) is powering
new tourism marketing and the future agenda for smart tourist destinations. Electronics,
13(21), 4151. https://doi.org/10.3390/electronics13214151
22. Fouad, A. M., Salem, I. E., & Fathy, E. A. (2024). Generative AI insights in tourism
and hospitality: A comprehensive review and strategic research roadmap. Tourism and
Hospitality Research. https://doi.org/10.1177/14673584241293125
23. Gan, L. (2024). Rural tourism incorporating articial intelligence technology to help
modernize rural revitalization. Applied Mathematics and Nonlinear Sciences, 9(1), 1-19.
https://doi.org/10.2478/amns.2023.2.01379
24. Gao, R., & Wang, Y. (2024). Collaborative supervision strategies for risk issues of
generative articial intelligence in the tourism industry. Technology Analysis and Strategic
Management, 1-19. https://doi.org/10.1080/09537325.2024.2434479
25. García-Madurga, M., & Grilló-Méndez, A. (2023). Articial Intelligence in the tourism
industry: An overview of reviews. Administrative Sciences, 13(8), 172. https://doi.
org/10.3390/admsci13080172
26. Ghesh, N., Alexander, M., & Davis, A. (2024). The articial intelligence-enabled customer
experience in tourism: A systematic literature review. Tourism Review, 79(5), 1017-1037.
https://doi.org/10.1108/tr-04-2023-0255
27. Goel, P., Kaushik, N., Sivathanu, B., Pillai, R., & Vikas, J. (2022). Consumers’ adoption
of articial intelligence and robotics in hospitality and tourism sector: Literature review
and future research agenda. Tourism Review, 77(4), 1081-1096. https://doi.org/10.1108/
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
202
tr-03-2021-0138
28. Grundner, L., & Neuhofer, B. (2021). The bright and dark sides of articial intelligence: A
futures perspective on tourist destination experiences. Journal of Destination Marketing &
Management, 19, 100511. https://doi.org/10.1016/j.jdmm.2020.100511
29. Hamarat, H., Sahin, H., Apuhan, A. K., & İnan, R. (2024). The dark side of articial
intelligence: threats to tourism workers. Worldwide Hospitality and Tourism Themes,
16(2), 127-137. https://doi.org/10.1108/whatt-03-2024-0061
30. Hartatik, H., Isnanto, R. R., & Warsito, B. (2024). Applied data science and articial
intelligence for tourism and hospitality industry in society 5.0: A review. Journal of Applied
Data Sciences, 5(4), 1566-1578. https://doi.org/10.47738/jads.v5i4.300
31. Hermosa, P. M., & Arco, M. L. (2024). Inteligencia articial (IA) en turismo sostenible:
Análisis bibliométrico. Cuadernos de Turismo, 53, 157-185. https://doi.org/10.6018/
turismo.616431
32. Herrera, A., Arroyo, Á., Jiménez, A., & Herrero, Á. (2023). Articial intelligence as
catalyst for the tourism sector: A literature review. JUCS - Journal of Universal Computer
Science, 29(12), 1439-1460. https://doi.org/10.3897/jucs.101550
33. Hou, N. (2024). Research on the application of virtual reality technology in the cultural
exchange of tourist attractions under the background of articial intelligence. International
Journal of Information Systems and Supply Chain Management, 17(1), 1-19. https://doi.
org/10.4018/ijisscm.341801
34. Huang, A., Chao, Y., De la Mora Velasco, E., Bilgihan, A., & Wei, W. (2022). When
articial intelligence meets the hospitality and tourism industry: An assessment framework
to inform theory and management. Journal of Hospitality and Tourism Insights, 5(5), 1080-
1100. https://doi.org/10.1108/jhti-01-2021-0021
35. Indaryanto, A., Harijadi, B. D., & Sinaga, E. (2023). The growing use and impact of
articial intelligence technologies in the tourism industry. Sustainable Engineering and
Innovation, 5(2), 189-204. https://doi.org/10.37868/sei.v5i2.id238
36. Jabeen, F., Zaidi, S. A., & Dhaheri, M. H. A. (2022). Automation and articial intelligence
in hospitality and tourism. Tourism Review, 77(4), 1043-1061. https://doi.org/10.1108/tr-
09-2019-0360
37. Jaelani, A. K., Luthviati, R. D., Siboy, A., Fatih, S. A., & Hayat, M. J. (2024). Articial
intelligence policy in promoting Indonesian tourism. Volksgeist Jurnal Ilmu Hukum Dan
Konstitusi, 109-137. https://doi.org/10.24090/volksgeist.v7i1.10623
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
203
38. Jiang, G., Gao, W., Xu, M., Tong, M., & Liu, Z. (2023). Geographic information visualization
and sustainable development of low-carbon rural slow tourism under articial intelligence.
Sustainability, 15(4), 3846. https://doi.org/10.3390/su15043846
39. Kashem, M. A., Shamsuddoha, M., Nasir, T., & Chowdhury, A. A. (2023). The role of
articial intelligence and blockchain technologies in sustainable tourism in the Middle
East. Worldwide Hospitality and Tourism Themes, 15(2), 178-191. https://doi.org/10.1108/
whatt-10-2022-0116
40. Khan, N. A. (2024). Articial intelligence, self-ecacy and engagement in religious
tourism: Evidence from Arbaeen pilgrimage. Journal of Hospitality And tourism Insights,
7(3), 1660-1678. https://doi.org/10.1108/jhti-10-2023-0725
41. Kim, M. J., Hall, C. M., Chung, N., Kim, M., & Sohn, K. (2023). Why do tourists use
public transport in Korea? The roles of articial intelligence knowledge, environmental,
social, and governance, and sustainability. Asia Pacic Journal of Tourism Research,
28(5), 467-484. https://doi.org/10.1080/10941665.2023.2247099
42. Kirtil, İ. G., & Aşkun, V. (2021). Articial intelligence in tourism: A review and bibliometrics
research. Advances in Hospitality and Tourism Research (AHTR), 9(1), 205-233. https://
doi.org/10.30519/ahtr.801690
43. Knani, M., Echchakoui, S., & Ladhari, R. (2022). Articial intelligence in tourism and
hospitality: Bibliometric analysis and research agenda. International Journal of Hospitality
Management, 107, 103317. https://doi.org/10.1016/j.ijhm.2022.103317
44. Kong, H., Wang, K., Qiu, X., Cheung, C., & Bu, N. (2023). 30 years of articial intelligence
(AI) research relating to the hospitality and tourism industry. International Journal of
Contemporary Hospitality Management, 35(6), 2157-2177. https://doi.org/10.1108/
ijchm-03-2022-0354
45. Ku, E. C., & Chen, C. (2024). Articial intelligence innovation of tourism businesses: From
satised tourists to continued service usage intention. International Journal of Information
Management, 76, 102757. https://doi.org/10.1016/j.ijinfomgt.2024.102757
46. Kumpulainen, M., & Seppänen, M. (2022). Combining Web of Science and Scopus datasets
in citation-based literature study. Scientometrics, 127, 5613-5631. https://doi.org/10.1007/
s11192-022-04475-7
47. Li, D., Du, P., & He, H. (2022). Articial intelligence-based sustainable development of
smart heritage tourism. Wireless Communications and Mobile Computing, 2022, 1-13.
https://doi.org/10.1155/2022/5441170
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
204
48. Li, M., Yin, D., Qiu, H., & Bai, B. (2021). A systematic review of AI technology-based service
encounters: Implications for hospitality and tourism operations. International Journal of
Hospitality Management, 95, 102930. https://doi.org/10.1016/j.ijhm.2021.102930
49. Li, Q., & Zhang, Y. (2022). Design and implementation of smart tourism service platform
from the perspective of articial intelligence. Wireless Communications and Mobile
Computing, 3501003. https://doi.org/10.1155/2022/3501003
50. Louati, A., Louati, H., Alharbi, M., Kariri, E., Khawaji, T., Almubaddil, Y., & Aldwsary, S.
(2024). Machine learning and articial intelligence for a sustainable tourism: A case study
on Saudi Arabia. Information, 15(9), 516. https://doi.org/10.3390/info15090516
51. Loureiro, S. M. C., Guerreiro, J., Friedmann, E., Lee, M. J., & Han, H. (2024). Tourists
and articial intelligence-LLM interaction: The power of forgiveness. Current Issues in
Tourism, 1-19. https://doi.org/10.1080/13683500.2024.2353872
52. Luo, Z. (2024). Research on the management of ecological agricultural characteristic
tourism development based on articial intelligence technology. Applied Mathematics and
Nonlinear Sciences, 9(1),1-13. https://doi.org/10.2478/amns-2024-0306
53. Lv, H., Shi, S., & Gursoy, D. (2022). A look back and a leap forward: A review and
synthesis of big data and articial intelligence literature in hospitality and tourism. Journal
of Hospitality Marketing & Management, 31(2), 145-175. https://doi.org/10.1080/193686
23.2021.1937434
54. Ma, X. (2024). An innovative model for the intersection of big data and articial intelligence
in tourism for consumer behavior analysis. Applied Mathematics and Nonlinear Sciences,
9(1). https://doi.org/10.2478/amns-2024-2451
55. Manzoor, S. R., Ullah, R., Khattak, A., Ullah, M., & Han, H. (2024). Exploring tourist
perceptions of articial intelligence devices in the hotel industry: Impact of industry 4.0.
Journal of Travel & Tourism Marketing, 41(2), 272-291. https://doi.org/10.1080/1054840
8.2024.2310169
56. Mariani, M., & Wirtz, J. (2023). A critical reection on analytics and articial intelligence
based analytics in hospitality and tourism management research. International Journal
of Contemporary Hospitality Management, 35(8), 2929-2943. https://doi.org/10.1108/
ijchm-08-2022-1006
57. Marozzo, V., Schilliti, V., & Abbate, T. (2024). Articial intelligence and generation z:
evidence from tourism and hospitality. Micro & Macro Marketing, (1), 61-188, https://doi.
org/10.1431/108161
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
205
58. Mishra, V., & Mishra, M. P. (2023). PRISMA for Review of Management Literature
– Method, Merits, and Limitations – An Academic Review. In S. Rana, J. Singh and
S. Kathuria (Eds.), Advancing Methodologies of Conducting Literature Review in
Management Domain (pp. 125-136). Emerald Publishing Limited. https://doi.org/10.1108/
s2754-586520230000002007
59. Orea-Giner, A., Muñoz-Mazón, A., Villacé-Molinero, T., & Fuentes-Moraleda, L. (2022).
Cultural tourist and user experience with articial intelligence: A holistic perspective from
the industry 5.0 approach. Journal of Tourism Futures, 9(1),1-15). https://doi.org/10.1108/
jtf-04-2022-0115
60. Öztürk, T., Kahriman, E. A., & Tanriverdi, V. (2024). Sustainable solutions for overcoming
challenges in the tourism sector: Integrating articial intelligence and blockchain for
environmental and energy eciency. International Journal of Global Warming, 34(1), 85-
94. https://doi.org/10.1504/ijgw.2024.141408
61. Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Homann, T. C., Mulrow,
C. D., Shamseer, L., Tetzla, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J.,
Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E.,
McDonald, S., . . . Moher, D. (2021). The PRISMA 2020 statement: An updated guideline
for reporting systematic reviews. International Journal of Surgery, 88, 105906. https://doi.
org/10.1016/j.ijsu.2021.105906
62. Pan, H., Wei, T., & Li, L. (2024). A strategy study based on articial intelligence data analysis
of rural governance into tourism industry development research. Applied Mathematics and
Nonlinear Sciences, 9(1),1-15. https://doi.org/10.2478/amns.2023.2.00212
63. Paré G., Trudel M.-C., Jaana M., & Kitsiou S. (2015). Synthesizing information systems
knowledge: A typology of literature reviews. Information & Management, 52(2),183–199.
https://doi.org/10.1016/j.im.2014.08.008
64. Perić, M., & Vitezić, V. (2021). Tourism getting back to life after COVID-19: Can articial
intelligence help? Societies, 11(4), 115. https://doi.org/10.3390/soc11040115
65. Petersen K., Vakkalanka S., & Kuzniarz L. (2015). Guidelines for conducting systematic
mapping studies in software engineering: An update. Information and Software Technology,
64,1–18. https://doi.org/10.1016/j.infsof.2015.03.007
66. Ping, M. Y., & Omar, S. I. (2024). Using articial intelligence algorithms and computer
image processing technology to improve environmental monitoring and protection methods
in tourist destinations. Australian Journal of Electrical & Electronics Engineering, 1-11.
https://doi.org/10.1080/1448837x.2024.2421043
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
206
67. Rai, P., & Rai, S. (2021). Text renement powered by articial intelligence for tourism.
Wireless Personal Communications, 120(2), 1193-1205. https://doi.org/10.1007/s11277-
021-08510-3
68. Samala, N., Katkam, B. S., Bellamkonda, R. S., & Rodriguez, R. V. (2020). Impact of AI
and robotics in the tourism sector: A critical insight. Journal of Tourism Futures, 8(1), 73-
87. https://doi.org/10.1108/jtf-07-2019-0065
69. Samara, D., Magnisalis, I., & Peristeras, V. (2020). Articial intelligence and big data in
tourism: A systematic literature review. Journal of Hospitality and Tourism Technology,
11(2), 343-367. https://doi.org/10.1108/jhtt-12-2018-0118
70. Saputra, F. E., Buhalis, D., Augustyn, M. M., & Marangos, S. (2024). Anthropomorphism-
based articial intelligence (AI) robots typology in hospitality and tourism. Journal of
Hospitality and Tourism Technology, 15(5), 790-807. https://doi.org/10.1108/jhtt-03-
2024-0171
71. Sarkis-Onofre, R., Catalá-López, F., Aromataris, E., & Lockwood, C. (2021). How to
properly use the PRISMA Statement. Systematic Reviews, 10, 117. https://doi.org/10.1186/
s13643-021-01671-z
72. Şeker, F. (2024). Combining the power of articial intelligence and mathematical modelling:
A hybrid technique for enhanced forecast of tourism receipts. European Journal of Tourism
Research, 36, 3614. https://doi.org/10.54055/ejtr.v36i.3246
73. Şengel, Ü., & Işkın, M. (2024). Intellectual structure on articial intelligence studies
in tourism and hospitality: A bibliometric analysis. Worldwide Hospitality and Tourism
Themes, 16(2), 202-215. https://doi.org/10.1108/whatt-03-2024-0070
74. Shah-Alam, S., Ahsan, M. N., Masukujjaman, M., Kokash, H. A., & Ahmed, S. (2024).
Adoption of big data analytics and articial intelligence among hospitality and tourism
companies: Perceive performance perspective. Journal of Quality Assurance in Hospitality
& Tourism, 1-35. https://doi.org/10.1080/1528008x.2024.2442674
75. Sharma, K., Jain, M., & Dhir, S. (2022). Analysing the impact of articial intelligence
on the competitiveness of tourism rms: a modied total interpretive structural modeling
(m-TISM) approach. International Journal of Emerging Markets, 17(4), 1067-1084.
https://doi.org/10.1108/ijoem-05-2021-0810
76. Shin, H., Ryu, J., & Jo, Y. (2025). Navigating articial intelligence adoption in hospitality
and tourism: Managerial insights, workforce transformation, and a future research agenda.
International Journal of Hospitality Management, 128, 104187. https://doi.org/10.1016/j.
ijhm.2025.104187
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
207
77. Singh, V. K., Singh, P., Karmakar, M., Leta, J., & Mayr, P. (2021). The journal coverage
of Web of Science, Scopus and Dimensions: A comparative analysis. Scientometrics, 126,
5113–5142. https://doi.org/10.1007/s11192-021-03948-5
78. Solakis, K., Katsoni, V., Mahmoud, A. B., & Grigoriou, N. (2024). Factors aecting value
co-creation through articial intelligence in tourism: A general literature review. Journal
of Tourism Futures, 10(1), 116-130. https://doi.org/10.1108/jtf-06-2021-0157
79. Song, Y., & He, Y. (2023). Toward an intelligent tourism recommendation system based
on articial intelligence and IoT using apriori algorithm. Soft Computing, 27(24), 19159-
19177. https://doi.org/10.1007/s00500-023-09330-2
80. Sousa, A. E., Cardoso, P., & Dias, F. (2024). The use of articial intelligence systems in
tourism and hospitality: The tourists’ perspective. Administrative Sciences, 14(8), 165.
https://doi.org/10.3390/admsci14080165
81. Topsakal, Y., & Çuhadar, M. (2024). Usage intention of tourists regarding the acceptance
of articial intelligence enhanced tour guides apps. Current Issues in Tourism, 1-17. https://
doi.org/10.1080/13683500.2024.2375361
82. Tussyadiah, I. (2020). A review of research into automation in tourism: Launching the Annals
of Tourism Research curated collection on articial intelligence and robotics in tourism.
Annals of Tourism Research, 81, 102883. https://doi.org/10.1016/j.annals.2020.102883
83. Ülkü, A. (2023). Articial intelligence-based large language models and integrity of exams
and assignments in higher education: the case of tourism courses. Tourism & Management
Studies, 21-34. https://doi.org/10.18089/tms.2023.190402
84. Valencia, A., Londoño, W., Garcés, L. F., Arboleda, A., Rodriguez, P. A., Agudelo, E., &
Teodori, R. (2024). Tendencias investigativas en el uso de la inteligencia articial en el
turismo. RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, (69) 560-572.
https://www.risti.xyz/issues/ristie69.pdf
85. Vargas, E. E., & Delgado, A. (2023). Big Data in Hotel Companies: Systematic Literature
Review. In J. Marques and R. P. Marques (Eds.). Digital Transformation of the Hotel
Industry: Theories, Practices, and Global Challenges (pp.111-133). Springer. https://doi.
org/10.1007/978-3-031-31682-1_6
86. Wang, Y., & Uysal, M. (2024). Articial intelligence-assisted mindfulness in tourism,
hospitality, and events. International Journal of Contemporary Hospitality Management,
36(4), 1262-1278. https://doi.org/10.1108/ijchm-11-2022-1444
87. Xie, D., & He, Y. (2022). Marketing strategy of rural tourism based on big data
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
208
and articial intelligence. Mobile Information Systems, 2022, 954351. https://doi.
org/10.1155/2022/9154351
88. Yang, J., & Chew, E. (2021). A systematic review for service humanoid robotics model
in hospitality. International Journal of Social Robotics, 13(6), 1397-1410. https://doi.
org/10.1007/s12369-020-00724-y
89. Yu, H. (2024). Application of the articial intelligence system based on graphics and
vision in ethnic tourism of subtropical grasslands. Heliyon, 10(11), e31442. https://doi.
org/10.1016/j.heliyon.2024.e31442
90. Zhang, R. (2021). Exploration of social benets for tourism performing arts industrialization
in culture–tourism integration based on deep learning and articial intelligence technology.
Frontiers in Psychology, 12, 592925. https://doi.org/10.3389/fpsyg.2021.592925
91. Zhang, Y. (2024). Research on articial intelligence-assisted leisure hotel and tourism
industry sustainable development strategy. Applied Mathematics and Nonlinear Sciences,
9(1), 1-15. https://doi.org/10.2478/amns-2024-2845
92. Zheng, S., & Zhang, Z. (2023). Adaptive tourism forecasting using hybrid articial
intelligence model: A case study of Xi’an international tourist arrivals. PeerJ Computer
Science, 9, e1573. https://doi.org/10.7717/peerj-cs.1573
93. Zhou, S. (2024). The use of rural cultural tourism product development strategy based
on articial intelligence technology. Applied Mathematics and Nonlinear Sciences, 9(1),
1-15. https://doi.org/10.2478/amns.2023.2.01254
94. Zhu, S., Song, M., & Duan, Y. (2024). Emotional arousal: How articial intelligence-gen-
erated content inuences tourism decision-making. Tourism Recreation Research, 1-12.
https://doi.org/10.1080/02508281.2024.2439321
ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Wilson A. Pérez-Oviedo
wperez@acso.edu.ec
Facultad Latinoamericana de
Ciencias Sociales, FLACSO
(Quito – Ecuador)
ORCID: 0000-0002-9285-1501
Recibido: 01/12/2025
Aceptado: 31/12/2025
DE LA ECONOMETRÍA AL
RAZONAMIENTO CAUSAL:
INTELIGENCIA ARTIFICIAL Y
FORMACIÓN ECONÓMICA EN
TIEMPOS DE BIG DATA
FROM ECONOMETRICS
TO CAUSAL REASONING:
ARTIFICIAL INTELLIGENCE AND
ECONOMIC EDUCATION IN THE
AGE OF BIG DATA
DOI:
https://doi.org/10.37135/kai.03.16.10
KAIRÓS, Vol. (9) No. 16, pp. 209-228, enero - junio 2026
ISSN No. 2631-2743
,
Resumen
La rápida expansión de la inteligencia articial (IA) y del
Big Data transforma el mercado laboral y la investigación
en economía, profundizando los cuestionamientos sobre
la credibilidad de los resultados empíricos, el énfasis
en la causalidad y la formación universitaria vigentel.
El artículo analiza estos cambios como parte de la
credibility revolution en economía empírica, destacando
sus aportes en diseño de investigación y sus límites
frente a sistemas complejos y dinámicos. A partir de una
revisión crítica de la literatura reciente, se argumenta
que más datos y mayor capacidad computacional no
garantizan mejores inferencias sin marcos conceptuales
adecuados. Se propone una integración entre enfoques
basados en diseño, modelos causales estructurales y
aprendizaje automático, y se discuten sus implicaciones
para la enseñanza de la economía y la empleabilidad en
la era de la IA.
Palabras clave: Inteligencia articial, Big Data,
Inferencia causal, Credibilidad empírica, Econometría
aplicada, Formación en economía
Abstract
The rapid expansion of articial intelligence (AI) and Big
Data is transforming both the labor market and economic
research, intensifying concerns about the credibility of
empirical results, the emphasis on causality, and current
university training. This article examines these changes
in the context of the credibility revolution in empirical
economics, highlighting its contributions to research
design as well as its limitations when addressing complex
and dynamic systems. Based on a critical review of
recent literature, it argues that larger datasets and greater
computational power do not ensure better inference
without appropriate conceptual frameworks. The article
proposes a methodological integration of design-based
approaches, structural causal models, and machine
learning techniques, and discusses the implications of
this convergence for economics education and future
economists’ employability in the AI era.
Keywords: Articial intelligence, Big Data, Causal
inference, Empirical credibility, Applied econometrics,
Economics education.
DE LA ECONOMETRÍA AL
RAZONAMIENTO CAUSAL:
INTELIGENCIA ARTIFICIAL
Y FORMACIÓN ECONÓMICA
EN TIEMPOS DE BIG DATA
FROM ECONOMETRICS
TO CAUSAL REASONING:
ARTIFICIAL INTELLIGENCE
AND ECONOMIC EDUCATION
IN THE AGE OF BIG DATA
DOI:
https://doi.org/10.37135/kai.03.16.10
KAIRÓS, Vol. (9) No. 16, pp. 209-228, enero - junio 2026
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
De la econometría al razonamiento causal: Inteligencia Articial y formación económica en tiempos de Big Data
211
KAIRÓS, Vol. (9) No. 16, pp. 209-228, enero - junio 2026
Introducción
La veloz difusión de la inteligencia articial (IA) y de las tecnologías asociadas al Big Data
está transformando de manera profunda el mercado de trabajo, los procesos productivos y, por
lo tanto, las competencias requeridas para la inserción profesional de los jóvenes graduados
universitarios. Aunque existe una considerable incertidumbre sobre la magnitud exacta de sus
efectos agregados en la economía y la sociedad en su conjunto, la evidencia disponible parece
mostrar que estos cambios ya están alterando de forma heterogénea las trayectorias laborales,
afectando con particular intensidad a los trabajadores jóvenes y a los recién graduados
universitarios.
En este contexto, las brechas entre expectativas sobre la educación universitaria, demandas del
mercado laboral y transformaciones tecnológicas aparecen como un problema central para las
universidades y, en particular, para disciplinas cuya identidad se ha construido históricamente
sobre el dominio de herramientas cuantitativas, tal como la economía.
Este artículo quiere aportar a ese debate desde una perspectiva dual. Por un lado, analizamos
cómo la expansión de la IA y del Big Data interactúa con problemas ya de vieja data en la
economía, y en especial en la econometría, como son la credibilidad empírica en la investigación
y la necesidad de mayores desarrollos metodológicos orientados al abordaje directo de la
inferencia causal. Por otro, examinamos las implicaciones de estos cambios para la enseñanza
de la economía, argumentando que el futuro laboral de los nuevos economistas depende cada
vez más de su capacidad para articular herramientas cuantitativas, pensamiento causal y
comprensión estructural de sistemas complejos. Partiendo de esta base, el trabajo propone que
la adaptación de la formación económica a la nueva realidad tecnológica no es únicamente una
cuestión técnica, sino un desafío epistemológico y pedagógico de primer orden.
Desempleo de graduados
Según muchos pensadores y empresarios involucrados en su creación y desarrollo, la Inteligencia
Articial (IA) podría ser una innovación tecnológica similar -al menos- al internet en cuanto a su
impacto social. Como toda revolución tecnológica en proceso, la presente también tiene un alto
contenido de incertidumbre: mientras Acemoglu (2024) estima su impacto en el crecimiento
del PIB de Estados Unidos en un magro 0.09% a 0.12% anual (p. 35), Briggs y Kodnani (2023)
calculan este impacto en un 1.5% anual.
Las proyecciones sobre el efecto en empleo tienen aún mayor incertidumbre, mejor
ejemplicadas por las dramáticas declaraciones de Sam Altman, director de OpenAI, armó
que “clases enteras de empleos desaparecerán” (Fortune, 2025); o de Dario Amodei, director
Wilson A. Pérez-Oviedo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
212
ejecutivo de Anthropic, “la IA podría eliminar la mitad de todos los empleos de ocina de nivel
inicial y llevar el desempleo a cifras de dos dígitos” (CNN Business, 2025).
Por supuesto, es imposible predecir incluso el futuro cercano, pero ya en 2025 hay señales
alarmantes. Los indicadores más recientes muestran que el desempleo de los recién graduados
en Estados Unidos se mantiene por encima de los niveles generales del mercado laboral: en
2025, el Federal Reserve Bank of St. Louis (2025) reportó que los graduados jóvenes de 23 a
27 años tienen una tasa promedio de desempleo de 4.59 %, frente a alrededor de un 4% para la
población económicamente activa en general. Este panorama lo conrma la Federal Reserve
Bank of New York (2025) que estima que la tasa de desempleo para los recién graduados de la
universidad asciende a 5.3 % en el segundo trimestre de 2025.
Por su parte Hosseini y Lichtinger (2025) muestran que, en las rmas que adoptan activamente
tecnologías de IA generativa, el empleo de trabajadores junior (niveles de entrada) comienza
a reducirse en forma relevante a partir del primer trimestre de 2023, rompiendo la trayectoria
paralela que mantenían con rmas no adoptantes hasta el año 2022. Simultáneamente, el empleo
de trabajadores senior continúa su crecimiento normal, sin mostrar la misma caída.
Es importante notar que este cambio se debe fundamentalmente a una reducción en la
contratación de personal junior, más que a un aumento en las desvinculaciones o promociones.
Esto parece señalar que la adopción de IA genera un patrón de cambio sesgado según la
antigüedad y experiencia laboral (“seniority-biased”), erosionando los escalones inferiores de
la carrera profesional mientras preserva o favorece los niveles más altos.
Hosseini y Lichtinger (2025), adicionalmente, muestran que la adopción de IA generativa por
parte de las empresas se acelera muchísimo tras el lanzamiento de ChatGPT en noviembre
de 2022: el número mensual de rmas que publican su primera vacante “GenAI integrator”
(empleados a cargo del desarrollo y aplicación de IA en el ujo productivo de la empresa)
prácticamente se multiplica por diez entre diciembre de 2022 y mediados de 2023, mientras
que el acumulado crece de forma casi exponencial hasta superar las diez mil empresas en 2025.
Esta rápida difusión tecnológica es coherente con los patrones observados en el empleo: la
expansión de la adopción presiona a las rmas a reorganizar tareas, reduciendo contrataciones
junior y preservando los puestos senior, produciendo el sesgo por antigüedad documentado en
el estudio. Si bien para el caso latinoamericano, a la fecha, no existen estudios tan detallados,
se podría prever entornos profesionales similares para los jóvenes graduados de nuestra región.
En este sentido, diversos estudios recientes presentan evidencia de que una parte importante
de los problemas de los jóvenes graduados en el mercado laboral se explica por un desajuste
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
De la econometría al razonamiento causal: Inteligencia Articial y formación económica en tiempos de Big Data
213
entre las habilidades que adquieren en la universidad y las que requieren los empleadores
—especialmente en competencias de IA, habilidades digitales avanzadas y “soft skills”
complementarias (Segbenya et al., 2023; Wut et al., 2024; Portocarrero Ramos et al., 2025;
Kamaruddin et al., 2023; OECD, 2023).
Por lo tanto, este deterioro relativo en la empleabilidad de los jóvenes graduados no puede
interpretarse como un fenómeno pasajero o temporal del mercado laboral, sino fundamentalmente
como un reejo de desajustes en los procesos de formación universitaria. En el caso de la
economía, cuya identidad como disciplina se ha construido históricamente sobre el dominio
de herramientas y métodos cuantitativos, el desajuste entre las competencias que se enseñan
y las que demandan los empleadores resulta especialmente signicativo. La incorporación tan
acelerada de tecnologías de IA y análisis de datos, no solo que redene las tareas productivas,
sino que redene el conjunto de habilidades cuantitativas que valora el mercado laboral. En este
contexto, la revisión crítica de la formación económica tradicional se vuelve un componente
central para comprender —y por supuesto, corregir— los problemas de empleabilidad que ya
se observan y pueden profundizarse en el futuro.
La enseñanza de la economía en la era de la IA y el Big Data
En este documento, buscamos aportar a la reexión sobre la necesidad de cambios en el proceso
de enseñanza aprendizaje universitario, enfocándonos en el caso de la formación en Economía
y, especícamente, en los métodos cuantitativos de la economía. Consideramos que este es un
buen punto de inicio porque la aplicación de métodos cuantitativos, así como del lenguaje y las
herramientas matemáticas desarrolladas por la física en general, le ha permitido a la disciplina
económica presentarse como una “verdadera” ciencia social e, incluso, ampliar la aplicación de
sus métodos y herramientas a temas del ámbito de otras ciencias sociales (Pérez, 2024).
Si los métodos cuantitativos son una ventaja comparativa de la economía, entonces su
adecuación a la nueva realidad tecnológica se vuelve central para la empleabilidad de los
jóvenes economistas. También es muy importante señalar que, como mostramos más adelante
en este documento, las herramientas cuantitativas creadas y desarrolladas en el ámbito del Big
Data y la Inteligencia Articial podrían originar un cambio profundo en el enfoque cuantitativo
de la Economía y de las Ciencias Sociales en general.
El estado de la econometría a la llegada de la IA
El predominio de los métodos cuantitativos en la disciplina ha sido una fuente de sano orgullo
para los economistas. Sin embargo, varios autores han levantado críticas sólidas sobre la validez
de los estudios econométricos que se publican en las revistas académicas especializadas.
Wilson A. Pérez-Oviedo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
214
Podemos tomar como punto de referencia de esta discusión la publicación del artículo "The
Power of Bias in Economics Research" por Ioannidis, Stanley y Doucouliagos (2017), que tuvo
un impacto considerable en la disciplina económica, siendo citado más de 800 veces desde su
publicación, convirtiéndose rápidamente en una referencia central en debates sobre lo que se ha
calicado como una crisis de replicabilidad en economía (Ferraro y Shukla, 2020).
El estudio de Ioannidis, Stanley y Doucouliagos (2017) usa meta-análisis para evaluar la
credibilidad de la investigación empírica en economía. Analizando 159 temas económicos, más
de 6 700 estudios publicados en reputadas revistas académicas y más de 64 000 estimaciones,
los autores examinan dos dimensiones fundamentales: el poder estadístico y la magnitud del
sesgo en los resultados publicados.
Los hallazgos revelan un panorama preocupante: la potencia mediana de los estudios
económicos oscila entre 10% y 18%, y solo alrededor del 10% de las estimaciones alcanza un
poder adecuado. En numerosas áreas no existe ningún estudio sucientemente potente, y cerca
del 80% de los efectos reportados están inados o exagerados, en ocasiones por factores de dos
y hasta de cuatro. Esta combinación de bajo poder e inación sistemática de resultados implica
que muchas estimaciones “signicativas” pueden ser muy engañosas, cuestionando la solidez
del conocimiento empírico en economía.
A raíz de la crisis de credibilidad empírica mencionada, las prácticas de investigación
econométrica sostenidamente se han movido hacia mejores estándares de transparencia y rigor.
Este cambio es visible, especialmente, en economía experimental, donde la adopción del pre-
registro y de planes de análisis previo (PAP) se han hecho más frecuentes, gracias también a las
plataformas disponibles como el AEA RCT Registry y el Open Science Framework, así como
a las discusiones metodológicas sobre reproducibilidad (Page, Noussair & Slonim 2021). El
pre-registro tiende a mejorar la credibilidad empírica cuando se acompaña de un PAP detallado,
reduciendo la exibilidad analítica y los riesgos de p-hacking, según muestra la evidencia
reciente (Strømland 2019).
Por otro lado, el uso del meta-análisis ha crecido como herramienta estándar para sintetizar
evidencia y, también, reevaluar efectos empíricos en cada vez áreas más numerosas de la
disciplina económica (Gechert et al. 2023). Sin embargo, este proceso de adopción continúa
siendo heterogéneo: mientras la economía experimental ha avanzado de manera más rápida
en implementar estas prácticas, otros subcampos —especialmente aquellos basados en datos
observacionales— han incorporado estas herramientas de forma más gradual, tal como se
reconoce en la literatura sobre transparencia y replicabilidad en economía (Christensen &
Miguel 2018).
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
De la econometría al razonamiento causal: Inteligencia Articial y formación económica en tiempos de Big Data
215
Sin embargo, el análisis de Bartoš et al. (2024), basado en más de 68 000 meta-análisis que
abarcan medicina, psicología, ciencias ambientales y economía, presenta evidencia convincente
de que esta última se encuentra entre las áreas más afectadas por sesgo de selección de
publicación. En economía, si ajustamos por dicho sesgo, la probabilidad mediana de un efecto
positivo cae de 99,9 % a 29,7 % y también disminuye el tamaño de efecto mediano de d = 0,20
a d = 0,07. Esto indica claramente una sobrestimación sistemática de los resultados que se
publican académicamente, incluso en revistas de mucho prestigio.
Esto aporta aún mayor evidencia de la fragilidad estadística en ciencias empíricas y,
adicionalmente, muestra que las editoriales continúan ltrando resultados nulos o modestos
que, por ser de tales características, nunca llegan a ser impresos, a pesar de que pueden
ser estimaciones válidas. El panorama resultante es dual: la disciplina avanza hacia mayor
transparencia mediante pre-registro, meta-análisis y requisitos de disponibilidad de datos, pero
enfrenta aún estructuras de publicación que limitan la credibilidad y replicabilidad de parte
importante de su evidencia empírica.
Buscando establecer las posibles causas de esta crisis de credibilidad, podemos referirnos a un
artículo incluso anterior, del mismo Ioannidis (2005). En este artículo, Ioannidis argumenta
que el problema de falsedad posible de los resultados publicados se presenta sobre todo en
campos académicos que tienen: tamaños de muestra pequeños; efectos reales pequeños;y/o, alta
exibilidad analítica. Aunque el artículo se centra en investigación biomédica, su diagnóstico
general aplica a ciencias sociales y economía, en donde también se observan las características
que el autor menciona como posibles causas del fenómeno que analizamos.
Llega el BIG DATA
El volumen global de datos digitales continúa expandiéndose a un ritmo impresionante: las
proyecciones más recientes de la IDC (International Data Corporation) dicen que la Global
DataSphere alcanzará aproximadamente 291 zettabytes (2.9E23 bytes) en 2027, gracias a la
aceleración del cómputo en la nube, la expansión del Internet de las Cosas, y el crecimiento de
sistemas basados en inteligencia articial (IDC, 2024).
Esta cifra es el resultado, no solo el aumento en la generación de datos, sino también de la
captura, replicación y procesamiento de estos datos a través de infraestructuras digitales
distribuidas (IDC, 2024). Estas tendencias muestran claramente que el ecosistema global de
datos se encuentra en una fase de expansión exponencial lo cual tiene implicaciones profundas
para la investigación cientíca y la producción académica, también en ciencias sociales.
Para empezar, si una de las causas del bajo poder estadístico de las estimaciones en las
publicaciones académicas es la escases de datos: ¿La solución estaría llegando con el Big
Wilson A. Pérez-Oviedo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
216
Data? En parte, sí: por supuesto que más datos disponibles signica mayores posibilidades de
análisis y la inclusión de nuevas variables relevantes. Sin embargo, como lo mostramos más
adelante, sin un marco metodológico adecuado, el Big Data puede amplicar —no corregir—
los problemas diagnosticados por la crisis de replicabilidad.
Más aún, la expansión del Big Data sin duda cambia cualitativamente la forma en que
podemos estudiar los fenómenos sociales. La posibilidad de trabajar con variables cada vez
más desagregadas —por individuos, hogares, rmas, territorios, vínculos en redes, trayectorias
temporales o patrones de interacción— posibilitará una comprensión más na de la relación
entre micro-comportamientos y los resultados agregados. Esto permitirá abordar con mayor
profundidad lo que D. S. Wilson y E. O. Wilson (2007) identican como «el problema
fundamental de la vida social», esto es: la tensión entre comportamientos orientados al benecio
propio dentro de los grupos y la superioridad adaptativa de aquellos grupos formados por
cooperadores (p. 328).
Desde la perspectiva económica, disponer de datos altamente desagregados permitirá examinar
mucho mejor cómo las decisiones individuales generan retroalimentaciones sistémicas, cómo
emergen o no patrones cooperativos, y cómo estas dinámicas se agregan en fenómenos
macroeconómicos, muchas veces relativamente beneciosos para los individuos, pero
perjudiciales para los grupos. En suma, el Big Data no solo amplía la escala y granularidad de
las observaciones, sino que habilita una investigación más na de la vida social, cuya naturaleza
es profundamente interrelacional
Por ejemplo, en el campo de la macroeconomía, la literatura reciente sobre heterogeneidad y
redes productivas, especialmente el trabajo de Baqaee y Farhi (2019a, 2019b, 2019c, 2021),
muestra que los agregados macroeconómicos pueden responder de manera no lineal a shocks
microeconómicos debido a heterogeneidades, cuellos de botella, complementariedades locales
y estructuras de red. Insistamos en el hecho de que la observación y medida de este tipo de
características es cada vez más factible, gracias al Big Data.
Estos hallazgos empíricos y teóricos refuerzan la idea de que una economía no puede
comprenderse plenamente sin entender la interacción multinivel entre agentes, sectores y
niveles de organización. Desde esta perspectiva, la expansión del Big Data hace posible el
estudio, de manera más directa y rigurosa, de los patrones individuales con los fenómenos
agregados.
Sin embargo, el creciente uso del Big Data en la investigación académica también puede
acarrear riesgos institucionales, que pueden comprometer la independencia y la autonomía
de los investigadores sociales. En primer lugar, la asimetría de capacidades: se posicionan
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
De la econometría al razonamiento causal: Inteligencia Articial y formación económica en tiempos de Big Data
217
para dominar la generación de conocimiento aquellas instituciones con más recursos —
infraestructura tecnológica, personal capacitado, fondos—, lo que puede amplicar las brechas
entre instituciones desarrolladas y otras con menos recursos, pudiendo ser perjudicadas
particularmente las instituciones académicas del Sur Global (Couldry & Mejías, 2019; Kitchin,
2021).
Adicionalmente, la privacidad, gobernanza y control de datos se vuelven un problema crítico:
la recolección masiva de datos individuales requiere marcos éticos y normativos robustos.
Por supuesto, cuando estos marcos faltan, hay riesgo de vulneraciones, inequidad de acceso o
usos indebidos de la información (Taylor et al., 2020). Un riesgo adicional es la dependencia
de tecnologías y plataformas privadas: gran parte de la infraestructura para almacenar y
procesar Big Data está en las manos de grandes corporaciones, lo que podría comprometer la
transparencia, la soberanía de datos y la reproducibilidad de estudios independientes (Couldry
& Mejías, 2019).
Finalmente, tomemos en cuenta que la presión institucional por resultados “impactantes”
puede incentivar un uso indiscriminado de Big Data con nes de productividad cientíca,
priorizando cantidad sobre calidad y robustez, lo que puede erosionar estándares éticos y de
reproducibilidad (Cukier & Mayer-Schönberger, 2017; Kitchin, 2021).
Por otro lado, desde una perspectiva metodológica, el uso de Big Data no elimina —y en
algunos casos podría agravar— los problemas clásicos de validez, inferencia causal y sesgo en
investigación social. Uno de los riesgos más importantes es la aparición de correlaciones espurias
derivadas simplemente del volumen de datos, es decir, encontrar relaciones estadísticamente
signicativas que carecen de sustancia causal real (Ioannidis, 2020).
También, la facilidad para realizar múltiples análisis con grandes bases de datos incrementa
el riesgo de “data dredging” o “p-hacking” (van der Zee & Reichardt, 2021). Adicionalmente,
los datos masivos muchas veces carecen de información sobre factores sociales, históricos o
culturales que son esenciales para interpretar resultados de forma adecuada, lo que puede llevar
a malas interpretaciones de los efectos estimados (Ribeiro et al., 2022). Un ejemplo claro de lo
dicho es la conocida paradoja de Simpson, que se puede volver más frecuente con el Big Data,
donde relaciones que parecen claras a nivel agregado pueden invertirse cuando se examinan
subgrupos (creando una gran oportunidad para que el “efecto estadístico” sea seleccionado a
conveniencia política). Es decir, “más datos” no signica “mejor inferencia” sin un buen diseño
(Pearl, 2019; Wagner & Cooper, 2023).
Wilson A. Pérez-Oviedo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
218
La Escalera de la Causalidad de Judea Pearl y sus implicaciones para la Econometría y la
IA
Judea Pearl (2019) ha propuesto que toda inferencia cientíca se organiza en tres niveles
jerárquicos, la denominada Escalera de la Causalidad, que ordena los tipos de preguntas que
pueden responderse con datos y modelos. El primer nivel, correlacional, se ocupa de patrones
en los datos y relaciones del tipo probabilidad condicional P(YlX); en este nivel operan la
mayoría de las técnicas estadísticas tradicionales. El segundo nivel, de intervención, introduce
el operador do(·), permite responder preguntas del tipo ¿qué pasa si intervenimos en X? ¿qué
pasa si hacemos X, como una intervención exógena, no originada dentro del mismo sistema?,
es decir, se trata de calcular P(Y ldo(X)) .
El tercer nivel, contrafactual, responde preguntas de carácter subjuntivo o contrafactual
—¿habría ocurrido Y si X no hubiera ocurrido? para lo que se requiere comparar mundos
posibles estructuralmente anclados en un modelo causal explícito (Pearl, 2019). En The Book
of Why, Pearl y Mackenzie (2018) explican que estos niveles no son intercambiables: cada
escalón permite responder un conjunto de preguntas estrictamente más amplio que el escalón
anterior, y ningún volumen de datos correlacionales, por grande que sea, permite escalar sin un
modelo causal estructural.
La mayor parte del aprendizaje de máquina contemporáneo, incluidos los modelos de aprendizaje
profundo (Deep Learning) y los grandes modelos de lenguaje (Large Language Models, LLM),
opera fundamentalmente en el primer escalón de la escalera: aprende patrones correlacionales
en los datos de la forma más eciente y exhaustiva posible (Schölkopf et al., 2021), tal como
lo explicamos más abajo. Pearl (2019) es explícito en señalar que el éxito predictivo de estos
modelos no implica capacidad de explicación o análisis causal, pues no permiten razonar
sobre intervenciones de política (por ejemplo), cambios de entorno que afecten la dinámica del
sistema o escenarios contrafactuales.
Esta limitación es crítica para disciplinas como economía o ciencias sociales, donde las
preguntas relevantes corresponden al segundo y tercer escalón: ¿qué ocurre si se modica una
política?, ¿cómo cambia un mecanismo bajo un nuevo régimen de incentivos?, ¿qué habría
pasado si no se aplicaba un subsidio? Peters, Janzing y Schölkopf (2017) muestran que incluso
algoritmos muy sosticados fallan fuertemente en cuanto a su invariancia bajo cambios de
distribución, generalización fuera de dominio y traslado entre entornos, precisamente porque
carecen de representación causal.
La conclusión, compartida también por Schölkopf et al. (2021), es que, sin un marco causal
explícito, Big Data no puede responder las preguntas que importan para políticas públicas,
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
De la econometría al razonamiento causal: Inteligencia Articial y formación económica en tiempos de Big Data
219
evaluación de intervenciones o tratamientos y teoría económica, porque esas preguntas viven,
por denición, en los escalones superiores de la escalera causal. En resumen: la aplicación de la
IA no puede restringirse al nivel 1 de Pearl, sino que debe ampliarse a los otros dos escalones,
como efectivamente se está haciendo.
Para Pearl (2019), el instrumento válido para representar estas relaciones causales es el DAG
o Grácos Dirigidos Acíclicos (Directed Acyclic Graph) como el dibujado en la gura 1, en
donde los nodos representan las variables aleatorias y los arcos son aristas dirigidas en la
dirección de la causalidad. El carácter acíclico de estos grácos signica que no hay ninguna
variable en donde se pueda empezar una cadena de causalidades que termine en la misma
variable. Esto, por supuesto, impone una restricción fuerte cuando se quiere modelar sistemas
dinámicos complejos (macroeconomía con retroalimentaciones, coevolución institucional,
difusión en redes, mercados con expectativas, etc.) ya que por construcción, un DAG no puede
representar bucles de realimentación contemporáneos (feedback loops), de modo que: (i) obliga
a “romper” la simultaneidad mediante supuestos de orden causal, (ii) empuja a “desplegar
el tiempo” (modelar ) para capturar retroalimentación solamente vía rezagos, y
(iii) diculta formalizar mecanismos como equilibrios (jos) o dinámicas endógenas donde
variables se determinan mutuamente en el mismo horizonte.
Esta limitación es reconocida en la teoría causal: al permitir ciclos, varias propiedades
convenientes de los modelos acíclicos dejan de estar garantizadas (existencia/unicidad de
soluciones, correspondencia clara entre grafo y distribuciones observacionales/intervencionales/
contrafactuales), lo cual ha obligado a introducir condiciones adicionales para sostener
semánticas causales bien denidas (Bongers et al., 2021). En los últimos años, varios autores
(Bongers et al., 2021), (Forré et al., 2022), (Mooij et al., 2024), (Ghassami et al., 2024) han
reconocido un punto metodológico central: la aciclicidad facilita inferencia e identicación en
muchos problemas, pero para sistemas con presencia fuerte de retroalimentación la investigación
contemporánea requiere desarrollar herramientas que uniquen los DAG acíclicos y la dinámica
con ciclos— para no perder precisamente lo que hace “complejos” a esos sistemas.
La revolución de la credibilidad
La expansión masiva de datos, las tensiones metodológicas y los cuestionamientos a la
credibilidad empírica, constituyen el contexto donde se propone la llamada credibility revolution
en economía empírica, formulada de manera inuyente por Angrist y Pischke (2010). Esta
revolución no surge como respuesta o aprovechamiento del Big Data, sino como una reacción
a la fragilidad de las identicaciones de gran parte de la econometría aplicada tradicional,
señaladas más arriba. Probablemente, su rasgo más distintivo es el énfasis en el diseño de la
investigación, siempre privilegiando estrategias que permitan aislar variación causal creíble
mediante experimentos aleatorizados o cuasi-experimentales.
Wilson A. Pérez-Oviedo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
220
En este sentido, la credibility revolution puede entenderse como un intento de la disciplina
económica por fortalecer la inferencia empírica, restringiendo el conjunto de supuestos
necesarios para identicar efectos causales y haciendo explícita y debatible la fuente de
variación utilizada. De esta manera, la econometría profundiza su aproximación a la causalidad.
El impacto de este giro metodológico en la profesión ha sido muy importante. Según Athey e
Imbens (2017), la economía aplicada contemporánea ha incorporado sistemáticamente diseños
tales como: regresiones discontinuas, diferencias-en-diferencias, variables instrumentales
y métodos anes, además de más transparentes diagnósticos y pruebas de robustez. De esta
forma, el enfoque ha contribuido al incremento de los estándares de evaluación de políticas
públicas y ha redenido con mayor claridad qué se considera evidencia empírica persuasiva
dentro de la disciplina económica, y en general en las ciencias sociales. Sin embargo, el éxito
de la credibility revolution se concentra principalmente en la mejora de la validez interna, es
decir, en la capacidad de establecer relaciones causales locales bajo supuestos explícitos, más
que en la construcción de explicaciones generales o mecanismos teóricos subyacentes.
Precisamente allí están varias de las críticas más importantes a esta revolución. Deaton
(2010) y Deaton y Cartwright (2018) advierten que la identicación causal, aun cuando sea
difícilmente cuestionable desde el punto de vista del diseño, no garantiza una real comprensión
de los mecanismos que generan los efectos observados; más importante aún, desde el punto de
vista de posible aplicación de resultados causales en políticas públicas, tampoco garantiza su
extrapolación a otros contextos institucionales o temporales.
Mientras, Heckman y Urzúa (2010) destacan que muchos estimadores privilegiados por la
credibility revolution identican adecuadamente parámetros causales locales, en general
relevantes, pero que no siempre coinciden con los objetos de interés económico o de política
pública, recordando que la elección del método debe estar subordinada a la pregunta sustantiva
que se desea responder. Por supuesto, estas críticas no niegan ni minimizan los avances logrados,
pero sí señalan límites estructurales del enfoque cuando se enfrenta a problemas complejos,
dinámicos o multiescalares.
La irrupción del Big Data y de la IA contribuye nuevos e importantes elementos a este debate. Por
un lado, la disponibilidad de grandes volúmenes de datos amplica los riesgos ya identicados
de correlaciones espurias, p-hacking y sobreinterpretación estadística; por otro, introduce
herramientas computacionales capaces de manejar alta dimensionalidad, heterogeneidad y
no linealidades. En este escenario, la credibility revolution enfrenta el desafío de adaptarse
a entornos donde el diseño experimental estricto no siempre es factible y donde la inferencia
depende en forma creciente de la combinación de múltiples fuentes de datos imperfectos (como
suelen ser los datos que provienen del registro digital de la actividad humana diaria).
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
De la econometría al razonamiento causal: Inteligencia Articial y formación económica en tiempos de Big Data
221
Este contexto abre espacio para enfoques causales alternativos y complementarios que permitan
razonar explícitamente sobre supuestos, mecanismos e identicación en sistemas complejos,
cuestión que conduce naturalmente a la discusión del marco de causalidad estructural
desarrollado por Judea Pearl y colaboradores, que abordamos en la sección siguiente.
De la revolución de la credibilidad a la integración causal en la era de la IA y el Big Data
La discusión que precede muestra que la credibility revolution representó un avance importante
y sustantivo en la disciplina económica al elevar los estándares de identicación causal y
reducir la dependencia de supuestos estadísticos poco claros. Sin embargo, también revela que
este giro metodológico, aun siendo necesario, resulta insuciente para abordar los problemas
empíricos de nuestros días que están caracterizados por: sistemas complejos, datos heterogéneos
y cambios estructurales rápidos.
En particular, cuando la evidencia disponible proviene de múltiples fuentes imperfectas,
poblaciones distintas o regímenes institucionales no comparables, la credibilidad de los
estudios empíricos ya no depende únicamente del diseño de un estudio aislado, sino de la
capacidad para integrar información causal dispersa bajo supuestos sólidos y explícitos. Esta
limitación ha sido reconocida tanto por críticos de los enfoques puramente experimentales
como por autores que buscan ampliar el alcance de la inferencia causal más allá de contextos
locales (Deaton & Cartwright, 2018; Heckman & Urzúa, 2010).
En este punto, la convergencia entre la credibility revolution y los modelos causales estructurales
adquiere gran relevancia metodológica. Mientras los diseños cuasi-experimentales restringen
el conjunto de inferencias posibles mediante la selección de variación exógena, los modelos
causales estructurales permiten representar explícitamente los mecanismos generadores de
los datos y derivar, de manera formal, qué efectos son identicables dadas ciertas estructuras
causales. Esta explicitación es particularmente relevante y válida en escenarios donde el ideal
experimental es inalcanzable o donde múltiples fuentes de sesgo interactúan simultáneamente
(es decir, en la vida real).
La literatura reciente -al parecer- avanza en esta dirección, precisamente, proponiendo marcos
formales para la fusión de datos causales (data fusion) y la transportabilidad de resultados
entre contextos distintos. Bareinboim y Pearl (2016) muestran que, bajo supuestos causales que
estén especicados claramente, es posible combinar evidencia observacional y experimental
proveniente de diferentes poblaciones para responder preguntas causales que ningún conjunto
de datos aislado permitiría resolver.
Más recientemente, Hünermund y Bareinboim (2023) han traducido estas ideas al lenguaje
de la econometría aplicada, mostrando cómo el do-calculus puede utilizarse para evaluar
Wilson A. Pérez-Oviedo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
222
identicabilidad y sesgos en diseños empíricos del mundo real, que se caracteriza por selección
no aleatoria o heterogeneidad que no ha sido observada. En este sentido, el enfoque causal
estructural no reemplaza la credibility revolution, sino que la extiende, proporcionando
herramientas para razonar formalmente sobre supuestos, extrapolación y combinación de
evidencia.
La irrupción tanto de la inteligencia articial como del Big Data, sin duda, refuerzan la
urgencia – y posibilidad- de esta integración metodológica. Si bien las técnicas de aprendizaje
automático han demostrado una capacidad impresionante para modelar patrones complejos y
manejar alta dimensionalidad, la literatura académica coincide en que su éxito predictivo no
se traduce automáticamente en capacidad explicativa o causal (Athey & Imbens, 2019; Pearl,
2019).
En respuesta a esta dicultad han surgido varios enfoques híbridos que buscan preservar
la inferencia causal en entornos de datos masivos, tales como el double/debiased machine
learning, que combina estimadores exibles con garantías asintóticas para parámetros causales
de interés (Chernozhukov et al., 2018). Adicionalmente, trabajos en causal representation
learning buscan la robustez frente a cambios de distribución, así como la generalización fuera
de dominio y la evaluación de intervenciones, objetivos que requieren incorporar estructura
causal explícita en los modelos de aprendizaje (Peters, Janzing & Schölkopf, 2017; Schölkopf
et al., 2021).
En conjunto, estos desarrollos parecen evolucionar hacia una segunda etapa en la evolución
metodológica de la economía empírica, en la que la credibilidad ya no se dene únicamente
por el diseño de estudios individuales, sino por la coherencia causal entre múltiples fuentes
de datos, modelos y contextos. En la era de la IA y el Big Data, la pregunta central deja de
ser únicamente si un efecto es identicable bajo un diseño especíco, y pasa a ser bajo qué
supuestos estructurales dicho efecto puede generalizarse, combinarse con otra evidencia o
utilizarse para evaluar contrafactuales relevantes para la política pública. Esta transición tiene
implicaciones directas no solo para la práctica empírica y la formulación de políticas, sino
también para la forma en que se enseñan los métodos cuantitativos en economía, cuestión que
abordamos en la sección nal.
Conclusiones
El análisis desarrollado en el presente documento sugiere que la irrupción de la IA y del Big
Data no constituye un fenómeno aislado ni meramente tecnológico, sino un shock transversal
que amplica tensiones y problemas ya existentes en la investigación empírica y en la formación
universitaria en economía. La evidencia revisada muestra que, aunque el aumento exponencial
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
De la econometría al razonamiento causal: Inteligencia Articial y formación económica en tiempos de Big Data
223
en la disponibilidad de datos y en la capacidad computacional abre oportunidades inéditas
para el análisis social, también exacerba riesgos asociados a correlaciones espurias, sesgos
de publicación y fragilidad inferencial. En este contexto, la llamada credibility revolution
representó sin duda un avance decisivo al elevar los estándares de identicación causal
mediante un énfasis en el diseño de investigación; sin embargo, sus propios límites se vuelven
más visibles en entornos caracterizados por datos heterogéneos, sistemas complejos y ausencia
de condiciones experimentales ideales.
Frente a estos desafíos, el artículo sostiene que el futuro de la econometría —y, por extensión, de
la enseñanza de la economía— pasa por una integración más profunda entre enfoques basados
en diseño, marcos causales estructurales (a la Judea Pearl) y herramientas de aprendizaje
automático. La incorporación explícita del razonamiento causal, la formalización de supuestos
y la capacidad de evaluar contrafactuales y extrapolaciones se vuelven competencias centrales
en un mundo donde la predicción por sola resulta insuciente frente a las necesidades de
formulación de políticas, por ejemplo.
Desde esta perspectiva, la reforma de los métodos cuantitativos en la formación económica
no debe entenderse únicamente como una actualización curricular, sino como una profunda
reorientación conceptual: formar economistas capaces de interpretar, diseñar e intervenir en
sistemas sociales complejos, utilizando la IA y el Big Data no como sustitutos del análisis
causal, sino como instrumentos al servicio de una inferencia más rigurosa y socialmente
relevante.
Declaración de contribución de autoría CRediT
Wilson A. Pérez-Oviedo: Conceptualización, Redacción – borrador original, Redacción (revisión y edición)
Agradecimientos
Los autores desean agradecer a FLACSO Ecuador por su apoyo en la realización de este artículo.
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
Referencias
1. Acemoglu, D. (2024). The simple macroeconomics of AI. Economic Policy, 40(121), 13–
58. https://doi.org/10.1093/epolic/eiae042
2. Angrist, J. D., & Pischke, J.-S. (2010). The credibility revolution in empirical economics:
How better research design is taking the con out of econometrics. Journal of Economic
Perspectives, 24(2), 3–30. https://doi.org/10.1257/jep.24.2.3
Wilson A. Pérez-Oviedo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
224
3. Athey, S., & Imbens, G. W. (2017). The state of applied econometrics: Causality and
policy evaluation. Journal of Economic Perspectives, 31(2), 3–32. https://doi.org/10.1257/
jep.31.2.3
4. Athey, S., & Imbens, G. W. (2019). Machine learning methods that economists should
know about. Annual Review of Economics, 11, 685–725. https://doi.org/10.1146/annurev-
economics-080217-053433
5. Baqaee, D. R., & Farhi, E. (2019a). Macroeconomics with heterogeneous agents and
input–output networks (NBER Working Paper No. 24684). National Bureau of Economic
Research.
6. Baqaee, D. R., & Farhi, E. (2019b). The macroeconomic impact of microeconomic shocks:
Beyond Hulten’s theorem. Econometrica, 87(4), 1155–1203. https://doi.org/10.3982/
ECTA15202
7. Baqaee, D. R., & Farhi, E. (2019c). The microeconomic foundations of aggregate production
functions (NBER Working Paper No. 25293). National Bureau of Economic Research.
8. Baqaee, D. R., & Farhi, E. (2021). Networks, barriers, and trade (NBER Working Paper
No. 26108). National Bureau of Economic Research.
9. Bareinboim, E., & Pearl, J. (2016). Causal inference and the data-fusion problem.
Proceedings of the National Academy of Sciences, 113(27), 7345–7352. https://doi.
org/10.1073/pnas.1510507113
10. Bartoš, F., Maier, M., Wagenmakers, E.-J., Nippold, F., Doucouliagos, H., Ioannidis, J.
P. A., Otte, W. M., Sladekova, M., Deressa, T. K., Bruns, S. B., Fanelli, D., & Stanley, T.
(2024). Footprint of publication selection bias on meta-analyses in medicine, environmental
sciences, psychology, and economics. Research Synthesis Methods. https://doi.org/10.1002/
jrsm.1703
11. Bongers, S., Peters, J., Mooij, J. M., & Schölkopf, B. (2021). Foundations of structural
causal models with cycles and latent variables. Annals of Statistics, 49(5), 2885–2915.
https://doi.org/10.1214/20-AOS2017
12. Briggs, J., & Kodnani, D. (2023). Generative AI could raise global GDP by 7%. Goldman
Sachs Research. https://www.goldmansachs.com/intelligence/pages/generative-ai-could-
raise-global-gdp-by-7-percent.html
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
De la econometría al razonamiento causal: Inteligencia Articial y formación económica en tiempos de Big Data
225
13. Chernozhukov, V., Chetverikov, D., Demirer, M., Duo, E., Hansen, C.,
Newey, W., & Robins, J. (2018). Double/debiased machine learning for
treatment and structural parameters. The Econometrics Journal, 21(1), C1–C68.
https://doi.org/10.1111/ectj.12097
14. Christensen, G., & Miguel, E. (2018). Transparency, reproducibility, and the
credibility of economics research. Journal of Economic Literature, 56(3), 920–980.
https://doi.org/10.1257/jel.20171350
15. CNN Business. (2025, 29 mayo). Why this leading AI CEO is warning the tech could cause
mass unemployment. https://edition.cnn.com/2025/05/29/tech/ai-anthropic-ceo-dario-
amodei-unemployment
16. Couldry, N., & Mejías, U. A. (2019). The costs of connection: How data colonizes human
life and appropriates it for capitalism. Stanford University Press.
17. Cukier, K., & Mayer-Schönberger, V. (2017). Big data: A revolution that will transform
how we live, work, and think (Rev. ed.). Eamon Dolan/Mariner Books.
18. Deaton, A. (2010). Instruments, randomization, and learning about development. Journal
of Economic Literature, 48(2), 424–455. https://doi.org/10.1257/jel.48.2.424
19. Deaton, A., & Cartwright, N. (2018). Understanding and misunderstanding randomized
controlled trials. Social Science & Medicine, 210, 2–21. https://doi.org/10.1016/j.
socscimed.2017.12.005
20. Federal Reserve Bank of New York. (2025). The labor market for recent college graduates.
https://www.newyorkfed.org/research/college-labor-market
21. Federal Reserve Bank of St. Louis. (2025, August 25.
Recent college graduates bear brunt of labor market shifts.
https://www.stlouisfed.org/on-the-economy/2025/aug/recent-college-grads-bear-brunt-
labor-market-shifts
22. Ferraro, P. J., & Shukla, P. (2020). Is a replicability crisis on the horizon for environmental
and resource economics? Review of Environmental Economics and Policy, 14(2), 339–351.
https://doi.org/10.1093/reep/reaa011
23. Forré, P., Mooij, J. M., & Peters, J. (2022). Causal discovery in the
Wilson A. Pérez-Oviedo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
226
presence of cycles. Journal of Machine Learning Research, 23(146), 1–53.
https://www.jmlr.org/papers/v23/21-031.html
24. Fortune. (2025, 22 julio). “Intelligence too cheap to meter” is AI’s next frontier, Sam Altman
says. https://fortune.com/2025/07/23/sam-altman-articial-intelligence-too-cheap-jobs/
25. Gechert, S., Rannenberg, A., & Watzka, S. (2023). Fiscal multipliers, macroeconomic
conditions, and publication bias. Journal of Economic Surveys, 37(2), 307–339. https://doi.
org/10.1111/joes.12503
26. Ghassami, A., Zhang, K., & Schölkopf, B. (2024). Causal discovery in feedback systems:
Methods and challenges. Foundations and Trends® in Machine Learning.
27. Heckman, J. J., & Urzúa, S. (2010). Comparing IV with structural models: What
simple IV can and cannot identify. Journal of Econometrics, 156(1), 27–37.
https://doi.org/10.1016/j.jeconom.2009.09.007
28. Hosseini, S. M., & Lichtinger, G. (2025). Generative AI as seniority-biased technological
change: Evidence from U.S. résumé and job posting data (SSRN Working Paper No.
5425555). https://doi.org/10.2139/ssrn.5425555
29. Hünermund, P., & Bareinboim, E. (2023). Causal inference and data fusion in econometrics.
The Econometrics Journal, 26(1), S1–S28. https://doi.org/10.1093/ectj/utac031
30. IDC. (2024). The digitization of the world: From edge to core (Updated forecast 2023–
2027). International Data Corporation.
31. Ioannidis, J. P. A. (2005). Why most published research ndings are false. PLoS Medicine,
2(8), e124. https://doi.org/10.1371/journal.pmed.0020124
32. Ioannidis, J. P. A. (2020). The challenge of reforming nutritional epidemiologic research.
JAMA, 324(6), 559–560. https://doi.org/10.1001/jama.2020.11028
33. Kamaruddin, R., Ahmad, A., & Mansor, N. (2023). Employability skills and labor market
mismatch: Evidence from higher education graduates. Journal of Education and Work,
36(3), 247–263. https://doi.org/10.1080/13639080.2023.2183579
34. Kitchin, R. (2021). Data lives: How data are made and shape our world. Bristol University
Press.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
De la econometría al razonamiento causal: Inteligencia Articial y formación económica en tiempos de Big Data
227
35. Mooij, J. M., Janzing, D., & Schölkopf, B. (2024). Causal discovery for time series and
dynamical systems. Annual Review of Statistics and Its Application, 11, 1–26. https://doi.
org/10.1146/annurev-statistics-033121-113547
36. OECD. (2023). OECD skills outlook 2023: Skills for a resilient green and digital transition.
OECD Publishing. https://doi.org/10.1787/27452b1c-en
37. Page, L., Noussair, C. N., & Slonim, R. (2021). The credibility crisis in economics: The
importance of replication and pre-analysis plans. Oxford Economic Papers, 73(4), 1057–
1084. https://doi.org/10.1093/oep/gpab022
38. Pearl, J. (2019). The seven tools of causal inference, with reections on machine learning.
Communications of the ACM, 62(3), 54–60. https://doi.org/10.1145/3241036
39. Pearl, J., & Mackenzie, D. (2018). The book of why: The new science of cause and eect.
Basic Books.
40. Peters, J., Janzing, D., & Schölkopf, B. (2017). Elements of causal inference: Foundations
and learning algorithms. MIT Press.
41. Portocarrero Ramos, J., Ruiz, K., & Alvarado, C. (2025). University training, skills
mismatch, and youth employability in Latin America. Journal of Labor and Society.
Advance online publication.
42. Ribeiro, M. T., Saxena, N. A., & Lundberg, S. (2022). Challenges of explaining AI models
when critical contextual variables are missing. Nature Machine Intelligence, 4, 673–685.
https://doi.org/10.1038/s42256-022-00532-0
43. Schölkopf, B., Locatello, F., Bauer, S., Ke, N. R., Kalchbrenner, N., Goyal, A., & Bengio,
Y. (2021). Toward causal representation learning. Proceedings of the IEEE, 109(5), 612–
634. https://doi.org/10.1109/JPROC.2021.3058954
44. Segbenya, M., Kpessa-Whyte, M., & Teye, J. K. (2023). Graduate employability and skills
mismatch in emerging economies. International Journal of Educational Development, 96,
102702. https://doi.org/10.1016/j.ijedudev.2022.102702
45. Strømland, E. A. (2019). Publication bias and selective reporting in experimental
economics. Journal of Economic Behavior & Organization, 163, 252–268.
https://doi.org/10.1016/j.jebo.2019.05.006
Wilson A. Pérez-Oviedo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 209-228. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.10
228
46. Taylor, L., Floridi, L., & van der Sloot, B. (Eds.). (2020).
Group privacy: New challenges of data technologies. Springer.
47. van der Zee, T., & Reichardt, J. (2021). The reproducibility of data-driven research: A
review of the state of the art and future perspectives. Royal Society Open Science, 8(12),
210966. https://doi.org/10.1098/rsos.210966
48. Wagner, C., & Cooper, G. (2023). Simpson’s paradox in machine learning:
Implications for fairness and model evaluation. Patterns, 4(7), 100779.
https://doi.org/10.1016/j.patter.2023.100779
49. Wilson, D. S., & Wilson, E. O. (2007). Rethinking the theoretical foundation of sociobiology.
Quarterly Review of Biology, 82(4), 327–348. https://doi.org/10.1086/522809
50. Wut, T. M., Xu, J., & Wong, S. M. (2024). Skills mismatch, automation risk, and graduate
employability in the digital economy. Technological Forecasting and Social Change, 198,
122036. https://doi.org/10.1016/j.techfore.2023.122036
POLÍTICA EDITORIAL
ENFOQUE Y ALCANCE
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, considera para su
publicación artículos académicos inéditos y originales relacionados con aspectos políticos,
económicos, jurídicos, administrativos, contables, comunicacionales, y turísticos,
presentados como contribuciones teóricas o aplicadas. La revista conferirá prelación a la
publicación de trabajos cuyo objeto de estudio sean problemas ecuatorianos y latinoamericanos.
Los artículos recibidos por la revista son evaluados preliminarmente por el editor,
considerando estándares de calidad académica y originalidad. Aquellos artículos que cumplan
con este requerimiento son sometidos a la evaluación anónima de dos jurados nacionales
o internacionales (método doble ciego). Los comentarios de los jurados serán conocidos por
los autores. A juicio del editor, en la revista también podrán publicarse notas metodológicas,
revisión de libros y breves comentarios sobre artículos publicados, junto con la respuesta
del(los) autor(es) del artículo original.
La revista ofrece sus artículos en formato libre (Open Access, OAJ); es decir que se puede
acceder de forma gratuita a cualquier artículo publicado en la misma a través de la página web
de la revista: http://kairos.unach.edu.ec
EVALUACIÓN PARES
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, es una revista académica
de difusión nacional e internacional, que publica artículos producto de investigaciones
relacionadas con aspectos económicos, administrativos, contables, jurídicos y comunicacionales.
Cada artículo recibido es sometido al juicio de evaluadores anónimos bajo la metodología de
doble ciego. La evaluación está a cargo de académicos con amplia trayectoria y reconocimiento
en cada uno de los temas evaluados. Estos serán preferentemente internacionales y externos a la
institución editora. En este proceso se utiliza un formato pertinente a las áreas de conocimiento
de la revista, y que garantiza que la evaluación se guíe por los siguientes criterios:
En cuanto a contenidos, por su relevancia, pertinencia, por sus aportes, por su profundidad,
y rigor conceptual y metodológico.
• En lo referente al aspecto formal, por su estructuración, estilo y facilidad de lectura.
• El proceso de evaluación y los criterios de éste, garanti za que los artículos publicados en
la revista sean de excelente calidad.
La revista publica semestralmente un número (2 ediciones bajo un volumen anual), que
abarcan los períodos de enero-junio, y julio-Diciembre. Los números son publicados al inicio
de los periodos declarados (enero y julio).
FRECUENCIA DE PUBLICACIÓN
POLÍTICA DE ACCESO ABIERTO
Esta es una revista de acceso abierto, lo que signica que todo el contenido está disponible
gratuitamente sin cargo para el usuario o su institución. Los usuarios pueden leer, descargar,
copiar, distribuir, imprimir, buscar o vincular a los textos completos de los artículos, o usarlos
para cualquier otro propósito legal, sin pedir permiso previo del editor o del autor.
Esta revista cientíca no exige pagos por procesamiento de artículos o por la publicación, ni
establece periodos de embargo a sus autores.
KAIRÓS, revista de ciencias económicas, jurídicas y administrativas, sostiene su compromiso
con las políticas de Acceso Abierto a la información cientíca, al considerar que tanto las
publicaciones cientícas como las investigaciones nanciadas con fondos públicos deben
circular en Internet en forma libre, gratuita y sin restricciones.
TÉRMINOS DE LA LICENCIA
Los artículos publicados por Kairós se distribuyen bajo una licencia CC BY-NC-ND por lo
cual es libre de compartir: copiar y redistribuir el material en cualquier medio o formato.
EVALUACIÓN DE LOS ARTÍCULOS Y PROCESO EDITORIAL
En el momento de recibir un artículo, el equipo editorial evalúa si cumple con los requisitos
básicos exigidos por la revista (Extensión del resumen y el documento normas de citación
y presentación formal), así como su pertinencia (temas) y calidad (objetivo, marco teórico,
metodología, conclusiones y bibliografía).
Los artículos que cumplan con los requisitos temáticos y formales indicados en estas
instrucciones serán recibidos para evaluación y puestos a consideración de los pares evaluadores.
Los artículos que no se ajusten a estas normas serán declarados como no aprobado. KAIRÓS,
Revista de Ciencias Económicas, Jurídicas y Administrativas se reserva el derecho de hacer
los cambios editoriales que considere convenientes.
Posteriormente, toda contribución es sometida a la evaluación de árbitros anónimos. Estos
pueden recomendar la publicación sin observaciones, la publicación con modicaciones
mayores (de fondo), o que el manuscrito no es publicable. En caso de controversia en el
dictamen de los pares evaluadores, se dirimirá mediante la solicitud de una nueva evaluación
por otro par evaluador. Si el artículo es rechazado por ambos revisores, será devuelto a su autor
explicándole los motivos.
POLÍTICA EDITORIAL
POLÍTICA EDITORIAL
El resultado de las evaluaciones será comunicado al autor en un período inferior a tres meses
aproximadamente a partir de la recepción del artículo.
Las observaciones de los evaluadores, así como las del equipo editorial, deberán ser tomadas
en cuenta por el autor, quien hará los ajustes solicitados, y explicará los cambios realizados
en carta adjunta. Estas modicaciones y correcciones al manuscrito deberán ser realizadas
por el autor en el plazo que le será indicado por el editor de la revista (aprox. 15 días).
Luego de recibir el artículo modicado, se le informará al autor acerca de su aproba-
ción. El equipo editorial se reserva la última palabra sobre la publicación de los artículos
y el número en el cual se publicarán. Esa fecha se cumplirá siempre y cuando el autor
haga llegar toda la documentación que le es solicitada en el plazo indicado.
DERECHOS DE AUTOR
Al enviar su trabajo a Kairós, Revista de ciencias económicas, jurídica y administrativas,
el autor cede al editor de manera no exclusiva los derechos de reproducción, publicación,
comunicación pública, ditribución y transformación con el n de que pueda ser publicado
en la revista en versión electrónica y se pueda consultar desde la web de la revista.
Asimismo, los autores autorizan que su artículo sea publicado con una licencia Creative Com-
mons Reconocimiento CC BY-NC-ND.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
Los autores conservan los derechos de autor y garantizan a la revista el derecho de
ser la primera publicación del trabajo al igual que licenciado bajo una licencia de Creative
Commons Reconocimiento CC BY-NC-ND.
Los autores pueden establecer por separado acuerdos adicionales para la distribución no
exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un
repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación
inicial en esta revista.
Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo,
en repositorios institucionales o en su propio sitio web) después de su publicación, ya
que puede dar lugar a intercambios productivos, así como a unacitación más temprana y
mayor de los trabajos publicados
DECLARACIÓN DE ÉTICA Y BUENAS PRÁCTICAS CIENTÍFICAS Y EDITORIALES
Esta revista cientíca se rige por los estándares internacionales publicados por el Comité
de Ética en la Publicación (COPE)[1]. A su vez, se basa en la Guía de mejores prácticas para
editores de revistas cientícas[2] y el Paquete de recursos para la ética en la publicación (PERK)
[3], desarrollado por el grupo editorial Elsevier, a n de garantizar transparencia tanto en la
publicación de las contribuciones como en los procedimientos de resolución de conictos
POLÍTICA EDITORIAL
asociados. El equipo editorial de esta revista cientíca se asegurará de que todas las partes
(editores, pares evaluadores y autores) sigan a cabalidad las normas éticas en todo el proceso
editorial.
KAIRÓS, usa el sistema automatizado de manejo de plagio -Urkund- para detectar posible
plagio en los manuscritos recibidos, de forma que todos los artículos serán revisados con este
método, aceptando hasta un máximo de 10% de similitudes.
Autores
Evitar una conducta impropia en la investigación:
• Fraude en la investigación.
• Experimentación indebida con o en animales y humanos.
Evitar faltas graves de ética profesional:
• Envíos simultáneos, publicación duplicada.
• Conicto de intereses.
• Disputas de autoría.
• Fragmentación.
Pares evaluadores
Declarar conictos de intereses o inhabilidades.
Adherirse estrictamente a las políticas del proceso de evaluación de la revista.
• Responder las solicitudes y enviar evaluaciones a tiempo.
• Hacer una evaluación metódica y rigurosa, como se espera, dado el nivel de experticia del
par evaluador.
• Respetar la condencialidad de la información ligada al proceso editorial.
Editor
Garantizar la transparencia de las contribuciones y los procesos de evaluación y publicación.
Garantizar la interlocución objetiva y la condencialidad de las partes involucradas en el
proceso editorial.
• Responder con celeridad y respeto a las preguntas y noticaciones.
• Garantizar el cumplimiento de las normas internacionales de ética, de la investigación y la
publicación en todos los procesos cientícos y editoriales relacionados con la revista.
INSTRUCCIONES PARA AUTORES
Kairós, Revista de Ciencias Económicas, Jurídicas y Administrativas, solo publica los resultados
de trabajos originales de investigación, teóricos y prácticos, relacionados con aspectos
económicos, administrativos, contables, jurídicos, turísticos y comunicacionales. Se reciben
publicaciones en español, inglés, francés y portugués. No se publican traducciones (favor revisar
apartado “sobre la revista).
POLÍTICA EDITORIAL
• La recepción de artículos es abierta y constante.
• Se tendrán en cuenta los artículos subidos y enviados por los autores a través de la
plataforma OJS.
http://kairos.unach.edu.ec
• También se tendrán en cuenta artículos remitidos al correo electrónico de la revista:
kairos@unach.edu.ec
Antes de enviar o subir su artículo a la plataforma OJS, asegúrese que el archivo no
contenga ni su nombre ni demás datos personales, esto con el n de garantizar la
revisión a ciegas.
• Si su artículo es publicado en español o en otro idioma, la revista no publica ni sube
al portal una versión diferente al idioma enviado.
• Tenga en cuenta que el proceso de revisión de su artículo oscilará entre tres meses y
seis meses.
• Durante el proceso de recepción y evaluación, la revista envía a través de la plataforma
OJS, mensajes a su cuenta de correo electrónico sobre el estado de su contribución,
por lo que le recomendamos revisar constantemente la carpeta de correo no deseado o
de spam porque muchos mensajes enviados desde OJS pueden estar alojados en este sitio.
• Por ultimo le sugerimos tener en cuenta todos los requisitos y normas de la
revista antes de enviar su artículo. Este es el primer ltro que se realiza, el documento
que no llegue con todos los requisitos no se aprobará.
• Le solicitamos tener en cuenta la siguiente información para que tanto ustedes como el
equipo de la revista hagan un uso eciente de los tiempos y procesos editoriales.
INFORMACIÓN GENERAL
El autor del artículo deberá registrarse como autor en el perl Open Journal System (OJS) de la
revista:
http://kairos.unach.edu.ec
Una vez registrado deberá seguir las instrucciones que allí se encuentran, subir el artículo y
el formato solicitado (información de procedencia del artículo). Es indispensable y obligatorio
llenar todos los campos del formulario del registro tanto de cada autor como la información del
artículo. En el campo de teléfono se deben poner todos los indicativos de marcado para el país
correspondiente.
Aunque la revista fomenta el uso de la plataforma OJS, también se tendrán en cuenta
artículos remitidos al correo electrónico de la revista:
kairos@unach.edu.ec
REQUISITOS GENERALES
1. Los trabajos deben ser totalmente inéditos, y no deben ser enviados simultáneamente a otra
publicación. No se aceptan traducciones de artículos ya publicados.
2. Antes de enviar o subir su artículo a la plataforma OJS, asegúrese que el archivo del
manuscrito NO contenga los nombres de los autores ni demás datos personales. Para
el efecto, en una hoja aparte el autor indicará su nombre, tal como desea que aparezca
en la publicación, incluido el de los coautores si los hubiese, su lugar de adscripción
y los datos de teléfono o correo electrónico, y en general toda aquella información que
permita su localización en caso de que se requiriera alguna consulta, para ello llenará
el formato “Datos académicos del autor” que se le hará llegar vía electrónica.
3. Antes de enviar o subir su artículo a la plataforma OJS, asegúrese que el artículo cumple
con todas las normas y requisitos de la revista.
4. Debe enviarse al correo electrónico de la revista o subirse a la plataforma en OJS en formato
Word con márgenes en estilo Normal (inferior y superior: 2.5 cm; izquierda y derecha: 2.5 cm),
en hoja tamaño A4, espacio interlineado 1.5, justicado, en letra Arial 12, a una sola columna.
5. La extensión máxima de cada manuscrito no deberá pasar de las 8.000 palabras, y la mí-
nima de 4.000, incluidas guras, tablas y referencias bibliográcas. El Comité Editorial
en casos excepcionales podrá aprobar manuscritos que sobrepasen las 8.000 palabras.
6. No se reciben documentos de género periodístico o comentarios generales sobre algún tema.
7. Los autores otorgan permiso a KAIRÓS, revista de ciencias económicas, jurídicas y
administrativas para que su artículo se difunda en otros medios.
8. La recepción de artículos es abierta y constante.
9. Se reciben artículos en español, inglés, francés y portugués.
10. Todos los autores deben registrar el nombre bajo el cual publican en el registro internacional
de autores —IRALIS—, en la dirección: http://www.iralis.org/
11. Todos los autores debe proporcionar su ORCID, de no tenerlo el autor deberá registrarse en
http://orcid.org/.
12. Los apartados que debe incluir el trabajo son los siguientes (a excepción de los artículos de
reexión, en los cuales no es necesario diferenciar los apartados de metodología, resultados
y discusión):
Título. Debe ser descriptivo y que abarcar el contenido del trabajo. Debe ir en mayúscula
ja, negrita y centrado. En el siguiente reglón, en mayúscula ja, centrado, pero sin negrita,
en idioma inglés.
Resumen (máximo 800 caracteres con espacio) que contenga una breve descrip-
ción de cada una de las secciones principales: introducción, metodología, resultados,
discusión y conclusiones más relevantes. Se debe evitar iniciar “Este artículo trata
de...” o similares. No debe incluir tablas, números, referencias o expresiones matemáticas.
La información del resumen debe ser congruente con la que se presenta en
el resto del artículo. Se debe presentar en idioma del manuscrito y en inglés.
Palabras clave. Son descriptores del contenido del manuscrito, con un mímo de
tres y un máximo de cinco, separadas por coma (,). Deben redactarse en el idioma
del manuscrito y en inglés. Las palabras claves son conceptos generales relacionados
con el contenido. Esto permite identicar la temática del artículo.
Dado que las palabras clave son las marcas que los buscadores utilizan para encontrar artículos
en Internet, se recomienda que se escojan palabras que no formen parte del títuloy que
resalten los principales aspectos del artículo. Se recomienda revisar los términos y jerarquías
en el listado bibliográco THESAURUS - http://databases.unesco.org/thesaurus/.
Introducción. Debe motivar el estudio, resumiendo su marco o fundamentos, sin necesidad
de revisar exhaustivamente el tema, y nalizar con una exposición clara del objetivo del
trabajo. Se incluirán sólo aquellas referencias estrictamente necesarias según criterios de
actualidad y relevancia en relación con los nes del estudio.
Métodos. Los investigadores deben describir sus métodos de forma clara y sin ambigüedades,
incluyendo la información necesaria acerca de los procedimientos, los instrumentos
de medida, las variables y los métodos de análisis empleados. Esta sección debe incluir
información suciente para que otros/otras autores/as puedan replicar el trabajo. El comité
editorial puede solicitar el cuestionario utilizado en el estudio, si lo hubiere, o
que éste sea publicado con el artículo si nalmente es aceptado. Los estudios en seres
humanos deben contar con la aprobación expresa del comité de ética correspondiente.
Resultados. Los resultados han de presentarse de forma concisa y clara, con el número
mínimo necesario de tablas y guras. Se presentarán de modo que no haya duplicación ni
repetición innecesaria de información en el texto y en las guras o tablas.
Discusión y Conclusiones. Se destacarán los aspectos novedosos y relevantes del trabajo,
así como las conclusiones que de él se derivan. Debe evitarse repetir con detalle información
o datos ya presentados en las secciones anteriores. Se comentarán los resultados obtenidos
en relación con los de otros estudios previos relevantes, y se interpretarán las diferencias y
las similitudes. Se señalarán las fortalezas y las limitaciones del estudio, y se comentarán sus
posibles implicaciones en la interpretación de los resultados. Las conclusiones deben
relacionarse con los objetivos del estudio, y hay que evitar armaciones no respaldadas
suficientemente por los datos disponibles. Cuando sea pertinente, se recomienda a los
autores que hagan referencia a las implicaciones de su estudio para la política pública o
la gestión pública o privada.
Referencias. Deberán aparecer completas al nal del artículo en forma de lista, en letra
Arial 12, organizadas alfabéticamente por autor y, para cada autor, en orden cronológico,
de más antiguo a más reciente. Siguiendo las normas internacionales APA (Ameri-
can Psychological Association). Se recomienda vericar la citación de las referencias en
un generador automático de bibliografía. Puede consultar http://citethisforme.com/es
La lista bibliográca según el estilo APA guarda una relación exacta con las citas que aparecen
en el texto del trabajo. Solamente incluye aquellos recursos que se utilizaron para llevar a cabo
la investigación y preparación del trabajo.
La lista bibliográca se titulará: Referencias.
La lista tiene un orden alfabético por apellido del autor(a) y se incluye con las iniciales de sus
nombres de pila.
La lista se escribe a espacio y medio.
Los títulos de revistas o de libros se escriben en cursiva. En el caso de revistas, el texto en cur-
siva comprende desde el título de la revista hasta el número del volumen.
Tablas, guras, grácos e ilustraciones serán los estrictamente necesarios y deben explicarse
por sí solos (sin tener que recurrir al texto para su comprensión). Deben indicar las unidades
de medición, y contener todas las notas al pie y se debe especicar claramente la fuente.
Deben enviarse insertadas en el texto en el lugar que cada autor considere oportuno.
Cada tabla y gura debe encabezarse con la expresión “Tabla” o “Figura” y la leyenda de esta.
Además, se enviará un único archivo con una carpeta comprimida en la que vayan incluidas
todas las guras en formato JPG o PNG, fácilmente identicables (número de gura en el
nombre del archivo) y con una calidad aceptable.
Notación matemática. Las ecuaciones o fórmulas deben ir alineadas al centro con numeración
arábiga consecutiva encerrada entre paréntesis a su derecha. Asimismo, deben contar con los
respectivos subíndices, superíndices y letras griegas claramente especicadas.
Una vez revisado el artículo y aprobado por los pares evaluadores ciegos, se procederá a su
edición en PDF, antes de ser publicado se enviará a cada autor/a una prueba de impresión
en el formato PDF denitivo. El autor deberá dar su consentimiento a la última edición
y una vez autorizado podrá ser publicado.
TIPOS DE ARTÍCULOS
Los artículos pueden ser de los tres tipos descritos a continuación:
Investigación original
Trabajos realizados con metodología cuantitativa o cualitativa relacionados con cualquier
aspecto de la investigación en los campos económicos, administrativos, contables, jurídicos y
comunicacionales.
Revisiones bibliográcas
Estudios bibliométricos, revisiones sistemáticas, metaanálisis y metasíntesis sobre temas
relevantes y de actualidad en los campos económicos, administrativos, contables, jurídicos
y comunicacionales. Se tratará de un artículo cientíco que recopila la información
más relevante sobre un tema especíco. El objetivo fundamental es identicar qué
se conoce del tema, qué se ha investigado y qué aspectos permanecen desconocidos.
Para la preparación de revisiones sistemáticas o metanálisis se recomienda adaptarse a lo
indicado por la última versión de la declaración PRISMA (http://www.prisma-statement.org/).
Reexión
Documento que presenta resultados de investigación terminada desde una perspectiva
analítica, interpretativa o crítica del autor, sobre un tema especíco, recurriendo a fuentes
originales. Estos pueden ser estudios monográcos (artículos doctrinales) o comentarios de
jurisprudencia.