Selección de factores económico-financieros determinantes del éxito de las empresas en los mercados internacionales mediante técnicas de Inteligencia Artificial

Resumen

¿Selección de factores económico-financieros determinantes del éxito de las empresas en los mercados internacionales mediante técnicas de Inteligencia Artificial¿. INTRODUCCIÓN: Hipótesis, fuentes, metodología empleada y conclusiones de la investigación. El ¿nuevo orden económico¿ mundial está caracterizado por la presencia e interrelación de procesos tan relevantes como la revolución en las tecnologías de la información, la creciente, y parece que imparable globalización económica, y el proceso de reestructuración del capitalismo. Todos ellos son a la vez causa y efecto de numerosos cambios que se están produciendo y que han dado lugar a una economía mundial caracterizada por la facilidad de los movimientos del capital, y por tanto una internacionalización y ¿desterritorialización¿ (EMBONG, 2000) del mismo, una nueva división internacional del trabajo, una creciente interdependencia entre países y empresas y un crecimiento del comercio internacional jamás visto hasta ahora. Dadas estas características son las empresas las que deben competir en un entorno cambiante e incierto independientemente de la nacionalidad del capital, de sus consumidores o del país de procedencia de los competidores. En la medida que las fronteras nacionales se desdibujan y el mundo tiende a ser uno, aunque heterogéneo, el proceso de internacionalización de empresas, el comercio internacional y las relaciones económicas y sociales transnacionales entre empresas, se convierten en un factor que, deseado o no, puede intervenir en su crecimiento y rentabilidad así como en sus posibilidades de perdurar en el tiempo. De manera que aunque existan empresas que actúen exclusivamente a nivel nacional e incluso local, las fuerzas que determinan su competitividad y desarrollo son factores que inevitablemente se ven afectados por las condiciones presentes a escala internacional, donde el actual grado de integración e interdependencia económica no tiene precedentes. La participación progresiva de las empresas en actividades internacionales, y en concreto la exportación, ha sido una de las respuestas a este nuevo entorno económico, político y social, convirtiéndose en un elemento crucial de la estrategia empresarial. Las exportaciones son una prolongación, un continuum de las actividades de producción y/o venta de bienes y servicios de las empresas y no es una actividad que pueda desarrollarse de forma aislada del resto de la organización y su entorno. Por tanto, es una actividad que puede contribuir al desarrollo y viabilidad de las empresas pero también puede constituir un freno a su crecimiento y sostenibilidad. La importancia de alcanzar el éxito en esas actividades puede ser entonces un elemento clave no sólo para la mejora de la performance o desempeño global de la empresa, sino también para la fortaleza económica de los países ya que contribuye a mejorar la balanza comercial, la creación de empleo y el crecimiento económico (CZINKONTA y RONKAINEN, 1998). Una vez planteada esta cuestión surgen varios interrogantes que pueden tratar de resolverse, entre ellos dos cuestiones cruciales que se tratan en esta investigación en primer lugar, cómo se define el éxito o fracaso exportador y en segundo, y dada la heterogeneidad de las empresas y de los entornos en lo que desarrollan sus actividades, identificar un patrón o receta del éxito, una prescripción general de cómo alcanzarlo. La cuestión central será si es posible identificar factores explicativos del éxito (o fracaso) que puede utilizarse como guía o mapa de actuación en los mercados exteriores para cualquier empresa y situación o por el contrario si hay tantas hojas de ruta como empresas que participan en el mercado. Responder al menos a estas cuestiones requiere: 1) Establecer medidas cualitativas y/o cuantitativas del éxito exportador y que éstas pueden ser consideradas adecuadas y asumibles por las empresas y decisores según los objetivo perseguidos. 2) Identificar las variables explicativas y las medidas de dichas variables en base a los principales marcos teóricos que explican el fenómeno de la internacionalización en general y la exportación en particular. 3) Formular el modelo de relaciones y dependencias entre las variables, teniendo en cuenta que la simplificación excesiva, o su tratamiento parcial, pueden suponer la pérdida de información esencial y que la excesiva complejidad del mismo puede llevar a la introducción de ¿ruido¿. 4) Seleccionar la metodología que mejor se ajuste a las características de la investigación dada la complejidad del proceso de internacionalización. La investigación sobre la conceptualización del resultado exportador y los factores que son cruciales para alcanzar el éxito exportador ha sido un asunto central en los trabajos académicos realizados en las últimas décadas (LEONIDOU y KATSIKEAS, 2010) generando una cantidad sustancial de investigaciones empíricas, como quedará de manifiesto en la revisión de la literatura, basados en el estudio del efecto que tienen los elementos externos e internos de la organización sobre la performance de exportación (PLA-BARBER y ALEGRE (2007). Sin embargo, a pesar de los importantes esfuerzos y avances que se han realizado por un lado para definir la performance de exportación y por otro para explicar las relaciones entre ésta y los factores determinantes, se han obtenido resultados contradictorios, confusos tanto en la conceptualización y definición operativa del desempeño exportador como de los factores que resultan significativos para lograr el éxito y el signo de estas relaciones, que dificultan el progreso en el conocimiento del fenómeno de la internacionalización (SOUSA et al., 2008; SOUSA, 2004; CARNEIRO et al., 2007; LEONIDOU, KATSIKEAS y SAMIEE, 2002; MATTHYSSENS y PAUWELS, 1996 Como quedará de manifiesto a lo largo de esta investigación la explicación de estas discrepancias puede hallarse en las siguientes causas: a) Falta de un cuerpo teórico común para explicar el fenómeno de la internacionalización de empresas (Capítulo II) y exportador (CAPÍTULO III) lo que ha propiciado la escasez de una construcción teórica apropiada en las investigaciones LEONIDOU y KATSIKEAS, 2010) b) Falta de consenso en la valoración y medición del resultado exportador, del éxito exportador y de las variables que los determinan (CAPÍTULO III). c) Dado el gran número de factores determinantes del resultado exportador y la limitación de las técnicas utilizadas para el manejo de gran número de variables que se han identificado según la perspectiva teórica utilizada, la tendencia de los estudios empíricos se ha centrado en analizar aspectos concretos y parciales del problema, como por ejemplo la asociación entre la performance de exportación y elementos de la estrategia de marketing como el precio, la distribución, etcétera. d) Diferencias en los diseños de las investigaciones (CAPÍTULO V) en términos de: cobertura temporal, países involucrados en la investigación, unidad de análisis seleccionada, cobertura de sectores, tamaño de la muestra de empresas y tamaño de las empresas seleccionadas en dicha muestra. e) Diferencias en la técnica analítica utilizada (CAPÍTULO V) aunque la gran mayoría de los estudios empíricos utilizan métodos estadísticos Así el objetivo de esta investigación es múltiple: En primer lugar, un análisis descriptivo clasificando las empresas españolas de la muestra utilizada, en función de distintos niveles de resultado exportador alcanzado y por tanto, de éxito. Los registros de empresas utilizados están contenidos en la Encuesta de Estrategias Empresariales (ESEE) publicada con datos de 2008 por la fundación SEPI (Investigación estadística que, desde 1990, encuesta anualmente un panel de empresas representativo de las industrias manufactureras, elaborada por el Área de Gestión de Investigaciones (A.G.I.) sucesora de los Programas de Investigaciones Económicas, creado en 1974, y de Historia Económica, creado en 1990. La población de referencia de la ESEE son las empresas con 10 ó más trabajadores de la industria manufacturera. Esta última queda definida como la que abarca las divisiones 15 a 37 de la CNAE-93, excluyendo la 23, es decir, las actividades industriales relacionadas con refino de petróleo y tratamiento de combustibles. El ámbito geográfico es el conjunto del territorio nacional. Para llevar a cabo esta exploración se selecciona como principal dimensión del resultado exportador de entre las posibles, económica-financiera, estratégica, y la satisfacción alcanzada con los resultados, la dimensión económica-financiera. Varios son los motivos que pueden señalarse que justifican su utilización: La unidad de análisis es la empresa y por tanto el análisis del comportamiento exportador se realiza de forma global, algo que puede llevarse a cabo si se utiliza esta dimensión. Adicionalmente, es la que mejor puede reflejar aspectos comunes entre distintas empresas en la medida que está relacionada más directamente con los resultados objetivos del comportamiento exportador: la dimensión económica-financiera es la condición del resultado exportador qué más se ha utilizado (ZOU, et al., 1998) y la que mejor refleja la efectividad de las exportaciones así como el compromiso en los mercados internacionales, que son aspectos esenciales de la presencia en los mercados internacionales (CAVUSGIL y ZOU, 1994; SHOHAM, 1996; ALMEIDA et al., 2006). En cuanto a las medidas utilizadas para valorar la dimensión económico-financiera de las exportaciones, y en la línea de las investigaciones más recientes, se decide utilizar varios parámetros para su definición operativa. Los estudios que incluyen esta dimensión han medido generalmente la performance de exportación a través de indicadores tales como el volumen de exportaciones, el crecimiento de las ventas destinadas a la exportación y la intensidad de las exportaciones (ratio exportaciones/ventas totales de la empresa) (ZOU y STAN, 1998). Así, se utiliza para la valoración del resultado económico de las exportaciones una medida compuesta por dos parámetros: la intensidad exportadora (ratio de exportaciones en el total de ventas realizadas por la empresa en el 2008) y el crecimiento de las exportaciones en un horizonte temporal de 5 años, de 2003 a 2008, valoradas ambas de forma objetiva. Estas dos medidas económicas son las que se utilizan más frecuentemente en las investigaciones tanto individualmente como de forma combinada porque a pesar de las críticas recibidas , proporcionan una descripción razonable del desempeño exportador mejor que cualquier otra medida por si sola (COOPER y KLEINSCHMIDT, 1985). La utilización de varias medidas permite minimizar los defectos de cada una de ellas (EVANGELISTA, 1994) y capturar la complejidad del proceso exportador y por tanto, de su éxito (SHOHAM, 1996). Por otra parte permite clasificar las unidades económicas según distintos niveles de resultado exportador combinando el aspecto estático (intensidad) y el dinámico (crecimiento de las exportaciones). El criterio que se utiliza para agrupar y categorizar las unidades de análisis es la matriz intensidad ¿crecimiento, siguiendo las aportaciones de CZINKOTA y URSIC (1991) basado en la aplicación de DAY (1977) al marketing estratégico, y los trabajos de MOINI (1995), CUNNINGHAM y SPIGEL (1971) y COOPER y KLEINSCHMIDT (1985). De tal forma que la clasificación finalmente utilizada es la siguiente mediante la matriz que relaciona el porcentaje de ventas exportadas (intensidad exportadora) y el crecimiento agregado en las exportaciones en los últimos 5 años, y de la que pueden obtenerse los siguientes casos: - Crecimiento de las exportaciones (5 años) e intensidad exportadora mayor del 15%: Éxito - Crecimiento e intensidad igual o menor al 15 %: No éxito. - No crecen o decrecen e intensidad exportadora mayor del 15%: No éxito. - No crecen o decrecen e intensidad exportadora menos del 15%: No éxito. Fuente: Elaboración propia basada en CZINKOTA y URSIC ,1991 El segundo de los objetivos es el análisis explicativo. La metodología utilizada permite ¿descubrir¿ conocimiento a partir de los datos utilizados de 595 empresas exportadoras, para tratar de determinar si existen variables explicativas comunes para cada uno de estos niveles de performance de exportación y establecer así un conjunto de reglas que sirvan de apoyo en la toma de decisiones de las empresas que tengan como objetivo alcanzar el éxito en su participación en los mercados internacionales. Se plantea para la realización de este análisis un modelo mejorado y la aplicación de una metodología novedosa e inédita para el tratamiento del éxito exportador que permite avanzar en las técnicas utilizadas en esta materia para la obtención de los modelos explicativos. El modelo se construye de manera que se incorporan de forma simultánea los factores que se han considerado desde múltiples enfoques teóricos (teoría de recursos y capacidades, paradigma estructura-estrategia-resultado, paradigma relacional, orientación al mercado, entrepreneurship, etcétera) como variables que afectan directa o indirectamente al resultado exportador para construir un modelo global de la performance de exportación. Además se utilizan múltiples medidas de cada uno de esos factores lo que enriquece el modelo no sólo por el hecho de incorporar información que puede resultar relevante sino porque permite también confirmar o descartar relaciones entre la variable dependiente y determinadas medidas de cada variable. De manera que el número de variables que se utiliza para capturar cada grupo de factores, internos o externos a la empresa, es el siguiente: a) Características de la empresa: 10 variables. b) Las capacidades y competencias de la empresa: 40 variables. c) Las características y competencias del capital humano: 9 variables d) La estrategia de exportación: 17 variables e) El entorno: 23 variables. Se incorporan también las variables financieras que rara vez aparecen en los modelos explicativos y cuando lo hacen no es de forma conjunta con todos los factores determinantes del resultado exportador. Esta asociación pretende caracterizar la estructura económica o de inversión de la empresa, la estructura financiera o de financiación así como medidas de crecimiento pasado de la empresa, eficiencia actual y rentabilidad. Se utilizan para capturar estas características y capacidades financieras 22 variables. En definitiva el modelo está compuesto por 121 variables independientes. Dado el planteamiento del modelo, la más importante novedad es la aplicación de la metodología aportada por la Teoría Rough Set. La Teoría Rough Set es un enfoque que se encuadra dentro de las aplicaciones de la Inteligencia Artificial. Utiliza la experiencia de una forma objetiva, a través del estudio de la experiencia histórica de una manera cuantitativa, para así explicitar reglas que, resumiendo y objetivando esa experiencia acumulada, ayuden en las decisiones futuras. Esta metodología ya ha sido aplicada a otros problemas financieros , sin embargo, no ha sido aplicada específicamente en el problema planteado. El conocimiento así obtenido se basa en establecer semejanzas entre ejemplos positivos, que representan el mismo concepto, y comprobar las diferencias entre los ejemplos positivos y los negativos que vienen a representar otros conceptos. El conocimiento basado en la similitud también se denomina conocimiento empírico para subrayar el hecho de que se basa en la adquisición de conocimiento desde los ejemplos y por tanto que subyace a unos datos empíricos. (SEGOVIA VARGAS, 2005, 2005, 2011) Las ventajas de estos modelos además de la facilidad para su interpretación es que pueden manejar diferentes tipos de datos, cuantitativos y cualitativos, datos missing, así como su capacidad para descubrir relaciones entre variables en grandes bases de datos (AGRAWAL et al., 1993). La teoría Rough Set actúa directamente sobre los datos de interés y no tiene necesidad de ninguna otra forma de información externa como los datos de probabilidad (como en técnicas estadísticas), el grado de información sobre los miembros (como en la teoría de conjuntos difusos), o el over-fitting como en las redes neuronales artificiales (HUANG y JANE, 2009). La popularidad de la teoría de la RS se debe principalmente a que sus procesos se ajustan estrechamente a las nociones de descubrimiento de conocimiento y minería de datos, y presenta numerosos ventajas: -Analiza los hechos escondidos en los datos. -No necesita que las variables satisfagan ninguna hipótesis, a diferencia de los métodos estadísticos -La aplicación del método Rough Set elimina las variables redundantes lo que permite reducir tanto el coste como el tiempo empleado por los decisores o agentes interesados en analizar un determinado problema financiero. -Obtiene la mínima representación del conocimiento en forma de reglas de decisión lo que facilita una interpretación sencilla. -Está especialmente indicada para tratar las inconsistencias de los datos; no corrige dichas inconsistencias sino que calcula aproximaciones "por arriba" y "por abajo Además, junto con el algoritmo de Rough Set, en esta tesis se plantea otro tipo de clasificador para su comparación con los resultados obtenidos por esta metodología principal, que han mostrado su potencial en otros problemas económicos y de ingeniería, es el árbol de decisión C4.5 (Algoritmo J48) que está considerado como una metodología del aprendizaje supervisado dentro de la inteligencia artificial. Conclusiones: El resultado exportador ha sido uno de los asuntos más investigados en las últimas décadas en la medida que es la consecuencia última de los recursos y capacidades empleados en la actividad exportadora así como de las estrategias y demás esfuerzos comerciales llevados a cabo en los mercados de destino. Por tanto, un indicador global del éxito o fracaso de esas actividades. Sin embargo, tal y como ha quedado de manifiesto, aunque la investigación sobre las exportaciones ha mejorado cualitativa y cuantitativamente, dada la complejidad del fenómeno, las múltiples medidas para valorar el resultado y los numerosos factores internos y externos determinantes de la performance exportadora y su medición, los resultados obtenidos siguen siendo aún en la actualidad confusos y en numerosas ocasiones contradictorios (LEONIDOU et al. (2010). Una de las líneas de investigación que ha sido sugerida para superar algunos de estos inconvenientes ha sido la utilización de nuevas técnicas y metodologías basadas en la experimentación y es precisamente ésta la principal aportación de este trabajo. LEONIDOU et al. (2010). Se abre con este trabajo un nuevo camino y vía de exploración del fenómeno exportador basada en la utilización de métodos de decisión multi-criterio y técnicas de inteligencia artificial, en este caso mediante la utilización de la Teoría Rough Set y el árbol de decisión C4.5, que permiten abordar el asunto de la internacionalización desde un enfoque más realista, global, integrador y con técnicas de análisis cuantitativo más sofisticadas. Estas metodologías como ha queda explicado en el Capítulo IV son técnicas que se han ido incorporando paulatinamente y con éxito al análisis de otros problemas económicos y financieros (TAY y SHEN, 2002) y posibilitan abordar la exportación desde una perspectiva inédita pero refrendado en otros campos de las ciencias sociales. Así desde la perspectiva metodológica y dados los resultados obtenidos con el Rough Set y el árbol de decisión se puede concluir que son métodos que han resultado apropiados para llevar el análisis descriptivo que permite clasificar las empresas exportadoras en empresas con éxito y no éxito según los atributos incluidos en la investigación. La totalidad del conjunto de atributos (variables), después de realizar el ranking de variables que afectan a los dos problemas investigados, intensidad exportadora en 2008 y crecimiento de las exportaciones en el periodo 2003-2008 posibilita a pesar de tener un gran sistema de información que las empresas están muy bien discriminadas entre ellas, resultando que no hay empresas que tengan los mismos valores, o que estén en los mismos intervalos, para las variables que hemos considerado, y que sin embargo pertenezcan a distintas clases de decisión (éxito o fracaso) por lo que obtenemos una aproximación perfecta de las clases de decisión, esto es igual a uno. Además y, en consecuencia, la calidad de la clasificación es también igual a uno. Clases Número de Empresas Aproximación por debajo Aproximación por arriba 1 (éxito) 245 245 245 2 (fracaso) 350 350 350 Precisión 1 para las empresas con éxito y fracaso. A este hecho se une otro importante avance derivado de la aplicación de los algoritmos asociados a estos métodos, ya que posibilita descubrir dependencias entre atributos. En el caso del Rough Set, técnica principal de esta Tesis, se obtiene un mínimo subconjunto de variables independientes que aseguren la misma calidad de clasificación (es decir, que clasifica igual) que la totalidad del conjunto de todos ellos, esto es los reductos y de esta manera extraer el conocimiento esencial. De esta forma se pueden eliminar las variables redundantes con las ventajas que esto supone en ahorro de tiempo y coste empleado por los decisores en analizar este problema y posibilita realizar una interpretación relativamente sencilla de un problema complejo. Hay claramente dos variables muy discriminatorias que son el sector, variable que se ha utilizado para aproximar las condiciones del entorno externo, en este caso las características y estructura del sector y el crecimiento de las ventas, variable proxy del crecimiento de la empresa en el pasado, con una frecuencia en el número de reductos que aparecen de 95 y 80 respectivamente, seguidas de 4 variables proxy de las categorías estrategia de expansión (destino de las exportaciones), estructura financiera, eficiencia - resultado empresarial y capacidad productiva que son respectivamente: XRESTO (Porcentaje que las exportaciones que no se destinan ni a Latinoamérica, ni OCDE, ni Unión Europea), FPSP12008 (porcentajes de los Fondos propios sobre el total del pasivo) , VA/VENTAS (Valor añadido generado sobre el total de ventas) , UC12008 (porcentajes medios durante el año de utilización de la capacidad estándar de producción de la empresa) con una frecuencia superior a 50. La longitud de los reductos varía entre 6-8 atributos. Esto permite indicar que al menos, 23 atributos son redundantes y podrían ser eliminados de la tabla. Esto demuestra la fuerza de esta metodología para la selección de las variables más significativas. La intersección de los reductos nos da el núcleo. El núcleo de atributos está vacío. Esto indica que ningún único atributo es absolutamente necesario para la aproximación perfecta de las dos clases de decisión. En la media que la aplicación de esta metodología pone de manifiesto que no hay ninguna condición imprescindible, ya sea factor interno o externo a la empresa, deriva en que no hay un ingrediente general que pueda prescribirse para alcanzar el éxito y por tanto las fórmulas para lograrlo serán variadas. Las investigaciones precedentes también han señalado que son varios los elementos que conforman un perfil exportador exitoso (ZOU y STAN, 1998; AABY y SLATER, 1994; SOUSA et al. 2008) sin embargo con los resultados obtenidos en esta investigación, aunque existan factores más significativos que otros, tal y como se ha señalado, ninguno de ellos es determinante para todas las empresas y situaciones. De manera que tal y como señalan (ROBERTSON y CHETTY (2000, p. 214) siguiendo el enfoque contingente y ajuste estratégico ¿no existen factores bueno o malos en relación a los otros, sino que cada uno de ellos puede ser más apropiado dependiendo del contexto en el que se utilicen¿. Así, la posibilidad de realizar este primer análisis descriptivo derivado de la aplicación de estas metodologías pone de manifiesto que éstas se adaptan bien a la compleja naturaleza de la toma de decisiones empresariales especialmente en el área de la internacionalización de empresas donde son muchos los factores a tener en cuenta y que son capaces de describir el comportamiento exportador por un lado y relacionar las descripciones de las empresas exportadoras con decisiones sobre su clasificación. De manera que cuando las categorías en las que han de clasificarse las empresas exportadoras, en este caso éxito y no éxito, son imprecisas por los numerosos determinantes del comportamiento exportador y el diferente tipo datos manejados, cualitativos y cuantitativos, pueden aproximarse mediante conjuntos precisos (NURMI et al., 1996). Así el aprendizaje automático (machine learning) o adquisición del conocimiento inductivo (MICHALSKI, 1983) se convierte en una herramienta útil tanto para los decisores empresariales, gobiernos e instituciones interesadas en mejorar las exportaciones o en las empresas exportadoras, para tomar decisiones coherentes cuando manejan gran cantidad de información compleja. Les permite además obtener modelos comprensivos y un conocimiento adicional sobre el funcionamiento de una parte del mundo real ya que este se deriva de los ejemplos sobre decisiones previas que se han tomado en el pasado. Ese descubrimiento de conocimiento a través de los datos y ejemplos incluye un aspecto fundamental para el funcionamiento empresarial que es la predicción ya que con estas metodologías se encuentran patrones que pueden ayudar y apoyar las decisiones y comportamiento futuro, y la descripción a través del cual el sistema encuentra esas pautas y las presenta a los usuarios es sencillo (TAY y SHEN, 2002) frente a otras técnicas también sofisticadas pero que tiene un funcionamiento de ¿black box¿ como por ejemplo las redes neuronales. Las metodologías utilizadas en esta investigación han presentado una precisión utilizando una validación cruzada en 10 pliegues muy satisfactoria. Para el Rough Set del 76,1% para el Rough Set lo que indican que el porcentaje total de empresas correctamente clasificadas es considerable y el árbol ha dado un porcentaje de aciertos del 73,61%. De esta manera estas técnicas permiten clasificar en una alto porcentaje las nuevas empresas y por tanto poseen un elevado poder de predicción y en la línea de los resultados obtenidos en otras investigaciones, que utilizan esta metodología para predecir el fracaso empresarial que se encuentra entre el entre el 68% y el 80%. (BOSE, 2006). En relación al análisis explicativo, nuestro segundo objetivo, varias cuestiones deben subrayarse. La construcción del modelo del comportamiento exportador propuesto se ha realizado en base a una sustancial revisión de la literatura teórica tanto de los enfoques generales de la internacionalización de empresas (Capítulo II) como de los particulares de las actividades exportadoras (Capítulo III) incorporando también los meta-análisis más relevantes sobre la materia así como las evidencias empíricas de las investigaciones más significativas de las últimas décadas sobre cada uno de los posibles factores determinantes del resultado exportador y su efecto sobre la performance exportadora. Esta ardua tarea de revisión teórica y empírica nos ha permitido construir un modelo mejorado por varias razones. En primer lugar, se trata de un modelo global debido a la incorporación simultánea de los principales factores internos y externos a la organización identificados desde distintas perspectivas teóricas (Teoría de recursos y capacidades, paradigma estructura-estrategia-resultado, paradigma relacional, enfoque contingente y ajuste estratégico, orientación al mercado, entrepreneurship, etcétera) y áreas de investigación (marketing, finanzas, organización de empresas, métodos de decisión, etcétera). En segundo lugar, es un modelo integral porque se han ampliado aspectos y dimensiones de esos factores. Este desarrollo realizado en este trabajo se ha debido a que no ha sido tan habitual en las investigaciones empíricas su incorporación y sin embargo existen argumentos para suponer que pueden afectar al resultado empresarial en general y al exportador en particular, teniendo en cuenta que la unidad de análisis utilizada ha sido la empresa y no una unidad de negocio internacional específica. En tercer lugar, el modelo presentado es multi-atibuto ya que se han utilizado para la valoración y definición operativa tanto del desempeño exportador como de cada una de las variables independientes múltiples indicadores y parámetros. La pretensión es establecer un perfil del comportamiento exportador lo más completo posible dada la complejidad del fenómeno siguiendo las recomendaciones de numerosas investigaciones conceptuales ya señaladas. Todo ello permite enriquecer el modelo por el hecho de incorporar información que puede resultar relevante y en paralelo confirmar o descartar relaciones entre la variable dependiente y determinadas medidas de cada variable explicativa. En la medida que se han seleccionado distintos parámetros de las variables seleccionadas estas técnicas nos permiten también concluir qué medidas de las variables utilizadas y por tanto, qué aspecto de ese factor es o no significativa en el éxito o fracaso y por tanto permite arrojar cierta luz, a un problema clásico en el análisis de la performance de exportación como son los resultados contradictorios derivados de la medición de las variables. Desde esta concepción global, integral y multi-atributo a modo de síntesis el modelo queda así representado: Variable Dependiente (Resultado exportador) Medidas Intensidad exportadora Estática Crecimiento exportador en los últimos cinco años Dinámica Variables independientes Medidas Factores internos Características de la empresa 10 variables Las capacidades y competencias de la empresa 61 variables. Las características y competencias del capital humano 9 variables La estrategia de exportación 17 variables Factores externos El entorno 23 variables Así, además de la consideración de aspectos ¿clásicos¿, cabe mencionar algunas de las principales aportaciones que se realizan en cada una de esas categorías: En relación a las características de la empresa además de la incorporación de las variables más habituales como tamaño y experiencia en el negocio, se agregan características mucho menos habituales pero relevantes (LEONIDOU et al. , 2010) que representan la identidad corporativa en términos de estructura de propiedad y organizativa que conforma la personalidad de la empresa y gobierno corporativo que es relevante para entender el comportamiento de cada una de ellas y su éxito (SAINZ OCHOA, 2002; THOMSEN y PEDERSEN, 2000). Se pretende de esta manera a través de las características societarias como pertenencia grupo de sociedades, participación directa o indirecta de capital extranjero en el capital social de la empresa, tipo de control y nodo de control, tipología propietaria, forma jurídica y número de centros o fábricas que posee la empresa, capturar aspectos como el proceso de toma de decisiones más o menos participativo, la actitud emprendedora, la actitud frente al riesgo, las percepciones, la gestión empresarial (THOMSEN y PEDERSEN, 2000) así como aspectos como estructura de propiedad concentrada o dispersa, tipología de propietarios (empresas familiares) (FERNÁNDEZ y NIETO, 2006), la identidad propiedad y control, la formalidad de las organizaciones y la cultura organizativa (STOTTINGER y HOLZMULLER, 2001) la complejidad y descentralización de las organizaciones, concretamente en su diferenciación espacial y grado de división, en la medida que pueden influir en su postura emprendedora, asociada ésta a la mejora de resultados empresariales, y por tanto, previsiblemente al resultado exportador (BALABANIS y KATSIKEA, 2003). En cuanto a las capacidades de la empresa se incluyen las capacidades de marketing que son las que se consideran más relevantes para mejorar el desempeño exportador pero desde la perspectiva de orientación al mercado y su enfoque más dinámico (LAGES et al., 2006) ya que contienen las capacidades informacionales, capacidades relacionales y capacidades cruzadas (DAY, 1994). Se añaden para determinar su interrelación las capacidades productivas, la eficiencia operativa y método de producción así como un modelo de las capacidades o conducta innovadora más completo al incorporar no sólo el esfuerzo innovador sino también los resultados de la innovación en productos y lo que es más relevante en procesos tanto de producción como organizativos. Sin embargo la aportación más relevante ha sido la incorporación de variables estrictamente financieras como capacidades de la empresa que, tal y como ha quedado expuesto, pueden constituir una herramienta para el logro del éxito y sin embargo rara vez se incluyen en los modelos globales (MAUREL, 2009; BERMAN y HÉRICOURT, 2008). Estas variables pretenden caracterizar la estructura económica o de inversión de la empresa, la estructura financiera así como aspectos un tanto olvidados como las medidas de crecimiento pasado de la empresa, la eficiencia y rentabilidad de la empresa en la línea de las aportaciones de los trabajos de LAGES (2000) y LAGES et al. (2004, 2008). Se utilizan para capturar estas características y capacidades financieras 22 variables. Por último, se incluyen los factores del entorno externo que aunque cada vez se utilizan en un mayor número de investigaciones existen todavía una importante limitación en los trabajos empíricos realizados (JEKANYIKA y FREEMAN, 2009; KATSIKEAS et al., 2000). En esta investigación el resultado exportador de la empresa y no de una unidad de negocio en particular, los factores del entorno se centran básicamente en las condiciones generales de los mercados recogiendo elementos como los cambios que se producen en los mercados, su dinamismo, el ámbito geográfico, la localización de las empresas, el atractivo de los mercados a través de la evolución de la cuota de mercado, intensidad competitiva así como la estructura competitiva aproximada por el sector y el tipo de bien producido. Basándonos en los hallazgos obtenidos en esta investigación podemos mencionar algunas de las conclusiones más relevantes que han quedado expuestas en el análisis de los resultados tanto con la metodología Rough Set como en el análisis complementario del árbol de decisión C4.5. Un importante resultado es que estas metodologías permiten identificar mejor los patrones de las empresas sin éxito en el mercado exterior que las empresas exitosas. Las reglas asociadas a la clase 2 (no éxito) son en general más cortas, es decir contienen un menor número de atributos, y mayor fortaleza y cobertura. Este es un hallazgo es significativo por dos motivos. En primer lugar, cubre un de los déficits investigadores que ya fue señalado por LEONIDOU et al. en 2002 al subrayar que gran número de los estudios se han centrado en identificar los factores, especialmente vinculados a la estrategia de marketing, que consiguen un mejor resultado exportador pero que en líneas generales se ha abandonado el estudio de aquellos que ocasionan un peor resultado exportador. En segundo lugar, es especialmente clave conocer estas relaciones ya que permitirían a nivel empresarial reconducir ciertas acciones y estrategias y evitar así el fracaso o incluso la retirada de los mercados de exportación y por otro lado que todos aquellos interesados en las empresas exportadoras, inversores, gobiernos e instituciones financieras entre otras, puedan escoger adecuadamente las acciones e inversiones que realizar. Estos resultados evidencian por tanto que aunque el camino al éxito resulta más complejo por la variedad de patrones obtenidos es igualmente útil conocer las decisiones que pueden llevar a fracasar en la actividad exportadora. Otra de las importantes ventajas del Rough Set y los árboles de decisión, como ya se ha señalado, consiste en su capacidad para descubrir conocimiento. En el caso que nos ocupa, se obtienen patrones de éxito y fracaso exportador que no sólo descubren las relaciones directas o indirectas que pueden existir entre las variables sino que además proporcionan la manera concreta y específica (los valores que deben tomar esas variables) en la que se deben alinear y ajustar para que se produzca la clasificación en una de las clases, éxito o fracaso. Esto es significativo ya que se obtiene un elevado grado de detalle y concreción que puede utilizarse en posteriores investigaciones para realizar análisis parciales de determinadas variables y situaciones y constituye un verdadero ¿recetario¿ de cómo alcanzar el resultado exportador deseado. Muestra de ello es que, dado el reducto seleccionado con el procedimiento principal del Rough Set, descrito en la sección 5.3 del Capítulo V, formado por las siguientes variables, NUMERIN, PM2008, COMPE12008, VA/VENTAS; CREVENTAS, XOCDE y NACECLIO, obtenemos 114 reglas de decisión que han quedado explicadas con detalle anteriormente. En base a los patrones específicos que se han obtenido y que indican el ajuste que debe existir entre valores de las variables, que se han explicado con detalle en las secciones anteriores pueden extraerse a modo de conclusiones generales algunas cuestiones relevantes. En primer lugar, las evidencias más claras. No hay ninguna de las reglas de decisión que contenga los siete atributos seleccionados. Desde el punto de vista económico, lo que se pone de manifiesto es que el camino al éxito (o el fracaso) en el exterior no solo sigue una senda, sino que se puede alcanzar por distintas rutas, en cada una de las cuales tendrán mayor relevancia unas características sobre otras y lo que es más importante, la combinación, el ajuste o la interrelación entre estos factores es lo que conforma cada una de las posibles alternativas. Esto viene a refrendar la Teoría de la Contingencia, basada en el hecho de que no existen recetas universales que sirvan para todas las empresas ni en todas las circunstancias, pero si existen, al menos dadas determinadas condiciones, una combinación de factores que permiten alcanzar el éxito o fracasar. En general (ver excepción en la sección de análisis de resultado) tampoco existen reglas de decisión que contengan un solo atributo por lo que es significativo señalar que no hay ninguna condición ni característica, que de forma aislada constituya una condición suficiente para el éxito. No hay factores que por sí solos deriven en el éxito o al fracaso. Respecto a los distintos patrones varias consideraciones significativas pueden mencionarse en relación a las variables más relevantes en las reglas más fuertes. Aparecen como un atributo de gran relevancia en el Rough Set el crecimiento de las ventas totales de la empresa en el periodo 2003-2008, confirmado en el C4.5, ya que es el que aparece de forma más habitual tanto en las reglas de decisión de la clase 1 como en las reglas de decisión de la clase 2 no sólo por su frecuencia en las reglas sino porque en las reglas más fuertes de ambas categorías aparece habitualmente este atributo. Se confirma así la relación entre esta variable y el comportamiento exportador, de manera que los resultados pasados pueden tener un impacto en las decisiones y acciones futuras de la empresa y la satisfacción o no con los resultados pasados puede provocar modificaciones en las actividades en el exterior en la medida que la percepción del riesgo también será distinto y la orientación estratégica diferente. Es decir, los resultados anteriores influyen en la estrategia y comportamiento exportador futuro de la empresa- Este resultado se fundamenta en el comportamiento de las organizaciones que establece que resultados pasados mejores pueden incrementan el compromiso y puede llevar también a una presencia más activa en los mercados exteriores que puede traducirse en la implementación de distintas estrategias comerciales. Además, está vinculado al proceso de aprendizaje ya que las organizaciones incorporaran a sus actuaciones la experiencia pasada de manera que orientarán el comportamiento futuro en relación a asumir riesgos, la innovación, la adaptación o no al mercado de destino (LAGES, 2000; LAGES y MONTGOMERY, 2004; LAGES et al., 2008). El análisis de esta variable para las empresas con éxito muestra qué niveles de crecimiento medio y altos de la empresa en los últimos cinco años y combinando con otras variables (ver reglas específicas) impulsan el logro de resultados exportadores superiores. En las reglas de decisión de la clase 2, vuelve a repetirse la misma situación que en anteriores atributos, la dispersión de valores es mucho mayor que en el caso de las reglas con éxito, lo que es un indicio de que determinados valores de ciertos atributos no son condición suficiente para el logro del éxito sino que tienen que ajustarse o encajar a las condiciones dadas en otros atributos. A pesar de esta mayor dispersión entre los percentiles establecidos, puede obtenerse un cierto patrón también para esta variable ya que los valores que más frecuentemente aparecen en las reglas que contienen este atributo, son el percentil 1 y 2. De manera que en general, se confirma relación lineal entre crecimiento de las ventas y resultado exportador con el ajuste de otras variables en las reglas descritas en las secciones previas teniendo que en cuenta que el crecimiento de las ventas es un indicador de la ¿business performance¿, es decir, una medida global y dinámica del resultado de la empresa (COVIN et al., 2006; VENKATRAMAN y RAMANUJAM, 1987) ya que evalúa la ¿eficacia de una empresa en la búsqueda de oportunidades empresariales¿ (véase DAVIDSSON et al., 2002, p. 73) y es una de las medidas más relevantes y comúnmente aceptadas del crecimiento (STEFFENS et al., 2009) Existen evidencias empíricas de que las exportaciones contribuyen a la fortaleza económica de los países, ya que mejoran la balanza comercial, la creación de empleo y el crecimiento económico (CZINKONTA y RONKAINEN, 1998), a mejorar la situación financiera (GREENAWAY et al, 2007) o el acceso el acceso a financiación o a menores restricciones de liquidez (CAMPA y SHAVER, 2002; GUARIGLIA y MATEUT, 2005), o constituyen una señal de eficiencia y competitividad para los posibles inversores (ARNDT et al., 2009). Sin embargo en esta investigación obtenemos tanto en el Rough Set como en el C4.5 que el crecimiento pasado de la empresa medido a través del crecimiento de las ventas es un factor relevante en el éxito (o fracaso) de la actividad exportadora en la líneas de otras investigaciones que apuntan que las empresas más productivas y más grandes son las que pueden afrontar los costes asociados a la entrada en mercados extranjeros (MELITZ, 2003; BERNARD y JENSEN, 1999; GREENAWAY y KNELLER, 2004; CAMPA, 2004; BERNARD y JENSEN, 2004; ROBERTS y TYBOUT, 1997) De manera que en la medida que las exportaciones pueden ser consideradas como una estrategia de diversificación de mercados entronca con la idea de que cualquier opción estratégica precisa de recursos Uniendo ambos argumentos, es decir el crecimiento de la empresa en el pasado influye en el comportamiento exportador y que el comportamiento exportador puede hacerlo en el resultado futuro de la empresa, es interesante explorar un camino no lo suficientemente investigado en el ámbito de las exportaciones. La premisa central es que si la diversificación de mercados (mercado doméstico y mercados exteriores) influye en el resultado global de la empresa y por tanto es capaz de generar nuevos recursos a su vez la estrategia desarrollada en los mercados internacionales se ve afectada por los recursos generados gracias al crecimiento pasado de la empresa. De manera que este proceso puede ser considerado un ¿proceso circular y recursivo¿ (FORCARELL, 2004, p.5). Es decir, la empresa para crecer y por tanto mejorar su performance global necesita poseer recursos y capacidades específicas. Ese crecimiento potencia la adquisición de más recursos y capacidades y por tanto es causa y efecto. Así, el conjunto de recursos actual de la empresa determina la estrategia futura y la estrategia actual determina la cartera de recursos futura de la empresa. Es la consideración dinámica del enfoque de recursos y capacidades, una corriente de investigación que utiliza este enfoque para explicar el desarrollo y crecimiento de las empresas diversificadas (FOSS et al, 1995, MAHONEY y PANDIAN, citados en FORCARELL, 2004). Junto con el crecimiento de la empresa, los atributos más relevantes como son el número de mercados internacionales, valor añadido sobre ventas, exportaciones a la OCDE y sector se extraen algunas conclusiones interesantes de reseñar. Tal y como planteamos en esta investigación se confirma con el Rough Set y con el C4.5 la importancia del número de mercados internacionales, variable proxy de la experiencia y conocimiento de los mercados así como de la estrategia de expansión, diversificación, concentración o mixta. De manera que en determinadas circunstancias (ver las combinaciones con otros atributos) se requiere un nivel de experiencia internacional y de conocimiento del funcionamiento de los mercados internacionales para alcanzar el éxito en base a que el conocimiento de distintos entornos abre la posibilidad de identificar oportunidades de negocio que mejoran el resultado exportador. Además puede señalarse que en las reglas de decisión del éxito, esta variable resulta más significativa (su presencia es más habitual) que en las reglas de decisión del ¿no éxito¿, lo que pone de manifiesto la importancia relativa de esta variable en cada caso siendo más determinante para lograr el éxito que para no alcanzarlo Interesante resulta señalar que como aproximación de la experiencia en los mercados internacionales no aparece en ninguna regla de éxito el valor máximo. Este resultado puede estar vinculado al hecho de que no es la cantidad de información recogida de los mercados la que puede constituir un factor clave en el éxito, sino la calidad de dicha información en la medida que la presencia en los mercados internacionales esté más diversificada o concentrada en menos mercados. El número de mercados internacionales se ha utilizado también como medida de la estrategia de expansión de la empresa exportadora, siendo posible una estrategia de diversificación de mercados, de concentración o una estrategia mixta, también está relacionado con el tipo de mercados a los que exporta, es decir no solo a cuantos países exporta sino también el destino de estas ventas y su reparto entre distintas áreas para tratar de identificar la diversificación geográfica de las actividades exteriores ya que el tipo de mercado al que se dirige la empresa puede afectar al resultado exportador (LOSADA et al. 2007) en la medida que es donde se transfieren los recursos específicos del mercado local al mercado exterior (BLESA et al., 2007 citando SHARMA y ERRAMILI, 2004) Puede comprobarse que el valor que predomina para las empresas exitosas es la concurrencia de dos mercados internacionales. Teniendo en cuenta que el rango de valores posibles es desde 0 a 4, este valor medio puede ser indicativo de que no hay una estrategia de diversificación pura, sino que es una combinación de diversificación-concentración, una estrategia mixta, es decir, más de un mercado internacional definido pero poco numerosos para concentrar los esfuerzos comerciales en pocos mercados lo que permitiría aprovecharse de las ventajas de la diversificación y de la concentración. En ninguna regla del Rough Set aparece esta variable de forma aislada lo que indica que por sí sola una estrategia determinada no es indicativo de éxito sino que debe ir combinada con otras condiciones o capacidades. No hay valor 4 ni 0 en las reglas de éxito, esto muestra que la relación entre estrategia de expansión y resultado exportador presenta la forma de una U invertida. Para un elevado número de mercados internacionales los costes de esta estrategia pueden ser mayores que los beneficios que pueden obtener. En cuanto al valor añadido sobre ventas se ha utilizado como variable ¿proxy¿ de la eficiencia del proceso productivo, productividad de los recursos utilizados o eficiencia empresarial y como una posible medida de la performance global actual de la empresa (KLETTE et al., 2000). En definitiva al hecho de disponer de recursos suficientes para competir en el exterior, se une la necesidad de un uso eficiente de los mismos. Esta variable aparece de forma habitual en las reglas de decisión de la clase 1, en términos muy similares al número de mercado internacionales y por encima de la intensidad importadora y la comercialización de productos extranjeros y se concentran en los niveles medios de valor añadido, es decir, en el percentil 2 y 3, ninguno en el cero, es decir bajo nivel de valor añadido y sólo un caso en el percentil 5, con alto grado de eficiencia medido de esta forma. En el caso de las reglas de decisión de la clase 2, como ocurre con otras variables, los valores están más dispersos pero es significativo que los valores se encuentren con mayor frecuencia en los percentiles con un nivel inferior de eficiencia o en niveles altos o muy altos de eficiencia. En las reglas de mayor fortaleza de la clase 2, el valor añadido se encuentra en el percentil 4 y 5 (un solo caso en 2). Así la principal conclusión que puede obtener de análisis de esta variable es que es necesario un nivel mínimo de eficiencia, aunque se disponga de suficientes recursos, para poder competir con éxito en los mercados exteriores y en algunos sectores esto es más relevante que en otros. Significativo resulta también la confirmación de que no son las empresas más eficientes las que logran el éxito en los mercados exteriores. La explicación de este resultado puede hallarse precisamente en el tipo de actividad exterior que estamos analizando. De manera que las empresas que deciden exportar deben presentar alguna ventaja, combinado con otras variables, para poder competir pero que precisamente hayan escogido esta fórmula como vía de ganar eficiencia. Así es necesario un nivel mínimo de eficiencia que permita competir, pero la posibilidad de ganar eficiencia en los mercados internacionales puede hacer que las empresas realicen un mayor esfuerzo y se comprometan más con estas actividades que aquellas que no tienen mucho margen para esta ganancia. Si nos detenemos en otra variable muy frecuente tanto en los patrones de éxito como de fracaso el porcentaje de exportaciones a países de la OCDE (no Unión Europea) cabe recordar que es un factor que se ha utilizado, tal y como ha quedado justificado en las secciones anteriores, para capturar distintos aspectos del resultado exportador. Es una de las variables que permite identificar el destino de las exportaciones que forma parte de las decisiones estratégicas de expansión y selección de los mercados de exportación aunque el número de estudios que lo incluyen es relativamente menor que otros factores (HELPMAN et al. 2004; EATON et al. 2004) Además el destino de las exportaciones puede ser la representación de varias cuestiones como la proximidad o distancia de los mercados de destino (no sólo en términos de distancia geográfica sino en términos de similitud entre los mercados domésticos y exteriores) por tanto también es una posible medida de las condiciones del entorno en las que se realizan las operaciones de exportación (RUANE y SUTHERLAND, 2005) así como resulta esencial para determinar el grado de adaptación de la política comercial (SOUSA y BRADLEY, 2008) A la vista de los resultados obtenidos tanto en el Rough Set como en el C4.5 puede concluirse que esta decisión estratégica resulta significativa en combinación con otros factores lo que permite confirmar que en determinadas situaciones (ver las reglas específicas que contienen este factor) si el patrón competitivo se ajusta a los mercados en los que puedan desplegarse de forma más eficiente las ventajas competitivas de la empresa exportadora la empresa tendrá éxito y al contrario en el caso de las empresas que no lo logran. Así en la línea de otros estudios, los mercados de destino influyen a la hora de adoptar una estrategia competitiva adecuada de manera que el resultado exportador se mejorará si la empresa ha seleccionado la forma más adecuada de atender a esos mercados (KATSIKEAS et. al, 1996) y que tal y como señalan BROUTHER et al (2009b), la selección de un mercado puede mejorar pero también dañar las ventajas de propiedad, confirmándose así que las ventajas de propiedad y localización interactúan. Los resultados más relevantes muestran que el porcentaje de las exportaciones a la OCDE en las empresas con éxito representa un valor moderado y alto, pero no aparece ninguna regla con porcentajes bajos. En las reglas más fuertes de la clase 1 la variable toma valores en el percentil 2 y 3, y que en las reglas más fuertes de la clase 2 (no éxito) la variable se encuentra en el percentil 1, es decir escaso o nulas exportaciones a países de la OCDE. Además otros patrones obtenidos nos permiten confirma que la experiencia necesaria para el éxito se incrementa con la distancia entre mercados y su vinculación con la productividad, en la medida que si la empresa atiende a mayor número de mercados, ésta tiene que ser más productiva y eficiente para alcanzar el éxito. Por último, cabe mencionar respecto a la variable sector, la confirmación de la relación significativa con el resultado exportador y que cada uno de ellos tiene un comportamiento exportador diferenciado (DESS et al., 1990). Así en base al paradigma estructura-conducta-resultado, la estructura del mercado o efecto ¿sector¿ resulta así en un factor antecedente de la conducta de la empresa ya que la condiciona, y esta conducta influirá en el resultado. Teniendo en cuenta que una de las conclusiones más relevantes de esta investigación es que pueden obtener el detalle de las diversas fórmulas para alcanzar el éxito o el fracaso, al análisis particular de las variables más significativas se unen las relaciones obtenidas y que conforman el ajuste entre dichas variables que queda recogido en las 39 reglas de decisión más fuertes del Rough Set presentadas a continuación: (NMERIN2008=0) (PM2008=1)=>(class=2[30]) 30 (NMERIN2008=0) (COMPE12008=1) (VA/VENTAS=5)=>(class=2[24]) 24 (CREVENTAS=1) (XOCDE2006=2)=>(class=2[23]) 23 (CREVENTAS=1) (NACECLIO2008=4)=>(class=2[22]) 22 (NACECLIO2008=8)=>(class=2[20]) 20 (PM2008=4) (CREVENTAS=1)=>(class=2[20]) 20 (VA/VENTAS=4) (CREVENTAS=1) (XOCDE2006=1)=>(class=2[20]) 20 (COMPE12008=1) (VA/VENTAS=5) (CREVENTAS=1) (XOCDE2006=1)=>(class=2[18]) 18 (NMERIN2008=0) (COMPE12008=1) (CREVENTAS=2) (XOCDE2006=1)=>(class=2[16]) 16 (PM2008=2) (VA/VENTAS=2) (XOCDE2006=1)=>(class=2[13]) 13 (NMERIN2008=2) (CREVENTAS=1) (XOCDE2006=1)=>(class=2[12]) 12 (CREVENTAS=5) (XOCDE2006=1) (NACECLIO2008=2)=>(class=2[11]) 11 (NMERIN2008=1) (VA/VENTAS=5) (CREVENTAS=1)=>(class=2[11]) 11 (PM2008=1) (VA/VENTAS=5) (CREVENTAS=1) (XOCDE2006=1)=>(class=2[11]) 11 (PM2008=3) (CREVENTAS=1) (XOCDE2006=1)=>(class=2[11]) 11 (NMERIN2008=2) (VA/VENTAS=2) (CREVENTAS=5)=>(class=1[10]) 10 (NMERIN2008=1) (PM2008=2) (CREVENTAS=1)=>(class=2[10]) 10 (CREVENTAS=1) (NACECLIO2008=19)=>(class=2[10]) 10 (VA/VENTAS=5) (XOCDE2006=1) (NACECLIO2008=13)=>(class=2[10]) 10 (PM2008=1) (NACECLIO2008=10)=>(class=2[10]) 10 (NMERIN2008=2) (CREVENTAS=5) (NACECLIO2008=12)=>(class=1[9]) 9 (PM2008=4) (VA/VENTAS=3) (CREVENTAS=3)=>(class=1[9]) 9 (NMERIN2008=0) (PM2008=2) (VA/VENTAS=5)=>(class=2[9]) 9 (NMERIN2008=1) (COMPE12008=2) (CREVENTAS=1)=>(class=2[9]) 9 (PM2008=1) (COMPE12008=1) (VA/VENTAS=5) (NACECLIO2008=13)=>(class=2[9]) 9 (PM2008=4) (VA/VENTAS=3) (XOCDE2006=2)=>(class=1[8]) 8 (XOCDE2006=3) (NACECLIO2008=12)=>(class=1[8]) 8 (NMERIN2008=0) (COMPE12008=2) (VA/VENTAS=1)=>(class=2[8]) 8 (PM2008=3) (NACECLIO2008=4)=>(class=2[8]) 8 (VA/VENTAS=1) (NACECLIO2008=4)=>(class=2[8]) 8 (VA/VENTAS=1) (CREVENTAS=5) (NACECLIO2008=2)=>(class=2[8]) 8 (NMERIN2008=1) (PM2008=1) (XOCDE2006=3)=>(class=2[8]) 8 (PM2008=1) (XOCDE2006=1) (NACECLIO2008=19)=>(class=2[8]) 8 (PM2008=2) (VA/VENTAS=4) (CREVENTAS=3)=>(class=2[8]) 8 (PM2008=2) (COMPE12008=1) (CREVENTAS=4) (XOCDE2006=1)=>(class=2[8]) 8 (PM2008=3) (VA/VENTAS=5) (CREVENTAS=1)=>(class=2[8]) 8 (NMERIN2008=1) (PM2008=5) (CREVENTAS=1)=>(class=2[8]) 8 (NMERIN2008=2) (COMPE12008=2) (CREVENTAS=1)=>(class=2[8]) 8 (PM2008=3) (COMPE12008=2) (CREVENTAS=1)=>(class=2[8]) 8 (NMERIN2008=1) (CREVENTAS=4) (XOCDE2006=2)=>(class=1[7]) 7 En general, las combinaciones de atributos más frecuentes que aparecen en las reglas de decisión de la clase 1 éxito son crecimiento de las ventas y exportaciones a la OCDE, número de mercados internacionales y crecimiento, valor añadido sobre ventas y crecimiento, número de mercados internacionales y valor añadido y por último número de mercados internacionales y porcentaje de exportaciones a la OCDE. En las reglas más fuertes de éxito lo habitual es encontrar reglas que contengan la combinación de alguno de esos atributos apareciendo en dos ocasiones el sector, en concreto el identificado como sector 12, que se corresponde con las actividades de metales férreos y no férreos En las reglas más fuertes de no éxito también es la combinación de estos atributos el resultado más frecuente, siendo la variable que representa el efecto sector una característica más significativa. Puede observarse en la tabla de reglas de mayor fortaleza que las 15 primeras con mayor fortaleza que ofrece la aplicación del Rough Set se refieren a reglas de la clase no éxito. Cabe destacar algunos de estos resultados. Si las empresas que venden en el exterior no definen mercados internacionales dada la escasa relevancia otorgada a esas actividades lo que refleja su escasa orientación internacional y escaso compromiso con el desarrollo de esos mercados, así como una escasa experiencia internacional o conocimiento, la clave del fracaso es que, aunque tienen operaciones en el exterior, su orientación principal es el mercado doméstico. De la misma manera empresas muy eficientes pueden fracasar si no tienen orientación internacional y desarrollan sus recursos y capacidades en los mercados domésticos, lo que puede ser un indicio de que no existe la necesidad prioritaria de salir en búsqueda de nuevas oportunidades en nuevos mercados y por tanto el atractivo del mercado doméstico puede suponer un freno a la actividad exterior. El mismo resultado, fracaso exportador, se obtiene si el crecimiento de la empresa en los últimos años ha sido negativo y por tanto no ha generado suficientes recursos y capacidades para competir en el exterior y adicionalmente se destina un porcentaje moderado de sus exportaciones a los países de la OCDE. En las reglas 4 y 5 también con una significativa fortaleza, 22 y 20 respectivamente, aparece como atributo relevante el sector 4, correspondientes a las actividades textiles y vestido, unido al crecimiento total de las ventas siendo este negativo, y la regla 5 que está formada exclusivamente por el sector 8, Edición y artes gráficas, ya comentadas en secciones anteriores. En el resto de las reglas hasta una fortaleza de 11 se puede señalar que los atributos que aparecen de forma más significativa son el crecimiento de las ventas, el porcentaje de exportaciones a la OCDE y el valor añadido de las ventas. Para terminar, a la vista del análisis de las reglas obtenidas, y dado que los resultados generados en nuestra técnica complementaria C4.5 en líneas generales confirman los resultados del Rough Set (ver análisis detallados de las reglas), puede afirmarse que no hay recursos, capacidades o estrategias que per se sean superiores a otras para todas las empresas y circunstancias sino que el éxito (o fracaso) se deriva de combinar adecuadamente todos ellos. Esto supone no sólo un nueva evidencia para apoyar que el enfoque contingente con ajuste estratégico es el que mejor puede explicar el comportamiento exportador en la medida que sostiene que la congruencia adecuada entre los recursos, capacidades, estrategias y entorno es lo que permite mejorar la performance de exportación sino que obtenemos modelos concretos de ese ajuste (KATSIKEAS et al., 2006; ROBERTSON y CHETTY, 2000). Este trabajo ha pretendido mejorar el conocimiento no sólo por la utilización de metodologías alternativas y novedosas, sino porque incorpora las relaciones directas e indirectas entre variables y no realiza hipótesis constreñidas previas sobre el efecto de dichas variables para construir un modelo global, integral y multi-atributo que obtiene modelos de comportamiento exportador que permite abrir líneas de investigación y práctica empresarial específicas. Sin embargo, presenta algunas limitaciones que conviene señalar y que su superación constituirá la base de futuros trabajos de investigación. En primer lugar, desde una perspectiva metodológica pueden utilizarse distintos sistemas alternativos para establecer el ranking de variables (RAVI et al., 2008; LIN et al., 2009; CHEN y CHENG, 2009; LEE, 2010) ya que eso condiciona la generación de reglas que explican los patrones de comportamiento y dado que la metodología más habitual para el análisis son técnicas estadísticas (análisis discriminante, multi-variante, ecuaciones estructurales etcétera) resulta de interés la comparación de los resultados alcanzados con las técnicas propuestas en esta investigación y otras clásicas para confirmar la calidad de las clasificaciones en ambos casos así como su poder predictivo. En segundo lugar, los resultados obtenidos se refieren al año 2008 y aunque se han incorporado medidas longitudinales para capturar el aspecto dinámico del resultado exportador, hay que tener en cuenta que el contexto de crisis económica en el que se realiza la investigación puede afectar al resultado exportador, de manera que estos patrones probablemente podrían verse modificados si el entorno económico se modificara. Esto exige que en el futuro se realicen análisis adicionales para comprobar que aspectos y atributos pueden ser más relevantes en ambientes más benignos y menos volátiles. En tercer lugar, aunque los distintos factores se han valorado incorporando múltiples medidas de acuerdo con las aportaciones conceptuales que se han venido realizando, los resultados dependen de esa valoración que está condicionada en gran parte por la disponibilidad de los datos disponibles en la Encuesta de Estrategias Empresariales y dificulta la comparación con otros estudios. En cuarto lugar, si bien se ha profundizado en el conocimiento de los factores que influyen en la dimensión económica del resultado exportador, sería relevante en futuras investigaciones incorporar como interactúa ésta con otros aspectos del resultado exportador como la dimensión estratégica, la satisfacción de los decisores y la incorporación de los objetivos particulares de los distintos grupos de interés en la empresa e incluso modificar la unidad de análisis para corroborar estos patrones cuando se trata de unidades de negocio específicas y no la globalidad de la empresa. En último lugar, esta investigación tiene una limitación espacial, temporal y la referida a la tipología de empresas utilizadas. De manera que sería preciso realizar por una parte estudios longitudinales para comprobar si dichos patrones se confirman en el tiempo, ampliar el número de países de la investigación para tratar de obtener patrones en entornos micro y macroeconómicos diferentes y añadir otro tipo de empresas como las de servicios. Para cerrar este trabajo y como consideración final, creemos que la utilización de metodologías de la Inteligencia Artificial, como el Rough Set y el árbol de decisión C4. 5, con las ventajas que presenta sobre otras técnicas, junto a otros elementos esenciales aportados por esta investigación como son, en primer lugar, la revisión exhaustiva de los trabajos teóricos y empíricos que se han realizado desde distintas disciplinas sobre la internacionalización de empresas y en segundo lugar, la propuesta de un modelo global que captura un perfil completo del comportamiento exportador al incorporar no sólo las variables consideradas en investigaciones previas sino incluir los factores financieros que tradicionalmente no han sido contrastados de forma simultánea con el resto de variables, constituyen un nuevo enfoque para abordar el asunto de la internacionalización de empresas. Esta perspectiva inédita para el tratamiento de la performance exportadora, abre nuevas líneas de investigación que abordaremos en el futuro. Entre ellas pueden mencionarse los distintos análisis parciales que se pueden realizar de los grupos de variables manejados, como por ejemplo el efecto de la estructura de propiedad sobre el resultado exportador, o cómo afecta la estructura económica-financiera al resultado exportador y la influencia de las variables de marketing en particular en el desempeño exportador. Así como la contrastación mediante las técnicas de Inteligencia Artificial de la relación entre resultado exportador y performance global de la empresa o viceversa.