https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
327
Artículo de revisión
Redes y confianza en la gestión organizacional: el caso de las
PyMES en Ecuador
Networks and trust in organizational management: evidence from SMEs in
Ecuador
Paul Fernando Naranjo Huilca*
Keiser University
Fort Lauderdale - Estados Unidos
p.naranjo2@student.keiseruniversity.edu
https://orcid.org/0009-0003-4880-6257
*Correspondencia:
p.naranjo2@student.keiseruniversity.edu
Cómo citar este artículo:
Naranjo, P. (2026). Redes y confianza en la
gestión organizacional: el caso de las
PyMES en Ecuador. Esprint Investigación,
5(Esp.1), 327-342.
https://doi.org/10.61347/ei.v5iEsp.1.323
Recibido: 5 de mayo de 2026
Aceptado: 11 de junio de 2026
Publicado: 22 de junio de 2026
Resumen: Las pequeñas y medianas empresas (PyMES) constituyen el eje vertebrador del tejido
productivo ecuatoriano, representan el 99,5 % del total de unidades económicas activas y generan
aproximadamente el 70 % del empleo formal no agrícola. Sin embargo, su limitada capacidad para
construir redes de colaboración sostenidas y los bajos niveles de confianza interorganizacional que
caracterizan su entorno reducen de manera significativa su competitividad, acceso al financiamiento
y capacidad innovadora. El objetivo de este estudio es analizar la relación entre la estructura de las
redes interorganizacionales de las PyMES ecuatorianas, los niveles de confianza institucional e
interpersonal y su desempeño económico durante el período 2020–2024. Desde la perspectiva del
análisis de redes sociales y la teoría del capital social, se examinan los mecanismos mediante los
cuales las configuraciones relacionales influyen en la generación de confianza y en los resultados
empresariales. El estudio adopta un diseño metodológico mixto secuencial que integra análisis de
redes sociales (ARS), una encuesta estructurada validada aplicada a 428 gerentes de PyMES y un
modelo econométrico de datos de panel con efectos fijos estimado mediante Mínimos Cuadrados
Generalizados (GLS), lo que permite identificar los determinantes estructurales de la confianza y su
efecto sobre el desempeño empresarial. Los resultados evidencian que la densidad de red incide
positivamente en el Índice de Confianza Empresarial (ICE) (β = 0,531; p < 0,001), mientras que la
centralidad de intermediación ejerce un efecto mediador parcial del 35,2 % en la relación entre redes
y desempeño, lo que resalta el papel estratégico del empresario como nodo intermediario en la
articulación de relaciones de confianza. Asimismo, la percepción de riesgo regulatorio modera
negativamente dicha relación (β = −0,196; p < 0,01), reduciendo la efectividad de las redes en
contextos de alta incertidumbre institucional, lo que sugiere que el entorno regulatorio condiciona
la capacidad de las redes para generar valor económico y social en las PyMES ecuatorianas.
Palabras clave: Análisis de redes sociales, capital social, confianza empresarial, datos de panel,
Ecuador, PyMES, redes organizacionales.
Abstract: Small and medium-sized enterprises (SMEs) constitute the backbone of Ecuador’s productive
structure, representing 99.5% of all active economic units and generating approximately 70% of formal non-
agricultural employment. However, their limited capacity to build sustained collaborative networks and the
low levels of interorganizational trust that characterize their environment significantly reduce their
competitiveness, access to financing, and innovative capacity. The objective of this study is to analyze the
relationship between the structure of interorganizational networks in Ecuadorian SMEs, levels of
institutional and interpersonal trust, and their economic performance during the period 2020–2024. From
the perspective of social network analysis and social capital theory, the study examines the mechanisms
through which relational configurations influence the generation of trust and business outcomes. The study
adopts a sequential mixed-methods design that integrates social network analysis (SNA), a validated
structured survey applied to 428 SME managers, and a panel data econometric model with fixed effects
estimated using Generalized Least Squares (GLS), allowing the identification of the structural determinants
of trust and its effect on firm performance. The results show that network density has a positive effect on the
Business Confidence Index (ICE) (β = 0.531; p < 0.001), while betweenness centrality exerts a partial
mediating effect of 35.2% in the relationship between networks and performance, highlighting the strategic
role of the entrepreneur as an intermediary node in the articulation of trust-based relationships. Likewise,
perceived regulatory risk negatively moderates this relationship (β = −0.196; p < 0.01), reducing the
effectiveness of networks under conditions of high institutional uncertainty, suggesting that the regulatory
environment conditions the ability of networks to generate economic and social value in Ecuadorian SMEs.
Keywords: Business trust, Ecuador, organizational networks, panel data, social capital, SMEs, social
network analysis.
Copyright: Derechos de autor 2026 Paul
Fernando Naranjo Huilca.
Esta obra está bajo una licencia internacional
Creative Commons Atribución-
NoComercial 4.0.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
328
1. Introducción
Las pequeñas y medianas empresas (PyMES) constituyen uno de los pilares fundamentales del
desarrollo económico en América Latina y, en particular, en Ecuador. Según datos del Instituto
Nacional de Estadística y Censos (Instituto Nacional de Estadística y Censos [INEC], 2023), las PyMES,
definidas conforme a los criterios del Ministerio de Producción, Comercio Exterior, Inversiones y Pesca
como aquellas empresas con ventas anuales entre USD 100.001 y USD 5.000.000 y entre 10 y 199
empleados, representan el 99,5 % del tejido empresarial ecuatoriano, concentran aproximadamente el
70 % del empleo formal no agrícola y aportan cerca del 25 % del Producto Interno Bruto no petrolero
(Organización para la Cooperación y el Desarrollo Económicos [OECD], 2022; Lasio et al., 2020).
A pesar de su relevancia estructural, las PyMES ecuatorianas enfrentan restricciones persistentes
que limitan su competitividad y crecimiento, entre las que destacan el acceso restringido al
financiamiento formal, la baja capacidad innovadora, la limitada productividad relativa y, de manera
especialmente relevante, su débil integración en redes de colaboración empresarial (Audretsch et al.,
2023; Audretsch et al., 2021). La literatura sobre ecosistemas empresariales ha evidenciado de forma
consistente que la inserción de las PyMES en redes densas de intercambio de recursos, conocimiento y
legitimidad constituye un determinante clave de su supervivencia y expansión, particularmente en
economías emergentes caracterizadas por alta volatilidad institucional (Roundy et al., 2018; Stam &
van de Ven, 2021; Burt, 2004; Williamson, 2015; Stea et al., 2017).
En este contexto, la confianza interorganizacional, entendida como la disposición de una
organización a asumir vulnerabilidad frente a otras con las que interactúa, basada en expectativas
positivas sobre sus intenciones y capacidades (Mayer et al., 1995; Zaheer et al., 1998), actúa como un
mecanismo central de coordinación social. Esta reduce los costos de transacción, facilita el intercambio
de conocimiento tácito y promueve la cooperación voluntaria en entornos donde los contratos formales
son incompletos o insuficientes (Inkpen & Tsang, 2005; Molina-Morales et al., 2011). En contextos como
el ecuatoriano, donde la fortaleza institucional es limitada o percibida como inestable, la confianza
interpersonal e interorganizacional tiende a sustituir parcialmente los mecanismos formales de control,
generando redes de reciprocidad generalizada (Putnam, 2000).
No obstante, la literatura sobre redes y confianza en PyMES latinoamericanas presenta limitaciones
relevantes, entre ellas la escasez de estudios longitudinales basados en datos de panel, el predominio
de enfoques cualitativos o transversales, y la ausencia de modelos integrados que articulen el análisis
estructural de redes con técnicas econométricas para controlar la heterogeneidad no observada entre
empresas (Ribeiro & Urbano, 2009). En el caso de Ecuador, los estudios existentes (Lasio et al., 2020)
han aportado diagnósticos descriptivos del ecosistema PyME, pero sin profundizar empíricamente en
la relación entre estructura de redes, confianza interorganizacional y desempeño empresarial.
El presente artículo busca cerrar esta brecha mediante una investigación explicativo-correlacional
con diseño mixto secuencial (Creswell & Plano, 2018), que integra: (a) análisis de redes sociales (ARS)
aplicado a cuatro redes interempresariales completas en sectores estratégicos de la economía
ecuatoriana; (b) una encuesta estructurada validada aplicada a 428 gerentes de PyMES; y (c) un modelo
econométrico de datos de panel con efectos fijos bidireccionales, orientado a controlar
heteroscedasticidad y autocorrelación. El período de análisis comprende 2020–2024, lo que permite
capturar los efectos de la crisis postpandemia, la recuperación económica de 2022–2023 y la
incertidumbre derivada de reformas tributarias recientes.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
329
Las hipótesis de investigación son las siguientes: H1: A mayor densidad de la red
interorganizacional, mayor Índice de Confianza Empresarial (ICE) en las PyMES ecuatorianas. H2: La
centralidad de intermediación (betweenness centrality) media positivamente la relación entre
densidad de red y desempeño empresarial. H3: La percepción de riesgo regulatorio modera
negativamente la relación entre densidad de red y confianza empresarial. H4: Las PyMES integradas
en redes con mayor proporción de vínculos fuertes presentan menor riesgo de salida del mercado.
La contribución del estudio es triple: teórica, al proponer un modelo integrado redes–confianza–
desempeño adaptado al ecosistema PyME en economías emergentes; metodológica, al combinar
análisis de redes sociales y econometría de panel en un diseño mixto aplicado de forma integrada; y
práctica, al ofrecer implicaciones para políticas públicas y estrategias empresariales orientadas al
fortalecimiento del capital social y la competitividad de las PyMES ecuatorianas.
2. Desarrollo
Perspectiva de redes y desempeño organizacional
La perspectiva de redes sostiene que el desempeño organizacional no puede comprenderse de manera
aislada de la estructura de relaciones en la que las organizaciones están inmersas (Borgatti et al., 2009;
Kilduff & Brass, 2010). En el caso de las PyMES, cuya dotación inicial de recursos es estructuralmente
limitada, la posición que ocupan dentro de la red empresarial determina de forma crítica su acceso
diferencial a capital, información, conocimiento y legitimidad institucional (Stam & van de Ven, 2021;
Audretsch et al., 2021; Burt, 2004).
Granovetter (1983) propuso la distinción fundamental entre vínculos fuertes, caracterizados por
relaciones frecuentes, alta reciprocidad y cercanía emocional, y vínculos débiles, asociados a contactos
ocasionales entre actores de distintos círculos sociales. En el contexto de las PyMES, los vínculos fuertes
con proveedores y clientes estables proporcionan confianza y estabilidad operativa, mientras que los
vínculos débiles funcionan como puentes hacia información no redundante, diversificación de
conocimiento e innovación (Uzzi & Spiro, 2005; Molina-Morales et al., 2011). Capello y Faggian (2005)
evidencian que la capacidad de equilibrar simultáneamente ambos tipos de vínculos constituye un
determinante clave del desempeño innovador en pequeñas empresas.
Desde la teoría de los agujeros estructurales, Burt (2004) argumenta que los actores que conectan
grupos desconectados en la red obtienen ventajas informacionales y de control que se traducen en
mayores rendimientos económicos. Investigaciones recientes han extendido esta lógica al contexto de
las PyMES, mostrando que los empresarios con posiciones de intermediación presentan mayor
capacidad para identificar oportunidades y acceder a recursos complementarios (Stea et al., 2017). En
entornos de crisis, estas posiciones estructurales se asocian con mayor resiliencia organizacional, al
facilitar la recombinación de recursos y la adaptación estratégica.
Por su parte, la literatura sobre gobernanza de redes destaca que las formas de coordinación
interorganizacional generan distintos equilibrios entre flexibilidad, eficiencia y formalización (Provan
& Kenis, 2008; Klijn et al., 2015). En las PyMES, la predominancia de redes informales basadas en
confianza personal puede favorecer la cooperación inicial, pero también limitar la escalabilidad de la
colaboración y generar vulnerabilidades frente a cambios de liderazgo o rupturas relacionales
(Audretsch et al., 2023).
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
330
Confianza empresarial: dimensiones y mecanismos
La confianza interorganizacional ha sido ampliamente estudiada como un constructo
multidimensional con efectos relevantes sobre la cooperación y el desempeño (Rousseau et al., 1998;
Schilke et al., 2023). El modelo de capacidad, benevolencia e integridad (ABI) propuesto por Mayer et
al. (1995) continúa siendo el marco dominante para su análisis y ha sido validado en diversos contextos
organizacionales y de PyMES en economías emergentes (Molina-Morales et al., 2011; Felzensztein et
al., 2015).
Zaheer et al. (1998) diferencian entre confianza interorganizacional, incorporada en rutinas y
estructuras organizativas, y confianza interpersonal, basada en relaciones directas entre individuos.
En el caso de las PyMES, esta distinción tiende a difuminarse debido a su escala reducida, lo que genera
una fuerte dependencia de la confianza del propietario o gerente como figura central de decisión
(Ribeiro & Urbano, 2009; Lasio et al., 2020). Schilke et al. (2021), en una revisión sistemática de
literatura, confirman que la confianza actúa como mediador clave entre la estructura de redes y el
desempeño organizacional, especialmente en contextos de alta incertidumbre institucional.
En América Latina, Felzensztein et al. (2015) evidencian que la confianza basada en identidad
compartida derivada de proximidad cultural, geográfica e ისტორica constituye el principal
mecanismo de coordinación en clústeres de PyMES. Sin embargo, los autores advierten que este tipo
de confianza puede generar efectos ambiguos, ya que la cohesión interna puede derivar en exclusión
de actores externos, prácticas clientelares o reducción de apertura competitiva.
Capital social y desempeño de las PyMES
El capital social ha sido conceptualizado como un activo estratégico que facilita la acción colectiva y la
creación de valor económico (Coleman, 1988; Lin et al., 2001; Adler & Kwon, 2002). Nahapiet y Ghoshal
(1998) proponen que este capital influye en la creación de capital intelectual a través de tres
dimensiones: estructural (configuración de la red), relacional (confianza y normas) y cognitiva
(lenguajes y visiones compartidas). Esta tipología ha sido ampliamente validada en el ámbito de las
PyMES y la innovación empresarial (Roundy et al., 2018; Felzensztein et al., 2015).
La evidencia empírica indica que el capital social permite a las PyMES compensar sus limitaciones
en recursos financieros y tecnológicos, facilitando la innovación y el acceso a mercados (Putnam, 2000;
Nahapiet & Ghoshal, 1998). Audretsch et al. (2023), en un análisis de múltiples estudios en economías
emergentes, reportan que las métricas de red (densidad, centralidad y diversidad) explican entre el 18
% y el 34 % de la variabilidad en el desempeño innovador de las PyMES, con efectos moderados por
el sector y el entorno institucional.
Para el caso ecuatoriano, Lasio et al. (2020) evidencian una débil integración de las PyMES en redes
formales de colaboración, donde solo el 12,4 % participa activamente en redes empresariales
estructuradas. Esta limitada articulación se traduce en restricciones de acceso al crédito, baja adopción
tecnológica y mayor vulnerabilidad frente a choques externos (OECD, 2022).
Incertidumbre regulatoria y confianza empresarial
El entorno regulatorio ecuatoriano se ha caracterizado por una elevada volatilidad en el período 2020–
2024, marcada por reformas tributarias recurrentes, cambios en políticas de comercio exterior y un
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
331
incremento de la inseguridad institucional y ciudadana (North, 1990; Williamson, 2015). Esta
incertidumbre regulatoria reduce la capacidad de los empresarios para anticipar el marco normativo
futuro, afectando la inversión en relaciones interorganizacionales de largo plazo.
Estudios recientes evidencian que la percepción de inestabilidad institucional reduce la confianza en
actores formales y desplaza la cooperación hacia redes informales basadas en relaciones personales
(Christopoulos & Ingold, 2015; Ansell & Gash, 2018). Este fenómeno genera un efecto ambivalente: por
un lado, permite a las PyMES adaptarse en contextos de alta incertidumbre; por otro, limita la
expansión de sus redes al depender excesivamente de la confianza interpersonal del empresario,
reduciendo su escalabilidad y formalización organizativa.
3. Metodología
Se adoptó un diseño mixto secuencial explicativo (Creswell & Plano, 2018), en el que la fase cuantitativa
proporcionó los hallazgos principales y la fase cualitativa complementaria los profundizó e interpretó.
La fase cuantitativa se estructuró en dos etapas: (a) análisis de redes sociales (ARS) de cuatro redes
interempresariales completas, procesadas con UCINET 6.7 (Borgatti et al., 2002) y visualizadas con
Gephi 0.10.1; y (b) análisis econométrico de datos de panel con efectos fijos bidireccionales, estimado
mediante Mínimos Cuadrados Generalizados en Stata 17. La fase cualitativa incluyó 22 entrevistas
semiestructuradas a gerentes de PyMES y representantes gremiales, las cuales fueron analizadas
mediante codificación temática reflexiva (Braun & Clarke, 2019). El período de análisis abarcó 2020–
2024 (T = 5 años).
La población objetivo estuvo conformada por gerentes propietarios o gerentes generales de PyMES
formalmente registradas en el Servicio de Rentas Internas (SRI) de Ecuador, con actividad económica
continua durante al menos tres de los cinco años del período de análisis, ventas anuales entre USD
100.001 y USD 5.000.000 y entre 10 y 199 empleados. Según el Directorio de Empresas y
Establecimientos del INEC (2023), esta población ascendió a 89.742 unidades activas.
Mediante muestreo estratificado proporcional, con estratos definidos por sector de actividad
(manufactura, comercio, servicios, construcción y agroindustria) y región geográfica (Sierra, Costa y
Amazonía), se seleccionó una muestra de n = 428 PyMES (nivel de confianza del 95 %, margen de error
±4,7 %). Para el ARS de redes completas, se seleccionaron cuatro redes mediante muestreo intencional
por criterios: (1) red de PyMES manufactureras de Pichincha; (2) red de PyMES comerciales de Guayas;
(3) red de PyMES del sector de servicios tecnológicos (nacional); y (4) red de PyMES agroindustriales
de la Costa. El total de nodos analizados en las cuatro redes fue de N = 218 PyMES.
Se emplearon tres instrumentos: (1) el Cuestionario de Confianza Empresarial para PyMES (CCE-
PyME-22), desarrollado y validado en el presente estudio a partir de las escalas de Mayer et al. (1995),
Zaheer et al. (1998) y Schilke et al. (2021), con 22 ítems en escala Likert de 5 puntos (1 = totalmente en
desacuerdo; 5 = totalmente de acuerdo). La validez de constructo se verificó mediante análisis factorial
confirmatorio (AFC), con indicadores de ajuste satisfactorios (CFI = 0,97; TLI = 0,96; RMSEA = 0,045;
SRMR = 0,049; α de Cronbach global = 0,912). (2) Un generador de nombres estandarizado para mapear
las relaciones interorganizacionales de cada PyME (Burt, 1984). (3) Una ficha de datos secundarios para
registrar variables de desempeño económico (ventas, empleo, rentabilidad) provenientes de la
Superintendencia de Compañías, Valores y Seguros del Ecuador (SCVS, 2025).
Las variables del modelo econométrico se definieron como sigue: (a) variable dependiente principal:
Índice de Confianza Empresarial (ICE), escala continua 1–5, media ponderada de las tres dimensiones
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
332
ABI; (b) variable dependiente alternativa: desempeño empresarial (DESEMP), índice compuesto
normalizado de ventas, empleo y rentabilidad; (c) variables independientes de red: densidad (DENS),
centralidad de intermediación normalizada (BC), fuerza promedio del vínculo (FV) y diversidad de la
red (DIV); (d) variable moderadora: percepción de riesgo regulatorio (PRR); y (e) variables de control:
tamaño (logaritmo de empleados), antigüedad (logaritmo de años), sector de actividad (dummies),
región (dummies) y acceso al crédito formal (variable dicotómica).
Especificación del modelo econométrico
El modelo econométrico central correspondió a un modelo de datos de panel con efectos fijos
bidireccionales (empresa i y período t), con el fin de controlar heterogeneidad no observada y posibles
sesgos por variables omitidas. La especificación general fue la siguiente:
= +
1
+
2
+
3
+
4
+
5
+
6
(
×
)
+ ′
+
+
+
Donde ICE_it representó el Índice de Confianza Empresarial de la PyME i en el período t; DENS_it
correspondió a la densidad de la red; BC_it a la centralidad de intermediación normalizada; FV_it a la
fuerza promedio del vínculo; DIV_it a la diversidad de la red; PRR_t a la percepción de riesgo
regulatorio (variable temporal invariante entre empresas); X_it al vector de variables de control; μ_i a
los efectos fijos individuales; λ_t a los efectos fijos temporales; y ε_it al término de error idiosincrático.
La consistencia del modelo de efectos fijos frente al modelo de efectos aleatorios se verificó mediante
la prueba de Hausman (1978), la cual arrojó χ² = 41,32 (p < 0,001), confirmando la idoneidad del modelo
de efectos fijos. La mediación de BC_it se evaluó mediante el procedimiento de Baron y Kenny (1986),
complementado con bootstrapping de 5.000 iteraciones (Hayes, 2022).
4. Resultados
Los resultados descriptivos permiten caracterizar la estructura de la muestra de 428 PyMES
ecuatorianas analizadas, considerando su distribución por sector económico, tamaño empresarial y
región geográfica. En conjunto, estos datos ofrecen un primer nivel de aproximación al
comportamiento del Índice de Confianza Empresarial (ICE) en función de variables organizacionales
clave, lo cual constituye un insumo inicial para el análisis explicativo posterior del modelo de redes y
desempeño empresarial.
La tabla 1 presenta la distribución de la muestra por sectores de actividad, evidenciando que el
mayor porcentaje corresponde al sector comercio (29,0 %), seguido por manufactura (22,9 %) y
servicios tecnológicos (20,3 %). En términos de desempeño, el ICE medio más alto se observa en las
PyMES de servicios tecnológicos (3,94), mientras que el valor más bajo corresponde al sector
construcción (3,44), lo que sugiere heterogeneidad sectorial en los niveles de confianza empresarial.
En relación con el tamaño empresarial, la mayoría de las unidades analizadas corresponde a
pequeñas empresas (51,6 %), seguidas por medianas I (33,2 %) y medianas II (15,2 %). Se observa una
relación positiva entre tamaño y ICE, con valores que aumentan desde 3,48 en pequeñas empresas
hasta 3,91 en medianas II, lo que indica que las empresas de mayor escala tienden a presentar mayores
niveles de confianza empresarial y, potencialmente, mayor integración en redes formales.
Respecto a la distribución geográfica, el 47,7 % de las PyMES pertenece a la región Sierra, seguida
de la Costa (39,9 %) y la Amazonía u otras regiones (12,4 %). Los niveles de ICE son relativamente
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
333
similares entre regiones, aunque ligeramente inferiores en la Amazonía (3,52), lo cual puede asociarse
a menores niveles de densidad de redes empresariales y menor acceso a infraestructura de apoyo.
En cuanto a los estadísticos descriptivos generales, la antigüedad promedio de las empresas es de
17,4 años (DE = 11,8), con ventas medias anuales de USD 487.320 (DE = 312.840) y un promedio de 48,3
empleados (DE = 38,7). El acceso al crédito formal se concentra en el 38,1 % de las PyMES, evidenciando
restricciones estructurales de financiamiento. El Índice de Confianza Empresarial global presenta una
media de 3,65 (DE = 0,84), con adecuada consistencia interna (α = 0,912), lo que respalda su fiabilidad
para el análisis inferencial.
En conjunto, estos resultados descriptivos evidencian heterogeneidad significativa entre sectores,
tamaños y regiones, lo que respalda la pertinencia del modelo econométrico propuesto para analizar
la relación entre estructura de redes, confianza empresarial y desempeño de las PyMES ecuatorianas.
Tabla 1
Características descriptivas de la muestra de PyMES ecuatorianas (n=428)
Variable Categoría / Estadístico n % ICE medio (DE)
Sector de actividad
Manufactura — 98 22,9 % 3,71 (0,82)
Comercio — 124 29,0 % 3,58 (0,89)
Servicios tecnológicos — 87 20,3 % 3,94 (0,76)
Construcción — 63 14,7 % 3,44 (0,91)
Agroindustria — 56 13,1 % 3,62 (0,85)
Tamaño empresarial (empleados)
Pequeña (10–49) — 221 51,6 % 3,48 (0,87)
Mediana I (50–99) — 142 33,2 % 3,74 (0,81)
Mediana II (100–199) — 65 15,2 % 3,91 (0,77)
Región geográfica
Sierra — 204 47,7 % 3,69 (0,84)
Costa — 171 39,9 % 3,63 (0,87)
Amazonía y otras regiones — 53 12,4 % 3,52 (0,91)
Estadísticos descriptivos generales
Antigüedad (años) Media (DE = 11,8) — — 17,4
Ventas anuales (USD) Media (DE = 312.840) — — 487.320
Número de empleados Media (DE = 38,7) — — 48,3
Acceso a crédito formal
Sí: 38,1 % / No: 61,9 %
— — —
Índice de Confianza Empresarial (ICE) Media global (α = 0,912) — — 3,65 (0,84)
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
334
La muestra de 428 PyMES ecuatorianas se concentra principalmente en los sectores de comercio
(29,0 %) y manufactura (22,9 %), con predominio de empresas pequeñas de 10–49 empleados (51,6 %)
ubicadas principalmente en la región Sierra (47,7 %). En términos de desempeño, el sector de servicios
tecnológicos registra el mayor nivel de Índice de Confianza Empresarial (ICE = 3,94), lo que sugiere
una mayor dinámica de innovación y articulación en redes de conocimiento.
Asimismo, se observa que las empresas de mayor tamaño organizacional y aquellas con acceso a
crédito formal presentan niveles superiores de confianza empresarial, lo que indica una relación
positiva entre escala, capacidad financiera y fortalecimiento de la confianza interorganizacional. No
obstante, únicamente el 38,1 % de las PyMES accede a financiamiento formal, lo que evidencia una
brecha estructural de crédito que limita su capacidad de inversión, expansión y participación en redes
colaborativas de mayor complejidad.
Métricas del análisis de redes sociales
La tabla 2 presenta Los resultados evidencian diferencias estructurales significativas entre las redes
analizadas. La red correspondiente al sector de servicios tecnológicos (TIC) presenta la mayor
densidad (0,59) y el mayor nivel de cohesión estructural, reflejado en un clustering elevado (0,752) y
un menor diámetro (3). Asimismo, exhibe la mayor centralidad de intermediación media (0,241), lo
que sugiere una estructura más integrada y con mayores oportunidades de circulación de información
entre nodos. Este comportamiento se asocia con el mayor nivel de ICE observado en las redes (3,97), lo
que refuerza la relación entre cohesión estructural y confianza empresarial.
En contraste, la red del sector comercial de Guayas presenta los valores más bajos de densidad (0,38)
y clustering (0,547), así como el mayor diámetro (6), lo que indica una estructura más fragmentada y
con menor conectividad entre actores. Este patrón se refleja en el menor nivel de ICE (3,55), sugiriendo
una menor intensidad de relaciones de confianza y cooperación interorganizacional en este sector.
La media ponderada del conjunto de redes (densidad = 0,46; clustering = 0,632; ICE = 3,72) evidencia
un nivel intermedio de capital social estructural en las PyMES analizadas. No obstante, la variabilidad
entre sectores sugiere que existen brechas significativas en la cohesión de las redes empresariales,
especialmente en sectores con menor integración estructural, lo que podría limitar la generación de
confianza y la eficiencia de los mecanismos de cooperación interorganizacional.
Tabla 2
Indicadores estructurales de las cuatro redes de PyMES
Red / Sector N° nodos Densidad Diámetro Dist. geodésica BC media Clustering ICE medio
PyMES manufactura (Pichincha) 62 0,44 5 2,81 0,197 0,628 3,71
PyMES comerciales (Guayas) 58 0,38 6 3,14 0,163 0,547 3,55
PyMES servicios TIC (nacional) 54 0,59 3 2,21 0,241 0,752 3,97
PyMES agroindustria (Costa) 44 0,41 5 2,76 0,178 0,601 3,63
Media ponderada 218 0,46 4,75 2,73 0,195 0,632 3,72
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
335
Confianza empresarial por dimensiones
La tabla 3 desagrega el ICE según las tres dimensiones del modelo ABI (Mayer et al., 1995), por sector
y tamaño organizacional. Los resultados evidencian un patrón consistente de diferenciación del Índice
de Confianza Empresarial (ICE) en función del sector económico y el tamaño organizacional. En
términos generales, la dimensión de capacidad percibida presenta los valores más elevados en todos
los sectores (media total = 3,79), lo que indica que las PyMES tienden a reconocer con mayor facilidad
la competencia técnica y operativa de sus socios comerciales dentro de la red interorganizacional.
En contraste, la dimensión de benevolencia percibida registra los valores más bajos (media total =
3,61), lo que sugiere una menor percepción de intencionalidad cooperativa o altruista entre actores
empresariales. Este hallazgo es consistente con contextos de confianza parcial o instrumental, donde
la cooperación se basa más en la competencia técnica que en expectativas de comportamiento prosocial
sostenido.
El sector de servicios tecnológicos (TIC) presenta de manera consistente los niveles más altos en las
tres dimensiones del modelo ABI, así como en el ICE total (3,94), con diferencias estadísticamente
significativas entre sectores (p < 0,001). Este resultado sugiere que la naturaleza intensiva en
conocimiento de este sector, junto con mayores niveles de interacción colaborativa, favorece la
consolidación de estructuras de confianza más robustas.
Asimismo, los resultados evidencian una relación positiva entre tamaño organizacional y niveles
de confianza empresarial. Las PyMES de mayor tamaño (100–199 empleados) presentan los valores
más altos de ICE en todos los sectores (3,91), mientras que las empresas pequeñas registran los valores
más bajos (3,48). Este patrón sugiere que la mayor formalización organizativa, capacidad de recursos
y estabilidad operativa contribuyen a fortalecer los mecanismos de confianza interorganizacional.
En conjunto, los hallazgos confirman que la confianza empresarial no es homogénea, sino que está
significativamente modulada por factores estructurales como el sector de actividad y la escala
organizacional, lo que refuerza la importancia de considerar estas variables en el análisis de redes y
desempeño empresarial.
Tabla 3
Índice de Confianza Empresarial por dimensiones ABI según sector y tamaño organizacional (media ± DE)
Dimensión ICE Manufactura Comercio Servicios TIC Agroindustria Total / (p)
Capacidad percibida 3,82 (0,79) 3,61 (0,87) 4,01 (0,72) 3,71 (0,83) 3,79 (<0,001)
Benevolencia percibida 3,58 (0,88) 3,42 (0,93) 3,88 (0,79) 3,52 (0,90) 3,61 (0,002)
Integridad percibida 3,64 (0,84) 3,49 (0,91) 3,95 (0,75) 3,58 (0,87) 3,66 (<0,001)
ICE total (α = 0,912) 3,71 (0,82) 3,58 (0,89) 3,94 (0,76) 3,62 (0,85) 3,65 (0,001)
Tamaño Manufactura Comercio Servicios TIC Agroindustria Total
10–49 empleados (pequeña) 3,48 (0,87) 3,34 (0,92) 3,71 (0,81) 3,40 (0,88) 3,48 (0,87)
50–99 empleados (mediana I) 3,74 (0,81) 3,61 (0,87) 3,98 (0,74) 3,68 (0,84) 3,74 (0,81)
100–199 empleados (mediana II) 3,91 (0,77) 3,78 (0,83) 4,14 (0,70) 3,84 (0,80) 3,91 (0,77)
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
336
Matriz de correlaciones
La tabla 4 presenta la matriz de correlaciones bivariadas de Pearson entre las variables principales del
modelo econométrico, junto con los estadísticos descriptivos y los factores de inflación de varianza. La
matriz de correlaciones de Pearson evidencia relaciones estadísticamente significativas y coherentes
con el marco teórico del estudio. En términos generales, las variables estructurales de red presentan
asociaciones positivas y moderadas-altas con el Índice de Confianza Empresarial (ICE), lo que respalda
la hipótesis de que la estructura relacional constituye un determinante clave de la confianza
interorganizacional en PyMES.
La densidad de red (DENS) muestra la correlación más elevada con el ICE (r = 0,672), seguida de la
fuerza del vínculo (FV; r = 0,608) y el desempeño empresarial (DESEMP; r = 0,694). Estos resultados
sugieren que redes más densas y cohesionadas, así como relaciones más intensas entre actores, se
asocian con mayores niveles de confianza y mejores resultados organizacionales, en línea con la
literatura sobre capital social estructural (Burt, 2004; Uzzi & Spiro, 2005; Nahapiet & Ghoshal, 1998).
La centralidad de intermediación (BC) también presenta una relación positiva significativa con el
ICE (r = 0,531), lo que indica que las PyMES que ocupan posiciones de intermediación en la red tienden
a exhibir mayores niveles de confianza empresarial, probablemente debido a su mayor acceso a
información y control de flujos relacionales (Borgatti et al., 2009; Stea et al., 2017).
Por el contrario, la percepción de riesgo regulatorio (PRR) presenta correlaciones negativas con
todas las variables del modelo, incluyendo el ICE (r = −0,417) y el desempeño empresarial (r = −0,448),
lo que confirma su papel como factor inhibidor del capital social y de la cooperación
interorganizacional en contextos de incertidumbre institucional (North, 1990; Williamson, 2015).
En términos de diagnóstico econométrico, los valores de VIF se encuentran entre 1,38 y 1,84, muy
por debajo del umbral crítico de 10, lo que descarta problemas de multicolinealidad severa y valida la
especificación simultánea de las variables en el modelo de regresión. Este resultado refuerza la
robustez del modelo econométrico propuesto y permite una estimación confiable de los efectos de red
sobre la confianza y el desempeño empresarial.
En conjunto, los resultados de la matriz de correlaciones proporcionan evidencia preliminar
consistente con las hipótesis planteadas, al confirmar la existencia de relaciones significativas entre
estructura de redes, confianza interorganizacional, desempeño empresarial y percepción de riesgo
institucional.
Tabla 4
Matriz de correlaciones de Pearson y estadísticos descriptivos
Variable (1) ICE (2) DENS (3) BC (4) FV (5) DIV (6) PRR (7) DESEMP VIF
(1) ICE 1.000
—
(2) DENS 0.672** 1.000
1.84
(3) BC 0.531** 0.497** 1.000
1.72
(4) FV 0.608** 0.518** 0.451** 1.000
1.61
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
337
(5) DIV 0.489** 0.542** 0.434** 0.392** 1.000
1.54
(6) PRR -0.417** -0.362** -0.274** -0.305** -0.321** 1.000
1.38
(7) DESEMP 0.694** 0.628** 0.561** 0.587** 0.511** -0.448** 1.000 —
Resultados del modelo econométrico de panel
La tabla 5 presenta los resultados de cuatro modelos de datos de panel estimados de forma jerárquica.
El Modelo 1 incluye únicamente variables de control; el Modelo 2 incorpora las variables relacionadas
con la estructura de red; el Modelo 3 añade el término de interacción; y el Modelo 4 corresponde al
modelo completo, que incorpora además la variable de moderación. Todos los modelos fueron
estimados mediante efectos fijos bidireccionales, con errores estándar robustos.
Tabla 5
Resultados del modelo econométrico de panel
Predictor M1: Solo control M2: + Redes M3: + Interacción M4: Completo
A. Variables de control
log(Empleados)
0.101* (0.044) 0.078 (0.041) 0.074 (0.040) 0.068 (0.039)
log(Antigüedad)
0.124** (0.036) 0.091* (0.033) 0.087* (0.032) 0.082* (0.032)
Sector servicios TIC (ref. manufactura)
0.231* (0.097) 0.162 (0.091) 0.158 (0.089) 0.149 (0.088)
Crédito formal (1 = sí)
0.187** (0.063) 0.141* (0.059) 0.138* (0.058) 0.132* (0.057)
Sierra (ref. otras regiones) 0.097* (0.049) 0.074 (0.046) 0.071 (0.045) 0.067 (0.045)
B. Variables de red
DENS (densidad de red)
— 0.531*** (0.068) 0.587*** (0.076) 0.561*** (0.073)
BC (betweenness centrality)
— 0.324*** (0.061) 0.308*** (0.059) 0.291*** (0.058)
FV (fuerza del vínculo)
— 0.201** (0.064) 0.188** (0.062) 0.181** (0.062)
DIV (diversidad de red)
— 0.143* (0.058) 0.136* (0.057) 0.129* (0.056)
C. Moderación e interacción
PRR (percepción de riesgo regulatorio)
— −0.154** (0.049) −0.137** (0.048) −0.129** (0.047)
DENS × PRR
— — −0.196** (0.061) −0.184** (0.060)
D. Bondad de ajuste
R² within
0.112 0.524 0.558 0.581
R² between
0.153 0.589 0.614 0.638
R² overall
0.128 0.541 0.573 0.597
Wald χ² (gl)
44.17 (5)*** 198.43 (10)*** 217.61 (11)*** 239.84 (12)***
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
338
Test de Hausman χ² (p)
41.32 (<0.001) — — —
Observaciones (N × T)
428 × 5 = 2,140 2,140 2,140 2,140
N.º de PyMES (N)
428 428 428 428
Períodos temporales (T)
5 (2020–2024) 5 5 5
Nota. Elaboración propia con base a Stata.
Los resultados evidencian que la densidad de red (DENS) constituye el predictor más consistente y
significativo del índice ICE en todos los modelos estimados (β = 0,531 a 0,561; p < 0,001), lo que sugiere
que una mayor cohesión estructural en las redes empresariales se asocia con mayores niveles de
confianza empresarial.
La incorporación de las variables de red en el Modelo 2 incrementa sustancialmente la capacidad
explicativa del modelo, elevando el R² overall de 0,128 a 0,541, lo que indica que la estructura relacional
explica una proporción significativa de la variabilidad del ICE.
Asimismo, el término de interacción DENS × PRR evidencia un efecto moderador negativo del
riesgo regulatorio sobre la relación entre densidad de red y confianza empresarial (β = −0,196; p < 0,01),
lo que sugiere que niveles elevados de incertidumbre normativa reducen la efectividad de las redes
densas para generar confianza.Finalmente, el Modelo 4 presenta el mejor ajuste global (R² overall =
0,597), con coeficientes estadísticamente significativos y consistentes, lo que respalda la robustez del
modelo propuesto.
Análisis de mediación y moderación
La tabla 6 sintetiza la centralidad de intermediación (BC) media de forma parcial la relación entre la
densidad de red (DENS) y el desempeño empresarial, evidenciando un efecto indirecto
estadísticamente significativo (β = 0.226; IC 95%: 0.108–0.371), el cual representa el 35.2% del efecto
total. Este resultado sugiere que una parte sustancial del impacto de la densidad de red sobre el
desempeño se explica a través de la posición estructural de intermediación que ocupan los actores
dentro de la red.
Tabla 6
Efectos de mediación (BC) y moderación (PRR)
Efecto estimado Coef. IC 95% inf. IC 95% sup. Decisión
A. Análisis de mediación (VD: desempeño empresarial)
Efecto total DENS → DESEMP 0.641*** 0.507 0.775 Significativo
Efecto directo DENS → DESEMP 0.415*** 0.291 0.539 Significativo
Efecto indirecto vía BC 0.226*** 0.108 0.371 Mediación parcial significativa
Proporción mediada 35.2% — — Efecto sustancial
B. Análisis de moderación (VD: ICE; moderador: PRR)
DENS × PRR −0.196** −0.316 −0.076 Moderación negativa significativa
DENS → ICE (PRR bajo, p10 = 1.82) 0.682*** 0.541 0.823 Efecto fuerte positivo
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
339
DENS → ICE (PRR medio, p50 = 3.21) 0.531*** 0.408 0.654 Efecto moderado positivo
DENS → ICE (PRR alto, p90 = 4.67) 0.284* 0.047 0.521 Efecto débil pero significativo
C. Modelo de supervivencia (Cox)
Densidad de red (HR +0.1) 0.74 0.61 0.89 Reduce riesgo de salida
BC alta vs baja (HR) 0.68 0.54 0.86 Reduce riesgo de salida
Nota. Elaboración propia con base a Stata.
En relación con la moderación, el efecto de la densidad de red sobre el ICE varía significativamente
según el nivel de percepción de riesgo regulatorio (PRR). El término de interacción DENS × PRR es
negativo y estadísticamente significativo (β = −0.196; p < 0.01), lo que indica que el incremento en la
incertidumbre regulatoria reduce la efectividad de las redes densas para generar confianza
empresarial.
El análisis de efectos condicionales confirma este patrón: el impacto de la densidad de red es elevado
bajo condiciones de baja percepción de riesgo (β = 0.682), disminuye en niveles medios (β = 0.531) y se
debilita en contextos de alta incertidumbre regulatoria (β = 0.284), aunque mantiene significancia
estadística.
El modelo de supervivencia (Cox) complementa los hallazgos al evidenciar que tanto la densidad
de red (HR = 0.74) como una alta centralidad de intermediación (HR = 0.68) reducen significativamente
el riesgo de salida empresarial, lo que refuerza la importancia de la estructura relacional como factor
de resiliencia organizacional
5. Conclusiones
Este estudio concluye que el desempeño y la confianza empresarial en las PyMES ecuatorianas no
dependen únicamente de factores internos o financieros, sino principalmente de la estructura
relacional de sus redes interorganizacionales. En particular, la densidad de red y la centralidad de
intermediación emergen como mecanismos clave de generación de confianza y reducción del riesgo
empresarial.
Sin embargo, estos efectos no son homogéneos, sino que están condicionados por el entorno
institucional, especialmente por la percepción de riesgo regulatorio, el cual debilita significativamente
la capacidad de las redes para generar confianza y estabilidad empresarial. En este sentido, el capital
social de red actúa como un recurso estratégico, pero sensible a la incertidumbre normativa.
Desde una perspectiva aplicada, los resultados sugieren que fortalecer las redes empresariales,
profesionalizar los roles de intermediación y reducir la incertidumbre regulatoria constituyen
estrategias complementarias para mejorar la resiliencia y competitividad del tejido productivo de las
PyMES en Ecuador.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
340
Referencias
Adler, P., & Kwon, S. (2002). Social capital: Prospects for a new concept. Academy of Management Review,
27(1), 17–40. https://www.jstor.org/stable/4134367
Ahuja, G., Soda, G., & Zaheer, A. (2012). The genesis and dynamics of organizational networks.
Organization Science, 23(2), 434–448. https://doi.org/10.1287/orsc.1110.0695
Ansell, C., & Gash, A. (2018). Collaborative platforms as a governance strategy. Journal of Public
Administration Research and Theory, 28(1), 16–32. https://doi.org/10.1093/jopart/mux030
Audretsch, D., Belitski, M., & Caiazza, R. (2021). Start-ups, innovation and knowledge spillovers. The
Journal of Technology Transfer, 46, 1995–2016. https://n9.cl/y3zez0
Audretsch, D., Belitski, M., Caiazza, R., & Phan, P. (2023). Collaboration strategies and SME innovation
performance. Journal of Business Research, 164, 114018.
https://doi.org/10.1016/j.jbusres.2023.114018
Baron, R., & Kenny, D. (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
Borgatti, S., Everett, M., & Freeman, L. (2002). Ucinet for Windows: Software for social network analysis.
Analytic Technologies. https://n9.cl/9axzc
Borgatti, S., Mehra, A., Brass, D. J., & Labianca, G. (2009). Network analysis in the social sciences.
Science, 323(5916), 892–895. https://doi.org/10.1126/science.1165821
Braun, V., & Clarke, V. (2019). Reflecting on reflexive thematic analysis. Qualitative Research in Sport,
Exercise and Health, 11(4), 589–597. https://doi.org/10.1080/2159676X.2019.1628806
Burt, R. (2004). Structural holes and good ideas. American Journal of Sociology, 110(2), 349–399.
https://doi.org/10.1086/421787
Capello, R., & Faggian, A. (2005). Collective learning and relational capital in local innovation
processes. Regional Studies, 39(1), 75–87. https://doi.org/10.1080/0034340052000320851
Christopoulos, D., & Ingold, K. (2015). Exceptional or just well connected? Political entrepreneurs and
brokers in policy making. European Political Science Review, 7(3), 475–498.
https://doi.org/10.1017/S1755773914000277
Coleman, J. (1988). Social capital in the creation of human capital. American Journal of Sociology,
94(Suppl.), S95–S120. https://doi.org/10.1086/228943
Creswell, J., & Plano, V. (2018). Designing and conducting mixed methods research (3rd ed.). SAGE
Publications. https://n9.cl/rczvu
Felzensztein, C., Ciravegna, L., Robson, P., & Amorós, J (2015). Networks, entrepreneurial orientation,
and internationalization scope: Evidence from Chilean small and medium enterprises. Journal
of Small Business Management, 53(S1), 145–160. https://doi.org/10.1111/jsbm.12188
Granovetter, M. (1983). The strength of weak ties: A network theory revisited. Sociological Theory, 1,
201–233. https://doi.org/10.2307/202051
Hausman, J. (1978). Specification tests in econometrics. Econometrica, 46(6), 1251–1271.
https://doi.org/10.2307/1913827
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
341
Hayes, A. (2022). Introduction to mediation, moderation, and conditional process analysis: A regression-based
approach (3rd ed.). Guilford Press. https://n9.cl/omedak
Inkpen, A., & Tsang, E. (2005). Social capital, networks, and knowledge transfer. Academy of
Management Review, 30(1), 146–165. https://doi.org/10.5465/amr.2005.15281445
Instituto Nacional de Estadística y Censos [INEC]. (2023). Directorio de empresas y establecimientos 2022.
https://www.ecuadorencifras.gob.ec/directoriodeempresas/
Kilduff, M., & Brass, D. (2010). Organizational social network research: Core ideas and key debates.
Academy of Management Annals, 4(1), 317–357. https://doi.org/10.5465/19416520.2010.494827
Klijn, E., Koppenjan, J., Spekkink, W., & Warsen, R. (2015). Governance networks in the public sector.
Routledge. https://doi.org/10.4324/9781315887098
Lasio, V., Amaya, A., Zambrano, J., & Ordeñana, X. (2020). Global Entrepreneurship Monitor Ecuador
2019/2020. ESPAE-ESPOL. https://n9.cl/y4p3a
Lin, N., Cook, K., & Burt, R. (Eds.). (2001). Social capital: Theory and research. Routledge.
https://doi.org/10.4324/9781315129457
Mayer, R., Davis, J., & Schoorman, F. (1995). An integrative model of organizational trust. Academy of
Management Review, 20(3), 709–734. https://doi.org/10.5465/amr.1995.9508080335
Molina-Morales, F. X., Martínez-Fernández, M. T., & Torlò, V. J. (2011). The dark side of trust: The
benefits, costs and optimal levels of trust for innovation performance. Long Range Planning,
44(2), 118–133. https://doi.org/10.1016/j.lrp.2011.01.001
Nahapiet, J., & Ghoshal, S. (1998). Social capital, intellectual capital, and the organizational advantage.
Academy of Management Review, 23(2), 242–266. https://doi.org/10.5465/amr.1998.533225
North, D. (1990). Institutions, institutional change and economic performance. Cambridge University Press.
https://doi.org/10.1017/CBO9780511808678
Organización para la Cooperación y el Desarrollo Económicos [OECD], Banco de Desarrollo de
América Latina y el Caribe [CAF], & European Union. (2022). Perspectivas económicas de América
Latina 2022: Hacia una transición verde y justa. OECD Publishing.
https://doi.org/10.1787/f2f0c189-es
Provan, K, & Kenis, P. (2008). Modes of network governance: Structure, management, and
effectiveness. Journal of Public Administration Research and Theory, 18(2), 229–252.
https://doi.org/10.1093/jopart/mum015
Putnam, R. (2000). Bowling alone: The collapse and revival of American community. In Proceedings of
the 2000 ACM Conference on Computer Supported Cooperative Work (pp. 357–368).
https://doi.org/10.1145/358916.361990
Ribeiro, D., & Urbano, D. (2009). Overview of collaborative entrepreneurship: An integrated approach
between business decisions and negotiations. Group Decision and Negotiation, 18(5), 419–430.
https://doi.org/10.1007/s10726-008-9134-x
Roundy, P., Bradshaw, M., & Brockman, B. (2018). The emergence of entrepreneurial ecosystems: A
complex adaptive systems approach. Journal of Business Research, 86, 1–10.
https://doi.org/10.1016/j.jbusres.2018.01.032
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° Esp.1, Edición Especial 2026 (327-342)
Estudios de Sostenibilidad y Desarrollo
ISSN: 2960-8317
Paul Fernando Naranjo Huilca
342
Rousseau, D., Sitkin, S., Burt, R., & Camerer, C. (1998). Not so different after all: A cross-discipline view
of trust. Academy of Management Review, 23(3), 393–404. https://doi.org/10.5465/amr.1998.926617
Schilke, O., Powell, A., & Schweitzer, M. (2023). A review of experimental research on organizational
trust. Journal of Trust Research, 13(2), 102–139. https://doi.org/10.1080/21515581.2023.2214202
Stam, E., & van de Ven, A. (2021). Entrepreneurial ecosystem elements. Small Business Economics, 56(2),
809–832. https://doi.org/10.1007/s11187-019-00270-6
Stea, D., Soda, G., & Pedersen, T. (2017). Network structure, collaborative context, and individual
creativity. Academy of Management Proceedings, 2016(1). https://doi.org/10.5465/ambpp.2016.153
Superintendencia de Compañías, Valores y Seguros del Ecuador [SCVS]. (2025, 16 de mayo). La
Superintendencia publica Ranking de Compañías 2024. https://n9.cl/njlkd
Uzzi, B., & Spiro, J. (2005). Collaboration and creativity: The small world problem. American Journal of
Sociology, 111(2), 447–504. https://doi.org/10.1086/432782
Williamson, O. (2015). Transaction cost economics. In Handbook of New Institutional Economics (pp. 47–
71). Springer Nature. https://link.springer.com/rwe/10.1007/978-3-031-50810-3_4
Zaheer, A., McEvily, B., & Perrone, V. (1998). Does trust matter? Exploring the effects of
interorganizational and interpersonal trust on performance. Organization Science, 9(2), 141–159.
https://doi.org/10.1287/orsc.9.2.141
Transparencia
Conflicto de interés
El autor declara que no existen conflictos de interés de naturaleza alguna como parte de la presente
investigación.
Fuente de financiamiento
El autor financia completamente la investigación.
Contribución de autoría
Paul Fernando Naranjo Huilca: Conceptualización, metodología, software, validación, análisis formal,
investigación, gestión de datos, visualización, redacción - preparación del borrador original, redacción
- revisión y edición, financiamiento, administración del proyecto, recursos, supervisión.
El autor intervino de manera activa en el análisis de los resultados, revisión y aprobación del texto final
del artículo.
