Lógica difusa: un escudo para la estabilidad financiera cooperativa. Caso de estudio: Cooperativa Sumac Llacta Ltda.
DOI:
https://doi.org/10.61347/ei.v3i3.86Palabras clave:
Cooperativas, estabilidad financiera, lógica difusa, modelización financiera, riesgo financieroResumen
La presente investigación evaluó la utilidad de la lógica difusa (fuzzy logic) para medir la estabilidad financiera de la Cooperativa Sumac Llacta Ltda. durante el período 2019-2022. El objetivo general fue desarrollar un modelo más preciso y flexible que los métodos tradicionales, identificando los factores claves que influyen en la estabilidad de la cooperativa. A través de un análisis exhaustivo de los estados financieros, se seleccionaron indicadores financieros relevantes y se modelaron utilizando conjuntos difusos. Estos conjuntos permiten manejar la incertidumbre presente en los datos financieros. Esta investigación enmarcada en un paradigma positivista, con un enfoque cuantitativo, un nivel descriptivo, una modalidad de campo y documental, empleó un diseño no experimental de corte transversal. Se utilizaron técnicas de análisis documental y lógica difusa con números borrosos trapezoidales, aplicando la metodología CAMEL, el instrumento fue la guía de análisis de documentos, la población fue de 16 documentos financieros. Los resultados muestran que el modelo de lógica difusa es eficaz para evaluar la estabilidad financiera de la cooperativa, al considerar la imprecisión y la incertidumbre de los datos. Además, el modelo identifica factores claves para la toma de decisiones estratégicas. Se concluye que la lógica difusa es una herramienta prometedora para evaluar la estabilidad financiera de las cooperativas, ya que proporciona una evaluación más flexible y precisa, contribuyendo a fortalecer la gestión financiera y garantizar la sostenibilidad a largo plazo de estas instituciones. Los hallazgos de este estudio pueden servir como base para futuras investigaciones en el campo de la evaluación financiera cooperativa.
Descargas
Citas
Carpio-Peralta, M. C., Álvarez-Gavilanes, J. E., & Orellana-Orellana, E. F. (2021). Modelo de gestión financiera sostenible aplicando lógica difusa en el Hospital Humanitario. Cienciamatria, 7(12), 4-37. https://doi.org/10.35381/cm.v7i12.418
Chanchí, G. E., Sierra, L. M., & Campo, W. Y. (2021). Aplicación de la lógica difusa en la implementación de rúbricas de evaluación en el contexto universitario. Revista Ibérica de Sistemas e Tecnologias de Informação, (42), 174-187. https://n9.cl/3ecym
Crespo, J. Y. (2011). CAMEL vs. discriminante, un análisis de riesgo al sistema financiero venezolano. Ecos de Economía, 15(33), 25-47. https://n9.cl/puwyp
Díaz, J., Coba, E., Moreno, K., & Santamaría, E. (2017). La lógica difusa aplicada a los ratios financieros en el sector cooperativo del Ecuador. INNOVA Research Journal, 2(6), 64-82. https://n9.cl/k0kx1
Goguen, J. A. (2014). L. A. Zadeh. Fuzzy sets. Information and control, vol. 8 (1965), pp. 338–353. - L. A. Zadeh. Similarity relations and fuzzy orderings. Information sciences, vol. 3 (1971), pp. 177–200. The Journal of Symbolic Logic, (4), 656-657. https://n9.cl/u5w2w
Londoño-Patiño, J. (2020). Toma de decisiones basada en la productividad en Pymes manufactureras: aproximación desde la Lógica Difusa. Revista CEA, 6(12), 181-207. https://n9.cl/rlgvq
Luna, K., Espinoza, J., Sarmiento, W., Andrade, C., & Chamba, V. (2019). Análisis financiero en el sector industrial con aplicación de herramientas de la lógica borrosa. Ciencia Digital, 3(2.3), 112-124. https://doi.org/10.33262/cienciadigital.v3i2.3.566
Moreno, C., Vega, A., & Chanchí, G. (2024). Herramienta de estimación de la confiabilidad de clientes potenciales del sector financiero mediante el uso de técnicas de análisis de sentimientos y lógica difusa. Revista Colombiana de Tecnologías de Avanzada, 1(43), 24-34. https://doi.org/10.24054/rcta.v1i43.2801
Proaño, B. (2023). Análisis financiero (1°. ed). Universidad del Azuay. https://publicaciones.uazuay.edu.ec/flip/books/libro/uazuay-libro-303.pdf
Profillidis, V. A., & Botzoris, G. N. (2018). Modeling of transport demand: Analyzing, calculating, and forecasting transport demand. Elsevier. https://www.sciencedirect.com/book/9780128115138/modeling-of-transport-demand
Revelo, S. (2006). Simulación de un convertidor multinivel apilable controlado con lógica difusa [Tesis de maestría, Universidad de las Américas Puebla]. Repositorio institucional. https://n9.cl/o1tli
Rodríguez, L., & Donoso, A. (2022). Propuesta teórica de una metodología para el análisis de los riesgos empresariales por procesos y lógica difusa en el sector turístico cubano. Contaduría y Administración, 67(3). https://doi.org/10.22201/fca.24488410e.2022.3474
Saldaña, C. X., & Guamán, G. (2019). Análisis financiero basado en la técnica Fuzzy Logic, como instrumento para la toma de decisiones en la empresa Italimentos Cía. Ltda. Revista Economía y Política, (30), 72-95. https://n9.cl/9ddqy
Talledo, D. (2022). Lógica difusa aplicada a la bolsa de valores. Global Business Administration Journal, 6(2), 3-16. https://doi.org/10.31381/gbaj.v6i2.5167
Tinto, J. (2015). Implementación de tecnologías de avanzada (fuzzy-set) aplicadas a los sistemas de control y gestión en las cadenas agroalimentarias del Ecuador. Universidad Técnica de Machala. https://n9.cl/a0d5l
Vidal, K., Erazo, J., & Narváez, I. (2019). La lógica difusa como herramienta de evaluación financiera de proyectos de inversión. Revista Arbitrada Interdisciplinaria Koinonía, 4(1), 309-348. https://n9.cl/ep6lr
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, María Genoveva Cuji García

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.








