Revista científica Ciencia Tecnología Vol 20 No 28 págs. 67-79
http://cienciaytecnologia.uteg.edu.ec
Modelo de Gestión del Conocimiento en la prestación de
asesoría financiera y tributaria a personas naturales en la
parroquia Manta del cantón Manta
Knowledge Management Model in the provision of financial
and tax advice to citizens in the Manta Parish of Manta Canton
Ing. Luis Miguel Lascano Intriago
1
lumilain@gmail.com
https://orcid.org/oooo-0002-9396-8939
Eco. Olmedo Farfán, Msc.
2
olmedo.farfan@uteg.edu.ec
https://orcid.org/0000-0003-1385-6994
Recibido: 01/07/2020; Aceptado: 01/09/2020
RESUMEN
Este trabajo de investigación ha sido realizado con el objetivo de establecer una
relación de causalidad entre variables como la asesoría tributaria-financiera y el
aumento de la recaudación tributaria y generación de plazas de empleo. Para el
efecto se desarrolló una metodología econométrica que explique esta causalidad y se
compruebe la hipótesis planteada acerca de los efectos positivos de brindar este tipo
de servicios. Igualmente, se realizó una causalidad inversa, es decir, invirtiendo las
variables. Se aplicó este modelo a la Corporación Financiera Nacional, sucursal
Manta. De igual manera, también se analiza el efecto que pueda tener el contar con
un mayor número de trabajadores en esta entidad bancaria pública en el volumen y
montos de créditos que se ofrezcan. Los resultados finales mostraron que un mayor
monto de crédito aprobado no necesariamente generaría un mayor número de plazas
de empleo, pero sí un aumento de ingresos tributarios al Fisco.
Palabras clave: gestión, asesoría financiera, tributos, cantón Manta
ABSTRACT
The objective of the present research paper is to establish a causal relationship
between variables such as financial-tax advisory services and an increase in tax
collections as well with an increase in the level of employment. An econometric
method is used to explain such causality and to prove the hypothesis: tax – financial
services do have a positive relationship. Also, the variables are inverted in the model,
thereby, an inverse causality approach is applied. The model described has been
applied to the National Financial Corporation, Manta branch. Likewise, it also
analyzes if having a higher number of employees at that branch would have an effect
1
Universidad Tecnológica Empresarial de Guayaquil, Guayaquil, Ecuador.
2
Universidad Tecnológica Empresarial de Guayaquil, Guayaquil, Ecuador
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
68
Revista científica Ciencia Tecnología Vol 20 No 28 págs. 67-79
in the volume of credit granted. Final results show no correlation between volume of
credit approved and level of employment, but it does show a significant relationship
with an increase in tax collections.
Keywords: management, financial advisory, taxes, Manta Canton
Introducción
El mercado financiero del Ecuador es cada vez más competitivo y se desarrolla en un
ambiente cambiante. El usuario es más exigente con tiempos de respuesta y calidad
del servicio que recibe por parte de las instituciones bancarias, aspecto que está
legislado por el Código Orgánico Monetario y Financiero (Asamblea Nacional del
Ecuador, 2014).
Estas exigencias, según Trujillo (2002) y Samaniego, Trujillo & Martin (2006),
conducen a que el sistema financiero enfrente nuevos retos y la oferta de un amplio
portafolio de productos y servicios que los diferencie de otras entidades, siendo el
diferenciador la calidad de servicio, lo cual a su vez es corroborado por Emery,
Finnerty & Stowe (2000).
Sin embargo, a pesar que las instituciones financieras mantienen plenamente
diseñados sus productos y servicios crediticios para sus clientes (SRI, 2016), estos
deben cumplir con las exigencias del órgano de control, respecto a la documentación
que cada expediente de crédito debe mantener y del proceso de análisis crediticio
que sigue, por lo que es preponderante que los prominentes solicitantes de créditos
cumplan a cabalidad con los requisitos de cada operación crediticia solicitada. La
información que puedan recibir contribuiría a reducir drásticamente la imposibilidad
del impago o no retorno de los recursos entregados (Navarro, 2003; Estrada, 2012).
Sin embargo, más allá de las disposiciones establecidas por las instituciones
financieras y los órganos de control, existen a su vez algunos determinantes que
inciden en los procesos de crédito desde el punto de vista del prestamista que tienen
que ver especialmente con la cultura financiera y crediticia de las personas naturales,
y que contribuyen a aumentar el riesgo, como son el poco conocimiento de las
ventajas del crédito y del uso apropiado de las herramientas de crédito, reticencia o
desconfianza a recibir asesoramiento, percepciones sobre el sistema financiero, entre
otros aspectos (Ismail, 2013).
Esta situación, común sobre todo en países no desarrollados, no es ajena al Ecuador,
donde estudios realizados han demostrado la poca cultura financiera de la ciudadanía
en general (Peñarreta, García & Armas, 2019).
Este trabajo tiene como finalidad analizar la importancia que tiene, dentro del proceso
de otorgamiento de créditos, la correcta presentación de la información a presentar
por parte del cliente y del impacto favorable que tendría un proceso eficiente y eficaz
de servicio de asesoría financiera-tributaria a las personas naturales en la parroquia
Manta del Cantón Manta, siendo materia de estudio la información estadística de la
Sucursal en Manta, de las Corporación Financiera Nacional (CFN). El objetivo es
fomentar ese asesoramiento financiero-tributario a las personas naturales,
potenciales clientes de la institución financiera bajo estudio, para así cuantificar,
medir y mejorar los resultados financieros.
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
69
Lascano, Farfán. Modelo de Gestión del Conocimiento en la prestación de
asesoría financiera y tributaria a personas naturales en la Parroquia Manta
del Cantón Manta.
Cabe entonces, ejecutar un modelo de gestión del conocimiento en la prestación de
servicios de asesoría, aplicando los principios y herramientas contables, financieras
y fiscales, de manera que los potenciales clientes puedan auto realizarse un análisis
profundo de su situación económica actual y futura, es decir de su capacidad de pago.
En efecto, el modelo de gestión del conocimiento de la prestación de asesoría
financiera y tributaria a personas naturales en la parroquia Manta del cantón Manta,
requiere de un análisis de regresión lineal simple con la finalidad de determinar una
tendencia y correlación entre sus variables (Berenson, Levine & Krehbiel, 2006).
Metodología
Por lo descrito y las características de este análisis, esta investigación es de carácter
aplicado, de alcance descriptivo y de enfoque cuantitativo, puesto que se utilizaron
las cifras disponibles de la Corporación Financiera Nacional que son de dominio
público.
Con el uso de técnicas econométricas se estimaron modelos de regresión lineal simple
para establecer relaciones funcionales de causalidad entre las variables objeto de
estudio que son los montos de créditos aprobados por la CFN, como variable
independiente y el número de operaciones crediticias, el nivel de empleo y el monto
de impuestos generados a partir de los créditos, como variables dependientes. Se
utilizó el paquete estadístico de Excel, con el que se estimaron también las pruebas
diagnósticas necesarias para validar los modelos y los coeficientes de correlación
entre las variables.
Las variables se analizaron de acuerdo a la investigación no experimental y los
diseños transeccionales correlacionales. Las técnicas para la recolección de
información que se utilizaron fueron: técnicas estadísticas; técnicas de investigación
de campo y técnicas de análisis documental (Kon & Storey, 2003).
Al finalizar el presente análisis, con la aplicación de las ecuaciones resultantes de los
modelos econométricos mediante la regresión lineal, se pudo pronosticar lo siguiente:
a) incremento de las operaciones de crédito directo para personas naturales; b)
incremento de nuevas plazas de trabajo; y, c) estimación del aporte en tributos
fiscales del segmento “personas naturales”.
Resultados
Tomando en consideración que las variables dependientes son los números de
trabajos que generan estos créditos productivos y el número de operaciones que en
cada año se aprobaron y la independiente son los montos de los créditos aprobados,
se pueden establecer unos modelos de regresión lineal simple, los cuales se plantean
a continuación para cada par de variable dependiente vs la variable independiente.
1. Regresión simple del número de operaciones vs montos de operaciones
aprobadas
Al analizar los datos de los montos y número de operaciones aprobadas para
determinar si existe una correlación entre ambas variables, se obtiene:
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
70
Revista científica Ciencia Tecnología Vol 20 No 28 págs. 67-79
Tabla 1. Datos de los montos y números de operaciones aprobadas
Periodo
Operaciones (y)
Montos (x)
(unidades)
(cientos de miles US$)
Año 2012
18
23,7
Año 2013
23
47,4
Año 2014
16
15,2
Año 2015
16
65,3
Año 2016
28
78,8
Intercepto
Pendiente
14,51234
0,12346
Fuente: Corporación Financiera Nacional Banca Pública
Elaborado: Los autores
El pronóstico viene de la aplicación de ecuación (tendencia lineal) Yt = a + b x, donde
(a) es igual el intercepto y (b) es la pendiente y la (x) es igual al valor que se quiere
determinar cómo pronósticos, en este caso por ejemplo, si se considera que el monto
de operaciones de crédito a aprobar equivale a 90 (en cientos de miles de USD) que
corresponde a 9 millones de US dólares, aplicando la ecuación de regresión, el
número de operaciones ascendería a 26 en correlación a lo que se ha aprobado en el
pasado.
El Gráfico 1 de la dispersión del número de operaciones vs montos de créditos
aprobados muestra que estos estudios se basan en la creencia de que es posible
identificar y/o cuantificar alguna relación funcional entre dos o más variables, en la
gráfica de histograma se refleja una línea con pendiente positiva, lo cual quiere decir
que su tendencia es creciente en el tiempo con un coeficiente de determinación R
2
de 0,40479 lo que significa que los montos aprobados explican la variación observada
en los números de operaciones en un 40,5%.
Gráfico 1. Dispersión número de operaciones vs montos de créditos
aprobados
Fuente: Corporación Financiera Nacional Banca Pública
Elaborado: Los autores
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
71
Lascano, Farfán. Modelo de Gestión del Conocimiento en la prestación de
asesoría financiera y tributaria a personas naturales en la Parroquia Manta
del Cantón Manta.
Con los cálculos de cuadro anterior se determinó el error estándar con un resultado
de 4,01878; un coeficiente R
2
igual a 0,40479 y una correlación igual a 0,63623; con
esta información, se puede inferir:
El error estándar de 4,01878 determina que cualquier pronóstico podría sufrir una
distorsión de +/- 4 operaciones anuales; que el coeficiente R
2
igual a 0,40479 implica
un grado de certeza MEDIO en relación a las muestras lo que equivalente al 40,48%;
que la correlación igual a 0,63623 determina que los datos y sus pronósticos
mantienen un 63,62% de correlación entre ellos.
La ecuación para pronósticos que se determina con los cálculos es:
y = 14,51 + 0,1235x
2. Regresión simple de los empleos vs montos de operaciones aprobadas
Previo a realizar el análisis de la regresión simple de los empleos vs. montos de
operaciones aprobadas, se debe citar que dentro de la solicitud que cada persona
natural y/o jurídica presenta para su requerimiento de crédito, este debe indicar
cuántos empleados fijos y temporales posee al inicio de su solicitud de crédito y
proyectar cual va a ser el impacto social del mismo, es decir, cuanto empleo
generará, el mismo que es corroborado por el analista de crédito de la CFN e incluido
en su informe de crédito, cuyos datos son tabulados por el área de planeación de la
Institución.
Analizando los datos de los empleos generados de las operaciones aprobadas, según
se muestran en la Tabla 2 de los datos de los empleos vs montos aprobados ambas
al mismo tiempo para medir su correlación y certeza en el eje de las X los montos en
cientos de miles de US$ (variable independiente) y en el eje de las Y los empleos
generados por las operaciones aprobadas (variable dependiente).
Tabla 2. Datos de los empleos vs. montos aprobados
Periodo
Empleos (y)
Montos (x)
(unidades)
(cientos de miles US$)
Año 2012
46
23,7
Año 2013
81
47,4
Año 2014
180
15,2
Año 2015
143
65,3
Año 2016
166
78,8
Intercepto
Pendiente
96,08996
0,58849
Fuente: Corporación Financiera Nacional Banca Pública
Elaborado: Los autores
Con los presentes datos, de igual manera, se podrán calcular los debidos pronósticos
lineales en función del número de operaciones aprobadas por cada año; asimismo,
el error explicado cuyas sumas se comprueban en cero en cuanto a su valor absoluto
y el cuadrado de este. Estas cifras permiten apreciar el análisis de error de los datos
en lo concerniente a los empleos y en lo que se vincula a montos aprobados.
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
72
Revista científica Ciencia Tecnología Vol 20 No 28 págs. 67-79
Según el Gráfico 2 sobre dispersión de empleos vs montos aprobados se muestra
que estos estudios se basan en la creencia de que es posible identificar y/o
cuantificar alguna relación funcional entre dos o más variables, en la gráfica de
dispersión se refleja una recta con pendiente positiva lo cual quiere decir, que su
tendencia es creciente en el tiempo con un coeficiente de determinación R
2
BAJO de
0,0759.
Gráfico 2. Dispersión de empleos vs montos aprobados
Fuente: Corporación Financiera Nacional Banca Pública
Elaborado: Los autores
Con los cálculos de cuadro anterior se determinó el error estándar con un resultado
de 55,20465; un coeficiente R
2
igual a 0,07585 y una correlación igual a 0,27542;
con esta información, se puede inferir que el error estándar de 55,20465 determina
que cualquier pronóstico podría sufrir una distorsión en la cantidad +/- 55 empleos
en función de los montos de crédito aprobadas hacia arriba o hacia abajo. Además,
que el coeficiente R
2
igual a 0,07585 equivalente al 7,59% lo que implica un grado
BAJO de certeza de las muestras y la información analizada; que la correlación igual
a 0,27542 determina que los datos y sus pronósticos mantienen un 27,54% de
correlación entre ellos, considerada BAJA.
La ecuación para pronósticos que se determina con los cálculos es:
y = 96,09 + 0,5885x
Según estos resultados, no es concluyente que, a mayores montos aprobados
necesariamente se generen mayores empleos esperados (los empleos no agregan
valor a la ecuación).
3. Regresión simple de los impuestos vs montos de las operaciones aprobadas
Analizando los datos de impuestos generados de operaciones aprobadas, según se
muestran en la tabla 3, al mismo tiempo para medir su correlación y certeza en el
eje de las X los montos en cientos de miles de US$ (variable independiente) y en el
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
73
Lascano, Farfán. Modelo de Gestión del Conocimiento en la prestación de
asesoría financiera y tributaria a personas naturales en la Parroquia Manta
del Cantón Manta.
eje de las Y los impuestos generados por las operaciones aprobadas (variable
dependiente).
Tabla 3. Datos de los impuestos vs. Montos aprobados
Periodo
Montos (x)
(cientos de miles US$)
Año 2012
23,7
Año 2013
47,4
Año 2014
15,2
Año 2015
65,3
Año 2016
78,8
Intercepto
Pendiente
-57,91097
3,06704
Fuente: Corporación Financiera Nacional Banca Pública
Elaborado: Los autores
El Gráfico 3 de dispersión de impuestos vs montos aprobados, muestra una relación
funcional entre las dos variables, en la gráfica de dispersión se refleja una recta con
pendiente positiva lo cual quiere decir, que su tendencia es creciente, con un
coeficiente de determinación R
2
ALTO de 0,7703, es decir los montos aprobados de
crédito explican en un 77% las variaciones observadas en los impuestos generados.
Gráfico 3. Dispersión de impuestos generados vs montos de las
operaciones aprobadas
Fuente: Corporación Financiera Nacional Banca Pública
Elaborado: Los autores
Con los cálculos de cuadro anterior se determinó el error estándar con un resultado
de 45,01639; un coeficiente R
2
igual a 0,77027 y una correlación igual a 0,87765;
con esta información, se puede inferir:
Que el error estándar de 45,01639 determina que cualquier pronóstico podría sufrir
una distorsión en la cantidad +/- US$ 45.016 impuestos en función de los montos de
crédito aprobadas hacia arriba o hacia abajo; que el coeficiente R
2
igual a 0,77027
equivalente al 77,03% lo que implica un grado ALTO de certeza de las muestras y la
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
74
Revista científica Ciencia Tecnología Vol 20 No 28 págs. 67-79
información analizada; y que la correlación igual a 0,87765 determina que los datos
y sus pronósticos mantienen un 87,77% de correlación entre ellos, considerada ALTA.
La ecuación para pronósticos determinada con los cálculos es:
y= -57,911 + 3,067x
Todo lo anterior confirma que a mayor monto aprobado mayor impuesto esperado.
Pronóstico de las ecuaciones
A continuación, en base a las ecuaciones estimadas de regresión simple de número
de operaciones vs montos aprobados, de los empleos vs montos de operaciones
aprobadas, y de los impuestos vs montos de las operaciones aprobadas, se procede
a realizar los respectivos pronósticos de las variables dependientes.
1. Ecuación de regresión simple montos y números de operaciones aprobadas
Con la definición de la ecuación y = 14,51234 + 0,12346 * (x) se calcula el
pronóstico de regresión simple de los números de operaciones aprobadas (y)
tomando como (x) los montos, obsérvese la Tabla 4 sobre Pronóstico del número
de operaciones aprobadas:
Tabla 4. Pronóstico del número de operaciones aprobadas
Ecuación: y = 14,51234 + 0,12346 * (x)
Período
Operaciones Montos
(unidades)
(cientos de miles US$)
(US$)
2017
2018
2019
2020
2021
26
90,0
9.000.000,0
29
120,0
12.000.000,0
33
150,0
15.000.000,0
39
200,0
20.000.000,0
45
250,0
25.000.000,0
Elaborado: Los autores
Este cuadro del pronóstico del número de operaciones aprobadas en base a la
ecuación y = 14,51234 + 0,12346 * (x) proyectando X en formato en cientos de
miles 90,0 que es el equivalente a 9 millones de dólares, pronostica 26 operaciones
para el año 2017, y así sucesivamente.
A continuación, se ilustra en el Gráfico 4 el pronóstico del número de operaciones
aprobadas.
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
75
Lascano, Farfán. Modelo de Gestión del Conocimiento en la prestación de
asesoría financiera y tributaria a personas naturales en la Parroquia Manta
del Cantón Manta.
Gráfico 4. Pronóstico del número de operaciones aprobadas
Elaborado: Los autores
2. Ecuación de regresión simple de los empleos vs montos de operaciones
aprobadas
Con la definición de la ecuación y = 96,08996 + 0,58849 * (x) se calcula el
pronóstico de regresión simple de los empleos (y) tomando como (x) los montos,
obsérvese la Tabla 5 sobre el pronóstico de los empleos:
Tabla 5. Pronóstico de los empleos
Ecuación: y = 96,08996 + 0,58849 * (x)
Período
Empleos Montos
(unidades)
(cientos de miles US$)
(US$)
2017
2018
2019
2020
2021
149
90,0
9.000.000,0
167
120,0
12.000.000,0
184
150,0
15.000.000,0
214
200,0
20.000.000,0
243
250,0
25.000.000,0
Elaborado: Los autores
Este cuadro del Pronóstico del número de empleos basado en la ecuación y =
96,08996 + 0,58849 * (x) proyectando X en formato en cientos de miles 90,0 que
es el equivalente a 9 millones de dólares, pronostica 149 empleos para el año 2017,
así sucesivamente.
A continuación, el Gráfico 5 muestra el pronóstico de los empleos.
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
76
Revista científica Ciencia Tecnología Vol 20 No 28 págs. 67-79
Gráfico 5. Pronóstico de los empleos
Elaborado: Los autores
3. Ecuación de regresión simple de los impuestos vs montos de las operaciones
aprobadas
Con la definición de la ecuación y = -57,91097 + 3,06704 * (x) se calcula el
pronóstico de regresión simple de los impuestos (y) tomando como (x) los montos,
obsérvese la Tabla 6 de los pronósticos de los empleos:
Tabla 6. Pronóstico de los impuestos
Ecuación: y = -57,91097 + 3,06704 * (x)
Período
Impuestos Montos
(miles US$)
(cientos de miles US$)
(US$)
2017
2018
2019
2020
2021
218,1
90,0
9.000.000,0
310,1
120,0
12.000.000,0
402,1
150,0
15.000.000,0
555,5
200,0
20.000.000,0
708,8
250,0
25.000.000,0
Elaborado: Los autores
Este cuadro del Pronóstico de los impuestos tomado de la ecuación y = -57,91097
+ 3,06704 * (x) proyectando X en formato en cientos de miles 90,0 que es el
equivalente a 9 millones de dólares, pronostica 218,1 mil dólares en impuestos para
el año 2017, y así sucesivamente.
A continuación, se grafica el pronóstico de los impuestos.
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
77
Lascano, Farfán. Modelo de Gestión del Conocimiento en la prestación de
asesoría financiera y tributaria a personas naturales en la Parroquia Manta
del Cantón Manta.
Gráfico 6. Pronóstico de los impuestos
Elaborado: Los autores
Lo revisado previamente indica que, de hecho, es posible realizar el pronóstico de
los impuestos a base de los datos obtenidos.
Discusión
Con la definición de la ecuación y = 14,51234 + 0,12346 * (x) se calculó el
pronóstico de regresión simple de los números de operaciones aprobadas (y)
tomando como (x) los montos.
El error estándar de 4,01878 determina que cualquier pronóstico podría sufrir una
distorsión de +/- 4 operaciones anuales; Que el coeficiente R
2
igual a 0,40479
implica un grado de certeza de nivel MEDIO en relación a las muestras lo que
equivalente al 40,48%; Que la correlación igual a 0,63623 determina que los datos
y sus pronósticos mantienen un 63,62% de correlación entre ellos.
Con la ecuación y = 96,08996 + 0,58849 * (x) se calculó el pronóstico de regresión
simple de los empleos (y) tomando como (x) los montos; que el error estándar de
55,20465 determina que cualquier pronóstico podría sufrir una distorsión en la
cantidad +/- 55 empleos en función de los montos de crédito aprobadas hacia arriba
o hacia abajo; el coeficiente R
2
igual a 0,07585 equivalente al 7,59% lo que implica
un grado BAJO de certeza de las muestras y la información analizada.
La correlación igual a 0,27542 determina que los datos y sus pronósticos mantienen
un 27,54% de correlación entre ellos, considerada BAJA; lo que quiere decir, que
no se explica que a mayores montos aprobados no necesariamente se generarían
mayores empleos, en otras palabras, los empleos no agregan valor a la ecuación.
Con la definición de la ecuación y = -57,91097 + 3,06704 * (x) se calculó el
pronóstico de regresión simple de los impuestos (y) tomando como (x) los montos;
el error estándar de 45,01639 determina que cualquier pronóstico podría sufrir una
distorsión en la cantidad +/- US$ 45.016 de impuestos en función de los montos de
crédito aprobadas hacia arriba o hacia abajo; el coeficiente R
2
igual a 0,77027
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
78
Revista científica Ciencia Tecnología Vol 20 No 28 págs. 67-79
equivalente al 77,03% lo que implica un grado ALTO de certeza de las muestras y
la información analizada; la correlación igual a 0,87765 determina que los datos y
sus pronósticos mantienen un 87,77% de correlación entre ellos, considerada ALTA;
todo lo anterior confirma que a mayores montos aprobados mayor impuestos
esperados.
Conclusiones
Para este trabajo se tomaron las variables X
1
: Fomentar la asesoría financiera y
tributaria como independiente y las variables Y
1
: Créditos directos para personas
naturales, Y
2
: Nuevas plazas de trabajos y Y
3
: Tributos fiscales como dependientes,
y se realizaron regresiones lineales simples por separado.
Con los resultados de las regresiones estimadas se pudo inferir que mientras mayor
sea el número de empleados que se tenga y mayores tributos pague el cliente,
mayor línea de crédito podrá acceder. En este caso, lo que aplica es la regresión
lineal simple, medida cada variable por separado, porque cada variable analizada
no se correlaciona para el objetivo de comprobar la hipótesis, es decir, el nivel
operaciones aprobadas, no tiene correlación ni agrega valor con el número de
empleos ni con los impuestos en conjunto.
No hay que descartar que, en este tipo de análisis, podría aplicarse la regresión
lineal múltiple, para lo cual es necesario identificar adecuadamente las variables
dependientes o explicativas y la variable dependiente. Se debe contrastar con los
resultados y cálculos de coeficiente R
2
y correlación o determinación. Cuando se
presente un caso de investigación con más de dos variables se deben contrastar
ambos modelos por separado y analizar los resultados con la finalidad de determinar
qué modelo aplica con mayor confiabilidad en su pronóstico.
Referencias bibliográficas
Asamblea Nacional del Ecuador. (2014). Código orgánico monetario y financiero.
Quito: Asamblea Nacional del Ecuador.
Berenson, M. L., Levine, M., & Krehbiel, C. (2006). Estadística para administración.
Ciudad de México: Instituto Tecnológico y Estudios Superiores de Monterrey.
Emery, D. R., Finnerty, D., & Stowe, D. (2000). Fundamentos de administración
financiera. México DF: Pearson Educación.
Estrada, J. (2012). Análisis de los obstáculos financieros de las pymes para la
obtención de crédito y las variables que lo facilitan. Valencia: Universidad
Politécnica Vaca de Valencia.
Ismail, S. (2013). Determinants of Personal Loans Borrowing: An Empirical Study.
2013 IEEE Symposium on Business, Engineering and Industrial Applications.
Conference Paper.
Kon, I., & Storey, D. (2003). A theory of discouraged borrowers. Small Business
Economics.
21, 37–49.
Navarro Castano, D. (2003). Administración Financiera. Manizales: Universidad
Nacional de Colombia.
Peñarreta, M., García, D. & Armas, R. (2019). Educación financiera y factores
determinantes: Evidencias desde Ecuador. Revista Espacios 40(7).
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734
79
Lascano, Farfán. Modelo de Gestión del Conocimiento en la prestación de
asesoría financiera y tributaria a personas naturales en la Parroquia Manta
del Cantón Manta.
Samaniego, R., Trujillo, A. & Martin, J. (2006). Un Análisis de los modelos contables
y de mercado en la evaluación del riesgo de crédito: aplicación al mercado
bursátil español. Madrid: Revista Europea de Dirección y Economía de la
Empresa, Vol. 16 No. 2: 93-110.
Servicio de Rentas Internas SRI (2016). Rendición de Cuentas. Quito: SRI.
Trujillo Ponce, A. (2002). Gestión del riesgo de crédito en préstamos comerciales.
Madrid: Instituto Superior de Técnicas y Prácticas Bancarias.
&
Revista Ciencia & Tecnología
No. 28, 31 de octubre de 2020
ISSN impreso: 1390 - 6321
ISSN online: 2661 - 6734