Estudio de la eficiencia en la gestión de recursos de las empresas constructoras de Castilla y León

La gestión económica de las empresas y las nuevas estrategias competitivas

El sector de la construcción se presenta como uno de los más dinámicos y que más ha contribuido al crecimiento de la economía española en los últimos años. Sin embargo, a pesar de las buenas expectativas de crecimiento que se prevé para los próximos años, este sector también se enfrenta al problema generalizado de mercados globalizados y entornos competitivos, por lo que se plantea la necesidad de efectuar un control y evaluación de su eficiencia, ya que resulta imprescindible utilizar eficazmente los recursos si se pretende mejorar la rentabilidad. En este sentido, el modelo DEA se plantea como un instrumento de análisis de la eficiencia relativa de las empresas, así como técnica de benchmarking que posibilita la orientación de las políticas internas y los procesos de toma de decisiones de las mismas. Para contrastar la validez de este modelo se realiza su aplicación empírica a las mayores empresas del sector de la construcción de Castilla y León.

1. Introducción

Históricamente, el sector de la construcción (tanto de viviendas como de obra civil) ha constituido uno de los principales motores de crecimiento de la economía de un país al generar importantes recursos de capital, medios financieros y humanos. Basta examinar los informes sobre coyuntura económica que periódicamente publica el Boletín Económico del Banco de España para comprobar que este sector es uno de los más dinámicos en la economía española, ya se mida a través de su valor añadido bruto (VAB) o de su contribución al crecimiento del PIB. Según la información coyuntural más reciente la inversión en construcción sigue mostrando un tono de relativa fortaleza, dentro de la trayectoria de suave desaceleración en la que se encuentra inscrita desde mediados de 1999 (BANCO DE ESPAÑA, 2003).

Más concretamente, si nos situamos en el año 2002 la actividad constructora ha registrado crecimientos diferenciales positivos en sus grandes cifras con relación al conjunto de la economía. En particular, la inversión en construcción ha experimentado un crecimiento medio del 4,5% frente al 1,4% con que se cifra el de la formación bruta de capital fijo para el conjunto de la economía, variable esta última cuya evolución trimestral ha seguido una tendencia creciente y continua. En el mismo sentido, en dicho periodo el valor añadido se ha incrementado en un 4,9%, cerca de tres puntos adicionales al crecimiento global (SEOPAN, 2003).

Pero no sólo en términos de demanda o de oferta el sector de la construcción ha liderado el proceso de crecimiento económico, su capacidad para generar empleo y el efecto arrastre que tiene sobre el resto de la actividad económica es otra de las características estructurales de este sector que se viene repitiendo desde hace años. En concreto, el mercado laboral del sector de la construcción representa, aproximadamente, el 11,8% del total del empleo generado en la economía española a lo largo del año 2002, pese a que su ritmo de crecimiento se ha minorado, al igual que sucedía con la ocupación total, a medida que transcurría el ejercicio económico. En consecuencia, esta actividad ha generado importantes ganancias de productividad que se cuantifican en un 1,4% como media anual, frente al crecimiento nulo registrado en el conjunto de la economía (SEOPAN, 2003).

Para el año 2003, según el informe elaborado por el Centro de Predicción Económica (CEPREDE) las perspectivas de crecimiento de la economía se mantienen en un 2%, siendo de nuevo el sector de la construcción el que mantendrá las dinámicas más intensas, que se estima sean del orden del 3,8%.

Son varios los factores que explican básicamente el alargamiento del ciclo expansivo de la construcción, entre los que destacan la profunda transformación estructural que está teniendo lugar en el mercado inmobiliario y la importancia de los programas de creación de infraestructura. A pesar del actual contexto de desaceleración económica, la inversión en vivienda mantiene un elevado nivel de actividad. La permanencia de los tipos de interés en niveles históricamente bajos y la caída de las cotizaciones bursátiles explican, en buena medida, el atractivo que mantiene la edificación residencial para los ahorradores. Asimismo, junto al crecimiento más moderado de la vivienda, el sector se verá apoyado por el importante volumen de obra civil en curso lo que permite formular un pronóstico positivo respecto a la evolución del sector en los próximos años.

No obstante, y a pesar de las buenas expectativas destacadas, este sector, integrado tradicionalmente por un tejido empresarial atomizado, se enfrenta, al igual que otros muchos sectores de la economía española, al reto de tener que adaptarse a los requerimientos de un mercado global cada vez más exigente, sobre todo con relación a la calidad del producto final, lo que lleva a la necesidad de introducir mejoras en la gestión empresarial que permitan responder de forma adecuada a esas mayores exigencias, si se quiere mantener la misma línea de crecimiento que en periodos anteriores.

A este respecto, no cabe duda que la implantación de un adecuado sistema de control, permitirá efectuar un seguimiento permanente de la actividad desarrollada, conociendo las desviaciones que se vayan produciendo sobre las estimaciones realizadas y adoptando en cada momento las decisiones más adecuadas.

Sin embargo, como se indica en el Documento nº 2 de AECA, referente a la Contabilidad de Gestión como instrumento de control, "para la realización del control es necesario, no sólo la formulación de objetivos y la elaboración de presupuestos, sino también, y especialmente, la evaluación de la actuación y del resultado de cada centro" (AECA, 1990, p. 52)

Sobre la base de las consideraciones anteriores y dada la importancia destacada del sector de la construcción en el conjunto de la economía española, el objetivo de este trabajo se centra en la evaluación y control de la eficiencia de las entidades del sector de la construcción como instrumento de gestión útil para el análisis de la competencia intraindustrial.

Para ello, se utiliza como metodología básica el modelo DEA (Data Envelopment Analysis), que se viene aplicando con bastante éxito, tanto en el ámbito público como privado, para clasificar y ordenar determinadas entidades en función de su grado de eficiencia. A su vez, la clasificación de las entidades del colectivo analizado, dentro o fuera de las fronteras que marcan aquellas que se han considerado eficientes, permite efectuar, en la etapa siguiente, el control de aquellos factores que ocasionan las ineficiencias y cómo pueden corregirse al compararlos con los de las entidades de referencia, esto es, las mejores de su sector.

Para contrastar la validez del modelo se efectúa, posteriormente, una aplicación empírica a las mayores empresas del sector de la construcción que pertenecen a la Comunidad Autónoma de Castilla y León.

2. Características propias del sector de la construcción

La actividad de construcción presenta características propias que la diferencian notablemente de otras, como podría ser la industria manufacturera. Entre ellas, resultan particularmente destacables las siguientes:

En primer lugar, podemos referirnos al extraordinario aumento que ha experimentado en los últimos años el número de empresas que componen el sector, fenómeno que se ha visto acompañado de una progresiva y sustancial reducción de su tamaño, consecuencia a su vez, del significativo desarrollo de la subcontratación en el sector. Todo ello permite, como conclusión, calificar éste de elevada fragmentación empresarial.

En segundo lugar, y en relación con el producto final, destacan tres características del mismo: su unicidad, inmovilidad, y variedad (Arruñada et al., 1997, p. 506). Por una parte, al elaborarse sobre la base de un proyecto, los productos son únicos, con lo cual no resulta posible estandarizar los procesos productivos a fin de obtener economías de escala, más que para algunas actividades intermedias como serían la prefabricación de vigas, puertas, ventanas, etc.

Por otra parte, puesto que la actividad consiste en levantar una o varias estructuras inmóviles en un lugar, son los recursos productivos los que se desplazan hacia los productos, y no a la inversa, como sucede en el caso de la industria manufacturera (González Díaz, 2002, p.174).

Por último, es necesario apuntar la gran variedad de productos finales derivados de la actividad de construcción (existe, en efecto, una amplia gama, que va desde las pequeñas reparaciones, hasta las grandes infraestructuras), debido tanto al diferente número de actividades tecnológicamente diferentes que componen cada tipo de producción, como a la diversidad de sus características.

Esa diversidad en relación con los productos finales y las actividades intermedias es la responsable de otra de las características de las empresas que operan en el sector, en concreto, de la dificultad que éstas encuentran a la hora de supervisar de forma directa el proceso productivo (es necesario verificar la actuación de diversos trabajadores especializados en distintos campos) y de equilibrar su capacidad productiva (dada la heterogeneidad tanto en duración como en tamaño del equipo que realiza las actividades intermedias).

Además de lo anterior, el sector que ahora nos ocupa se caracteriza por ser intensivo en trabajo, en especial, en ciertas ramas donde el componente artesanal es importante, como la edificación y el acabado de edificios y obras. Como consecuencia tanto de la intensidad de factor trabajo, que determina que las inversiones en maquinaria sean reducidas, como de las prácticamente nulas exigencias en cuanto a instalaciones, debido a que, como ya explicamos, los centros de trabajo que se construyen suelen coincidir con el propio producto, las necesidades de recursos financieros iniciales son reducidas; tampoco la salida del sector resulta problemática, pues las inversiones realizadas son poco específicas, todo ello favorece la volatilidad o frecuencia de la constitución y disolución de empresas en el sector (González Díaz, 1996, p.38).

Todas las peculiaridades anteriores hacen que sea particularmente importante el que estas empresas se aseguren su buen gobierno o regulación, para así alcanzar los objetivos predeterminados cumpliendo a su vez con los programas establecidos. Esas tareas constituyen, precisamente, el contenido básico de la función de control de las organizaciones, tal y como se define en el Documento nº 3 de AECA (1989, p.15).

Para realizar el mencionado control no sólo es necesaria la formulación de objetivos y la elaboración de presupuestos, sino también, la evaluación de la actuación y del resultado de cada entidad (AECA, 1990, p.52). En este sentido, se hace necesario, en primer lugar, establecer una estimación correcta del valor que las variables clave deben alcanzar para, posteriormente, efectuar el seguimiento periódico de su comportamiento, comparando los datos obtenidos con los correspondientes a ejercicios anteriores, a través del uso de series temporales, así como en relación con los datos de la competencia, aplicando en este caso técnicas del benchmarking (AECA, 2002, p.94). Entre estas últimas puede citarse el DEA, a cuyo estudio y aplicación vamos a dedicar los epígrafes siguientes.

3. La evaluación de la eficiencia: la técnica DEA

La evaluación de la eficiencia es un tema que, en los últimos años, ha suscitado un gran interés. Esta circunstancia se debe, fundamentalmente, al hecho de que en entornos competitivos es imprescindible utilizar eficientemente los recursos si se pretende mejorar la rentabilidad.

En el ámbito económico, la eficiencia se concibe como una medida que pone en relación los medios empleados con los fines obtenidos, considerándose una determinada técnica, procedimiento o sistema de producción eficiente cuando para un determinado nivel de inputs es capaz de producir la máxima cantidad de output, o si para alcanzar un determinado output emplea la menor cantidad de inputs (Lovell, 1993).

La primera aproximación cuantitativa al concepto de eficiencia se debe a Farrell (1957), cuyo esquema distingue, como componentes de la eficiencia global, la eficiencia técnica y la asignativa. En este sentido, un determinado proceso de producción es eficiente técnicamente cuando, partiendo de unos inputs determinados y suponiendo una tecnología de producción fija, consigue alcanzar el máximo nivel de output posible. La eficiencia asignativa se logra, por otro lado, cuando conociendo los precios de los inputs y asumiendo que puedan existir cambios en la tecnología de producción, su combinación permite alcanzar un determinado nivel de output con el menor coste.

Es preciso destacar que la eficiencia es un concepto relativo, por lo que para que adquiera verdadero significado, el resultado de una unidad económica debe compararse con un estándar. Por lo tanto, la medida de la eficiencia se desarrolla en dos etapas. En la primera, se fija una función de referencia estándar o función "frontera", que indica el máximo nivel de output que puede alcanzarse a partir de las diferentes combinaciones de inputs, y dada una tecnología de producción fija. En la segunda etapa se comparan los resultados obtenidos para cada entidad con la frontera estándar, caracterizándose las desviaciones como comportamientos ineficientes.

La estimación de la función frontera puede realizarse a través de dos tipos básicos de modelos: paramétricos y no paramétricos. La diferencia entre ambos estriba en que los primeros especifican una determinada relación funcional entre los inputs y los outputs, además una determinada tecnología de producción, en tanto que los últimos no imponen ninguna relación funcional ni requieren identificar la tecnología de producción, pues construyen la frontera eficiente a partir de las observaciones de la realidad. Entre estos últimos, el de mayor aceptación, ha sido el DEA o Análisis Envolvente de Datos, desarrollado inicialmente por Charnes et al. (1978, 1981).

Los modelos DEA parten de las cantidades de inputs empleadas y de las de outputs producidos por un conjunto de DMUs (Decision Making Units o Unidades de Toma de Decisiones), para determinar cuales son las mejores prácticas, comparando cada DMU con todas las posibles combinaciones lineales del resto de unidades de la muestra. El conjunto de DMUs eficientes forma la frontera eficiente, midiéndose la eficiencia de cada unidad como distancia a la misma.

Frente a los tradicionales métodos de ratios, que obligan a establecer a priori ponderaciones para los inputs y los outputs cuando se trata de valorar globalmente la actuación, los modelos DEA proporcionan una medida global de eficiencia sin necesidad de fijar a priori los mencionados pesos.

Sobre la metodología DEA existe una abundante literatura que ha conducido a la formulación de diversos modelos (Seiford, 1995), de los que nos referiremos, a continuación, a los más básicos.

El primero de ellos fue el propuesto por Charnes, Cooper y Rhodes (1978), basado en el modelo de ratios, pero con ponderaciones asignadas a los diferentes inputs y outputs del análisis determinadas por un programa lineal. Matemáticamente, para calcular la eficiencia relativa de una unidad se resuelve el problema dual, que puede escribirse de la siguiente forma:

Como consecuencia de las características generalmente aceptadas para las tecnologías de producción, ? no puede tomar valor negativo, puesto que no pueden obtenerse outputs positivos a partir de un vector de inputs negativo. Por otro lado, puesto que la función objetivo es de minimización, se obtendrá como resultado el valor más pequeño para ? que cumpla las restricciones, es decir, se trata de buscar una combinación lineal de DMUs que consiga un output igual o mayor que la DMU analizada, con un consumo de inputs igual o inferior. Si no existe tal combinación lineal, se obtendrá como resultado la DMU analizada, por lo que ? tomará el valor 1 como máximo, por tanto, ? ? (0,1]. ? proporciona de esta forma, el índice de eficiencia de la unidad analizada. Su interpretación es el nivel máximo en que podrían reducirse todos los inputs sin cambios en el mix. Es un modelo, por lo tanto, orientado a los inputs.

El dual permite además obtener, en el caso de que existan, las holguras (slacks) o reducciones no radiales en los inputs. Para que una unidad sea considerada técnicamente eficiente en el sentido de Farell, ? como ya hemos explicado tiene que ser igual a uno y todas las holguras igual a cero. Es necesario señalar que el problema lineal debe resolverse N veces, en cada una de las cuales se obtendrá la eficiencia relativa de una unidad.

Paralelamente, puede plantearse el modelo orientado a los outputs de la siguiente forma:

También en este caso, el valor de f no podrá tomar valores negativos, pero al ser la función objetivo de maximización, se obtendrá como resultado el mayor valor de f que satisfaga las restricciones, que pretenden, en definitiva, encontrar una combinación lineal de DMUs que consiga un output mayor o igual al de la DMU analizada con un consumo de inputs igual o inferior. Si no se puede hallar, se obtendrá como resultado la DMU analizada, por lo que f tomará el valor 1 como mínimo. Por tanto f ? [ 0,8). Debe interpretarse como el aumento que podría lograrse en todos los outputs sin que se produzcan cambios en el mix.

Los modelos presentados hasta aquí asumían que todas las unidades estaban operando en la escala eficiente con rendimientos a escala constantes (CRS), por lo que su posible ineficiencia se relacionaba exclusivamente con la administración de los recursos (ineficiencia técnica).

Más adelante, Banker et al. (1984) sugieren una extensión del modelo hacia situaciones de rendimientos variables a escala, considerando que diversas circunstancias como la competencia imperfecta, las restricciones en el acceso a fuentes de financiación, etc., pueden provocar que las unidades no operen a escala óptima y modificando el programa lineal de manera que introduzca una restricción de convexidad. Para diferenciarlo del anterior, se le llama modelo de rendimientos variables a escala (VRS), y se expresa de la siguiente forma:

donde N1 es un vector unitario.

Esta modificación permite descomponer la eficiencia técnica global en dos: la eficiencia técnica pura y la eficiencia de escala. Para ello es preciso resolver los dos modelos, CRS y VRS, con los mismos datos. De esta forma, las puntuaciones de eficiencia técnica obtenidas para las empresas mediante el modelo VRS son siempre iguales o superiores que las obtenidas mediante el CRS, pudiéndose calcular el nivel de la eficiencia de escala mediante el ratio:

CRSeficiencia técnica/ VRSeficiencia técnica =Eficiencia de escala

En este sentido, son muchos los autores que interpretan la relación anterior como sigue: la "eficiencia técnica a escala constante" (CRS) puede descomponerse en la "eficiencia técnica pura" (VRS) y la "eficiencia de escala".

Por otro lado, si existen diferencias entre las puntuaciones obtenidas a través de VRS y de CRS, cabe cuestionarse la naturaleza de tal ineficiencia de escala, esto es, si la empresa analizada está operando en el área de rendimientos de escala crecientes (IRS) o decrecientes (DRS).

Para determinar esta cuestión, resulta necesario realizar un nuevo análisis DEA en el que se imponga la restricción de rendimientos de escala no crecientes (NIRS). Posteriormente se comparan las puntuaciones obtenidas para los modelos VRS y NIRS, obteniéndose las relaciones:

Si VRSeficiencia técnica = NIRSeficiencia técnica entonces DRS

Si VRSeficiencia técnica ( NIRSeficiencia técnica entonces IRS

Con carácter general, el análisis de los rendimientos de escala crecientes (IRS) o decrecientes (DRS) se aplica bajo la orientación "input", al depender los resultados obtenidos de la combinación de recursos aplicada y no al revés[1]

En la práctica, la consideración de rendimientos de escala constantes resulta más frecuente que el empleo de rendimientos de escala variables, debido a dos cuestiones principales:

1) La hipótesis CRS evita la inclusión en el análisis de elementos externos a la propia gestión de la entidad y que escapan a su control directo.

2) La interpretación de las puntuaciones ("scores") obtenidas por el modelo CRS resulta más sencilla que en el caso VRS.

Uno de los principales problemas de la técnica DEA es el hecho de que califica muchas unidades como eficientes, salvo en el caso de que la suma del número de inputs y outputs sea pequeña en relación con el número de observaciones. De hecho, las unidades muy especializadas pueden considerarse eficientes como consecuencia de un único input o output que, por otra parte puede ser de escasa importancia.

Con el fin de solventar en parte este problema, Andersen y Petersen (1993) presentan una extensión del modelo original con una idea básica, a saber, proporcionar más información acerca del funcionamiento de las unidades eficientes. Para ello, comparan la unidad eficiente a evaluar con una combinación lineal del resto de unidades de la muestra. Si la unidad objeto de estudio tuviera capacidad para aumentar su vector de inputs manteniéndose eficiente obtendría, en ese caso, un ratio de eficiencia superior a la unidad, que reflejaría la distancia a la frontera eficiente con esa unidad excluida de la muestra. Con este sistema, se obtendría un ranking de las unidades eficientes similar al ranking de las unidades ineficientes.

La aplicación de cualquier modelo DEA exige la previa y cuidadosa definición de los inputs y los outputs que se emplearán en el análisis, pues son estas las variables que, en última instancia, condicionan la utilidad del modelo resultante. Para su selección, la mayoría de los autores proponen una amplia consulta a las unidades objeto de evaluación, con el fin de obtener un conocimiento adecuado de cómo se forman sus outputs, cuáles son los inputs implicados y cual es el efecto de estos últimos sobre los outputs (Ahn y Seiford, 1990).

Con respecto al número de inputs y outputs a introducir, en principio, parece lógico que deban tenerse en cuenta todos aquellos que los gestores consideren oportunos, si bien esto puede crear problemas de discriminación entre unidades cuando algunas de ellas no puedan conseguir todos ellos. Por otra parte, también es necesario tener en cuenta que una excesiva información puede plantear problemas, siendo aconsejable cuando existan muchos inputs y outputs utilizar alguna técnica que permita seleccionar aquellas variables que aporten la información más relevante y homogénea entre las unidades.

Una vez elegidas las variables a considerar en el análisis, el paso siguiente sería identificar claramente cuales de ellas son inputs y cuales outputs, pues especialmente los outputs se prestan a un carácter doble (García Valderrama, 1996, p. 105). A estos efectos se utiliza el análisis de regresión, los paneles expertos, o bien, la elección se realiza por consenso entre los gestores. Evidentemente, todos los medios con los que cuenta una unidad, así como los factores exógenos que recibe deben considerarse como inputs, ya que estos, una vez procesados, darán lugar a los outputs, aunque a diferentes niveles.

Para terminar este apartado vamos a referirnos, aunque sea brevemente, al papel del DEA como instrumento de control de gestión, objetivo que pretende la posterior aplicación. En este sentido, hemos visto como el DEA identifica una serie de unidades de decisión como eficientes, unidades que sirven para que aquéllas calificadas de ineficientes puedan detectar las causas generadoras de la misma, adoptando las medidas correctoras oportunas por lo que se refiere a medios utilizados y a los objetivos planteados.

Además el DEA sirve como instrumento de diagnóstico de las organizaciones, al averiguar el grado de cumplimiento de los objetivos de las unidades, pudiendo por lo tanto, utilizarse con la finalidad de conocer los puntos fuertes y débiles sobre los que se podrá incidir para mejorar la eficiencia, tanto a corto como a largo plazo.

Al objeto de contrastar la capacidad y validez del modelo DEA como instrumento de análisis de la eficiencia relativa de las empresas, así como técnica de benchmarking que posibilita la orientación de las políticas internas y los procesos de toma de decisiones de las firmas, se ha realizado un análisis empírico respecto al sector de la construcción en la Comunidad Autónoma de Castilla y León (España).

4. El sector de la construcción en la Comunidad Autónoma de Castilla y León: Análisis empírico

En Castilla y León, se mantiene la tendencia destacada anteriormente a nivel nacional, ya que este sector ha generado en esta Comunidad un VAB del 6,1% del conjunto de todas las Comunidades Autónomas, situándose en quinto lugar, por debajo de Andalucía (16,2%), Madrid (15,1%), Cataluña (14,3%) y Valencia (11%) (SEOPAN, 2003). De esta forma, este sector sigue siendo uno de los impulsores básicos de la expansión de la Región Castellano-Leonesa.

Aunque con un crecimiento más moderado que en años anteriores, la edificación residencial mantiene también en Castilla y León un elevado nivel de actividad. Las favorables condiciones de financiación vigentes y las mejores expectativas de rentabilidad que, en el escenario actual, ofrece la inversión inmobiliaria como alternativa a la adquisición de renta variable, explican, en buena medida, el atractivo que mantiene la construcción residencial para los inversores.

Por otro lado, la fuerte revalorización experimentada por la vivienda ha permitido amortiguar la pérdida de riqueza provocada por la caída bursátil y, aunque ha elevado en términos de renta disponible el esfuerzo de las familias para acceder a la propiedad, ha seguido atrayendo recursos al mercado inmobiliario y ha permitido absorber el elevado volumen de oferta generado.

Asimismo también en nuestra Comunidad Autónoma la actividad constructora se ha visto impulsada de forma importante por la fuerte ejecución de obra pública en curso que mantendrá a lo largo de los próximos años un fuerte ritmo expansivo generando efectos multiplicadores e inducidos muy importantes sobre la economía regional (CAJA ESPAÑA, 2003).

4.1. Contraste empírico

4.1.1. Muestra empírica seleccionada

La selección de la muestra de empresas analizada se ha realizado a partir de la base de datos SABI (Sistema de Análisis de Balances Ibéricos), que recoge las Cuentas Anuales de más de 500.000 empresas españolas y más de 100.000 empresas portuguesas.

Puesto que el análisis empírico se ha centrado en el sector de la construcción en la Comunidad Autónoma de Castilla y León, la población de empresas inicialmente considerada está formada por todas aquellas entidades que satisfacen las siguientes condiciones:

• Han presentado Cuentas Anuales del ejercicio 2001.

• Tienen su sede social en la Comunidad Autónoma de Castilla y León.

• Ejercen actividades incluidas en el grupo 45 del CNAE" 93[2]"Construcción".

• Sus estados contables se encuentran incluidos en la base de datos SABI a 25 de Mayo de 2003.

De esta forma, se obtiene una población inicial compuesta por 2.959 entidades potencialmente analizables.

Ahora bien, como ya hemos destacado al hablar de las características del sector, éste se encuentra muy atomizado, integrando a un gran número de empresas de reducida dimensión que apenas contemplan sistemas de gestión interna. Así, se ha considerado que el análisis DEA no aporta información significativa para estas entidades, por lo que finalmente se ha centrado el estudio en las empresas que presentan un volumen total de activo igual o superior a 10 millones de euros.

Partiendo de este criterio de selección se ha obtenido una muestra inicial de 60 empresas. Sin embargo, al analizar la información contable relativa a estas entidades que nos proporciona la Base SABI, se ha tenido que desechar algunas empresas porque no proporcionan información suficiente sobre el número de empleados (o estos son inferiores a 5), coste de personal, y/o cifra de ventas, variables que para nuestro análisis resultan especialmente importantes. Asimismo, también se han rechazado otras empresas que, a pesar de estar clasificadas con el dígito 45 correspondiente al sector de la construcción según el código CNAE"93, tienen como actividad principal única y exclusivamente la actividad inmobiliaria, o bien actividades no relacionadas con la edificación de construcciones, como por ejemplo, la construcción de parques eólicos, explotación de empresas sanitarias o la instalación y reparación de antenas y porteros automáticos, ya que su inclusión hubiera desvirtuado significativamente los resultados del análisis. En consecuencia, la población definitiva considerada para el estudio se compone de 42 empresas, cuyos datos más característicos se resumen en el Anexo I.

4.1.2. Definición de inputs y outputs

La selección de inputs y outputs constituye una etapa crucial del DEA, al influir de forma directa en los resultados obtenidos.

Si bien existen múltiples propuestas para llevar a cabo tal selección, en el presente trabajo se ha optado por la consideración de ratios contables obtenidos a partir de las Cuentas Anuales de las empresas, al tratarse de información pública y verificable, elaborada con criterios homogéneos y que refleja la situación real de la entidad en una fecha determinada y conocida (a 31 de Diciembre de 2001, en el caso de la muestra analizada).

Así, si bien hubiera sido deseable contar con información interna de las entidades, especialmente la procedente de estadísticas de costes y resultados, desagregadas por unidades de decisióne (departamentos, actividades, etc.), sin embargo estos datos revisten carácter confidencial y no están sometidos a control alguno.

Ante esta situación, se ha optado por aproximar la estrategia productiva de la entidad mediante las siguientes variables:

• Inputs:

• Outputs:

El input I5 está relacionado con el I3, al objeto de observar el empleo relativo del factor productivo "capital" (aproximado mediante el ratio I5) y la eficiencia en la negociación del coste de la deuda para la parte no financiada con capital.

El input I6 está relacionado con el I4, porque permite tener información tanto de la inversión en inmovilizado como del consumo de éste.

4.1.3. Modelos aplicados

Para la ejecución de un análisis de eficiencia basado en el modelo DEA resulta preciso determinar tres aspectos fundamentales:

Modelo básico a considerar:

Charnes, Cooper and Rhodes (CCR) o

Banker, Charnes and Cooper (BCC).

Supereficiencia

Orientación del modelo DEA:

Orientación hacia los inputs

Orientación hacia los outputs

No orientado

Selección de parámetros del modelo:

Distancia (radial, aditiva, media máxima, media mínima)

"Slacks" (inclusión o no en el cómputo de la puntuación y benchmarking de las empresas).

Tratamiento de valores negativos

En la selección de las opciones más adecuadas respecto al estudio realizado, se ha considerado tanto el objetivo del análisis desarrollado como las características de la muestra analizada, llegando a las siguientes determinaciones:

– Modelo básico a considerar:

La elección del modelo básico a utilizar para la construcción del DEA depende de la asunción de rendimientos de escala constantes o CRS (modelo "Charnes, Cooper and Rhodes") o de rendimientos de escala variables o VRS (modelo "Banker, Charnes and Cooper").

Por lo que respecta al análisis realizado respecto al sector de la construcción castellano-leonés, las propias características del sector (existencia de competencia imperfecta, condiciones particulares para la licitación a obra pública, etc.) han aconsejado la asunción de rendimientos de escala variables (VRS).

Asimismo, se ha desarrollado un modelo a escala constante (CRS) al objeto de poder conocer la "eficiencia técnica pura" (VRS) y la "eficiencia de escala" de las empresas (CRS/VRS); además, respecto a este último indicador se ha analizado la presencia de rendimientos de escala crecientes (IRS) o decrecientes (DRS).

Por otro lado, considerando que el ratio[3]entre empresas (42 entidades) y variables (8 inputs y outputs) analizadas es de 5.25, existe el riesgo de que un número considerable de observaciones se caractericen como eficientes, por lo que se ha aplicado la variante de supereficiencia propuesta por Andersen y Petersen (1993).

Este ajuste,como ya explicamos anteriormente, permite determinar la eficiencia relativa de las empresas consideradas como referentes, permitiendo establecer un ranking de entidades según su eficiencia.

Asimismo, otro criterio habitualmente empleado en la cuantificación de la eficiencia de las unidades utilizadas como referentes es la frecuencia con la que éstas aparecen como modelo para el resto de entidades ineficientes (Pedraja y Salinas, 1995, p. 175), pudiéndose considerar adicionalmente la media de los dos índices previos (García-Zorita et al., 2002).

Por último, en este trabajo se propone un nuevo índice para las empresas eficientes que, partiendo de la propuesta de Pedraja y Salinas (1995), considere adicionalmente la intensidad con la que las entidades son aplicadas como modelo, información ésta que viene suministrada por las "lambdas" (i del análisis, tal que:

– Orientación del modelo.

La decisión acerca de la orientación del modelo depende fundamentalmente del objetivo del estudio a realizar.

En este sentido, si el propósito del análisis se centra en estudiar la eficiencia de la empresa en la consecución de outputs a partir de unos inputs determinados (eficiencia en la gestión de los recursos disponibles), debe seleccionarse la orientación "outputs", de forma que los resultados del DEA informarán del incremento que debe conseguir la empresa en los resultados generados para ser eficiente.

Por el contrario, si se busca analizar la capacidad de la empresa para minimizar el empleo de recursos considerando un determinado nivel de outputs (economía en el empleo de recursos), debe seleccionarse la orientación "inputs", tal que los resultados del DEA informa del decremento que debe conseguir la empresa en su consumo relativo de recursos para ser eficiente.

Finalmente, el modelo no orientado cuantifica las mejoras necesarias cuando resulta posible mejorar simultáneamente el nivel de inputs y de outputs.

Cabe destacar que, en el caso de rendimientos de escala constantes, la orientación elegida no influye en el nivel de eficiencia relativa de cada entidad ni en el ranking final de empresas, pero sí lo hace en presencia de rendimientos de escala variables.

En el estudio planteado resulta de interés tanto la orientación "input" como la orientación "output", al proporcionar ambas alternativas información valiosa para la gestión de las empresas constructoras (administración de recursos y capacidad de generar rentabilidad), por lo que se han desarrollado ambas alternativas.

Ahora bien, puesto que el objetivo principal de la gestión interna de la empresa consiste en maximizar los outputs obtenidos a partir de un determinado conjunto de inputs, y considerando que no todos los recursos de la empresa pueden modificarse a corto plazo (así, por ejemplo, el consumo relativo de materiales y mano de obra puede estar condicionado por las características técnicas del inmovilizado utilizado y por la propia cultura organizativa, las decisiones sobre la intensidad de los recursos propios se mantienen habitualmente a largo plazo, etc.), las estrategias de "benchmarking" a adoptar deberían considerar fundamentalmente los resultados obtenidos con la orientación "output", esto es, cuál sería el nivel de resultados que debiera obtener la empresa a partir de una combinación de inputs similar a la actual, gestionada de forma eficiente.

• Selección de parámetros del modelo.

Una vez establecido el modelo a desarrollar deben especificarse los parámetros técnicos del análisis DEA:

Por lo que respecta a la medida de distancia, se ha considerado la "distancia radial", típica de los modelos CCR y BCC, que indica las mejoras necesarias para cada empresa cuando todos los factores relevantes se ven afectados por el mismo factor de forma equiproporcional. Esta medida de distancia facilita la interpretación de los resultados, especialmente cuando se consideran variables relacionadas con costes y beneficios (SCHEEL, 2000, p. 8).

En cuanto al empleo de "slacks", su inclusión en el modelo se considera necesaria si se desea calcular la eficiencia relativa real de cada entidad, en base al desempeño de sus competidoras. La no consideración de "slacks" mejora artificialmente las puntuaciones de las entidades analizadas, pero no permite calcular situaciones de "benchmarking" óptimas, esto es, las empresas no se comparan directamente con las entidades más eficientes, sino que se les proporciona una estimación "suavizada" de las mejoras a emprender.

Como contrapartida, si en el análisis DEA existen entidades que presentan niveles de eficiencia extremadamente altos (debido generalmente a la posesión de recursos exclusivos o a la presencia de operaciones de carácter extraordinario), la consideración de "slacks" lleva a la obtención de "benchmarkings" inadecuados, al resultar inalcanzables por parte del resto de entidades (que no disponen de las oportunidades de las primeras).

Ante tal situación, en este trabajo se plantea la consideración de ambas alternativas en un proceso en dos etapas, pudiéndose interpretar los resultados obtenidos como sigue:

• Etapa 1. Las mejoras propuestas mediante la no inclusión de "slacks" representan la política inmediata que debe acometer la empresa para ser eficiente respecto al conjunto de sus competidoras.

• Etapa 2. Las mejoras propuestas mediante la inclusión de "slacks" representan la política que debe aplicar la gestión de la entidad para competir con las empresas más agresivas de su entorno estratégico. Este segundo paso sólo debería acometerse cuando la empresa haya optimizado sus recursos disponibles (etapa previa), y siempre que se hayan identificado las fuentes que generan las rentabilidades extremas de los líderes del sector, así como el posible acceso a las mismas.

A nivel operativo, el cálculo de "slacks" ha supuesto la aplicación de un modelo DEA multietapas similar al definido por Coelli (1997).

Por último, es preciso señalar que el análisis DEA parte de la asunción general del empleo de valores positivos en las variables. En el caso analizado, se observan valores negativos para los dos outputs definidos, que se han tratado mediante la aplicación de la translación propuesta por Ali y Seiford (1961) y Pastor (1996), que genera resultados invariantes cuando se aplica a los outputs de modelos tipo BCC (Bowlin, 1998).

4.2. Resultados obtenidos

Como se ha comentado previamente, el análisis DEA realizado contempla una doble orientación: hacia los inputs (decrementos esperados en el consumo de inputs a partir de un nivel de outputs similar al actual) y hacia los outputs (incrementos actual).

La Tabla 1 resume los resultados obtenidos para cada orientación, resaltándose en negrita las empresas eficientes (en paréntesis el valor calculado de "supereficiencia"). Se incluyen los resultados generados por el análisis DEA para el modelo de rendimientos de escala constantes (CRS) y variables (VRS), calculándose la eficiencia de escala como cociente entre ambos y señalándose, en su caso, la presencia de rendimientos de escala crecientes (IRS) o decrecientes (DRS).

Asimismo, la columna "benchmarking" informa del número de veces que las empresas eficientes sirven de modelo para las ineficientes (en negrita) así como las entidades que sirven de referencia a las firmas que no actúan de forma óptima (incluyendo las "lambdas" entre paréntesis).

Por otro lado, la Tabla 2 resume los rankings obtenidos para las empresas integrantes de la muestra, considerando los distintos modelos presentados previamente.

Tabla 1. Resultados del análisis de eficiencia

Como puede observarse, el análisis DEA identifica 22 empresas eficientes y 20 entidades ineficientes en ambas orientaciones ("input" y "output"), obteniéndose ligeras diferencias respecto a las puntuaciones, "benchmarking" y rankings obtenidos, que pasan a comentarse a continuación.