Internacionalización de las pymes: análisis de recursos y capacidades internas mediante lógica difusa

Abstract

comercio en la última década. Para ello se requiere analizar su capacidad de internacionalización en términos de recursos, habilidades y capacidades para desarrollar estrategias que permitan participar de la nueva dinámica en una forma apropiada. Se propone un sistema de inferencia difuso para modelar estos factores que determinan el éxito en un proceso de internacionalización. Se utilizan variables lingüísticas, extraídas de empresarios, expertos, consultores e investigadores de la materia y, por medio del juicio de expertos, se definen los factores internos que explican la capacidad de internacionalización. El modelo propuesto se aplica por medio de un estudio de caso del clúster textilconfección en Medellín (Colombia). Se obtiene en la ejecución del modelo un índice global particular de 26.7 para las capacidades internas para iniciar un proceso de internacionalización. El resultado obtenido confirma la hipótesis de que las capacidades y recursos de que dispone actualmente el sector analizado no son suficientes para una inserción exitosa en el mercado internacional y, lo más importante, especifica los factores y variables en los que intervenir para mejorar la capacidad interna de internacionalización. Derechos Reservados © 2015 Universidad Nacional Autónoma de México, Facultad de Contaduría y Administración. Este es un artículo de acceso abierto distribuido bajo los términos de la Licencia Creative Commons CC BY-NC-ND 4.0.

Fuzzy logic and financial risk. A proposed classification of financial risk to the cooperative sector

“…The analysis on the application of fuzzy logic in the financial sector allows us to determine a risk rating, without omitting the effects of the environment in which said rating is produced, or to obtain said rating through the study of CAMEL indicators, and applying defuzzification mathematics as mentioned by Rico and Tinto (2008).…”

“…The search for order within chaos leads to bifurcation, however, fuzzy logic produces a symmetry rupture point that has a traditional geometry in fractal terms that describes a geometric object, with wide scale ranges (Gil, 2000(Gil, , 2005. This means that it emphasizes the blurriness of the variables, particularly on the everyday and corporate bases due to the dissonance with reality (Restrepo & Vanegas, 2015).…”

“…There are three classifications for this type of logic: (1) models in fuzzy continuous-time (MFC), used to estimate real financial options through the use of trapezoidal numbers; (2) fuzzy pay-off method (FPOM), works with triangular distributions, the value of which emerges from the representative fraction of the positive value area divided for the total area of possible values of the triangle and the possible average value of the fuzzy landscape; (3) models in fuzzy discrete-time (MFD), which adapt the binomial model to the fuzzy logic allowing to estimate the upward and downward movements (Milanesi, 2014). Rico and Tinto (2008) present the application of the fuzzy sets in five areas of business organizations related to accounting, where we find problems concerning: portfolio selection, financial mathematics, capital budget, technical analysis, credit analysis, and financial analysis.…”

“…It involves the evaluation of the operational results of the banking institution, which will largely depend on the level and stability of the income, thus the importance of clearly establishing the degree to which the utility of the banking institution depends on extraordinary, random or extemporaneous income Liquidity Seeks to evaluate the robustness of the different sources of liquidity of the banking institution, from the point of view of both the assets and the liabilities. Furthermore, it also seeks to establish the capacity of the bank to respond to all of its contractual commitments with either their own resources or those of third parties (national, international or interbank loans) The method that allows obtaining the concrete result with degrees of security from the fuzzy sets, after applying mathematical defuzzification methods, is called defuzzification (Rico & Tinto, 2008).…”

Lógica difusa y el riesgo financiero. Una propuesta de clasificación de riesgo financiero al sector cooperativo

“…La figura 1 presenta de manera gráfica la interpretación de la información para la lógica tradicional y la lógica difusa, donde se puede observar el fuerte cambio que sufre la curva de transición entre los rangos propuestos. La búsqueda del orden dentro del caos lleva a la bifurcación; sin embargo, la lógica difusa produce un punto de rotura de la simetría, que lleva una geometría tradicional a términos fractales que describe un objeto geométrico, con grandes rangos de escala (Gil, 2000(Gil, , 2005, es decir, pone énfasis en lo borroso de las variables, especialmente en lo cotidiano y empresarial por lo disonante con la realidad (Restrepo y Vanegas, 2015).…”