Trabajos de suficiencia profesional

URI permanente para esta comunidadhttps://hdl.handle.net/20.500.12640/3726

Examinar

Mostrando 1 - 5 de 5

Acceso Abierto
El capital de trabajo y su impacto en el desempeño de las empresas del sector agroindustrial peruano del año 2013 2022
(Universidad ESAN, 2024) Alfaro Barberis, Giancarlo; Gallardo Del Carpio, Ruben Arturo; Perez Velasco Del Castillo, Fernando Gabriel; Vilchez Fernandez, Claudia Sadith
La presente investigación examina el impacto del capital de trabajo en el desempeño financiero de las empresas agroindustriales peruanas listadas en la Bolsa de Valores de Lima durante el período 2013-2022. A través de un enfoque cuantitativo, utilizando datos de la Superintendencia de Mercado de Valores, se analizan los componentes clave del capital de trabajo, incluidos el ciclo de caja, los periodos de cobro y pago, y la gestión de inventarios, para determinar su efecto en la rentabilidad y solvencia de las empresas. Este estudio aplica métodos estadísticos, como la regresión lineal múltiple y análisis de datos panel, para investigar las hipótesis propuestas, ofreciendo así una visión detallada sobre cómo la administración eficaz del capital de trabajo puede influir en el éxito financiero del sector agroindustrial peruano. Con el objetivo de contribuir al conocimiento en el campo de la administración financiera, se espera que los hallazgos señalan la importancia de una gestión prudente del capital de trabajo en la optimización de la liquidez y en la mejora de la eficiencia operativa y financiera.
Acceso Abierto
El grado de relación de la responsabilidad social corporativa y la reputación corporativa en el sector agroindustrial exportador en el Perú: el rol mediador de la innovación empresaria
(Universidad ESAN, 2023) Arias Flores, Selene Chris; Condori Junes, Rosa Angela; Sánchez Bueno, Flavia Aimé
En la actualidad, el entorno empresarial viaja en una constante velocidad, provocando que las empresas se desafíen a sí mismas y encuentren el mejor escenario frente a su competencia y hacia los clientes directos. Los constantes cambios producen incertidumbre y para combatirlo se debe aplicar la innovación empresarial, la cual permitirá que la compañía se vuelva de alto impacto para el entorno. Mientras que, por otro lado, se encuentra la Responsabilidad Social Corporativa la cual aparece en la palestra como una tendencia internacional la cual crea valor y se integra en las operaciones de las empresas, causando un impacto positivo en la reputación ambiental. En esta propuesta de investigación señalamos a la innovación empresarial como variable mediadora entre Responsabilidad Social Corporativa y la reputación organizacional con la finalidad de encontrar la relación que une a las variables. Con la finalidad de validar el modelo de investigación con un estudio correlacional explicativo, con enfoque de datos transversales y aplicando cuestionarios a sus clientes internos para poder encontrar cómo repercute la Responsabilidad Social Corporativa en la reputación organizacional y en la innovación empresarial.
Acceso Abierto
El impacto del liderazgo transformacional por medio de la innovación abierta en el desempeño organizacional
(Universidad ESAN, 2021) Cusi Quispe, Heinny Ibeed; Herrera Huapaya, Lourdes Angelica; Palomino Mamio, Frank Tatsuji; Saravia Uceda, Linda Leonor; Suero Pfocco, Damaris Carolina
La presente investigación tiene como objetivo plantear un modelo para analizar el impacto del liderazgo transformacional a través de la innovación abierta en el desempeño organizacional. Considerando que el liderazgo transformacional incentiva el cambio y la innovación, y que la innovación abierta tanto entrante como saliente ayuda a la organización a reducir riesgos y costos, y generar otros ingresos mediante el intercambio de conocimiento, a partir de la revisión bibliográfica, no se encontró estudios sobre la relación entre estas variables ni su relación conjunta con el desempeño organizacional. Por ello se busca ampliar la base literaria que considere la relación entre las variables mencionadas y dar pie a futuras investigaciones más profundas. El estudio es una investigación confirmatoria, ya que busca verificar las hipótesis que se han derivado de la literatura con la finalidad de reforzarlas o rechazarlas a través de las evidencias empíricas. La muestra propuesta está conformada por 399 empresas agroexportadoras de los cinco principales frutos frescos (paltas, arándanos, uvas, mandarinas y mangos). Para la recolección de datos se propone aplicar un cuestionario con escala de Likert para cada variable dirigida a la alta dirección y mandos medios de las empresas de estudio.
Acceso Abierto
Técnicas de Machine Learning para determinar la producción de cultivos y personal requerido en las campañas de cosecha de la empresa Fundos Rejas SAC
(Universidad ESAN, 2022) Briceño Rodríguez, Rafael Isaac; Celedonio Rojas, Marco Antonio; Crisóstomo Fernández, Walter Javier; Medrano Pelaez, Jose Luis; Salas Castillo, Patricia Elizabeth
Diferentes empresas están utilizando técnicas de Machine Learning para analizar sus conjuntos de datos con la finalidad de encontrar comportamientos y patrones que les permitan crear modelos matemáticos predictivos, que a su vez pueden predecir diferentes variables de salida para determinar la producción y la cantidad de personal requerido para los cultivos de palta, arándano y mandarina. En el presente estudio, se utilizó una base de datos que comprende los años de campañas de cosecha (2019 a 2022). Para ello, la metodología CRISP-DM para obtener un mejor alineamiento en la etapa de desarrollo. Se utilizaron técnicas de aprendizaje supervisado entre ellas Regresión lineal Múltiple, Árbol de Regresión y Vectores de Soporte de Regresión, para medir el modelo que tiene mejor desempeño se utilizaron las métricas como el R2 y RMSE. Dentro de los resultados obtenidos, se obtuvo que, para determinar la producción del cultivo de palta, la mejor técnica fue la de Regresión Lineal Múltiple y para los cultivos de arándano y mandarina fue el Árbol de Regresión, por otro lado, para determinar la cantidad de trabajadores para el cultivo de palta el mejor modelo fue Árbol de Regresión y para los cultivos de mandarina y arándano fue el SVR.
Acceso Abierto
Técnicas de Machine Learning para incrementar el rendimiento de los campos de caña de azúcar en una empresa agroindustrial
(Universidad ESAN, 2023) Alcantara Bernal, Francisco Fernando; Mckitting Cornejo, Gerardo Gabriel; Siancas Gutierrez, Susan Aracelly; Zaldívar Valdez, Ana Sofía
El rápido crecimiento demográfico genera una presión importante sobre la agricultura mundial debido al aumento de la demanda y la reducción de espacios aptos para el cultivo. Esto obliga a que las empresas agroindustriales tengan que obtener mejores rendimientos de cada campo para mantener o aumentar sus niveles de producción. La presente investigación busca complementar los estudios sobre la relación de las variables que afectan el rendimiento de los campos de cultivo de caña de azúcar. El objetivo de este estudio es predecir el porcentaje de sacarosa a obtenerse de un campo de caña de azúcar; para ello, se usaron dos técnicas de aprendizaje supervisado: regresión lineal y regresión vectorial de soporte (SVR), ejecutándose cada una tanto con data normalizada como sin normalizar. Finalmente, se compararon los resultados de cada modelo usando el coeficiente de determinación y raíz del error cuadrático medio. El modelo seleccionado fue el de SVR con kernel RBF y data normalizada, teniendo una precisión del 38.3% y un RMSE de 0.7962 puntos de sacarosa. El potencial que supone el uso de Machine Learning en el sector agroindustrial es muy grande y por ello se deben de seguir desarrollando investigaciones con nuevas variables, técnicas y modelos.