1. Introducción
La gestión de riesgos empresariales (ERM, por sus siglas en inglés) se ha consolidado como una herramienta estratégica clave en la administración moderna al facilitar la identificación, evaluación y mitigación de riesgos que pueden afectar el cumplimiento de los objetivos organizacionales (Bromiley et al., 2015; Hoyt y Liebenberg, 2011). Aunque su implementación ha sido bastante estudiada en grandes empresas y sectores financieros (Chen et al., 2020; Saeidi et al., 2021), en el caso de las pymes, en especial en economías emergentes, persisten importantes áreas de oportunidad para su adopción y aprovechamiento efectivo (Bensaada y Taghezout, 2019; Tan y Lee, 2022).
Las pymes enfrentan desafíos particulares que las diferencian de las grandes corporaciones, como limitaciones de recursos, estructuras menos formales y menor capacidad técnica para gestionar riesgos (Glowka et al., 2021; Rehman y Anwar, 2019). En este sentido, la literatura reciente subraya que el valor estratégico de la ERM en estas organizaciones está condicionado por factores contextuales, como la etapa del ciclo de vida de la empresa, el nivel de madurez organizacional y la disponibilidad de capital humano especializado (Hamzah et al., 2022; Saeidi et al., 2021).
El rendimiento empresarial ha sido estudiado de manera general en dos grandes enfoques: el rendimiento basado en indicadores financieros y el rendimiento no financiero; este último es el más aplicado en las pymes, sobre todo en países desarrollados, porque en estas, por lo regular, la información financiera no es confiable debido a la falta de sistematización de su información contable o a la informalidad que caracteriza a la mayoría (Cuevas-Vargas et al., 2022; Exposito y Sanchis-Llopis, 2018; Van Auken et al., 2008).
Esta investigación tuvo el propósito de analizar cómo la ERM influye directamente en el rendimiento empresarial de las pymes del estado de Guanajuato, México, así como examinar el efecto moderador de la edad de la empresa en dicha relación. Aunque algunos estudios previos han abordado esta temática (Farrell y Gallagher, 2019; Gordon et al., 2009), la mayoría se ha enfocado en grandes corporaciones o se han llevado a cabo en contextos de países desarrollados, lo que limita la generalización de sus resultados a realidades como la mexicana. Además, investigaciones como las de Agarwal y Gort (2002) y Coad et al. (2013) han evidenciado que la edad de la empresa puede influir significativamente en su desempeño, su estructura organizativa y su capacidad de gestionar riesgos de manera proactiva.
La investigación se aplicó en una muestra de 212 pymes de los sectores comercial, industrial y de servicios de Guanajuato utilizando la técnica estadística multivariante de modelización de ecuaciones estructurales partial least squares (PLS-SEM) para evaluar el modelo conceptual y probar las hipótesis. Los resultados confirman que la ERM mejora el rendimiento de las pymes y que este efecto se potencia en empresas más antiguas, gracias a su mayor experiencia, estructura organizativa y capacidad de adaptación (Yang et al., 2018).
Este estudio es relevante por al menos dos razones. La primera, porque aporta evidencia empírica desde un contexto emergente poco explorado en la literatura internacional, lo que contribuye al entendimiento del valor estratégico de la ERM en las pymes latinoamericanas. La segunda, porque ofrece implicaciones prácticas para diseñadores de políticas públicas y consultores organizacionales, quienes podrían orientar programas de fortalecimiento empresarial considerando el ciclo de vida de las organizaciones, su madurez estructural y sus necesidades específicas (Annamalah et al., 2018; Mukhtar et al., 2023; Yang et al., 2018).
En cuanto a la estructura de este artículo, en la siguiente sección se presenta la revisión de la literatura; enseguida, se describen las hipótesis planteadas y la metodología utilizada. Luego se analizan y evalúan los resultados y, al final, se discuten los resultados y se presentan las conclusiones más relevantes.
2. Marco Teórico
2.7 Gestión de riesgos empresariales
La implementación de la ERM en las organizaciones tiene como objetivo aumentar la sostenibilidad de una organización, lograr una ventaja competitiva y aumentar el valor de las partes interesadas (Hamzah et al., 2022). En el mismo sentido, Tan y Lee (2022) señalan que la finalidad de la ERM es ayudar a las empresas a integrar la gestión de riesgos en el gobierno de la organización, los procesos y funciones significativas para una adecuada toma de decisiones.
Bensaada y Taghezout (2019) indican que la ERM se basa en tres principios: integral (facilita la comprensión de los riesgos); integrado (comprende todas las funciones del negocio) y estratégico (se alinea con el contexto estratégico). Por estos motivos, la gestión de riesgos ha crecido a nivel mundial como una herramienta que proporciona técnicas para identificar y mitigar los riesgos que enfrentan las organizaciones de manera integral (Mukhtar et al., 2023).
Hoyt y Liebenberg (2015) argumentan que las empresas que adoptan la ERM suelen tener una comprensión más profunda de los riesgos asociados a sus operaciones comerciales, lo cual facilita una toma de decisiones efectiva. Sax y Torp (2015) señalan que cuando una empresa implementa procesos sistemáticos de ERM, mejora su capacidad para lograr objetivos estratégicos, reduce su exposición general a los riesgos y, por lo tanto, aumenta su desempeño. Saeidi et al. (2021) indican que las empresas que gestionan adecuadamente sus riesgos incrementan la confianza de los clientes, mejoran la innovación de la organización y logran una mayor ventaja competitiva.
A diferencia de las empresas grandes y multinacionales, las pymes no suelen contratar a un director o administrador de riesgos, ya que la gestión de riesgos es responsabilidad de la alta dirección o de los propietarios de la empresa.
Asimismo, las pymes en gran medida no están reguladas y no existe una presión intensa para implementar un sistema integral de gestión de riesgos (Syrová y Spieka, 2023).
La literatura académica suele asumir que establecer incentivos y metas adecuados llevará automáticamente a las organizaciones a adoptar prácticas de riesgo eficientes. Sin embargo, pocos estudios han examinado cómo las empresas en realidad implementan esos cambios (Bromiley et al., 2015). Así, la implementación del programa de ERM en las pymes sigue siendo limitada, sobre todo en países emergentes, por lo que es necesario que el marco de ERM se aplique en todas las industrias y no exclusivamente en empresas que cotizan en bolsa (Tan y Lee, 2022).
2.2 Estudios empíricos sobre ERM y rendimiento empresarial
Hamzah et al. (2022) afirman que la ERM es un instrumento que mejora el rendimiento, proporciona conciencia sobre los riesgos y puede reducir el costo de capital de la empresa. En este sentido, Yang et al. (2018) indican que las prácticas de ERM tienen una influencia significativa en el desempeño organizacional, por lo que la gestión de riesgos se considera un factor central para la competitividad empresarial.
Gordon et al. (2009) investigaron la relación entre la ERM y el desempeño empresarial en una muestra de 112 empresas registradas en la Comisión de Bolsa y Valores de Estados Unidos y encontraron que la implementación de la ERM depende del entorno organizacional y que se debe adaptar al contexto de la empresa para obtener mejores beneficios. Annamalah et al. (2018) indican que existe una relación positiva y significativa entre la implementación de la ERM y el rendimiento organizacional en las empresas de gas y petróleo de Malasia.
Por su parte, Florio y Leoni (2017) confirman que las empresas no financieras italianas que cotizan en la Bolsa de Valores de Milán, con niveles avanzados de implementación de ERM, presentan un mejor desempeño, tanto en términos de rendimiento financiero como de evaluación de mercado.
Farrell y Gallagher (2019) encontraron que la maduración de la ERM aumenta el rendimiento de empresas aseguradoras a través del aumento en el valor de la empresa en el mercado o el rendimiento de los activos. Hoyt y Liebenberg (2011) encontraron que las empresas aseguradoras en Estados Unidos que adoptaron la ERM tenían un 20 % adicional en el valor de mercado, por lo que la implementación de ERM es muy valorada en el mercado, en particular en sectores altamente regulados.
Hanggraeni et al. (2019) con su estudio confirman que la gestión de riesgos tiene un impacto positivo en el rendimiento empresarial de 1401 Mlpymes de Indonesia, esto porque la ERM permite a las empresas reducir los costos mediante una mejor integración de la evaluación y la gestión de riesgos al equilibrar amenazas y oportunidades. Chen et al. (2020) identificaron que la implementación de ERM tiene un impacto positivo y significativo sobre el valor de las empresas del sector financiero de Taiwán porque aumentaron 3,18 % su valor respecto a aquellas que no implementaron ERM.
Hamzah et al. (2022) encontraron una relación positiva y significativa entre cada una de las cuatro dimensiones con las que se midió la ERM y el rendimiento de las empresas de la Bolsa de Valores de Malasia, y esta relación está moderada por el capital humano, lo que demuestra la importancia de tener directivos altamente capacitados y experimentados en la implementación de prácticas de ERM.
2.3 Estudios empíricos sobre edad, ERM y rendimiento empresarial
Algunos estudios han sugerido que la edad de las organizaciones tiene una influencia significativa en el desempeño empresarial (Grace et al., 2015; Semrau et al., 2016; Shirokova y Shatalov, 2010). En este sentido, Agarwal y Gort (2002) indican que la antigüedad de las empresas puede afectar negativamente su rendimiento porque la vejez puede hacer que los conocimientos, las habilidades y las capacidades queden obsoletos y conducir al declive de las organizaciones. Asimismo, Syrová y Spieka (2023) señalan que las empresas con más edad pueden experimentar una crisis burocrática porque destinan gran parte del tiempo a asuntos internos, lo que dificulta la adopción de prácticas de gestión como la ERM.
Coad et al. (2013) descubrieron que la edad de las empresas manufactureras de España tiene una influencia negativa en su rendimiento. Esto significa que las empresas más antiguas tienen menores tasas de crecimiento de ventas; además, tienen menores niveles de rentabilidad y son menos capaces de convertir el crecimiento del empleo en incremento de productividad y ventas.
En otros estudios en los que se aborda la relación ERM-rendimiento, y también la interacción entre la edad de la empresa y su desempeño, Hong (2023) encontró que una ERM eficaz tiene una influencia positiva en el rendimiento de las empresas que cotizan en la Bolsa de Valores de Vietnam. Además, identificó que la edad de la empresa tiene un impacto positivo en el desempeño organizacional.
Son et al. (2023) demostraron que la ERM tiene una influencia positiva y significativa en el rendimiento de las empresas que cotizan en la Bolsa de Valores de Vietnam. Además, indican que la edad de las empresas es un factor que influye negativamente en el rendimiento empresarial. Suttipun et al. (2019) identificaron una relación positiva y significativa solo en cuatro (establecimiento de objetivos, evaluación de riesgos, actividades de control y seguimiento) de los ocho elementos de la ERM con el rendimiento de las pymes de Tailandia. Asimismo, encontraron una relación negativa y significativa entre la edad de la empresa y su desempeño.
Horvey y Ankamah (2020) señalan que existe una relación positiva y significativa entre la ERM y el rendimiento empresarial tanto a nivel de empresa como a nivel de mercado de las empresas financieras y no financieras que cotizan en la Bolsa de Valores en Ghana. También identificaron que la edad tuvo una relación negativa, pero no significativa, con el rendimiento de las empresas de Ghana, esto significa que las empresas con mayor antigüedad no logran un mejor desempeño en comparación con las empresas más nuevas.
En estudios específicos sobre la correlación ERM-rendimiento y sobre la influencia de la edad de la empresa en esta relación, Yang et al. (2018) encontraron que las prácticas de ERM tienen una influencia positiva y significativa en el rendimiento de las pymes de Pakistán. Identificaron además que la edad como variable de control tiene una influencia positiva en la relación entre ERM y rendimiento empresarial.
Saeidi et al. (2021) revelaron que la ERM tiene un impacto positivo y significativo en el rendimiento financiero y no financiero de las empresas del sector financiero que cotizan en la Bolsa Central de Irán. Rehman y Anwar (2019) indicaron que la ERM tiene un rol mediador parcial en la relación entre la estrategia comercial y el rendimiento de las pymes de Pakistán, por lo que tener prácticas de ERM alineadas con sus estrategias mejora su rendimiento. Por el contrario, Glowka et al. (2021) señalaron que la implementación de ERM no influye directamente en el rendimiento financiero de las pymes austriacas. En estos estudios se encontró que la edad de la empresa y la variable de control no tienen un efecto significativo en la relación entre ERM y el rendimiento (Glowka et al., 2021; Rehman y Anwar, 2019; Saeidi et al., 2021).
En la Tabla 1 se presenta la síntesis de los principales resultados de los estudios empíricos relacionados con la ERM, el rendimiento empresarial y la edad, abordados en las secciones 2.2 y 2.3.
2.4 Desarrollo de hipótesis de investigación
Con base en lo anterior, en la Figura 1 se presenta el modelo teórico de investigación sobre el cual se formularon las hipótesis de investigación.
H1: La ERM tiene un impacto positivo y significativo en el rendimiento organizacional de las pymes.
H2: La edad de las pymes tiene un efecto positivo y significativo en su rendimiento organizacional.
H3: La edad de las pymes modera positiva y significativamente la relación entre ERM y rendimiento organizacional.
3. Metodología
El estudio tuvo un enfoque cuantitativo con un alcance correlacional y explicativo. La recolección de datos se realizó en un único momento y se recolectaron sin la manipulación intencional de las variables; por lo tanto, el diseño de la investigación fue de tipo no experimental y transeccional (Hernández-Sampieri y Mendoza Torres, 2018). El análisis de resultados se realizó mediante la técnica de modelado de ecuaciones estructurales (SEM), técnica de análisis estadístico multivariante que ha experimentado una creciente difusión en una gran variedad de campos de estudio en los últimos años (Hair et al., 2022).
En este estudio se utilizó la modelización de ecuaciones estructurales partial least squares (PLS-SEM), a través del software SmartPLS 4® (Ringle et al., 2022), el cual es particularmente apropiado para estudios exploratorios y pruebas de modelos con necesidades mínimas de tamaño de muestra (Hair et al., 2019). Se aplicó el método PLS-SEM mediante la estimación del modelo como un esquema de componentes jerárquicos de tipo I (modo reflectivo-reflectivo) (Becker et al., 2012). Para ello, se utilizó la técnica de enfoque disociado en dos etapas, conforme a las recomendaciones de Becker et al. (2012) y Sarstedt et al. (2019). En la primera y segunda fase, se estimó el modelo de medida siguiendo el procedimiento de dos etapas. Luego, se evaluó la varianza del método común (VMC) para garantizar que no influyera en los resultados del estudio.
3.7 Muestra y recolección de datos
El marco muestral se obtuvo de la base de datos del Directorio Estadístico Nacional de Unidades Económicas (DENUE) del Instituto Nacional de Estadística y Geografía (INEGI) con corte a mayo del 2024; este tenía registradas un total de 14 099 pymes del estado de Guanajuato de los sectores industrial, comercio y servicios. Se diseñó un cuestionario para recolectar los datos de las variables objeto de estudio. El cuestionario se aplicó del 7 de julio del 2024 al 16 de enero del 2025 a dueños, gerentes o directores de recursos humanos de las pymes, pues son quienes tienen más conocimiento sobre la gestión de riesgos y el rendimiento de su empresa.
El cuestionario se administró de manera presencial por personal capacitado mediante un formulario en línea usando sus teléfonos móviles; este procedimiento facilitó la aclaración de dudas y la reducción de errores de captura, lo que se contribuyó a una mejor tasa de respuesta y a la calidad de la información recolectada. Se realizó un tipo de muestreo probabilístico estratificado con un nivel de confianza del 95 % y un margen de error del 6 %. A partir de lo anterior, se obtuvo una muestra de 262 pymes, y al final 212 encuestas válidas.
Tabla 1
Síntesis de los principales resultados de estudios empíricos
| Autor | País | Tamaño de empresas | Relación entre ERM y rendimiento | Relación entre edad y rendimiento | Influencia de la edad en la relación ERM y rendimiento |
|---|---|---|---|---|---|
| Annamalah et al. (2018) | Malasia | Indistinto | Positiva y significativa | ||
| Florio y Leoni (2017) | Italia | Cotizan en bolsa de valores | Positiva y significativa | ||
| Farrell y Gallagher (2019) | Varios | Cotizan en bolsa de valores | Positiva y significativa | ||
| Hoyt y Liebenberg (2011) | Estados Unidos | Cotizan en bolsa de valores | Positiva y significativa | ||
| Hanggraeni et al. (2019) | Indonesia | MIpymes | Positiva y significativa | ||
| Chen et al. (2020) | Taiwán | Indistinto | Positiva y significativa | ||
| Hamzah et al. (2022) | Malasia | Cotizan en bolsa de valores | Positiva y significativa | ||
| Hong (2023) | Vietnam | Cotizan en bolsa de valores | Positiva y significativa | Positiva y significativa | |
| Son et al. (2023) | Vietnam | Cotizan en bolsa de valores | Positiva y significativa | Negativa y significativa | |
| Suttipun et al. (2018) | Tailandia | pymes | Positiva y significativa en 4 de 8 componentes de ERM | Negativa y significativa | |
| Horvey y Ankamah (2020) | Ghana | Cotizan en bolsa de valores | Positiva y significativa | Negativa, No significativa | |
| Coad et al. (2013) | España | Indistinto | Negativa y significativa | ||
| Yang et al. (2018) | Pakistán | Pymes | Positiva y significativa | Influencia positiva | |
| Saeidi et al. (2021) | Irán | Cotizan en bolsa central de irán | Positiva y significativa | No tiene influencia significativa | |
| Glowka et al. (2021) | Austria | Pymes | No tiene un efecto directo en el rendimiento | No tiene influencia significativa | |
| Rehman y Anwar (2019) | Pakistán | Pymes | No tiene influencia significativa |
3.2 Caracterización de la muestra
La Tabla 2 presenta las características generales de la muestra, entre las que destacan el predominio de las empresas del sector comercial (46,2 %), la prevalencia de las empresas pequeñas (76,4 %) y que la mayor distribución de la edad de las empresas está en el rango de 11 a 30 años (51,4 %).
3.3 Variables de estudio
3.3.7 Gestión de riesgos empresariales
Variable independiente medida a través de los tres factores propuestos por Brustbauer (2016). Estos factores son identificación de riesgo, evaluación de riesgos y seguimiento de riesgos; cada uno de los factores incluye cuatro reactivos medidos con una escala tipo Likert de 1 a 5 puntos, por lo que esta variable se conforma por un total de 12 ítems.
3.3.2 Rendimiento empresarial
Variable dependiente medida a través de los cuatro componentes planteados inicialmente por Quinn y Rohrbaugh (1983), ajustados por Van Auken et al. (2008) y replicados por Cuevas-Vargas et al. (2020). Estos componentes son procesos internos, sistema abierto, sistema racional y recursos humanos; cada uno de los componentes tiene tres preguntas medidas con una escala tipo Likert de 1 a 5 puntos, por lo que esta variable se conforma por un total de 12 reactivos.
3.3.3 Edad de la empresa
Para medir la variable moderadora "edad de la empresa", se tomó como referencia el número de años transcurridos desde la creación de la empresa. Esta variable de control se utilizó porque determina qué tan consolidada y madura está una organización en el contexto de un mercado según la teoría evolutiva (Nelson y Winter, 2009) y porque afecta la madurez de la ERM y el rendimiento de las pymes.
3.4 Varianza del método común
Con el propósito de verificar la varianza del método común (VMC), se aplicó la técnica post hoc de la prueba de colinealidad completa, tomando como referencia el factor de inflación de la varianza (FIV) sugerido por Kock (2015), esto con el fin de demostrar que la potencial existencia de VMC no afecta significativamente la interpretación de los resultados de este estudio. La evaluación se realizó mediante el cálculo del algoritmo de PLS-SEM. Los resultados obtenidos de los FIV fueron menores al valor crítico de 3,3, tal y como se aprecia en la Tabla 3; por lo tanto, la evidencia garantiza que no existe problema de varianza de método común.
Tabla 2
Datos generales de las empresas encuestadas
3.5 Fiabilidad y validez
En la primera etapa se estimó el modelo de medida con el software estadístico SmartPLS 4® (Ringle et al., 2022), utilizando las variables iniciales, para calcular la fiabilidad y validez de las escalas de medida a través del algoritmo de PLS-SEM. Al estimar el modelo de medida fue necesario eliminar las variables que presentaban cargas factoriales menores a 0,7; estas fueron tres de la ERM (ER1, IR1, SR4) y una del rendimiento organizacional (SRA3).
Los resultados presentados en la Tabla 4 demuestran que los rangos de las cargas factoriales de cada constructo son superiores al valor crítico de 0,7 sugerido por Hair et al. (2014). Asimismo, se evidencia la alta consistencia interna de los siete constructos reflectivos de primer orden, ya que la fiabilidad compuesta (FC) rebasa el umbral de 0,7 recomendado por Hair et al. (2017). También, al evaluar el valor de la varianza extraída promedio (VEP), se encontró que todos fueron superiores a 0,5 (Fornell y Larcker, 1981), lo que garantizó que todas las dimensiones de las variables utilizadas cuentan con validez convergente (Hair et al., 2017).
La validez discriminante se evaluó a través de la prueba de correlaciones de Heterotrait-Monotrait ratio (HTMT90) (Henseler et al., 2015). En la Tabla 5 se muestran los resultados. Se encontró que los valores de las correlaciones entre los constructos son inferiores a 0,90; por lo tanto, esta evidencia empírica demuestra que existe validez discriminante (Gold et al., 2001 ; Henseler et al., 2015; Teo et al., 2008). Se confirmó la existencia de fiabilidad y validez tanto convergente como discriminante del modelo teórico de investigación en la etapa 1.
Tabla 4
Fiabilidad y validez convergente, modelo de 1.er orden (etapa 1)
Tabla 5
Validez discriminante, modelo de 1.er orden - HTMT (etapa 1)
Enseguida, se procedió con la etapa 2 de la estimación del modelo de medida utilizando los valores de las variables latentes para construir el modelo de componentes jerárquicos, en el que los constructos de primer orden se utilizaron como indicadores, mismos que al ser evaluados se encontró que todos cuentan con cargas mayores al 0,7 y todas ellas resultaron estadísticamente significativas (Hair et al., 2014). Los valores de alfa de Cronbach superaron el umbral de 0,7 (Nunnally y Bernstein, 1994), los valores de fiabilidad compuesta fueron superiores a 0,7 (Hair et al., 2017) y los valores de varianza extraída promedio (VEP) fueron superiores a 0,5 (Fornell y Larcker, 1981). De acuerdo con estas evaluaciones se garantiza la fiabilidad y validez convergente del modelo de componentes jerárquicos, tal y como se aprecia en la Tabla 6.
En el mismo sentido, se evaluó la validez discriminante en esta segunda etapa, incluyendo en el modelo la variable edad. Como se muestra en la Tabla 7, de acuerdo con la prueba del HTMT85 las correlaciones entre las variables son menores a 0,85; por lo tanto, de acuerdo con este criterio conservador, existe evidencia de validez discriminante (Henseler et al., 2015; Kline, 2011). Adicionalmente, se soporta con la prueba de Fornell-Larcker, en la que el valor de la correlación entre las variables presentado por encima de la diagonal es menor a la raíz cuadrada de la varianza extraída promedio (VEP) (Fornell y Larcker, 1981).
Tabla 6
Evaluación del modelo de medida de 2.° orden (etapa 2)
| Variables | Rango cargas | Alfa de | FC | VEP |
|---|---|---|---|---|
| > 0,7 | > 0,7 | > 0,7 | > 0,5 | |
| ERM Rendimiento organizacional | [0,715; 0,878] [0,702; 0,872] | 0,767 0,818 | 0,856 0,880 | 0,667 0,648 |
Tabla 7
Validez discriminante, modelo de 2.º orden (etapa 2)
| Variables | ERM | Rendimiento organizacional | Edad |
|---|---|---|---|
| ERM | 0,817 | 0,398 | 0,075 |
| R endimient o | [HTMT = 0,449] | 0,805 | -0,064 |
| organizacional | |||
| Edad | [HTMT = 0,096] | [HTMT = 0,074] | 1,000 |
4. Resultados
4.1 Estadísticos descriptivos
En la Tabla 7 se presentan los estadísticos descriptivos básicos de los 12 indicadores que integran las dos variables principales del estudio: rendimiento organizacional y ERM. Se destaca que en la variable rendimiento, el indicador SA1 tuvo el mejor promedio (4,53), mientras que el indicador RH2 tuvo la media más baja (3,74). En la variable ERM, el indicador SR3 tuvo el promedio más alto (4,56), mientras que el indicador IR3 tuvo el valor más bajo (3,33) (Tabla 8).
4.2 Poder predictivo del modelo estructural
Para evaluar la capacidad predictiva del modelo de investigación propuesto, se aplicó la prueba de capacidad predictiva con validación cruzada (CVPAT, por sus siglas en inglés), desarrollada por Liengaard et al. (2021), ampliada por Sharma et al. (2023) y utilizada en otros estudios por Cuevas-Vargas et al. (2023). Esta prueba recomendada por Hair et al. (2022) se utiliza como alternativa al PLSpredict para comparar modelos orientados a la predicción en PLS-SEM.
La CVPAT compara el valor promedio de pérdida del modelo PLS-SEM con el promedio del indicador (IA), que actúa como un punto de referencia ingenuo. Para que el modelo PLS-SEM demuestre una capacidad predictiva superior, su promedio de pérdida debe ser inferior a la referencia IA, lo cual se refleja en una diferencia negativa en los valores promedio de pérdida. Esta prueba verifica si esta diferencia es estadísticamente significativa. En este estudio, se observa que la diferencia en los valores promedio de pérdida fue significativamente menor que cero, lo que indica que el modelo posee una capacidad predictiva superior en comparación con la referencia utilizada (ver Tabla 9).
4.3 Contrastación de hipótesis
Para contrastar las hipótesis de investigación, se aplicó el bootstrapping de PLS-SEM con 10 000 submuestras, tal como lo sugieren Hair et al. (2022). Para ello se estimó el modelo estructural como un modelo de componentes jerárquicos (Lohmöller, 1989), a través del software estadístico SmartPLS 4®.
Los resultados obtenidos indican que el rendimiento organizacional de las pymes de Guanajuato se explica en un 15,8 % por el ERM (R2 = 0,158), pero al incluir la variable de control "edad de la empresa", la capacidad explicativa del modelo tuvo una ligera mejora, es decir, el ERM y la edad de la empresa explican en un 18,5 % el rendimiento organizacional de las pymes de Guanajuato (R2 = 0,185), incremento marginal que permite inferir que este modelo teórico cuenta con capacidad explicativa, toda vez que el valor del coeficiente de determinación está muy cercano al valor crítico de 0,20 (Chin, 1998).
Además, se llevó a cabo un análisis post hoc para calcular la potencia estadística del modelo, utilizando el software G*Power 3.1.9.7 (Faul et al., 2009). Para ello, se tomó como referencia el valor de R2 de la variable rendimiento organizacional y se obtuvo un tamaño del efecto 𝑓2= 0,227. Los parámetros empleados en el cálculo incluyeron un nivel de significancia 𝛼 = 0,01, un tamaño muestral total de 212 y un número de predictores igual a 2. Como resultado, se obtuvo una potencia estadística (1−𝛽 err prob) de 0,9999, con un valor t = 2,344, lo que indica que el modelo analizado posee una capacidad estadística suficiente para detectar efectos significativos (Faul et al., 2009). Esto refuerza la validez de los resultados obtenidos y su aplicabilidad en la toma de decisiones empresariales.
En cuanto a la contrastación de la hipótesis H1, los resultados que se presentan en la Tabla 10 (ß = 0,407, p < 0,01) demuestran de manera empírica que la ERM tiene efectos positivos y altamente significativos en el rendimiento organizacional de las pymes mexicanas. Por lo tanto, se acepta H1, al encontrarse evidencia empírica de que la ERM impacta significativamente en un 40,7 % el rendimiento organizacional de las pymes mexicanas.
Con relación a la H2, se encontró que la edad de la empresa tiene un efecto negativo, el cual no es estadísticamente significativo (ß = -0,078, N. S.), lo que significa que la edad de la empresa por sí sola no impacta significativamente en el rendimiento organizacional. Por lo tanto, no se acepta la H2.
En cuanto a la H3, al investigar la posible influencia moderadora de la edad de la empresa en la relación entre la gestión de riesgos empresariales (ERM) y el rendimiento organizacional en las pymes de Guanajuato, se encontró que la edad de la pyme tiene un efecto moderador positivo y significativo (ß = 0,160, p < 0,05), como se ilustra en el Figura 2. Esto implica que las pymes más antiguas están mejor posicionadas para aprovechar las prácticas de ERM y mejorar su rendimiento organizacional en comparación con las empresas más jóvenes. Por lo tanto, se acepta H3, al encontrarse evidencia de que la edad de la empresa modera positiva y significativamente en un 16 % la relación entre la ERM y el rendimiento organizacional de las pymes de Guanajuato.
Tabla 8
Resumen de estadísticos descriptivos básicos
Tabla 9
Resumen de CVPAT para variables latentes - PLS-SEM vs IA
| Variable | Pérdida PLS | Pérdida IA | Diferencia promedio de pérdida | t valor | p valor |
|---|---|---|---|---|---|
| Rendimiento organizacional | 0,915 | 1,011 | -0,096 | 2,383 | 0,018 |
| General | 0,915 | 1,011 | -0,096 | 2,383 | 0,018 |
Tabla 10
Resultados del modelo PLS-SEM
5. Discusión
En primer lugar, los hallazgos indican que la gestión de riesgos empresariales (ERM) tiene un impacto positivo y significativo (ß = 0,407, p < 0,01) en el rendimiento organizacional de las pymes de Guanajuato. Esto significa que la ERM mejora el desempeño porque ayuda a las organizaciones al cumplimiento de sus objetivos, a evitar pérdidas y a mejorar la eficiencia operativa y la toma de decisiones, lo que coincide con investigaciones previas (Annamalah et al., 2018; Chen et al., 2020; Farrell y Gallagher, 2019; Florio y Leoni, 2017; Hamzah et al., 2022; Hanggraeni et al., 2019; Hong, 2023; Horvey y Ankamah, 2020; Hoyt y Liebenberg, 2011; Saeidi et al., 2021; Son et al., 2023; Yang et al., 2018).
Sin embargo, los hallazgos de esta investigación no concuerdan con los estudios de Glowka et al. (2021), que señalan que la ERM no tiene un efecto directo en el rendimiento de las pymes austriacas, ni con Suttipun et al. (2019), que encontraron una relación positiva y significativa solo con cuatro de ocho elementos de ERM y rendimiento.
En segundo lugar, se identificó que la edad de las empresas tiene un impacto negativo, pero no estadísticamente significativo (ß = -0,078, p > 0,05). Esto significa que la antigüedad de las pymes por sí sola no tiene una influencia significativa en su desempeño. Estos resultados coinciden con los estudios de Horvey y Ankamah (2020). Sin embargo, no concuerdan con Coad et al. (2013), Suttipun et al. (2019) ni Son et al. (2023), que encontraron una relación negativa y significativa entre la antigüedad de la empresa y su desempeño. Tampoco coinciden con Hong (2023), quien identificó una relación positiva y significativa entre la edad y el rendimiento.
Por último, los resultados indican que la edad de las empresas tiene un efecto moderador positivo y significativo (ß = 0,160, p < 0,05) en la relación entre la ERM y el rendimiento de las pymes. Esto significa que, a medida que aumenta la edad de las pymes, el impacto positivo de la ERM en el desempeño empresarial se vuelve más pronunciado. La experiencia acumulada y el aprendizaje, la consolidación de estructuras organizativas, la reputación y la confianza de las partes interesadas, así como la disponibilidad de recursos, son factores que amplifican los beneficios derivados de la ERM. En otras palabras, las pymes con mayor edad aprovechan con más efectividad sus prácticas de ERM para mejorar su rendimiento.
También se coincide con Yang et al. (2018); estos autores indican que la edad tiene una influencia positiva en la relación ERM-rendimiento. En contraste, no concuerdan con Glowka et al. (2021), Rehman y Anwar (2019) ni Saeidi et al. (2021), que señalan que la edad no tiene una influencia significativa en la relación ERM y rendimiento. Aunque cabe señalar que en estas investigaciones la edad se utilizó como variable de control, en lugar de utilizarse como variable moderadora como en este estudio.
Estos hallazgos subrayan la importancia de la antigüedad de la empresa como un factor contextual en la relación entre la ERM y el rendimiento empresarial. En el caso de las pymes más jóvenes, el impacto relativamente menor de la ERM en su desempeño sugiere que pueden enfrentar desafíos como una experiencia limitada, recursos insuficientes o estructuras de gestión de riesgos menos formalizadas. Para maximizar los beneficios de la ERM, las empresas jóvenes podrían requerir apoyos específicos, como programas de mentoría, iniciativas de fortalecimiento de capacidades o el acceso a herramientas de gestión de riesgos adaptadas a los desafíos propios de su etapa inicial.
6. Conclusiones
De acuerdo con los resultados empíricos, se concluye que la ERM tiene un efecto positivo y significativo en el rendimiento de las pymes de los sectores comercial, industrial y de servicios de Guanajuato, evidenciando que las prácticas de identificación, evaluación y mitigación de riesgos fortalecen su desempeño organizacional. Asimismo, los resultados indican que la edad de las pymes por sí sola no tiene un impacto significativo en su desempeño empresarial. No obstante, la edad de las empresas sí tiene un efecto moderador positivo y significativo en la relación entre la ERM y su rendimiento, lo que sugiere que las firmas con mayor trayectoria aprovechan de forma más efectiva los mecanismos de gestión de riesgos para mejorar su rendimiento.
Este estudio ofrece aportaciones e implicaciones relevantes para la literatura y la práctica empresarial. En primer lugar, contribuye al conocimiento existente porque a) examina el rol moderador de la edad en la relación entre la ERM y el rendimiento de las pymes, aspecto poco explorado y además con resultados mixtos; b) amplía la evidencia empírica porque la mayoría de los estudios se han realizado en países desarrollados y con grandes empresas, lo que deja un vacío respecto a las realidades en economías emergentes; c) aporta un análisis de las pymes mexicanas de los sectores comercial, industrial y de servicios, lo que enriquece la discusión sobre la diversidad y heterogeneidad empresarial en este tipo de economías. Por lo tanto, este trabajo ofrece evidencia novedosa y relevante que amplía el entendimiento sobre cómo la ERM y la edad de las empresas influyen en conjunto en su desempeño.
En segundo lugar, esta investigación tiene implicaciones prácticas para el desarrollo de las pymes porque los resultados ofrecen evidencia empírica de que la ERM es un elemento esencial para la optimización de procesos operativos, la consolidación de una cultura de gestión de riesgos y la mejora en la toma de decisiones estratégicas. Con esto, incrementa el rendimiento empresarial y mejora la competitividad de las pymes en un país en desarrollo como México.
Otra implicación del estudio es que proporciona evidencia empírica a los dueños y altos directivos de las pymes sobre la influencia positiva de la ERM sobre el rendimiento empresarial. Esto significa que brinda una mayor certidumbre para respaldar la toma de decisiones en la inversión de recursos en la implementación y consolidación de un sistema de ERM. Asimismo, estos hallazgos indican la importancia de diseñar e implementar sistemas de ERM escalables y adaptados a la madurez y capacidades de las organizaciones, así como establecer indicadores de riesgo y desempeño para monitorear avances y gestionar de manera más efectiva los riesgos.
Con la investigación se demuestra que la edad de la empresa tiene un rol moderador positivo en la relación ERM-rendimiento. Esto puede ser una motivación para que las pymes jóvenes desde sus primeros años inviertan recursos en desarrollar sus capacidades de gestión de riesgos para fortalecer a lo largo del tiempo su sistema de ERM y así mejorar su rendimiento. También puede motivar a las pymes más antiguas a seguir invirtiendo recursos en la consolidación de su ERM, porque si bien con el paso del tiempo tendrán más experiencia y mejores capacidades de gestión de riesgos, también es cierto que a medida que las empresas maduran la gestión es más compleja, lo que puede afectar su desempeño.
En resumen, este estudio aporta a la generación de conocimientos aplicados que promueven la competitividad y el crecimiento sostenible de las pymes en contextos económicos desafiantes, complejos y dinámicos como los de países emergentes.
En cuanto a las limitaciones de esta investigación, la muestra final fue de 212 cuestionarios aplicados a las pymes de Guanajuato, y si bien la técnica de modelización de ecuaciones estructurales PLS-SEM es apropiada para estudios exploratorios y pruebas de modelos con necesidades mínimas de tamaño de muestra, realizar el estudio con una muestra más grande permitiría obtener resultados más robustos como un R2 mayor, lo cual brinda mayor capacidad explicativa del modelo estructural.
Otra limitación del estudio fue que solo se analizó la edad como variable moderadora en la relación entre ERM y rendimiento; sin embargo, es importante reconocer que existen otros factores que pueden incidir como moderadores o mediadores en dicha relación. A partir de esta limitante, se recomienda que en futuras investigaciones se exploren otros factores como la innovación, el liderazgo estratégico y la cultura organizacional, los cuales han demostrado tener una influencia significativa tanto en la implementación de prácticas de gestión como en la competitividad y sostenibilidad de las empresas.
El factor de innovación podría actuar como moderador, determinando si el efecto de la ERM es más sólido en empresas con una alta capacidad de orientación a la innovación. El estilo de liderazgo podría moderar la efectividad de la implementación del ERM, e influir en cómo las estrategias son comunicadas y adoptadas por los equipos. Por su parte, la cultura organizacional podría influir no solo como moderadora, sino también como variable mediadora al ser el mecanismo a través del cual las prácticas de ERM se socializan y se traducen por último en un mejor desempeño. Incluir estos factores permitirá una comprensión más integral de los mecanismos a través de los cuales la ERM impacta en el rendimiento y ofrecerá nuevas perspectivas para fortalecer la toma de decisiones gerenciales en las pymes.