Resumen de Medida y evaluación de la eficiencia de proyectos I+D
Francisca Josefa Cabrera Monroy
La complejidad de las actividades de I+D aumentan en el tiempo y son sumamente importantes en el sistema económico actual. La forma habitual de efectuar las actividades de I+D es a través de los proyectos de I+D, por tanto, la eficiencia de un proyecto de I+D es una cuestión clave para los directores ejecutivos y directores de proyecto de las empresas españolas actuales, debido a que el volumen de financiación necesario para estos proyectos es muy elevado. Ante estas circunstancias, la alta dirección precisa un procedimiento para la priorización de los proyectos de I+D, de manera que le permita asignar adecuadamente los recursos a cada uno de ellos.
En general, las empresas construyen una cartera de proyectos de I+D con la misma lógica que una cartera financiera, pero considerando una serie de rasgos característicos como son, entre otros, el riesgo, la incertidumbre, la interdependencia, la variabilidad en el tiempo y la simultaneidad. Estas singularidades provocan que, como afirma Chen (2002), el proceso de la selección de proyectos de I+D sea particularmente difícil.
El objetivo central de la tesis es el estudio de la factibilidad de un modelo de eficiencia para la priorización de los proyectos de I+D, a través de la aplicación de la técnica Data Envelopment Analysis (DEA). Su alcance requiere el logro de los siguientes subobjetivos: 1. Delimitar las principales características de un sistema de medición del rendimiento de las actividades de I+D basado en la eficiencia (Capítulo 1).
2. Analizar las principales técnicas tradicionales empleadas en la práctica para la medición de la eficiencia de los proyectos de I+D (Capítulo 1).
3. Identificar los conceptos básicos relacionados con el análisis de la eficiencia para alcanzar una definición adecuada de eficiencia para nuestro propósito, para profundizar en la formalización de su análisis y para entender las metodologías de frontera (Capítulo 2).
4. Describir la metodología del análisis envolvente de datos, en general, y los modelos más básicos para la selección de proyectos de I+D, en particular. (Capítulo 2).
5. Seleccionar la técnica más adecuada para la evaluación de la eficiencia y la priorización de los proyectos de I+D, a través de la comparación teórica del DEA frente a los métodos tradicionales (Capítulo 2).
6. Validar cada una de las características que un modelo DEA deberá incluir para la priorización de los proyectos de I+D en función de los índices de eficiencia resultantes, mediante el estudio de una selección de trabajos que experimentan con este método y esta medida en la práctica internacional (Capítulo 3).
7. Analizar los sistemas actuales de evaluación y selección de proyectos de I+D en varias empresas españolas mediante la combinación de la técnica de encuestas y la de estudio de casos múltiples (Capítulo 4).
8. Diseñar y validar empíricamente un modelo DEA orientado a los inputs para clasificar los proyectos de I+D de una cartera empresarial entre eficientes e ineficientes, así como, su posterior priorización (Capitulo 4).
El desarrollo de este trabajo demuestra, en primer lugar, que DEA es una técnica pertinente para ser utilizada en el ámbito de los proyectos de I+D a tenor de las posibilidades que existen de minimizar sus inconvenientes y de las ventajas que ofrece sobre otro tipo de métodos tradicionales de cuantificación de eficiencia.
La obtención de unos resultados fiables implica la correcta especificación del modelo y el cumplimiento de ciertos requisitos inherentes del modelo, como afirman Golany y Roll (1989). En esta línea, el análisis de la revisión de la literatura del capítulo 3 confirma el predominio del uso de los modelos DEA CCR orientados a inputs para la clasificación de los proyectos de I+D en eficientes e ineficientes, la conveniencia del empleo posterior de un modelo SDEA para la priorización de los proyectos evaluados, el establecimiento de una dimensión suficiente para aumentar la bondad del modelo y, además, la necesidad de seleccionar unas variables para el modelo DEA que sean: representativas del proceso productivo, acordes a las categorías identificadas en el capítulo 3, validadas por los directores de I+D de la empresa en el capítulo 4, cuyos valores cuantitativos estén almacenados en la base de datos empresarial, o bien, que puedan ser estimados con una escala de medición por los directores, si se trata de una variable cualitativa.
Finalmente, el estudio empírico comprende y compara cómo las empresas españolas miden la I+D durante el año 2014 y, en particular, cómo evalúan los proyectos de I+D a través de la combinación de dos metodologías: la realización de encuestas a los directores de los departamentos de I+D y el estudio de casos múltiples. Seguidamente, toda la información recabada permite construir un sistema para priorizar 30 proyectos de I+D de uno de los casos de estudio. Los resultados de la ejecución de los modelos CCR y SDEA obtiene un ranking en orden decreciente, en función de los índices de eficiencia, para los 30 proyectos de I+D evaluados .
