Son varios los desafíos a los que se enfrentan las empresas hoy en día, entre ellos la necesidad de construir una mayor sincronización entre la demanda y la oferta. El objetivo de este artículo es caracterizar la dinámica del proceso S&OP, identificando la motivación, los objetivos, los retos y los principales resultados obtenidos por las empresas que ya lo han adoptado en Brasil. Inicialmente, se realizó una revisión de la literatura, seguida de un estudio multicaso de tres empresas brasileñas. Entre las principales motivaciones estaba la alineación de la información (previsiones de ventas y capacidad y mayor conocimiento del mercado) entre áreas. Los objetivos eran: mejorar la planificación, especialmente la de la capacidad, incluyendo a Ventas en el proceso. Los principales retos eran: mejorar la comunicación fragmentada y crear visibilidad en la gestión de la capacidad. El resultado fue una mejora de la comunicación, una planificación optimizada de la capacidad y una previsión de ventas más asertiva. La principal contribución fue identificar que la implantación del S&OP requerirá afrontar diversos retos para que el proceso pueda ofrecer los resultados esperados para la gestión de las operaciones.1. INTRODUCCIÓNEl proceso S&OP se originó en la década de 1950, a partir de la planificación agregada de la producción, evolucionando hacia un proceso empresarial más amplio (Singhal & Singhal, 2007), conocido como Planificación de Recursos de Fabricación (MRP II), popularizado en la década de 1980 (Wallace & Stahl, 2003; Dougherty & Gray, 2006; Thomé et al., 2012b). Las aplicaciones iniciales se dieron sobre todo en la industria (Grimson & Pyke, 2007), y hoy en día esta tendencia continúa, con publicaciones sobre el tema predominantemente en el área de fabricación (Gianesi, 1998; Ivert & Jonsson, 2010).La planificación de ventas y operaciones (S&OP) puede conceptualizarse como un proceso liderado por la alta dirección, que se encarga de evaluar y revisar las proyecciones, considerando el calendario de la demanda, los suministros, los productos, los proyectos estratégicos y los planes financieros, con el objetivo de alinear la demanda y los suministros. Se trata de un proceso conjunto de planificación y toma de decisiones que realinea los planes tácticos de las áreas funcionales de la empresa para ayudar a la organización a alcanzar sus metas y objetivos de negocio (Palmatier & Crum, 2010; Lapide, 2011). El proceso S&OP suele desarrollarse a lo largo de un mes (mensualmente, con un horizonte de planificación de 24 meses) y se basa en procesos de planificación táctica, con el objetivo de equilibrar la demanda y la oferta, garantizando que los planes de todas las funciones organizativas estén alineados de acuerdo con la estrategia empresarial (Ivert & Jonsson, 2010). Uno de los principales objetivos del S&OP es facilitar la planificación maestra de la producción, la planificación de la demanda y el flujo de información entre ambas (Oliva & Watson, 2011).

El objetivo de este artículo es analizar el proceso de transferencia de prácticas de producción entre filiales de empresas multinacionales (EMN) y proveedores nacionales locales. La bibliografía sobre la transferencia de prácticas organizativas aborda la cuestión de la implantación de las prácticas, pero no tiene en cuenta su internalización (institucionalización) en la organización receptora. Tomando como referencia el modelo propuesto por Kostova (1999), examinamos el caso de Sigma, filial de una multinacional asiática del sector de la electrónica, ubicada en Manaus. Los resultados muestran que las prácticas de producción están parcialmente implantadas, pero no internalizadas. Dos razones contribuyen a la falta de internalización: (i) incompatibilidad cognitivo-normativa entre Sigma y sus proveedores y (ii) un bajo grado de confianza e identificación entre las partes. Las principales contribuciones de este artículo a la literatura sobre transferencia transnacional de prácticas organizativas son: (i) analizar la transferencia de prácticas más allá de la díada matriz-filial; (ii) identificar el papel de los contextos organizativo y relacional en el proceso de institucionalización de las prácticas de producción por parte de los proveedores; y (iii) destacar la naturaleza cultural-cognitiva del proceso de transferencia interorganizativa de prácticas de producción.1. INTRODUCCIÓNEl papel de las empresas multinacionales (EMN) en la internacionalización del proceso de producción puede entenderse tanto desde un punto de vista cuantitativo como cualitativo. El primero, cuantitativo, se refiere a la extensión de las actividades de las EMN más allá de las fronteras de su país de origen. Los datos -volumen, destino y sector- sobre los flujos (entradas y salidas) de Inversión Extranjera Directa (IED) ilustran esta dimensión (UNCTAD, 2013). La segunda dimensión, cualitativa, se refiere al papel de las EMN en la integración (globalización) de la actividad económica (Dicken, 2011). Al integrar sus actividades productivas, dispersas en diferentes países, en redes globales de producción, las EMN canalizan, además de capital, otros recursos como conocimiento, tecnología y prácticas organizativas hacia las economías de destino (Jones, 2005). La literatura ha analizado el impacto de estos recursos en estas economías (Meyer, 2004; Ernst & Kim, 2002; Blomström & Kokko, 2002; Slaughter, 2002; UNCTAD, 2001) y, más concretamente, la transferencia de estos recursos dentro de las organizaciones y entre ellas.Por lo que respecta a la transferencia transnacional de recursos, la bibliografía sigue centrándose en la transferencia de conocimientos y/o tecnología.

Muchos países han recurrido a la acreditación para fomentar la mejora de la calidad de los servicios hospitalarios. En Brasil, la difusión de la acreditación hospitalaria es responsabilidad de la Organización Nacional de Acreditación (ONA). Los estudios sobre el impacto de la acreditación hospitalaria han despertado el interés de la comunidad académica. El objetivo de este artículo es analizar el impacto de la acreditación en el desempeño organizativo de los hospitales. Se adoptó un enfoque de investigación cualitativa y el método de casos múltiples. Los casos se llevaron a cabo en seis hospitales acreditados del estado de São Paulo. Los resultados mostraron que la acreditación hospitalaria tiene capacidad para generar mejoras en la gestión de procesos, la satisfacción del cliente y el desarrollo de los profesionales sanitarios. El trabajo contribuye a ampliar los estudios sobre acreditación en Brasil.1. INTRODUCCIÓNLa red hospitalaria de Brasil es diversa en términos de infraestructura, tipos de servicios y niveles de calidad de los mismos. Aunque haya hospitales considerados excelentes, la gran mayoría todavía necesita avanzar en términos de calidad de los servicios prestados (Burmester et al., 2007; Forgia & Couttolenc, 2008).En varios países se han reportado iniciativas para mejorar la calidad de los servicios hospitalarios (Malik & Teles, 2001; Lee et al., 2002; Hasan & Kerr, 2003; Manaf, 2005; Macinati, 2008; Alavi & Mahamoud, 2008; Olástico & Toledo, 2013). Una de las estrategias adoptadas para mejorar la calidad y la productividad en las organizaciones sanitarias es la creación de programas de acreditación hospitalaria (Pomey et al., 2010).Fortes et al. (2011) analizaron el sistema de acreditación en diferentes países y concluyeron que no existe un modelo único. Las políticas nacionales y los incentivos que se ofrecen a los hospitales para que participen en el proceso de acreditación son variables que influyen en los sistemas de acreditación. En algunos países (por ejemplo, el Reino Unido), la coordinación del sistema de acreditación se ha delegado en organizaciones profesionales y la participación de los hospitales es voluntaria. En otros países (Francia, por ejemplo), el Estado está más implicado en la financiación de la política de acreditación y la participación de los hospitales es obligatoria (Pomey et al., 2005; Tabrizi et al., 2011; Fortes et al., 2011).

Los algoritmos genéticos (AG) son una técnica heurística de búsqueda de soluciones que puede aplicarse a diversos problemas del ámbito de la fabricación y la gestión de inventarios. Este artículo detalla la aplicación de un AG implementado en un simulador de plan de negocio, cuyo objetivo es la determinación aproximada de la mezcla de producción que involucra a más de un producto, teniendo en cuenta los precios de mercado estimados y las restricciones a través de cuellos de botella en la producción. El simulador contiene datos sobre la estructura de las materias primas y el flujo de producción, lo que permite calcular dinámicamente el resultado de explotación y la rentabilidad. Se exploran una serie de escenarios, en los que el AG tiende a encontrar soluciones heurísticas en un intento de maximizar el beneficio neto, calculado a partir de la cuenta de resultados generada en el simulador, considerando en algunos casos un factor de penalización como restricción del problema.1. INTRODUCCIÓNLa determinación de la mezcla de producción en la fase de planificación de la fabricación ha sido objeto de amplios estudios en el ámbito de la gestión de la producción, que abarcan técnicas intuitivas o gráficas, la programación matemática y el uso de enfoques heurísticos o estrategias inteligentes. Los métodos intuitivos o gráficos utilizan hojas de cálculo y gráficos para ayudar a elaborar un plan de producción agregado, que se asemeja a un proceso de ensayo y error y es poco probable que dé como resultado un plan óptimo, especialmente cuando se tiene en cuenta un gran número de variables (Lustosa et al., 2008).En el ámbito de la programación matemática, pueden resolverse problemas similares utilizando métodos de programación lineal. Es necesario modelizar una función objetivo con comportamiento lineal. El problema puede incluir un conjunto de restricciones, en forma de igualdades o desigualdades matemáticas, que limitan la región de posibles valores a calcular por la función objetivo. Tras la modelización, la función objetivo debe maximizarse o minimizarse mediante algún algoritmo, como el algoritmo del elipsoide, los métodos del punto interior y el algoritmo simplex clásico (Cormen et al., 2002; Moreira, 2008). Los métodos de programación no lineal se pueden utilizar cuando el problema a tratar presenta un comportamiento que no se puede modelizar utilizando únicamente funciones lineales. En este campo, podemos enumerar técnicas de búsqueda iterativa como el método de Newton, el descenso de gradiente, el gradiente conjugado y el uso de multiplicadores de Lagrange (Luenberger, 2004).En el campo de los enfoques aproximados o heurísticos, el uso de Algoritmos Genéticos (AG) se ha extendido a una amplia gama de aplicaciones. Como ejemplos de aplicaciones de AG para la determinación económica de lotes, en Sarker & Newton (2002) y Pacheco et al. (2010), se encuentran métodos para determinar el tamaño óptimo de lote, sujeto a restricciones de suministro de materia prima, acercando el problema al mundo real.

El objetivo de este trabajo es comparar el uso de la meta-heurística Red Neuronal Artificial Aumentada (RNA) con la heurística Minimum Bin Slack (MBS) para la resolución de Problemas de Optimización Combinatoria, más concretamente problemas de Bin Packing, una clase de Problemas de Corte y Embalaje (PCE). Los PCE están muy extendidos en diversas ramas de la industria y el tratamiento adecuado de este tipo de problemas puede tener un impacto directo en el ahorro de materias primas y/o espacio físico en las empresas. Para optimizar los parámetros de la RNA se utilizó un Diseño de Experimento (DOE) de tipo Factorial Completo. Las pruebas, realizadas sobre diversos problemas de referencia de la literatura, mostraron que, en general, la heurística MBS era superior tanto en términos de calidad de las respuestas (alrededor de un 70% mejor) como de tiempo computacional (aproximadamente un 90% menos).1. INTRODUCCIÓNEl proceso diario de toma de decisiones en las empresas implica a menudo el objetivo de maximizar o minimizar alguna función, respetando al mismo tiempo un conjunto determinado de restricciones. ¿Cómo producir más eficazmente respetando las capacidades de los recursos humanos, las máquinas y los insumos disponibles en cada momento? ¿Cuál es la mejor ruta para entregar los productos minimizando la distancia recorrida y evitando retrasos al cliente? ¿Cuál es la mejor manera de acomodar los productos en un contenedor para maximizar el espacio utilizado, respetando las dimensiones del contenedor? ¿Cuál es la mejor manera de distribuir las tareas entre los recursos, teniendo en cuenta sus capacidades? Cuando el dominio de la función objetivo modelizada para estos problemas es finito, e implica numerosas combinaciones posibles, entonces tenemos Problemas de Optimización Combinatoria (COP). Muchos de estos problemas se clasifican como NP-duros, ya que a medida que aumenta el número de restricciones, como ocurre en situaciones prácticas, su resolución mediante métodos exactos se vuelve inviable e incluso intratable. De este modo, se han creado, adaptado y perfeccionado diversos métodos heurísticos y metaheurísticos para lograr un tratamiento adecuado de los problemas encontrados en la práctica de la industria, ayudándoles a aumentar su eficiencia y, en consecuencia, su rentabilidad y competitividad.Una categoría relevante de POC son los Problemas de Corte y Embalaje (SCP). Tanto los problemas de corte como los de empaquetado comparten la misma estructura y consisten en, dado un stock de objetos grandes, asignar elementos pequeños a estos objetos, formando subconjuntos. Deben cumplirse condiciones geométricas, es decir, la suma de las dimensiones de los elementos asignados a un subconjunto no debe superar el tamaño del objeto y no debe haber solapamiento de elementos, y debe optimizarse una función objetivo determinada.

La mejora continua (MC) y la innovación de productos y procesos son estrategias que generan ventajas competitivas para las organizaciones, ya sea en términos de costes o de diferenciación. La MC y la innovación deben gestionarse de forma que garanticen los resultados deseados a largo plazo. Hay afirmaciones recurrentes en la literatura sobre la necesidad de que la gestión de la cadena de suministro y la innovación coexistan y que se alineen y se lleven a cabo de forma colaborativa y complementaria. Sin embargo, existe un vacío teórico sobre qué relaciones existen dentro de las organizaciones que permitan la deseada interacción y colaboración entre los proyectos y las personas de estas dos áreas. Para identificar y analizar estas relaciones, se realizó una Revisión Bibliográfica Sistemática de la literatura que señala conexiones entre las actividades de MC y la innovación de productos y procesos. A partir de los artículos revisados, fue posible esquematizar las principales relaciones y señalar las principales prácticas de gestión que las sustentan. Los resultados mostraron que las publicaciones presentan relaciones de muy diverso alcance, pero éstas no son debidamente exploradas y desdobladas, lo que permite identificar lagunas para futuras investigaciones.1. INTRODUCCIÓNLa Mejora Continua (MC) está estrechamente relacionada con la innovación de productos y procesos. Además de la introducción de nuevos productos y procesos, los consumidores y el mercado exigen que éstos tengan cada vez mejores niveles de rendimiento, lo que se puede conseguir mediante el uso de programas de MC (Toledo, 1994; Mesquita & Alliprandini, 2003; Fryer et al., 2007). Entender y estudiar la relación entre estos dos temas es de fundamental importancia para las organizaciones (Irani et al., 2004).La gestión del cambio puede entenderse como un proceso de cambio incremental y continuo en el que participan todas las personas de la empresa (Caffyn, 1999). El cambio puede centrarse en los productos, los procesos de producción (Imai; 1992; McAdam & Armstrong, 2001; Garcia & Calantone, 2002) y los procesos organizativos (MacDonald, 1995; Tonnessen, 2005). Según la OCDE (2005), la innovación puede centrarse en productos y procesos, marketing y métodos organizativos. Así pues, se puede considerar que hay una serie de objetos similares para las acciones de innovación y MC, como los productos, los procesos de producción y las organizaciones.Tanto la CM de productos y procesos como la innovación pueden considerarse funciones complementarias en diversas organizaciones, pero generalmente las llevan a cabo equipos y áreas funcionales diferentes (Imai, 1992), y también difieren en cuanto a objetivos, nivel de nuevos conocimientos utilizados y prácticas de gestión (McAdam et al., 1998; Prajogo y Sohal, 2001). Para que estas actividades colaboren, es necesaria una gestión interfuncional que permita la integración y la contribución conjunta a los objetivos competitivos de la empresa.

El objetivo de este estudio era identificar y analizar los riesgos en el entorno laboral en el sector de la panadería en dos pequeñas industrias de fabricación de galletas. Los datos fueron recolectados cualitativamente, identificando y evaluando los factores de riesgo ambientales ocupacionales (físicos, químicos, biológicos, ergonómicos y relacionados a accidentes), observando las normas ISO 14001, OHSAS 18001, AS/NZS 4360, NBR 14009, NBR 14153 y las Normas Reguladoras (NR) del Ministerio de Trabajo y Empleo. También se realizaron mediciones de los índices de exposición al ruido y al calor, de acuerdo con la NR 15, y del nivel de iluminación de las salas, de acuerdo con la NR 17. Las empresas (etiquetadas como "A" y "B") presentaban distintos niveles de riesgo, clasificados como triviales, tolerables, moderados y sustanciales. De los parámetros de riesgo evaluados, se identificó que la empresa "B" presentaba la mayor exposición al riesgo con potencial para causar daños a la salud y a la integridad física de sus trabajadores, con necesidad inmediata de intervención. A partir de las industrias evaluadas, se pudo constatar que, incluso en medio de exigencias legales, las cuestiones relacionadas con la salud y la seguridad en el trabajo suelen considerarse un factor secundario. Siempre se da prioridad a los cuidados relacionados con la calidad, la higiene y la seguridad de sus productos. Cabe destacar que el gasto en prevención de accidentes y enfermedades laborales debe ser visto como una inversión, ya que puede contribuir a una mejor calidad de vida de los profesionales, con la posibilidad de maximizar las actividades que desarrollan.1. INTRODUCCIÓNLas cifras oficiales muestran que el sector de alimentos y bebidas representó el 25% de los accidentes en la industria manufacturera en 2010, 2011 y 2012, lo que corresponde a entre el 6,2% y el 6,5% de todos los accidentes en esos años (Brasil, 2012a).Como resultado de esta situación, hay una creciente preocupación en todos los sectores por las cuestiones relacionadas con la salud y la protección de los trabajadores, con la difusión y sensibilización sobre los riesgos y accidentes.En términos generales, los riesgos laborales que pueden causar malestar ambiental son los derivados de las malas condiciones del entorno de trabajo o del proceso operativo de las distintas actividades profesionales. Estos factores de riesgo ambiental están asociados al ruido, a la iluminación, a la temperatura, al esfuerzo físico, a la repetitividad, a la monotonía, a la postura inadecuada, a la humedad, a la pureza y velocidad del aire, a las radiaciones, al tipo de ropa, a los productos o sustancias que pueden penetrar en el cuerpo del trabajador, principalmente a través de la piel o de la ingestión y que, dependiendo de su naturaleza, tiempo de exposición e intensidad, son capaces de causar daños a la salud y a la integridad física del trabajador. Otros factores de riesgo ambiental son los asociados a las instalaciones, maquinaria y equipos.

En Brasil, las empresas que operan en el sector eléctrico (generación, transmisión y distribución - GTD) están obligadas a invertir al menos el 1% de sus ingresos netos de explotación en investigación y desarrollo (I+D) y eficiencia energética, una obligación que plantea grandes retos para la gestión de la investigación y la innovación. Insertas en un sector que típicamente compra innovaciones, estas empresas se enfrentan a limitaciones relacionadas con la generación de innovaciones: a menudo, los resultados de los proyectos de I+D no se implementan, lo que apunta a problemas en la lógica de la política de incentivos a la innovación en el sector, pero también a la ausencia de mecanismos robustos de toma de decisiones que apoyen a las empresas en la generación de beneficios a partir de sus esfuerzos de investigación. Este trabajo presenta una herramienta aplicable a las empresas del sector eléctrico brasileño con el objetivo de caracterizar y proponer soluciones para superar y/o prevenir las lagunas científicas y tecnológicas, de mercado y de gestión que pueden darse en los proyectos de I+D, a fin de aumentar la apropiación, adopción y difusión de sus resultados y los beneficios resultantes.1. INTRODUCCIÓNLas cifras oficiales muestran que el sector de alimentos y bebidas representó el 25% de los accidentes en la industria manufacturera en 2010, 2011 y 2012, lo que corresponde a entre el 6,2% y el 6,5% de todos los accidentes en esos años (Brasil, 2012a).Como resultado de esta situación, hay una creciente preocupación en todos los sectores por las cuestiones relacionadas con la salud y la protección de los trabajadores, con la difusión y sensibilización sobre los riesgos y accidentes.En términos generales, los riesgos laborales que pueden causar malestar ambiental son los derivados de las malas condiciones del entorno de trabajo o del proceso operativo de las distintas actividades profesionales. Estos factores de riesgo ambiental están asociados al ruido, la iluminación, la temperatura, el esfuerzo físico, la repetitividad, la monotonía, las posturas inadecuadas, la humedad, la pureza y velocidad del aire, las radiaciones, el tipo de ropa, los productos o sustancias que pueden penetrar en el organismo del trabajador, principalmente a través de la piel o la ingestión y que, en función de su naturaleza, tiempo de exposición e intensidad, son capaces de causar daños a la salud e integridad física del trabajador. Otros factores de riesgo ambiental son los asociados a las instalaciones, la maquinaria y los equipos. Estos factores se agrupan en cinco categorías de riesgo denominadas físico, químico, biológico, ergonómico y de accidente (SESI, 2005; Rodrigues et al., 2012).

La optimización de problemas de planificación de la producción bajo incertidumbre es un reto, ya que es necesario definir si existe una metodología más adecuada para tratar el tipo de incertidumbre del problema, si esta metodología es computacionalmente abordable y qué ventajas e inconvenientes pueden aportar las metodologías disponibles en la literatura al análisis del problema. En este artículo se analizan dos importantes metodologías para abordar un problema de planificación de la producción en condiciones de incertidumbre: la programación estocástica en dos etapas y la optimización robusta. Aunque la programación estocástica es una de las técnicas más utilizadas tradicionalmente en problemas de planificación de la producción bajo incertidumbre, puede generar modelos intratables si el número de escenarios es demasiado grande. La optimización robusta ha surgido como alternativa para superar las aparentes limitaciones de los modelos de programación estocástica, pero puede ser muy conservadora, dependiendo de cómo se modelicen las incertidumbres. Las ventajas e inconvenientes de cada metodología se ilustran a partir de un problema práctico de planificación de la producción para empresas del mueble y se comparan en términos de función objetivo, nivel de servicio y esfuerzo computacional. Los resultados sugieren que ambas técnicas son competitivas cuando se utilizan presupuestos de incertidumbre menos conservadores en el modelo de optimización robusta. También se comprobó que el modelo robusto equivalente puede ser más fácil de resolver que la versión estocástica, lo que es especialmente importante cuando la versión determinista ya es difícil de resolver.1. INTRODUCCIÓN¿Cómo garantizar que las inversiones realizadas en actividades de investigación y desarrollo (I+D) generen beneficios para una empresa? ¿Cómo garantizar que se alcanzan los objetivos de estas actividades y que se generan competencias e innovaciones al final del proceso? Se trata de un reto para todas las empresas que invierten en investigación.Sin embargo, en algunos sectores y en determinados contextos, como el sector eléctrico brasileño, el desafío se hace aún mayor, precisamente porque existe un determinante exógeno para las empresas que define las cantidades que deben invertir anualmente en investigación y que restringe parcialmente las posibilidades de apropiarse de los beneficios de estas inversiones, creando frecuentes desajustes estratégicos entre lo que la empresa quiere y necesita invertir y lo que legalmente debe invertir. Estos desajustes han conducido invariablemente a un exceso de inversión, con la consiguiente generación de resultados y tecnologías "off-the-shelf" (Pompermayer et al., 2011).El objetivo de este trabajo es presentar una herramienta desarrollada en el contexto del sector eléctrico nacional para identificar y superar los desfases entre los resultados de las inversiones en I+D y su apropiación como innovaciones de productos, procesos y servicios.

La sustitución de bienes de equipo es un acontecimiento habitual en todas las empresas. Decidir el momento óptimo para sustituir maquinaria y equipos es un acontecimiento crítico e irreversible que se produce con mucha frecuencia en las industrias. Estas decisiones de inversión constituyen uno de los campos de aplicación tradicionales de la Ingeniería Económica. En general, estas decisiones son tomadas por ingenieros u otros profesionales que actúan a partir de datos recogidos por ingenieros. En este trabajo se ha desarrollado un modelo matemático de optimización flexible y completo para apoyar este tipo de decisiones. Al mismo tiempo, se analizaron los principales conceptos y procedimientos utilizados por las diferentes técnicas propuestas para este tipo de decisión y se organizaron por las referencias adoptadas por una muestra cualitativa y relevante de los cursos de ingeniería de producción brasileños. El modelo presentado se denominó RVPSE. Se realizaron pruebas con datos reales del mercado automovilístico brasileño, con resultados de gestión prometedores.1. INTRODUCCIÓNLa sustitución de bienes de equipo es una de las decisiones obligatorias y relevantes que se toman con frecuencia a lo largo de la vida de las empresas, especialmente en la industria. Los errores de apreciación en estas decisiones pueden poner en peligro la supervivencia de las empresas en un entorno competitivo dinámico.Tanto la sustitución tardía como la prematura de maquinaria y equipos llevan a la organización a incurrir en pérdidas financieras, respectivamente en la recuperación del capital o en elevados costes de explotación (Valverde & Resende, 1997).Prácticamente todas las empresas poseen parte de su capital fijo. La importancia de estos activos puede entenderse si consideramos que representan la infraestructura productiva de la empresa, que genera sus ingresos.En general, la sustitución de los bienes de capital se debe a: (i) altos costos de operación y mantenimiento debido al deterioro físico con la edad y el uso; (ii) obsolescencia debido a los avances tecnológicos que ofrecen métodos más eficientes o mejores máquinas; (iii) incapacidad para satisfacer la demanda actual (inadecuación); (iv) arrendamiento competitivo de equipos similares con ventajas fiscales; y (v) cuando la sustitución del equipo, aunque aún esté en buenas condiciones, ofrece alguna ventaja económica (Blank & Tarquin, 2008; Casarotto & Kopittke, 2007; Ehrlich, 1986; Fleischer, 1973; Hirschfeld, 2009; Motta & Calôba, 2002; Newnan et al. , 2002).