Resumen
Las universidades son instituciones que se dedican a generar, difundir y gestionar conocimiento, y el capital intelectual (que incluye el capital humano, estructural y relacional) da cuenta de ese quehacer. Por otro lado, la existencia de los gobiernos corporativos de las universidades cobra sentido en la medida en que aportan a la solución del problema de agencia que se da en estas instituciones con sus diversos grupos interesados. Las universidades, para cumplir un buen desempeño ante la sociedad, deben tener buenos gobiernos. Para ser un buen gobierno se debe practicar ciertos mecanismos, y uno de ellos es la disminución de la existencia de información asimétrica de la universidad con sus grupos interesados. Para lograr esto debe primar la transparencia. Por lo tanto, la organización tiene que asumir un rol de divulgación de su quehacer, cobrando importancia en este punto la divulgación del capital intelectual. Este artículo responde la pregunta sobre la relación de la composición del máximo cuerpo colegiado (MCC) de las universidades con la divulgación del capital intelectual (CI), y se propone una relación positiva del tamaño, independencia y diversidad del MCC con la divulgación del CI. Esta investigación es del tipo confirmatoria, sincrónica y cuantitativa. Utiliza datos de 219 universidades ubicadas dentro de las primeras 500 en el ranking SCImago.
Abstract
Universities are institutions dedicated to create, disseminate and manage knowledge. The Intellectual Capital (including human, structural and relational capitals) is an example of it. On the other hand, the existence of Corporate Governance in Universities makes sense in the way that it fits as a solution for the agency problem often seen in these institutions with the groups of interest involved. Universities, in order to have a good performance to the public, must have good governance. In order to do so, it must practice some mechanisms, one of them is the reduction of the existence of asymmetric information between Universities and their groups of interest, and to achieve that, there must be transparency. Therefore, the organization must assume the disclosure of its endeavors. It is then when the dissemination of Intellectual Capital gains importance. This article answers the question about the relation between the composition of the Boards of the Universities and the dissemination of Intellectual Capital (IC), proposing a positive relation on the size, independence, and diversity of the Board in the dissemination of IC. This investigation is confirmatory, synchronic and quantitative. It uses data from 219 universities placed among the 500 first universities in the SCImago ranking.
1. Introducción
El gobierno corporativo, como disciplina que alberga el estudio de los problemas relacionados con la separación de la propiedad y el control, se ha robustecido partiendo desde una perspectiva financiera, con una visión orientada a los shareholders y una visión estratégica orientada a los stakeholders (Brito, 2007). Según la teoría de agencia, los gobiernos corporativos son necesarios con el fin de atenuar el problema de agencia (Berle y Means, 1932; Donaldson y David, 1991; Eiserhardt, 1989, y Hart, 1995) y, por otro lado, en la estructura del gobierno corporativo de las universidades adquieren una gran importancia los máximos cuerpos colegiados (MCC), que son el organismo más importante del gobierno de estas instituciones, similar a como sucede en el caso de las empresas con los directorios. Por ello, dos preguntas centrales en el estudio de los MCC son: ¿qué realmente hacen los consejos? y ¿hay una mejor manera de hacer lo que hacen? (Kallifatides y Petrelius, 2013). Abello Juan (2015) detalla las diversas funciones que cumplen estos órganos de gobierno universitario y algunas de las teorías que los sustentan. El estudio de las funciones y atributos de los directorios, en general, ha sido revisado por la literatura, sobre todo a nivel de empresa. En el caso de las universidades, considerando su complejidad, se requiere, por ejemplo, aportar con evidencia que pueda servir para establecer la composición óptima de los MCC. Esta discusión se ha enriquecido con el aporte de Huse (2007) que plantea que idealmente el directorio contribuye a la creación de valor. Kallifatides y Petrelius (2013) sintetizan muy bien las funciones, indicando que la junta creadora de valor es un grupo que toma decisiones, que funciona como jerarquías mediadoras, equilibrando los intereses emergentes de las partes interesadas, ratificando la estrategia, supervisando y apoyando a la administración en el logro de objetivos y agregando valor a ciertas tareas de gestión. Un consejo que tenga como propósito la creación de valor afecta y ratifica la estrategia corporativa sobre la base de sus conocimientos individuales, sus capacidades cognitivas y emocionales, así como sus cualidades interactivas como grupo de trabajo, y actúa principalmente contratando, recompensando y despidiendo a los funcionarios ejecutivos, recibiendo y solicitando información de la administración e interactuando con las partes interesadas internas y externas. Para que el MCC contribuya a un buen gobierno debe utilizar una serie de mecanismos, y uno que cobra especial importancia para diversos autores es la reducción de la asimetría de información. Esto se logra posibilitando la transparencia mediante la divulgación de la información. Por eso este artículo aborda la pregunta de si la composición afecta la divulgación del capital intelectual de las universidades. Para ello se ha considerado el capital intelectual, ya que, como indican Ramírez y Manzaneque (2013), la presentación de información sobre capital intelectual es relevante en las universidades considerando que la principal actividad de estas instituciones es la generación de conocimiento, ya sea mediante la investigación científico-técnica y docencia, y que entre los recursos intangibles más valiosos están sus docentes, investigadores, personal de administración y servicios, estudiantes, junto con sus procesos organizacionales y redes de relaciones, sin dejar de lado a su propio gobierno universitario. Se consideran el tamaño, la diversidad y la independencia de los MCC y cómo estos afectan la divulgación del capital intelectual (CI) y particularmente a sus tres componentes: el capital humano (CH), el capital estructural (CE) y el capital relacional (CR).
2. Divulgación capital intelectual de las universidades
El avance del conocimiento ha generado un proceso de transformación en la sociedad y particularmente en las universidades. Como indica Rengifo Maritza (2015), estas instituciones han requerido de la promoción de reformas institucionales que permitan a estas instituciones jugar un papel fundamental como generadoras y gestionadoras del conocimiento, lo que implica afectar las relaciones con los diversos grupos de interés, considerando que las universidades se encuentran en un proceso de transformación heterogéneo. De acuerdo al mismo autor (2015), las universidades en transformación se caracterizan por ser: universidades vinculadas con el entorno productivo; universidades con diversificación de fuentes de financiamiento; universidades con procesos de reforma académica y desarrollo de la investigación; universidades con nuevos sistemas de información y canales de comunicación y universidades que agregan sistemas gerenciales en las universidades. La característica de una universidad “en transformación” y “transformadora” es que requiere de la existencia de efectivos sistemas de información y canales de comunicación para cumplir su rol en una sociedad del conocimiento. ¿Cuánto y qué deben informar? Eso tiene que ver con los niveles de transparencia que la universidad quiera asumir. Es creciente la exigencia a los gestores universitarios de un alto nivel de transparencia organizacional que considere los grupos de interés de estas instituciones. La transparencia, según Arredondo, De la Garza y Vázquez (2014), se refiere a la posición que asumen las organizaciones de manejarse bajos estándares éticos, de tal manera que se expliciten los criterios que siguen cuando se toma una decisión y los pongan a disposición —con claridad— de todas las personas con derecho a conocerlos. La transparencia implica la garantía de acceso, apertura y visibilidad de la información, permitiendo mejorar los niveles de certidumbre en las relaciones que se dan en las organizaciones tanto a nivel interno como externo (Etzioni, 2010). Desde el punto teórico, es posible hacer la distinción entre la transparencia racional y la transparencia de proceso: la primera se refiere a la información sobre el fondo de la decisión y de los hechos y razones en que se basa; y la segunda a la información sobre acciones como las deliberaciones, negociaciones y votaciones que tuvieron lugar entre los tomadores de decisiones durante el proceso de toma de decisiones. La distinción es importante, ya que la transparencia en el proceso y la transparencia racional pueden tener efectos diferentes en el proceso de toma de decisiones y, potencialmente, en el resultado (De Fine Licht, Naurin, Esaiasson y Gilljam, 2014).
En otro aspecto, el término transparencia suele asociarse con la rendición de cuentas. Una empresa transparente debe ser capaz de justificar en torno a lo cuestionado. Sin embargo, la transparencia organizacional es mucho más que la rendición de cuentas. Esta última es parte de la transparencia, pero no garantiza la existencia de transparencia en la organización. Se puede rendir cuentas sobre un aspecto en particular, mas no se transparenta la organización en su conjunto informando la situación actual, las decisiones que se toman, sobre qué base se toman y quiénes las toman (Arredondo, De la Garza y Vázquez, 2014). Generalmente, en la universidad, independiente de su propiedad, prima lo público, esto implica que estas instituciones entran en la esfera de lo colectivo y por lo tanto deben ser visibles, transparentes y susceptibles de conocerse por todos y con acceso a todos. Con respecto al qué, Martínez-Torres (2014) indica que las universidades tienen como objetivo principal la producción y la difusión del conocimiento. Es reconocido por diversos especialistas que los sistemas financieros y contables tradicionales tienen limitaciones para dar a conocer el valor de los activos intangibles. En opinión de algunos autores, como Ramírez y Manzaneque (2013), las universidades deberán incorporar en su estrategia de comunicación institucional una mayor atención a sus stakeholders y a sus respectivos intereses informativos, incorporarando información relevante sobre su capital intelectual, como por ejemplo información sobre aspectos de la calidad de la institución, la imagen corporativa, su responsabilidad social y ambiental, las capacidades, competencias y destrezas de su personal (Voltri, 2014). El capital intelectual (CI) es un factor de producción que representa el potencial de creación de valor del capital humano, relacional y estructural y sus interacciones, y que se ha ido convirtiendo una fuente crítica de creación de valor para las organizaciones y la economía (Abhayawansa y Guthrie, 2014; Voltri, 2014; Soo, Tian, Teo y Cordery, 2014; Ramírez, Santos y Tejada, 2012). El CI comprende el capital humano (CH), que es el conjunto de conocimiento explícito y tácito del personal de la universidad; el capital estructural (CE), que comprende el conocimiento explícito relativo al proceso interno de difusión, comunicación y gestión del conocimiento científico y técnico en la universidad, y el capital relacional (CR), que recoge el amplio conjunto de relaciones económicas, políticas e institucionales desarrolladas y mantenidas entre la universidad y los socios no académicos, pero estas categorías no son en absoluto independientes. Por lo tanto, si se quiere comprender a cabalidad el CI debe considerarse el perfil general del CI y no centrarse de manera independiente en las partes individuales (Ramírez y Santos, 2013; Youndt, Subramaniam y Snell, 2004; Demartini, 2015; Tzortzaki y Mihiotis, 2014; Ramírez, Santos y Tejada, 2011).
3. Antecedentes teóricos e hipótesis
La composición refleja estructuralmente al directorio, junta o máximo cuerpo colegiado, pudiendo caracterizarlo considerando los componentes, tamaño, independencia, diversidad y la especialización funcional. Cada uno de los componentes gravita o puede gravitar en el desempeño del directorio y del gobierno (Zahra y Pearce, 1989; Pearce y Zahra, 1992; Shivdasani, 1993; Dalton, Daily, Ellstrand y Johnson, 1998). En las últimas décadas ha existido una preocupación por parte de la gobernanza universitaria por estudiar la composición de los Máximos Cuerpos Colegiados, como por ejemplo si su composición es heterogénea u homogénea. Esta última puede llevar a generar lo que Mackey (2011) llama captura de agencia.
3.1 Tamaño
El tamaño del órgano de gobierno se refiere al número de miembros en el consejo, sean estos elegidos y/o nombrados. La disyuntiva es si el tamaño del directorio afecta el gobierno y, por ende, el desempeño de las organizaciones y con ello las asimetrías de información. La literatura abunda en entregar evidencia respecto de la repercusión del tamaño y sus implicancias en el rol que le corresponde al directorio o máximo cuerpo colegiado en el caso de las universidades (John, Demasi y Paci, 2016). La cuestión a resolver es de qué depende el tamaño del directorio. Pearce y Zahra (1992) sostienen la hipótesis de que la composición del consejo (tamaño y tipo de directores) es determinada por las fuerzas conjuntas del ambiente, la estrategia corporativa y el desempeño pasado. Es decir, el número de directores (tamaño) y la representación de los externos en un consejo reflejan los esfuerzos para asegurar la supervivencia de las empresas mediante la reducción de la incertidumbre ambiental, el cumplimiento de los requisitos de la estrategia corporativa y la reversión del mal desempeño financiero. Desde la perspectiva de la teoría institucional, los directorios más grandes están asociados con un mayor monitoreo a la gerencia, lo cual puede mejorar la eficiencia y desempeño para los accionistas, asegurando además la conformidad con las regulaciones y normas correspondientes (Ntim y Soobaroyen, 2013). Por otro lado, algunos sugieren que es más probable que los directorios pequeños supervisen mejor la gestión, ya que tienen mayor visibilidad y llegan a decisiones más rápidas que los más grandes (Yermack, 1996). Por lo tanto, los más pequeños cumplirían mejor el rol de monitoreo y asesoramiento, esto último dada la velocidad en la toma de decisiones gracias a que sus miembros se familiarizan mejor entre ellos (Chancharat, Krishnamurti y Tian, 2012; Dowell, Shackell y Stuart, 2011). Sin embargo, las juntas más grandes tienen una ventaja potencial en su rol de asesoramiento y son más capaces de cumplir con la función de provisión de recursos de la junta directiva. John, Demasi y Paci (2016) aportan evidencia de una relación positiva entre el tamaño y el desempeño de los bancos, la razón esgrimida se sustenta en la complejida de la industria y la posibilidad de reducción de costos.
Con respecto a la cantidad de miembros, De Silva y Armstrong (2015) señalan que para el caso australiano los Protocolos Nacionales de Gobernanza recomendaron que el número máximo de miembros en el consejo fuera de 22. En todo caso, no hay un número concluyente (Adrian, Wright y Kilgore, 2016).
La relación entre el tamaño del directorio o de los máximos cuerpos colegiados en el caso de las universidades (MCC) y la asimetría de información entre equipo rectoral y el MCC se espera positiva, dado que mientras mayor número de miembros deberá haber una mayor exigencia de información, manteniendo constante todos los otros componentes del atributo composición.
Considerando lo expresado anteriormente, se está en condición de plantear la siguiente hipotesis (H1): la relación entre el tamaño de los MCC de las universidades y la divulgación del capital intelectual y sus diversas categorías (capital humano, capital estructural y capital relacional) es positiva.
3.2 Independencia
Como se ha indicado anteriormente, los investigadores describen cuatro funciones para el consejo de administración de una organización: la supervisión, el asesoramiento, la obtención de recursos y la contratación. El logro de estas funciones establece la eficacia del consejo o directorio. Una de las características clave de los consejos eficaces es la independencia (Chancharat, Krishnamurti y Tian, 2012). Y si bien la independencia de un director es un requisito esencial para supervisar eficazmente a los gerentes, no está claro si la independencia facilita el desempeño de los otros tres roles. Según Dalton et al. (1998), hay muchas mediciones diferentes en la composición de los directorios, entre otras se tiene: el número de directores, número de directores externos, número de consejeros independientes en el consejo, etc. Huse (2007) sostiene que la independencia es un concepto clave en la mayoría de los códigos de buen gobierno a lo largo de los años, pero ¿cuáles son los elementos para entender la independencia de los consejos? Algunas de las caracterizaciones que se presentan de “independencia” son: independencia financiera y psicológica, independencia de la dirección e independencia de los propietarios o partes interesadas, los valores. Para cumplir estos criterios de independencia, la mayoría de los códigos incluyen requisitos sobre la relación entre iniciados y externos, la separación de los cargos de CEO y presidente, la existencia de comités independientes del consejo y reuniones regulares sin la presencia del CEO o de los directores internos (Huse, 2007). Asimismo, debe considerarse los valores, atributos y antecedentes personales (Adams, Light y Sagiv, 2011).
Desde el punto de vista de la teoría institucional, el nombramiento de directores independientes constituye una manera de abordar la brecha de legitimidad sirviendo como un signo de congruencia entre las prácticas corporativas y las expectativas de la sociedad o de las partes interesadas. Por lo tanto, la presencia de directores independientes puede ayudar a reducir los problemas de agencia entre ejecutivos y propietarios, y a promover los intereses de otras partes interesadas. Los consejeros independientes ofrecen potencialmente una mayor supervisión y rendición de cuentas de las operaciones, ya que son menos propensos a estar sujetos al problema principal-agente, por ello, la base de la independencia de los consejos se encuentra en la teoría de agencia (Fama, 1980; Ntim y Soobaroyen, 2013). Los porcentajes de miembros independientes varían de acuerdo al tipo de industria como lo muestran extensamente John, Demasi y Paci (2016). Con respecto a la medición de la independencia de los directorios, Adrian, Wright y Kilgore (2016) aportan la necesidad de establecer un punto de referencia para evaluar la independencia del consejo. Christensen et al. (2015) han utilizado 50% como el punto de referencia para evaluar la independencia del consejo. Dependiendo de los requerimientos de los directorios se pueden establecer puntos de referencia más altos. Usando el 50% como el único punto de referencia, en el caso de ser menor a ese porcentaje se considera con bajo nivel de independencia. Entre un 50 y un 75% se califica de moderado, y mayor de 75% se califica como alto nivel de independencia de los directorios. Otro punto interesante que aportan Christensen et al. (2015) es relacionar el tamaño de la empresa con la necesidad de independencia, y sugieren que hay poca necesidad de que las pequeñas empresas instalen un consejo independiente mayoritario para la gobernabilidad efectiva.
Para el caso de agentes públicos, como consejeros independientes de las universidades, plantean dos problemas. En el primer caso, los agentes públicos tendrán menos incentivos para promover el rendimiento universitario, ya que poseen poca o ninguna inversión directa y personal en la institución. En el segundo caso, los agentes públicos tenderán a perseguir objetivos que pueden ser políticamente justificados, pero no económicamente. Respecto del tiempo de permanencia de los directores independientes, algunos especialistas y reguladores indican que para una mejora del gobierno corporativo se debería limitar el periodo. La premisa es que los nuevos directores infunden ideas innovadoras y energía en los directorios y que será menos probable que se alineen con el rector en el caso de las universidades, cuando llegue el momento de establecer la compensación y considerar los cambios de liderazgo (Dou, Sahgal y Zhang, 2015).
Lo fundamentado anteriormente permite plantear la siguiente hipótesis (H2): la relación entre el grado de independencia de los MCC respecto de las universidades con la divulgación del capital intelectual y sus tres categorías (Capital Humano, Capital estructural y capital relacional) es positiva.
3.3 Diversidad
Las medidas tradicionales de diversidad como el índice de heterogeneidad de Peter Blau (1977) capturan la dispersión de características con un grupo, mientras que Harrison y Klein (2007) demuestran que existen diferentes texturas para la diversidad: la separación, la variedad y la disparidad. La separación ocurre cuando hay diferencias de posición u opinión entre los miembros de la unidad y mide la distancia horizontal a lo largo de un único continuo de un atributo o valor particular. La variedad refleja diferencias de tipo o categoría, principalmente en información, conocimiento o experiencia entre los miembros de la unidad. La disparidad refleja las diferencias en la concentración de activos o recursos sociales valorados como la remuneración y el estatus entre los miembros del grupo (Nielsen, 2010). La mayoría de los estudios sobre diversidad se refieren a la categoría o textura denominada variedad (Kaczmarek, Kimino y Pye, 2012). Los atributos de la diversidad incluyen aquellos que son directamente observables (edad, género, origen étnico y nacionalidad) y aquellos que son menos visibles (religión, educación y ocupación) (Ntim y Soobaroyen, 2013). También pueden considerarse los distintos grupos de interés, en la medida que aporten a la diversidad.
Para efectos de analizar la diversidad de los directorios se utiliza la teoría de las partes interesadas y la teoría de la dependencia de los recursos para explicar los beneficios de un directorio heterogéneo, aunque la teoría neoinstituciónal hace su aporte en este mismo sentido. Existen dos razones primordiales para indicar que la diversidad en los directorios es deseable. La primera tiene su base en la equidad; si la función del consejo es proteger los intereses de las partes interesadas de la institución, entonces el consejo debe incluir miembros que sean representativos de esas partes interesadas. En el caso de las universidades deberían estar representados los que Mitchell, Agle y Wood (1997) denominan definitivos y los que Fassin (2009) denomina constituyentes. Desde esta perspectiva, la diversidad es un recurso importante que relaciona la empresa con su entorno competitivo externo y permite disminuir la asimetría de información con los grupos interesados y la sociedad en general. En segundo lugar, la diversidad ha sido defendida como un medio para mejorar el valor y el desempeño de la organización al proporcionar al directorio nuevas perspectivas. Las investigaciones sugieren que la diversidad de las juntas conduce a una mayor base de conocimiento, creatividad e innovación y que, por lo tanto, proporciona una ventaja competitiva a la organización. A lo anterior se puede anteponer que es más probable que afloren fácilmente las diferencias, pero en el caso de las universidades ahí está el papel que debe jugar la gobernanza universitaria (Houtchinson, Mack y Plastow, 2015). Las iniciativas recientes sobre gobierno corporativo recomiendan potenciar la diversidad de los directorios, argumentando que una mayor diversidad aumenta los recursos de información y amplía el rango cognitivo y de comportamiento del consejo (Ferrero-Ferrero, Fernández-Izquierdo, y Muñoz-Torres, 2015).
Considerando los argumentos anteriores, se formula la siguiente hipotesis (H3): el grado de diversidad de los grupos de interés tiene un efecto positivo en la divulgación del CI y sus categorías (capital humano, capital estructural y capital relacional).
4. Metodología
De acuerdo a Hurtado de Barrera (2007), la presente investigación es confirmatoria, ya que tiene como objetivo corroborar la correspondencia de hipotesis derivadas de una teoría, y además es sincrónica y cuantitativa. La divulgación del capital intelectual por parte de las universidades latinoamericanas es el evento de estudio a explicar, corresponde a la información que proporcionan las instituciones en su página web, descrita en la tabla 1.
Tabla 1. Operacionalización del evento a explicar
| Categorías |
INFORMACIÓN CAPITAL INTELECTUAL |
Puntaje |
|
| Capital humano | Cualificación académica según grado académico | 1 | |
| Cualificación académica según carrera académica | 1 | ||
| Se recoge el número de académicos que realizan estadías en instituciones nacionales o extranjeras. | 1 | ||
| Se recoge la producción científica expresada en publicaciones. | Cantidad de publicaciones indexadas | 0,5 | |
| Cantidad de publicaciones sin indexadas | 0,5 | ||
| Se recoge la evaluación de la calidad de la docencia del personal docente e investigadores. | 1 | ||
| Capital estructural | Se recoge el conocimiento innovador e impacto tecnólogico de las publicaciones científicas. | a) Cantidad de producción cientificada publicada citada en patentes. | 0,5 |
| b) Porcentaje de la producción cientificada publicada citada en las patentes. | 0,5 | ||
| Se recoge el número de patentes. | 1 | ||
| Se recoge la certificación por organismos externos de los procesos de gestión de la universidad. | 1 | ||
| Acreditación académica. | 1 | ||
| Capital relacional | Se recoge el porcentaje de empleabilidad de los graduados. | 1 | |
| Se recoge el número de convenios o acuerdos con empresas e instituciones. | 1 | ||
| Se recoge el número de proyectos que la universidad realiza en conjunto con otras universidades. | 1 | ||
| Se recoge el número de publicaciones científicas realizadas en colaboración con otras universidades. | 1 | ||
| Se recoge la satisfacción de los estudiantes. | 1 |
El evento de estudio explicativo es la composición de los máximos cuerpos colegiados (MCC) de las universidades latinoamericanas, que se reflejan en la variable tamaño, independencia y diversidad del MCC. El tamaño se operacionaliza considerando la cantidad de miembros con derecho a voto del MCC, la independencia se manifiesta por medio de la relación cantidad de miembros externos del MCC-cantidad total de miembros, y la deversidad del MCC se refleja en la cantidad de grupos de interesados dividida por la cantidad de grupos de interés teórico.
Desde el punto de vista del origen de la información, se utiliza un diseño documental. Además, considerando cuándo se busca la información, su diseño es transeccional contemporáneo. Con respecto a las técnicas de recolección de datos utilizadas, se usó la revisión documental como técnica y los instrumentos fueron una matriz de análisis y de registro. Para efectos de definir la población y la muestra se consideraron las universidades latinoamericanas de propiedad difusa, preferentemente generadoras de bienes públicos y que están en el SIR Iberoamérica en los primeros 500 lugares. Este ranking es generado por el Scimago Research Group y considera a todas las instituciones de educación superior de los países que componen Iberoamérica con al menos 1 documento (artículos, revisiones, cartas, conferencias, etc.) de la base de datos Scopus en el último año del quinquenio disponible. Se consideraron los cinco países con mayor cantidad de universidades en el ranking.
El detalle es el siguiente:
Tabla 2. Detalle de la población y muestra utilizada.
| Argentina | Brasil | Chile | Colombia | México | Total | |
| Población | 40 | 171 | 33 | 41 | 51 | 336 |
| Muestra | 31 | 98 | 28 | 28 | 34 | 219 |
| % | 77,5% | 57,3% | 84,84% | 68,3% | 66,7% | 65,2% |
Se utilizaron técnicas estadísticas para el análisis de los datos, como la determinación de estadígrafos, análisis de correlación y análisis de regresión múltiple. Este último tiene el propósito fundamental de ver la significancia de las variables medibles de la composición de los MCC. Esto permitirá entregar evidencia sobre las hipótesis planteadas. Se establecieron cuatro modelos:
Donde: CI es capital intelectual; CH es capital humano; CE es capital estructural; CR es capital relacional; Tam es tamaño del MCC; Ind. es el grado de independencia del MCC y Div es la diversidad de los grupos interesados del MCC.
5. Análisis y discusión de los resultados
5.1 Análisis estadístico descriptivo
En la presente sección se explicita la descripción estadística de las variables dependientes e independientes utilizadas en el presente estudio.
5.1.1 Análisis estadístico de la divulgación del capital intelectual y sus tres categorías.
Los estadígrafos de la variable que representa la divulgación del CI, CH, CE y CR se muestran en la tabla N°3. Se detallan la media y moda como medidas de tendencia central, la dispersión se mide con la desviación estándar y para efectos de una mejor comparación se determina el coeficiente de variación. Además, se reflejan los mínimos y máximos, y como medidas de posición se evidencian los percentiles 25 y 75. A manera de observación, se puede indicar que los promedios de divulgación del capital intelectual son bajos; todos son menores a 0,50. Y el capital estructural es el que muestra un mejor desempeño, con un 0,37, además de tener una menor dispersión comparada al registrar un coeficiente de variación de un 0,64, inferior a las otras categorías y al CI. Esto últimom se debe a los altos porcentaje de divulgación que tiene el componente “acreditación”. Los percentiles 75 nos muestran que el 75% de los datos se encuentran, en el caso del CI, bajo el 0,32, y esto se ve agravado en el caso del CR, que solo llega a un 0,20. En general, donde más se debe avanzar es en el capital relacional, pero también se debe indicar que con estos datos no se puede ser tajante respecto de si existe un manifiesto desinterés de informar sobre esa categoría de capital o es que efectivamente no se generan los componentes que estable como necesarios el capital relacional.
Tabla 3. Estadígrafos del capital intelectual y sus diversas categorías
| Estadísticos | CH | CE | CR | CI |
| N | 219 | 219 | 219 | 219 |
| Media | ,28 | ,37 | ,09 | ,24 |
| Mediana | ,20 | ,25 | ,00 | ,21 |
| Desviación estándar | ,25 | ,23 | ,16 | ,17 |
| Coef. de variación | ,88 | ,64 | 1,78 | ,71 |
| Mínimo | ,00 | ,00 | ,00 | ,00 |
| Máximo | 1,00 | 1,00 | ,80 | ,71 |
| Percentil 25 | ,00 | ,25 | ,00 | ,14 |
| Percentil 75 | ,40 | ,50 | ,20 | ,32 |
Al revisar los valores mínimo y máximo se concluye que existen universidades que no reportan en su página web ningún componente de los que conforman cada una de las categorías de capital intelectual, como también se puede afirmar que existen universidades que reportan cada uno de los ítems que forman parte del capital humano y capital estructural. El capital relacional sigue la tendencia planteada en el párrafo anterior, es decir, el de peor desempeño en esta materia.
Otra dimensión a abordar es lo que pasa en los diferentes países que forman parte de la muestra, en la tabla 4 se detalla algunos estadígrafos por país y por capital intelectual y sus categorías divulgadas. Al observar los datos del CI, las universidades argentinas son las que tienen el peor comportamiento, si consideramos los promedios y el coeficiente de variación. En el caso del promedio, la divulgación del capital llega solo al 0,10 y con un coeficiente de variación superior a 1,3. En el otro extremo se tiene a las universidades colombianas, con un mejor desempeño, ya que la media es casi cuatro veces mayor que el de las universidades argentinas (0,37), además los datos son más homogéneos ya que su coeficiente de variación es menor (0,40). Este mismo comportamiento muestra los datos para las categorías capital humano (CH) y capital estructural (CE). En el caso del capital relacional, son las universidades brasileñas las que tienen el peor comportamiento con una media de 0,05 y una desviación estándar de 0,11, y al relacionar estas dos medidas nos da el más alto coeficiente de variación (2,2). Al ir más al fondo de los datos y revisar los componentes de cada una de las categorías de capital, controladas por país, en el caso de Argentina la calidad de la docencia, como componente del CH, se tiene el peor desempeño respecto de los otros componentes con una media de 0,032. Coincidentemente para el caso de Brasil y Colombia la calidad de la docencia muestra los peores promedios de los componentes del CH. En Chile es el número de académicos en estadía el que muestra el menor promedio de divulgación y en el caso de México es la cualificación de la carrera académica. Para la categoría CE hay plena coincidencia en el componente con menor divulgación, que corresponde a la divulgación del conocimiento innovador e impacto tecnológico de las publicaciones científicas. Es tal el insignificante desempeño que las universidades de Argentina, Chile, Colombia y México no informan sobre este componente. Si se analiza el CR, hay coincidencia en que en las universidades de Brasil, Chile y México las publicaciones colaborativas muestran un peor desempeño; en cada uno de estos países no se divulga este componente. Para el caso de las universidades de Argentina es la satisfacción de los estudiantes y para el caso de Colombia es la empleabilidad; en los dos casos no se encontró divulgación de esos componentes. Si se revisa los mejores niveles de divulgación para el caso del CI, las universidades colombianas muestran un mejor desempeño, donde 6 de los 14 componentes tienen índices sobre 50%, mientras que las universidades argentinas no muestran ningún índice superior a 50%. Al comparar los países con respecto a los mejores niveles de divulgación por componentes, Colombia y México lideran; cada uno tiene cinco componentes donde predominan, les sigue Chile con dos y por último están Brasil y Argentina con un componente liderado. Los peores niveles de divulgación son liderados por las universidades argentinas con siete componentes y luego las universidades brasileñas con seis componentes, lo que muestra una cierta característica en el caso de Argentina, pues que en cada componente muestra los peores resultados de las dimensiones de la variable dependiente.
Tabla 4. Estadígrafos por país
| Países | Estadígrafos | Capital intelectual | Capital humano | Capital estructural | Capital relacional |
| Argentina | N | 31 | 31 | 31 | 31 |
| Media | ,10 | ,10 | ,15 | ,07 | |
| Desviación estándar | ,13 | ,19 | ,21 | ,13 | |
| Coeficiente de variación | 1,31 | 2,00 | 1,45 | 1,86 | |
| Mínimo | ,00 | ,00 | ,00 | ,00 | |
| Máximo | ,43 | ,60 | ,75 | ,40 | |
| Brasil | N | 98,00 | 98,00 | 98,00 | 98,00 |
| Media | ,21 | ,26 | ,34 | ,05 | |
| Desviación estándar | ,13 | ,21 | ,19 | ,11 | |
| Coeficiente de variación | ,60 | ,80 | ,54 | 2,20 | |
| Mínimo | ,00 | ,00 | ,00 | ,00 | |
| Máximo | ,57 | ,80 | 1,00 | ,40 | |
| Chile | N | 28,00 | 28,00 | 28,00 | 28,00 |
| Media | ,25 | ,24 | ,37 | ,15 | |
| Desviación estándar | ,15 | ,20 | ,19 | ,22 | |
| Coeficiente de variación | ,62 | ,80 | ,51 | 1,43 | |
| Mínimo | ,07 | ,00 | ,25 | ,00 | |
| Máximo | ,61 | ,70 | ,75 | ,80 | |
| Colombia | N | 28,00 | 28,00 | 28,00 | 28,00 |
| Media | ,37 | ,47 | ,57 | ,12 | |
| Desviación estándar | ,15 | ,28 | ,21 | ,16 | |
| Coeficiente de variación | ,40 | ,59 | ,37 | 1,30 | |
| Mínimo | ,00 | ,00 | ,00 | ,00 | |
| Máximo | ,64 | 1,00 | ,75 | ,40 | |
| México | N | 34,00 | 34,00 | 34,00 | 34,00 |
| Media | ,31 | ,37 | ,46 | ,16 | |
| Desviación estándar | ,21 | ,27 | ,26 | ,23 | |
| Coeficiente de variación | ,67 | ,74 | ,56 | 1,43 | |
| Mínimo | ,00 | ,00 | ,00 | ,00 | |
| Máximo | ,71 | 1,00 | ,75 | ,80 |
5.1.2 Descripción estadística de las variables que reflejan parte del atributo composición de los MCC
Este grupo está formado por las variables de tamaño, independencia y diversidad. En la tabla N° 5 se presentan los estadígrafos básicos. La variable tamaño del máximo cuerpo colegiado es representada por el número de miembros del MCC que tienen derecho a voz y voto. Los datos de esta variable presentan un mínimo de 6 miembros y un máximo de 349, por lo tanto existe un rango bastante amplio de 343. La media se ubica en aproximadamente 45 miembros, con una desviación estándar de 49,32. El 25% de los datos de esta variable se encuentra en un valor inferior a 16 miembros y un 75% está en una cifra inferior a 53 miembros. La mediana se sitúa en 32 integrantes, es decir, el 50% de los casos tiene un valor igual o inferior a 32 miembros. Los datos se caracterizan por tener una asimetría positiva (3,63), la media (45) es superior a la mediana (32) y esta es superior a la moda (9). La curtosis (17,14) es del tipo leptocúrtica. La variable diversidad de los MCC puede estar entre un mínimo de 0,0909 hasta un máximo de 1,0, el mínimo correspondería a que solo existe un grupo de interés que conforma el MCC y el máximo que todos los grupos posibles de interés integran el MCC. Los datos indican que el mínimo es de 0,0909, el máximo es 0,8182 y la media es 0,43 con una dispersión de 0,143. Los datos son bastante simétricos, ya que tienen una leve asimetría (0,153). Por otro lado, la curtosis es -0,196 y el 75% de los datos se encuentra bajo el 0,5455, mientras que el 25% de los datos es inferior al índice de diversidad 0,3637. La mediana, es decir, el 50% de los datos se encuentra en la posición 0,4545, valor superior al promedio. Otra variable que refleja los atributos del MCC es la independencia, esta se representa en la relación de miembros externos del total de miembros del MCC. Su valor mínimo es 0,0, en atención a que hay MCC donde no existen miembros externos, como también existen MCC en que todos los miembros son externos, por lo tanto su valor máximo es 1,0. El promedio llega a un 0,1864, lo que indicaría una baja cantidad de miembros externos en el MCC. La baja cantidad de miembros externos es una característica de las universidades que se refleja con más fuerza en algunos países, pero el hecho de que del total de universidades el 22,4% no tenga miembros externos, es decir, donde el índice de independencia es 0, es relevante. Esto último es corroborado al revisar los cuartiles, el 75% de los datos está bajo 0,223 y la mitad está bajo un 0,07. La desviación estándar (0,255) recoge una alta dispersión si se la compara con las otras variables de este grupo, eso lo mide el coeficiente de variación (1,37) que es bastante superior a la variable tamaño MCC (1,1). La media es mayor que la mediana y esta es mayor que la moda (0,186 >0,0697>0,00), por lo tanto se está ante una asimetría positiva (1,485).
Tabla 5. Estadígrafos de las variables relacionadas con la composición de los MCC
| Estadísticos | Tamaño | Independencia | Diversidad |
| N | 219 | 219 | 219 |
| Media | 44,84 | 0,19 | 0,43 |
| Mediana | 32,00 | 0,07 | 0,45 |
| Desviación estándar | 49,32 | 0,26 | 0,14 |
| Coeficiente de Variación | 1,54 | 3,66 | 0,31 |
| Asimetría | 3,63 | 1,48 | 0,15 |
| Curtosis | 17,14 | 1,00 | -0,19 |
| Mínimo | 6,00 | 0,00 | 0,09 |
| Máximo | 349,00 | 1,00 | 0,82 |
| Percentiles 25 | 16,00 | 0,02 | 0,36 |
| Percentiles 75 | 53,00 | 0,22 | 0,55 |
5.2 Correlaciones
La tabla 6 muestra las asociaciones posibles de las variables, en este caso solo existiría asociaciones estadísticamente significativas entre las variables que representan las categorías de capital (CH, CE y CR).
Tabla 6. Correlaciones de las variables.
| Rho de Spearman | CH | CE | CR | CI |
| Capital humano (CH) | 1,000 | |||
| Capital estructural (CE) | ,520** | 1,000 | ||
| Capital relacional (CR) | ,375** | ,304** | 1,000 | |
| Tamaño del máximo cuerpo colegiado (MCC) | ,102 | ,066 | -,027 | ,071 |
| Independencia del máximo cuerpo colegiado (MCC) | -,041 | ,035 | -,028 | -,006 |
| Diversidad con respecto a los grupos interesados | ,031 | ,046 | -,076 | ,021 |
**: la correlación es significativa en el nivel 0,01 (bilateral).
5.3 Análisis de regresión múltiple
Se realizó un análisis de regresión para determinar la relación entre las variables dependientes e independientes. Este se basó en la variable dependiente (divulgación del capital intelectual de las universidades) y las variables independientes del estudio (composición de los máximos cuerpos colegiados de las universidades). Las variables independientes utilizadas en el presente estudio fueron el tamaño del MCC, independencia del MCC y diversidad del MCC. El propósito no es modelar el comportamiento de la variable dependiente, sino probar las hipótesis del estudio, determinando la significancia de las variables independientes.
5.3.1. Modelo econométrico del estudio
Se realizaron los contrastes de heterocedasticidad de White y no hay evidencia para rechazar la hipótesis nula de la existencia de heterocedasticidad con un valor p de 0,139.
5.3.2. Resultados generales del modelo de regresión
Se realizó un análisis de regresión para probar las proposiciones relacionadas con las variables del atributo composición de los máximos cuerpos colegiados de las universidades. Los resultados globales del modelo de regresión se presentaron en la tabla 6. Los resultados mostraron que la divulgación del capital intelectual no tiene una relación estadísticamente significativa con las variables que reflejan el atributo composición de los MCC, ya que el R-cuadrado ajustado fue de un 0,098 para el caso del modelo del CI, y el estadístico F fue estadísticamente significativo (p< 0,01). Esto explica que exista una relación estadísticamente significativa entre las variables que reflejan la composición del MCC y la divulgación del capital intelectual por parte de las universidades como se propone en este modelo, pero se requiere incorporar otras variables independientes que complementen el modelo y lo hagan más robusto. En esa misma línea, se reflejan los resultados para los modelos que tienen como variable dependiente a CH, CE y CR.
Tabla 6. Resultados de los modelos de regresión.
| Variables | Capital intelectual | Capital humano | Capital estructural | Capital relacional |
| Constante | 0,113 | 0,113 | 0,154 | 0,08 |
| (2,845)*** | (1,894)* | (2,756)** | (2,00)** | |
| 0,005 | ,060 | ,006 | ,046 | |
| Tamaño MCC | 0,328 | ,275 | ,317 | ,161 |
| (4,582)*** | (3,764)*** | (4,432)*** | (2,172)** | |
| 0,00 | ,0000 | ,0000 | ,0310 | |
| Diversidad | 0,075 | ,0880 | ,1330 | -,0710 |
| (1,16) | (1,331) | (2,063)** | (-1,058) | |
| 0,247 | ,1850 | ,0400 | ,2910 | |
| Independencia | 0,295 | ,2200 | ,28800 | ,18300 |
| (4,138)*** | (3,027)*** | (4,035)*** | (2,478)** | |
| 0,00 | ,003 | ,000 | ,014 | |
| R^2 ajustado | 0,098 | ,062 | ,101 | ,029 |
| F | 9,012 | 5,769 | 9,126 | 3,171 |
*: significativa al nivel de 0,10
**: significativa al nivel de un 0,05
***: significativa al nivel de un 0,01
Tamaño del consejo: el tamaño del MCC como una variable independiente mostró una relación estadísticamente significativa en los modelos relativos al CI, CH y CE con p< 0,01. En el caso del modelo relativo a CR también resulta significativo pero con un p<0,05. Este es un antecedente para establecer que no existe evidencia que rechace la hipótesis H1: “El tamaño de los MCC de las universidades tiene un efecto positivo en la divulgación del capital intelectual y sus distintas categorías”.
Independencia del consejo: la independencia del consejo se calculó como el porcentaje del número de miembros externos al número total de miembros en el consejo universitario. Esta variable tiene una relación estadísticamente significativa en todos los modelos utilizados, al igual que en la variable anterior muestra una relación positiva significativa en p <0,01 para el caso de los modelos relativos al CI, CH y CE. En el caso del modelo relativo al CR, la relación positiva muestra un p<0,05. Por lo tanto, la independencia del consejo, como una variable independiente, explicó fuertemente la variación en las variables dependientes, lo que implica que no hay evidencia para rechazar la H2: “El grado de independencia de los MCC tiene un efecto positivo en la divulgación de la información del capital intelectual (CI) y sus categorías”.
Diversidad del consejo: la diversidad del MCC solo muestra una relación positiva significativa en el modelo relativo al capital estructural con p <0,05. Por lo tanto, en ese único modelo no hay evidencia para rechazar la H3: “El grado de diversidad de los grupos de interés tiene un efecto positivo en la divulgación del CI y sus categorías”. En todos los otros casos se rechaza la H3.
6. Conclusiones
Los resultados de este artículo reafirman la necesidad de una mayor divulgación del capital intelectual para el caso de las universidades, en especial, para las universidades latinoamericanas, dada la necesidad de cumplir con la rendición de cuentas y fundamentalmente con la transparencia, ya que esto implica manejarse con estándares éticos y preocuparse por el bajo nivel de divulgación que tiene el capital intelectual y sus diversas categorías, que no llega al 0,50.
En el ámbito de la relación de la composición de los MCC con la divulgación del capital intelectual, se concluye que la composición afecta positivamente la divulgación, es así como el tamaño y la independencia como parte de la composición son variables independientes y significativas respecto de la divulgación del capital intelectual, capital estructural, capital humano y el capital relacional. Por tanto, en estos casos no hay evidencia para rechazar las hipótesis H1 y H2 planteadas. En el caso de la diversidad, esta resulta significativa en la divulgación del capital estructural.
7. Bibliografía
Abello, J. (2015). «Sistemas de gobiernos en las universidades de Latinoamerica: La importancia de la composición de los máximos cuerpos colegiados». Revista Chilena de Economía y Sociedad, pp. 30-47.
Abhayawansa, S. y Guthrie, J. (2014). «Importance of Intellectual Capital Information: A study of Australian Analyst Reports». Australian Acconting Review, 24(68), pp. 66-83.
Adams, R.; Light, A. y Sagiv, L. (2011). «Shareholders and Stakeholders: How do Directors Decide?» Strategic Management Journal, 32, pp. 1331-1355.
Adrian, C.; Wright, S. y Kilgore, A. (2016). «Adapative Congoint Analysis: A New Approach to Defining Corporate Governance». Corporate Governance: An International Review, pp. 1-13.
Arredondo, F.; De la Garza, J. y Vázquez, J. (2014). «Transparencia en las organizaciones, una aproximación desde la perspectiva de los colaboradores». Estudios Gerenciales, 30, pp. 408-418.
Berle, A. y Means, G. (1932). The Modern Corporation and Private Proerty. New York: Macmillan Publishing.
Blau, P. (1977). Inequality and heterogeneity: A primitive of social structure. New York: The Free Press.
Brito, M. (2007). «Gobernanza empresarial: ética, responsabilidad social y rentabilidad en la ‘era pos-enrom'». Revista Venezolana de gerencia, 38, pp. 183-206.
Chancharat, N.; Krishnamurti, C. y Tian, G. (2012). «Board Structure and Survival of New Economy IPO firms». Corporate Governance: An International Review, 20(2), pp. 144-163.
Christensen, J.; Kent, P.; Routledge, J. y Stewart, J. (2015). «Do Corporate Governance Recommendations Improve The Perfomance and Accountability of Small Lested Companies?». Accounting and Finance, 55, pp. 133-164.
Dalton, D.; Daily, C.; Ellstrand, A. y Johnson, J. (1998). «Meta-Analytic Reviews of Board Composition, Leadership Structure, and Financial Performance». Strategic Management Journal, 19, pp. 269-290.
De Fine Licht, J.; Naurin, D.; Esaiasson, P. y Gilljam, M. (2014). «When Does Transparency Generate Legitimacy? Experimenting on context Bound Relationship». Governance an International Journal of Policy, Administration and Institutions, 27(1), pp. 111-134.
De Silva, C. y Armstrong, A. (2015). «The Impact of Governance on The Performance of The Higher Education Sector Australia». Editorial Management Administration & Leadership, 43(5), pp. 811-827.
Demartini, C. (2015). «Relationships Between Social and Intellectual Capital: Empirical Evidence from IC Statements». Knowledge and Process Management, 22(2), pp. 99-111.
Donaldson, L. y David, J. (1991). «Stewardship Theory or Agency Theory CEO Governance and Shareholder Returns». Australian Journal of Management, 16(1), pp. 49-64.
Dou, Y.; Sahgal, S. y Zhang, E. (2015). «Should Independent Directors Have Term Limits? The Role of Experiance in Corporate Governance». Financial Management, pp. 583-621.
Dowell, G.; Shackell, M. y Stuart, N. (2011). «Boards, Ceos, and Surviving a Financial Crisis: Evidence from The Internet Shakeout». Strategic Management Journal, 32(10), pp. 1025-1045.
Eiserhardt, K. (1989). «Building theories from case study research». Academy of Management, 14(4), pp. 432-550.
Etzioni, A. (2010). «Is Transparency The Best Disinfectant?» The Journal of Political Philosophy, 14(4), pp. 389-404.
Fama, E. (1980). «Agency Problems and the Theory of the Firm». Journal of Political Economy, 88(2), pp. 288-307.
Fassin, Y. (2009). «The Stakeldor Model Refined». Journal of Business Ethics, 84, pp. 113-135.
Ferrero-Ferrero, I.; Fernández-Izquierdo, M. y Muñoz-Torres, M. (2015). «Integrating Sustainability Into Corporate Governance: An Empirical Study on Board Diversity. Corporate Social Responsability and Environmental Management, 22, pp. 193-207.
Harrison, D. y Klein, K. (2007). «What´s The Difference? Diversity Contructs as Separation, Variety, or Disparity in Organizations». Academy of Management Review, 32(4), pp. 1199-1228.
Hart, O. (1995). «Corporate Governance Some Theory and Implications». The Economic Journal, 105, pp. 678-689.
Houtchinson, M.; Mack, J. y Plastow, K. (2015). «Wo Selects The «Right» Directs? An Examination of The Asociation Betwen Board Selection, Gender Diversity and Outcomes». Accounting and Finance, 55, pp. 1071-1103.
Hurtado de Barrera, J. (2007). Metodología de la investigación. Una comprensión holística. Caracas, Venezuela: Ediciones Quirón – Sypal.
Huse, M. (2007). Boards, Governance and Value Creation: The human side of corporate governance. Cambridge: Cambridge University Press.
John, K.; Demasi, S. y Paci, A. (2016). «Corporate Governance in Banks». Corporate Governance: An International Review, 24(3), pp. 303-321.
Kaczmarek, S.; Kimino, S. y Pye, A. (2012). «Antecedents of Board Composition: The Role of Nomination Committees». Corporate Governance: an International Review, 20(5), pp. 474-489.
Kallifatides, M. y Petrelius, K. (2013). What makes for a value-creating corporate board? A literature synthesis and suggestions for research. Estocolmo: Stockholm School of Economics.
Mackey, R. (2011). «University Governing Boards and The Risk of Agency Capture: A Study of Board Members´ Interest Group Affiliations». Journal of Organizational Learning and Leadership, 9(1), pp. 10-21.
Martínez-Torres, M. (2014). «Identification of Intangible Assets in Knowledge-Based Organizations Using Concept Mapping Techniques». R & Management, 1(44), pp. 42-52.
Mitchell, R.; Agle, B. y Wood, D. (1997). «Toward a Theory Stakeholder Identification and Salience: Defining the Principle of Who and What Really Counts». Academy of management review, pp. 856-886.
Mura, M. y Longo, M. (2013). «Developing a Tool for Intellectual Capital Assessment: An Individual-Level Perspective». Expert Systems, 30(5), pp. 436-450.
Nielsen, S. (2010). «Topo Management Team Diversity: A Review of Theories and Methodologies». International Journal of Management Reviews, pp. 301-316.
Ntim, C. y Soobaroyen, T. (2013). «Corporate Governance and Perfomance in Socially Responsible Corporations: New Empirical Insights from a Neo Institutional Framework». Corporate Governance: An International Review, 21(5), pp. 468-494.
Pearce, J. y Zahra, S. (1992). «Board Composition From Strategic Contingency Perspective». Journal of Management Studies, 29(4), pp. 411-438.
Ramírez , Y. y Manzaneque, M. (2013). «Caracterización del comportamiento de las universidades españolas en relación con la divulgación de información sobre intangibles». Revista de estudios Regionales (97), pp. 15-49.
Ramírez, Y. y Santos, J. (2013). «Propuesta de un informe de capital intelectual para las instituciones de educación superior españolas». Estudios de Economía Aplicada, 31(2), pp. 525-554.
Ramírez, Y.; Santos, J. y Tejada, Á. (2011). «Beneficios y costes de la divulgación de información sobre capital intelectual: evidencia empírica en las universidades públicas españolas». Estudios de Economía Aplicada, 29(3), pp. 1-28.
Ramirez, Y.; Santos, J. y Tejada, A. (2012). «Demanda de Información sobre capital intelectual en las universidades públicas españolas». Cuadernos de Gestión, 12(1), pp. 83-106.
Rengifo, M. (2015). «La globalización de la sociedad del conocimiento y la transformación universitaria». Revista Latinoamericana de Ciencias Sociales, Niñez y Juventud, 13(2), pp. 809-822.
Shivdasani, A. (1993). «Board Composition, Ownership Structure and Hostile Takeovers». Journal of Accounting and Economics, 16, pp. 167-198.
Soo, C.; Tian, A.; Teo, S. y Cordery, J. (2014). «Intelectual Capital-Enhancing HR, Absorptive Capacity, and Innovation». Australian Accounting Review, 24(1), pp. 66-83.
Tzortzaki, A. y Mihiotis, A. (2014). «A Review of Knowledge Management Theory and Future Directions». Knowledge and Process Management, 21(1), pp. 29-41.
Voltri, S. (2014). «Do Stakeholder Expectations Shape Organizational Intellectual Capital Reports?» Knowledge and Process Management, 21(3), pp. 177-186.
Yermack, D. (1996). «Higher Market Valuation of Companies With a Small Board of Directors». Journal of Financial Economics, 40, pp. 185-211.
Youndt, M.; Subramaniam, M. y Snell, S. (2004). «Intellectual Capital Profiles: An Examination of Investements and Returns». Journal of Management Studies, 41(2), pp. 335-361.
Zahra, S. y Pearce, J. (1989). «Boards of Directors and Corporate Financial Perfomance: A Review and Integrative Model». Journal of Management, 15(2), pp. 291-334.
Abello, J. (2015). Sistemas de gobiernos en las universidades de Latinoamerica: La importancia de la composición de los máximos cuerpos colegiados. Revista Chilena de Economía y Sociedad, 30-47.
Abhayawansa, S., & Guthrie, J. (2014). Importance of Intellectual Capital Information: A study of Australian Analyst Reports. Australian Acconting Review, 24(68), 66-83.
Adams, R., Light, A., & Sagiv, L. (2011). Shareholders and stakeholders: How do directors decide? Strategic Management Journal, 32, 1331-1355.
Adrian, C., Wright, S., & Kilgore, A. (2016). Adapative congoint analysis: A new approach to defining corporate governance. Corporate Governance: An International Review, 1-13.
Arredondo, F., De la Garza, J., & Vázquez, J. (2014). Transparencia en las organizaciones, una aproximación desde la perspectiva de los colaboradores. Estudios Gerenciales, 30, 408-418.
Berle, A., & Means, G. (1932). The Modern Corporation and Private Proerty. New York: Macmillan Publishing.
Blau, P. (1977). Inequality and heterogeneity: A primitive of social structure. New York: The Free Press.
Brito, M. (2007). Gobernanza Empresarial: ética, responsabilidad social y rentabilidad en la «Era Pos-Enrom». Revista Venezolana de gerencia, 38, 183-206.
Chancharat, N., Krishnamurti, C., & Tian, G. (2012). Board structure and survival of new economy IPO firms. Corporate Governance: An International Review, 20(2), 144-163.
Christensen, J., Kent, P., Routledge, J., & Stewart, J. (2015). Do corporate governance recommendations improve the perfomance and accountability of small lested companies? Accounting and Finance, 55, 133-164.
Dalton, D., Daily, C., Ellstrand, A., & Johnson, J. (1998). Meta-Analytic reviews of board composition, leadership structure, and financial performance. Strategic Management Journal, 19, 269-290.
De Fine Licht, J., Naurin, D., Esaiasson, P., & Gilljam, M. (2014). When Does Transparency Generate Legitimacy?. Experimenting on context Bound Relationship. Governance an International Journal of Policy, Administration and Institutions, 27(1), 111-134.
De Silva, C., & Armstrong, A. (2015). The impact of governance on the performance of the higher education sector Australia. Editorial Management Administration & Leadership, 43(5), 811-827.
Demartini, C. (2015). Relationships between social and Intellectual capital: Empirical evidence from IC statements. Knowledge and Process Management, 22(2), 99-111.
Donaldson, L., & David, J. (1991). Stewardship theory or Agency theory CEO Governance and Shareholder returns. Australian Journal of Management, 16(1), 49-64.
Dou, Y., Sahgal, S., & Zhang, E. (2015). Should independent directors have term limits? The role of experiance in corporate governance. Financial Management, 583-621.
Dowell, G., Shackell, M., & Stuart, N. (2011). Boards, Ceos, and surviving a financial crisis: evidence from the internet shakeout. Strategic Management Journal, 32(10), 1025-1045.
Eiserhardt, K. (1989). Building theories from case study research. Academy of Management, 14(4), 432-550.
Etzioni, A. (2010). Is Transparency the best disinfectant? The Journal of Political Philosophi, 14(4), 389-404.
Fama, E. (1980). Agency Problems and the Theory of the Firm. Journal of Political Economy, 88(2), 288-307.
Fassin, Y. (2009). The Stakeldor model refined. Journal of Business Ethics, 84, 113-135.
Ferrero-Ferrero, I., Fernández-Izquierdo, M., & Muñoz-Torres, M. (2015). Integrating sustainability into corporate governance: An empirical study on board diversity. Corporate Social Responsability and Environmental Management, 22, 193-207.
Harrinson, D., & Klein, K. (2007). What´s the difference? diversity contructs as separation, variety, or disparity in organizations. Academy of Management Review, 32(4), 1199-1228.
Hart, O. (1995). Corporate Governance Some Theory and Implications. The Economic Journal, 105, 678-689.
Houtchinson, M., Mack, J., & Plastow, K. (2015). Wo selects the «right» directs? an examination of the asociation betwen board selection, gender diversity and outcomes. Accounting and Finance, 55, 1071-1103.
Hurtado de Barrera, J. (2007). Metodología de la Investigación. Una comprensión holística. Caracas, Venezuela: Ediciones Quirón – Sypal.
Huse, M. (2007). Boards, Governance And Value Creation: The human side of corporate governance. Cambridge: Cambridge University Press.
John, K., Demasi, S., & Paci, A. (2016). Corporate Governance in Banks. Corporate Governance: An International Review, 24(3), 303-321.
Kaczmarek, S., Kimino, S., & Pye, A. (2012). Antecedents of board composition: the role of nomination committees. Corporate Governance: an International Review, 20(5), 474-489.
Kallifatides, M., & Petrelius, K. (2013). What makes for a value-creating corporate board? A literature synthesis and suggestions for research. Estocolmo: Stockholm School of Economics.
Mackey, R. (2011). University governing boards and the risk of agency capture: A study of board members´ interest group affiliations. Journal of Organizational Learning and Leadership, 9(1), 10-21.
Martinez-Torres, M. (2014). Identification of intangible assets in knowledge-based organizations using concept mapping techniques. R & Management, 1(44), 42-52.
Mitchell, R., Agle, B., & Wood, D. (1997). Toward a theory stakeholder identification and salience: defining the principle of who and what really counts. Academy of management review, 856-886.
Mura, M., & Longo, M. (2013). Developing a tool for intellectual capital assessment: an individual-level perspective. Expert Systems, 30(5), 436-450.
Nielsen, S. (2010). Topo manaagement team diversity: A review of theories and methodologies. International Journal of Management Reviews, 301-316.
Ntim, C., & Soobaroyen, T. (2013). Corporate Governance and perfomance in socialli responsible corporations: New empirical insights from a Neo Institutional framework. Corporate Governance: An International Review, 21(5), 468-494.
Pearce, J., & Zahra, S. (1992). Board composition from strategic contingency perspective. Journal of Management Studies, 29(4), 411-438.
Ramírez , Y., & Manzaneque, M. (2013). Caracterización del comportamiento de las universidades españolas en relación con la divulgación de información sobre intangibles. Revista de estudios Regionales(97), 15-49.
Ramírez, Y., & Santos, J. (2013). Propuesta de un informe de Capital Intelectual para las Instituciones de educación superior españolas. Estudios de Economía Aplicada, 31(2), 525-554.
Ramírez, Y., Santos, J., & Tejada, Á. (2011). Beneficios y Costes de la divulgación de información sobre Capital Intelectual: evidencia empírica en las universidades públicas españolas. Estudios de Economía Aplicada, 29(3), 1-28.
Ramirez, Y., Santos, J., & Tejada, A. (2012). Demanda de Información sobre capital intelectual en las universidades públicas españolas. Cuadernos de Gestión, 12(1), 83-106.
Rengifo, M. (2015). La Globalización de la Sociedad del Conocimiento y la Transformación Universitaria. Revista Latinoamericana de Ciencias Sociales, Niñez y Juventud, 13(2), 809-822.
Shivdasani, A. (1993). Board composition, ownership structure and hostile takeovers. Journal of Accounting and Economics, 16, 167-198.
Soo, C., Tian, A., Teo, S., & Cordery, J. (2014). Intelectual Capital- Enhancing HR, absorptive capacity, and innovation. Australian Accounting Review, 24(1), 66-83.
Tzortzaki, A., & Mihiotis, A. (2014). A review of knowledge management theory and future directions. Knowledge and Process Management, 21(1), 29-41.
Voltri, S. (2014). Do stakeholder expectations shape organizational intellectual capital reports? Knowledge and Process Management, 21(3), 177-186.
Yermack, D. (1996). Higher market valuation of companies with a small board of directors. Journal of Financial Economics, 40, 185-211.
Youndt, M., Subramaniam, M., & Snell, S. (2004). Intellectual Capital Profiles: An Examination of investements and Returns. Journal of Management Studies, 41(2), 335-361.
Zahra, S., & Pearce, J. (1989). Boards of directors and corporate financial perfomance: A review and integrative model. Journal of Management, 15(2), 291-334.