Propuesta para la valoración de pymes en Colombia. Estudio de caso en el sector comercial e industrial
Bibliographic record
Abstract
El objetivo de este artículo fue proponer y aplicar un método de valoración para las pymes en Colombia. Se diseñó una metodología de valoración basada en el flujo de caja y se utilizó en las empresas Colombiana de Carnes CJC S. A. S., Comercial Química Ltda. y Distrimarcas S. A. S. con información del 2002 al 2016. En las empresas objeto de estudio se realizó un análisis estratégico para analizar los factores de éxito y los riesgos que tiene el sector, conjuntamente se evaluó su información contable y financiera para finalmente realizar las proyecciones necesarias para determinar el valor intrínseco de las pymes. Se encontró que la valoración es mayor al valor de los activos en las empresas de estudio, a excepción de CJC S. A. S. que registra un valor menor debido a que sus flujos de caja libre han disminuido por problemas en la administración de sus recursos operacionales. Este modelo de valoración demuestra que es consistente con la información financiera y con la situación de la empresa por lo que es adecuado para aplicarlo en la mayoría de las pymes en Colombia realizando los ajustes pertinentes al sector y particularidades de cada una.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".