Contabilidad de Costos Avanzados Aplicada a Operaciones Logísticas Digitalizadas: Evidencia Empírica en Entornos de Alta Incertidumbre

 

Advanced Cost Accounting Applied to Digitalized Logistics Operations: Empirical Evidence in High-Uncertainty Environments

 

Omar Castillo1, Roberto Lugo2, Julian Sánchez3, Elborín Muñoz4, Jonathan Yepes5 y Carlos Chen6

1Universidad de Panamá, omar.castillo@up.ac.pa, https://orcid.org/0000-0001-9288-6635, Panamá

2Universidad de Panamá, roberto.lugo@up.ac.pa, https://orcid.org/ 0009-0008-6047-1900, Panamá

³Universidad de Panamá, julian.sanchez@up.ac.pa, https://orcid.org/0009-0004-4823-0195, Panamá

4Universidad de Panamá, elborin.delmar-m@up.ac.pa, https://orcid.org/0009-0009-3510-695X, Panamá

5Universidad de Panamá, jonathan.yepes@up.ac.pa, https://orcid.org/0009-0000-4213-7732, Panamá

6 Universidad de Panamá, carlos.chen@up.ac.pa, https://orcid.org/0000-0001-9288-6635, Panamá

 

 

Información del Artículo

 

RESUMEN

 

 

Trazabilidad:

Recibido 22-03-2026

Revisado 23-03-2026

Aceptado 15-05-2026

 

 

 

La creciente incertidumbre económica, tecnológica y operativa ha incrementado la necesidad de aplicar sistemas avanzados de contabilidad de costos en operaciones logísticas digitalizadas. El problema de investigación se centró en la limitada capacidad de muchas organizaciones para vincular información contable especializada con datos logísticos en tiempo real, lo cual dificulta el control de costos, la eficiencia operativa y la toma de decisiones estratégicas en escenarios de alta volatilidad. El objetivo del estudio fue analizar empíricamente la aplicación de la contabilidad de costos avanzados en operaciones logísticas digitalizadas, con énfasis en empresas vinculadas al transporte, almacenamiento y distribución en Panamá. Metodológicamente, se propone un enfoque cuantitativo, de tipo aplicado, con diseño no experimental, transversal y correlacional-explicativo, sustentado en encuestas estructuradas, análisis de indicadores financieros-logísticos, validación por expertos, confiabilidad mediante Alpha de Cronbach y modelación estadística multivariada. Como resultados esperados, se plantea que la aplicación de sistemas avanzados de costeo, analítica financiera, integración ERP y trazabilidad logística mejora significativamente el control de costos y fortalece la toma de decisiones estratégicas. El aporte principal consiste en un modelo empírico aplicable a organizaciones logísticas que operan bajo incertidumbre, integrando contabilidad de costos, digitalización operativa y gestión estratégica.

 

Palabras Clave:

Contabilidad de costos

Logística digitalizada

Costos operativos

Incertidumbre

Panamá

 

 

Keywords:

Cost accounting

Digitalized logistics

Operational costs

Uncertainty

Panama.

 

ABSTRACT

Increasing economic, technological, and operational uncertainty has intensified the need to apply advanced cost accounting systems in digitalized logistics operations. The research problem focused on the limited capacity of many organizations to link specialized accounting information with real-time logistics data, which hinders cost control, operational efficiency, and strategic decision-making in highly volatile environments. The objective of the study was to empirically analyze the application of advanced cost accounting in digitalized logistics operations, with emphasis on companies involved in transportation, warehousing, and distribution in Panama. Methodologically, a quantitative, applied, non-experimental, cross-sectional, and correlational-explanatory approach is proposed, supported by structured surveys, financial-logistics indicator analysis, expert validation, Cronbach’s Alpha reliability, and multivariate statistical modeling. As expected results, the application of advanced costing systems, financial analytics, ERP integration, and logistics traceability is expected to significantly improve cost control and strengthen strategic decision-making. The main contribution consists of an empirical model applicable to logistics organizations operating under uncertainty, integrating cost accounting, operational digitalization, and strategic management.

 

 

 

INTRODUCCIÓN

 

Las cadenas de suministro contemporáneas enfrentan escenarios caracterizados por alta volatilidad económica, disrupciones operativas, incertidumbre geopolítica y acelerados procesos de transformación digital. Estas condiciones han incrementado la necesidad de desarrollar mecanismos organizacionales capaces de fortalecer el control estratégico de costos y mejorar la eficiencia operativa dentro de entornos logísticos altamente dinámicos. En este contexto, la contabilidad de costos avanzados se ha convertido en una herramienta fundamental para apoyar procesos de toma de decisiones estratégicas mediante el análisis financiero especializado y la integración de información operativa en tiempo real.

La digitalización logística asociada a la Industria 4.0 ha transformado profundamente las operaciones empresariales vinculadas al transporte, almacenamiento, distribución y gestión de inventarios. Tecnologías como Internet de las Cosas (IoT), inteligencia artificial, Big Data Analytics, blockchain y sistemas ERP integrados han permitido automatizar procesos, incrementar la trazabilidad operativa y optimizar cadenas de suministro mediante monitoreo inteligente y análisis predictivo (Ivanov & Dolgui, 2020).

No obstante, múltiples organizaciones continúan enfrentando dificultades para integrar adecuadamente sus sistemas contables con plataformas logísticas digitalizadas, generando limitaciones en el control de costos operativos y en la capacidad de responder estratégicamente frente a escenarios de incertidumbre. Christopher (2016) sostiene que las organizaciones modernas requieren sistemas integrados capaces de vincular información financiera y logística para mejorar eficiencia operativa y fortalecer competitividad empresarial dentro de mercados globalizados.

La contabilidad de costos avanzada ha evolucionado desde modelos tradicionales de registro financiero hacia sistemas especializados orientados al análisis estratégico de operaciones empresariales. Herramientas como Time-Driven Activity-Based Costing (TDABC), análisis predictivo de costos y sistemas inteligentes de control financiero permiten identificar costos ocultos, optimizar recursos y fortalecer procesos gerenciales mediante información financiera de alta precisión (Kaplan & Anderson, 2007).

A nivel internacional, las investigaciones recientes evidencian que las organizaciones que integran sistemas avanzados de costeo con plataformas logísticas inteligentes presentan mejores indicadores relacionados con productividad, reducción de costos y resiliencia organizacional. Dolgui e Ivanov (2022) demostraron que las cadenas de suministro digitalizadas poseen mayores capacidades para gestionar incertidumbre operativa mediante monitoreo automatizado y análisis predictivo en tiempo real.

En América Latina, la transformación digital de operaciones logísticas avanza de manera heterogénea debido a limitaciones relacionadas con infraestructura tecnológica, automatización financiera y capacidades analíticas organizacionales. Según la Comisión Económica para América Latina y el Caribe, muchas organizaciones latinoamericanas continúan operando con sistemas fragmentados de gestión financiera y logística, afectando la eficiencia empresarial y la competitividad regional (CEPAL, 2022).

Particularmente en Panamá, el sector logístico constituye uno de los principales motores económicos nacionales debido a la presencia estratégica del Canal de Panamá, los puertos interoceánicos y la Zona Libre de Colón. El crecimiento sostenido de actividades relacionadas con comercio internacional, transporte multimodal y distribución urbana ha incrementado la complejidad operativa y financiera de las organizaciones logísticas panameñas.

Sin embargo, muchas empresas nacionales todavía presentan dificultades para implementar modelos avanzados de contabilidad de costos aplicados a operaciones logísticas digitalizadas. Esta situación genera problemas relacionados con:

 

·       Baja trazabilidad financiera.

·       Limitado control de costos logísticos.

·       Escasa integración ERP.

·       Deficiencias en análisis predictivo.

·       Ineficiencias operativas en entornos de incertidumbre.

 

La problemática investigativa se centra en la insuficiente aplicación de sistemas avanzados de contabilidad de costos dentro de operaciones logísticas digitalizadas que operan bajo condiciones de alta incertidumbre. A pesar del crecimiento de la automatización logística, persiste una brecha científica relacionada con la escasez de modelos empíricos interdisciplinarios capaces de integrar variables financieras y logísticas dentro de contextos organizacionales complejos.

La relevancia de la investigación radica en la necesidad de desarrollar herramientas analíticas que permitan fortalecer el control estratégico de costos mediante integración entre contabilidad avanzada, inteligencia logística y transformación digital. Desde la perspectiva teórica, el estudio contribuye al fortalecimiento del conocimiento relacionado con gestión estratégica de costos, supply chain management y digitalización empresarial. Desde el ámbito práctico, proporciona un modelo aplicable a organizaciones logísticas panameñas interesadas en optimizar recursos y mejorar eficiencia operativa.

 

Objetivo general

Analizar empíricamente la aplicación de la contabilidad de costos avanzados en operaciones logísticas digitalizadas que operan bajo entornos de alta incertidumbre.

 

Objetivos específicos

·       Identificar las variables financieras y logísticas que influyen en el control estratégico de costos operativos.

·       Analizar la relación entre automatización financiera y eficiencia logística.

·       Evaluar el impacto de los sistemas ERP sobre la trazabilidad operativa y financiera.

·       Determinar la influencia de la digitalización logística en la reducción de costos operativos.

·       Diseñar un modelo analítico aplicado a empresas logísticas y de distribución urbana en Panamá.

 

Hipótesis general

H1: La aplicación de contabilidad de costos avanzados en operaciones logísticas digitalizadas influye significativamente en la optimización de costos operativos en entornos de alta incertidumbre.

Hipótesis nula

H0: La aplicación de contabilidad de costos avanzados en operaciones logísticas digitalizadas no influye significativamente en la optimización de costos operativos en entornos de alta incertidumbre.

 

MATERIALES Y MÉTODOS

 

Enfoque metodológico

La investigación se desarrolló bajo un enfoque cuantitativo debido a que buscó medir, analizar y explicar la relación existente entre la aplicación de contabilidad de costos avanzados y la optimización de costos operativos en operaciones logísticas digitalizadas que operan bajo entornos de alta incertidumbre. El enfoque cuantitativo permitió utilizar procedimientos estadísticos, instrumentos estructurados y modelación matemática para validar hipótesis y establecer relaciones causales entre las variables investigadas.

Según Roberto Hernández Sampieri et al. (2018), el enfoque cuantitativo se fundamenta en la recolección de datos numéricos y en el análisis estadístico orientado a explicar fenómenos organizacionales mediante procedimientos sistemáticos y verificables. Bajo esta perspectiva, el estudio adoptó una lógica deductiva sustentada en teorías relacionadas con gestión estratégica de costos, logística digitalizada y supply chain management.

 

Tipo y diseño de investigación

La investigación correspondió a un estudio de tipo aplicada, debido a que buscó generar soluciones prácticas orientadas al fortalecimiento del control estratégico de costos dentro de operaciones logísticas digitalizadas.

Asimismo, presentó alcance:

Fue correlacional porque analizó la relación entre automatización financiera, integración ERP, digitalización logística y optimización de costos operativos. Asimismo, fue explicativo debido a que buscó identificar el nivel de influencia de las variables independientes sobre el desempeño organizacional.

El diseño metodológico fue:

El estudio fue no experimental porque las variables no fueron manipuladas deliberadamente y transversal debido a que la información se recolectó en un único momento temporal.

 

Contexto de investigación

La investigación se contextualizó en Panamá, específicamente en empresas vinculadas a:

La elección del contexto panameño responde a la importancia estratégica del sector logístico nacional asociado al Canal de Panamá, los puertos interoceánicos y las plataformas de distribución urbana vinculadas al comercio global.

Las organizaciones seleccionadas presentan distintos niveles de digitalización logística y automatización financiera, permitiendo analizar escenarios empresariales operando bajo alta incertidumbre económica y operativa.

 

Población y muestra

Población

La población estuvo conformada por empresas logísticas y organizaciones vinculadas a operaciones digitalizadas registradas en Panamá que utilizan herramientas tecnológicas relacionadas con:

Con base en registros empresariales y estimaciones del sector logístico nacional, se identificó una población aproximada de 340 empresas activas con características compatibles con los objetivos de investigación.

 

Muestra

Se utilizó un muestreo probabilístico aleatorio simple.

El tamaño de la muestra fue calculado mediante la fórmula para poblaciones finitas:

Donde:

Sustituyendo:

Se obtuvo una muestra final de 181 participantes pertenecientes a:

 

Técnicas e instrumentos de recolección de datos

La técnica principal utilizada fue la encuesta estructurada.

Como instrumento se diseñó un cuestionario tipo Likert de cinco niveles:

  1. Totalmente en desacuerdo
  2. En desacuerdo
  3. Neutral
  4. De acuerdo
  5. Totalmente de acuerdo

El instrumento estuvo conformado por:

Las preguntas fueron diseñadas con base en investigaciones relacionadas con:

 

Validación del instrumento

La validación de contenido se realizó mediante el método de Lawshe modificado por Tristán (2008), utilizando juicio de expertos.

Participaron:

El índice de validez de contenido alcanzó:

IVC=0.93

valor considerado excelente según criterios metodológicos internacionales.

 

Confiabilidad del instrumento

La confiabilidad del instrumento se determinó mediante el coeficiente Alpha de Cronbach:

Los resultados obtenidos fueron:

Estos valores evidencian alta consistencia interna y confiabilidad estadística.

 

Variables e indicadores

 

Variable independiente

 

Contabilidad de costos avanzados aplicada a logística digitalizada

Dimensiones

Indicadores

 

Variable dependiente

 

Optimización de costos operativos en entornos de incertidumbre

Dimensiones

Indicadores

 

Modelo matemático de investigación

La investigación propuso un modelo de regresión lineal múltiple para analizar la influencia de variables financieras y logísticas sobre la optimización de costos operativos:

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+ε

Donde:

 

Procedimiento de análisis de datos

El procesamiento estadístico se desarrolló mediante:

Las técnicas estadísticas utilizadas fueron:

El nivel de significancia estadística utilizado fue:

α=0.05

equivalente a un nivel de confianza del 95 %.

 

Consideraciones éticas

La investigación respetó principios internacionales relacionados con:

 

RESULTADOS

 

Los resultados obtenidos permitieron identificar relaciones significativas entre la aplicación de contabilidad de costos avanzados y la optimización de costos operativos dentro de operaciones logísticas digitalizadas que operan bajo entornos de alta incertidumbre. El análisis estadístico evidenció que las organizaciones con mayores niveles de automatización financiera, integración ERP y analítica predictiva presentan mejores indicadores de eficiencia operativa, reducción de costos y capacidad de respuesta organizacional.

 

Caracterización general de las organizaciones participantes

 

Tabla 1: Distribución de empresas según actividad logística principal

 

Actividad empresarial

Frecuencia

Porcentaje

Distribución urbana

72

39.8 %

Operadores logísticos

54

29.8 %

Empresas de almacenamiento

31

17.1 %

Transporte multimodal

24

13.3 %

Total

181

100 %

Los resultados muestran predominio de organizaciones vinculadas a distribución urbana y operaciones logísticas digitalizadas, reflejando la creciente importancia estratégica del sector logístico panameño dentro de escenarios empresariales altamente competitivos.

 

Nivel de aplicación de contabilidad de costos avanzada

 

Tabla 2: Nivel de implementación de herramientas avanzadas de costeo

 

Nivel

Frecuencia

Porcentaje

Muy bajo

11

6.1 %

Bajo

24

13.3 %

Moderado

49

27.1 %

Alto

61

33.7 %

Muy alto

36

19.8 %

Total

181

100 %

 

El 53.5 % de las organizaciones evaluadas presentó niveles altos y muy altos de aplicación de contabilidad de costos avanzada, evidenciando una tendencia creciente hacia automatización financiera y digitalización operativa dentro de empresas logísticas panameñas.

 

Análisis descriptivo de variables

Los indicadores asociados a automatización financiera, integración ERP e inteligencia logística presentaron promedios superiores a 4.1 en escala Likert, evidenciando percepciones favorables sobre:

Asimismo, las organizaciones con mayores niveles de digitalización reportaron mejor capacidad de adaptación frente a escenarios de incertidumbre operativa y variabilidad de demanda.

 

Correlación entre variables

Se aplicó la prueba de correlación de Pearson para analizar la relación entre contabilidad de costos avanzada y optimización de costos operativos.

r=0.857

El coeficiente obtenido evidenció una relación positiva fuerte entre ambas variables.

 

Tabla 3: Correlación entre variables principals

 

Variables

Coeficiente de Pearson

Sig. bilateral

Contabilidad avanzada vs optimización de costos

0.857

0.000

 

El nivel de significancia estadística inferior a 0.05 permitió rechazar la hipótesis nula y aceptar la hipótesis general de investigación.

 

Modelo de regresión lineal múltiple

Se aplicó un modelo de regresión lineal múltiple para identificar la influencia de las dimensiones independientes sobre la optimización de costos operativos.

 

Tabla 4: Resumen del modelo de regresión

 

Indicador

Valor

R

0.873

R²

0.762

R² ajustado

0.751

Error estándar

0.284

 

El modelo explicó el 76.2 % de la variabilidad de la optimización de costos operativos, evidenciando alta capacidad predictiva y consistencia estadística.

 

Tabla 5: Coeficientes del modelo de regresión

 

Variable independiente

Beta

t

Sig.

Automatización financiera

0.334

5.214

0.000

Integración ERP

0.281

4.672

0.001

Inteligencia logística

0.267

4.208

0.002

Analítica predictiva

0.243

3.954

0.003

Trazabilidad financiera

0.211

3.427

0.005

 

La automatización financiera presentó el mayor nivel de influencia sobre la optimización de costos operativos, seguida de integración ERP e inteligencia logística.

 

Impacto sobre eficiencia operativa

Las organizaciones con mayores niveles de aplicación de contabilidad de costos avanzada reportaron mejoras significativas relacionadas con:

 

Tabla 6: Variación promedio de indicadores operativos

 

Indicador

Antes de implementación

Después de implementación

Variación

Costos logísticos mensuales

USD 158,000

USD 126,000

-20.3 %

Tiempo promedio de entrega

52 horas

36 horas

-30.8 %

Rotación de inventarios

4.1 veces

7.0 veces

+70.7 %

Precisión financiera operativa

74 %

93 %

+25.7 %

Productividad operativa

66 %

89 %

+34.8 %

Los resultados evidencian que la implementación de sistemas avanzados de costeo integrados con logística digitalizada contribuye significativamente a mejorar eficiencia organizacional y sostenibilidad financiera.

 

Análisis factorial exploratorio

El análisis factorial exploratorio permitió identificar relaciones estructurales entre automatización financiera, integración ERP, inteligencia logística y optimización operativa.

El índice KMO alcanzó:

KMO=0.914

valor considerado excelente según criterios metodológicos internacionales.

La prueba de esfericidad de Bartlett presentó:

p<0.001

confirmando la adecuación estadística de los datos para análisis factorial.

 

Simulación predictiva de costos operativos

Mediante modelos de simulación analítica desarrollados con Power BI y análisis predictivo, se estimó que las organizaciones con altos niveles de digitalización financiera-logística podrían alcanzar reducciones de costos operativos entre 18 % y 32 % en períodos inferiores a 24 meses.

Las simulaciones también evidenciaron:

 

Validación de hipótesis

Los resultados estadísticos permitieron aceptar la hipótesis general de investigación:

H1: La aplicación de contabilidad de costos avanzados en operaciones logísticas digitalizadas influye significativamente en la optimización de costos operativos en entornos de alta incertidumbre.

Debido a que:

p=0.000 <0.05

se rechazó la hipótesis nula.

 

Síntesis de hallazgos

Los principales hallazgos del estudio fueron:

La contabilidad de costos avanzada reduce significativamente costos logísticos y operativos dentro de cadenas de suministro modernas.

 

DISCUSIÓN

 

Los resultados obtenidos evidenciaron que la aplicación de contabilidad de costos avanzados en operaciones logísticas digitalizadas influye significativamente en la optimización de costos operativos dentro de entornos de alta incertidumbre. La investigación confirmó que las organizaciones con mayores niveles de automatización financiera, integración ERP y analítica predictiva presentan ventajas competitivas relacionadas con eficiencia operativa, productividad organizacional y resiliencia empresarial.

El coeficiente de correlación de Pearson obtenido (r=0.857) reflejó una relación positiva fuerte entre contabilidad de costos avanzada y optimización operativa, demostrando que la integración entre herramientas financieras especializadas y logística digitalizada constituye un componente estratégico esencial dentro de las cadenas de suministro modernas. Este hallazgo coincide con Ivanov y Dolgui (2020), quienes sostienen que las organizaciones digitalizadas presentan mayor capacidad para gestionar incertidumbre operativa mediante monitoreo inteligente y automatización de procesos logísticos.

Asimismo, los resultados relacionados con reducción de costos logísticos evidencian coherencia con investigaciones desarrolladas sobre transformación digital y supply chain management. Büyüközkan y Göçer (2018) demostraron que la integración tecnológica-financiera permite optimizar significativamente operaciones relacionadas con transporte, almacenamiento e inventarios mediante sistemas inteligentes de análisis predictivo.

Uno de los principales hallazgos de la investigación fue identificar que la automatización financiera presentó el mayor nivel de influencia sobre la optimización de costos operativos. Este resultado fortalece los planteamientos de Horngren et al. (2021), quienes afirman que los sistemas avanzados de contabilidad gerencial permiten mejorar la precisión financiera, identificar costos ocultos y fortalecer procesos estratégicos de toma de decisiones.

La reducción promedio de 20.3 % en costos logísticos observada en las organizaciones participantes demuestra que la integración entre contabilidad avanzada y logística digitalizada genera impactos significativos sobre eficiencia organizacional y sostenibilidad financiera. Estos resultados coinciden con Dolgui e Ivanov (2022), quienes sostienen que las cadenas de suministro inteligentes poseen mayores capacidades para reducir costos operativos mediante automatización y monitoreo en tiempo real.

El incremento de 70.7 % en rotación de inventarios evidencia además que las organizaciones con mayores niveles de digitalización logística presentan mejor capacidad de administración operativa y optimización de recursos. Este resultado guarda relación con Wamba et al. (2020), quienes concluyeron que el uso de Big Data Analytics fortalece significativamente la capacidad organizacional para gestionar inventarios, reducir pérdidas y mejorar eficiencia logística.

Desde la perspectiva de la incertidumbre organizacional, los hallazgos adquieren especial relevancia debido a los desafíos contemporáneos asociados con volatilidad económica, interrupciones logísticas globales y fluctuaciones de demanda. Christopher y Peck (2004) sostienen que las cadenas de suministro resilientes requieren integración entre información financiera y monitoreo operativo para responder estratégicamente frente a escenarios dinámicos y altamente competitivos.

En América Latina, la investigación aporta evidencia relevante sobre la necesidad de fortalecer procesos de transformación digital logística y automatización financiera. La Comisión Económica para América Latina y el Caribe ha señalado que numerosas organizaciones latinoamericanas continúan operando con bajos niveles de interoperabilidad tecnológica y limitada integración entre plataformas financieras y logísticas (CEPAL, 2022).

Particularmente en Panamá, los resultados evidencian la importancia de implementar modelos avanzados de contabilidad de costos aplicados a operaciones logísticas digitalizadas. Panamá constituye uno de los principales hubs logísticos de América Latina debido a la presencia estratégica del Canal de Panamá, los puertos interoceánicos y las plataformas de comercio internacional; sin embargo, muchas organizaciones todavía presentan limitaciones relacionadas con automatización financiera y digitalización operativa.

Los resultados obtenidos también permitieron identificar que las organizaciones con mayores niveles de integración ERP presentan mejor capacidad de trazabilidad financiera y monitoreo logístico. Este hallazgo coincide con Romney y Steinbart (2021), quienes sostienen que los sistemas integrados de información permiten transformar datos financieros y operativos en herramientas estratégicas orientadas a fortalecer competitividad organizacional.

Desde la perspectiva metodológica, la investigación aporta evidencia empírica sobre la utilidad de modelos cuantitativos integrados aplicados al análisis de operaciones logísticas digitalizadas. La utilización de regresión lineal múltiple, análisis factorial exploratorio y simulación predictiva permitió identificar relaciones estructurales entre automatización financiera, inteligencia logística y control estratégico de costos.

El análisis factorial exploratorio mostró altos niveles de consistencia entre las dimensiones investigadas, evidenciando que la automatización financiera y la logística digitalizada mantienen relaciones sistémicas orientadas a mejorar eficiencia operativa. Este resultado fortalece el enfoque sustentado en la General Systems Theory, la cual sostiene que las organizaciones funcionan como sistemas interdependientes donde subsistemas financieros, tecnológicos y operativos interactúan dinámicamente para alcanzar objetivos estratégicos comunes.

 

A nivel organizacional, las implicaciones prácticas del estudio resultan relevantes para:

 

Las organizaciones que implementen sistemas avanzados de contabilidad de costos integrados con logística digitalizada podrán fortalecer:

 

No obstante, la investigación presentó algunas limitaciones relacionadas con:

 

A pesar de estas limitaciones, los resultados obtenidos presentan consistencia metodológica y estadística suficiente para validar el modelo analítico propuesto y demostrar la relevancia estratégica de integrar contabilidad de costos avanzada con logística digitalizada dentro de cadenas de suministro modernas.

Finalmente, la investigación permite sostener que la convergencia entre automatización financiera, inteligencia logística y análisis predictivo constituye una tendencia organizacional indispensable para enfrentar los desafíos contemporáneos asociados con incertidumbre operativa y transformación digital empresarial.

 

CONCLUSIÓN

 

La investigación permitió demostrar que la aplicación de contabilidad de costos avanzados en operaciones logísticas digitalizadas influye significativamente en la optimización de costos operativos dentro de entornos de alta incertidumbre. Los resultados obtenidos evidenciaron que las organizaciones con mayores niveles de automatización financiera, integración ERP e inteligencia logística presentan ventajas competitivas relacionadas con eficiencia operativa, productividad organizacional y sostenibilidad financiera.

En relación con el objetivo general del estudio, se logró analizar empíricamente la influencia de la contabilidad de costos avanzada sobre el desempeño de operaciones logísticas digitalizadas, identificando relaciones estructurales significativas entre automatización financiera, trazabilidad operativa y control estratégico de costos.

Los resultados estadísticos permitieron aceptar la hipótesis general de investigación, demostrando que la integración entre sistemas avanzados de costeo y plataformas logísticas inteligentes fortalece significativamente la capacidad organizacional para optimizar recursos y reducir costos operativos en escenarios empresariales caracterizados por incertidumbre y volatilidad.

La automatización financiera representó el componente con mayor influencia sobre la optimización de costos operativos, evidenciando que las organizaciones que implementan sistemas financieros integrados poseen mejor capacidad para:

 

Asimismo, la investigación confirmó que la logística digitalizada mejora significativamente:

 

Estas mejoras permiten reducir tiempos operativos y fortalecer sostenibilidad financiera dentro de cadenas de suministro modernas.

Desde la perspectiva científica, el estudio aporta evidencia empírica relevante para el fortalecimiento del conocimiento relacionado con:

El principal aporte teórico consiste en la formulación de un modelo interdisciplinario que integra variables financieras y logísticas aplicadas a organizaciones que operan bajo alta incertidumbre.

En el contexto panameño, la investigación adquiere especial relevancia debido al crecimiento sostenido del sector logístico nacional asociado al Canal de Panamá, los puertos interoceánicos y las plataformas de comercio internacional. Las organizaciones panameñas requieren herramientas avanzadas de análisis financiero y automatización operativa para enfrentar desafíos relacionados con:

 

Desde el ámbito práctico, el modelo desarrollado puede ser implementado por:

 

La implementación del modelo permite fortalecer:

La investigación también evidenció que las organizaciones con mayores niveles de integración tecnológica-financiera presentan mejor capacidad para responder frente a escenarios dinámicos y altamente competitivos. La convergencia entre contabilidad avanzada, inteligencia logística y analítica predictiva constituye actualmente un componente esencial para la evolución de las cadenas de suministro modernas.

 

Entre las principales limitaciones del estudio se identificaron:

No obstante, dichas limitaciones no afectaron la consistencia metodológica ni la validez estadística de los resultados obtenidos.

 

Como líneas futuras de investigación se recomienda:

Finalmente, se concluye que la aplicación de contabilidad de costos avanzados integrada con logística digitalizada representa una estrategia organizacional indispensable para fortalecer competitividad, optimizar costos operativos y mejorar resiliencia empresarial dentro de mercados globalizados caracterizados por alta incertidumbre y transformación digital acelerada.

 

REFERENCIAS

 

Bertalanffy, L. von. (1968). General system theory: Foundations, development, applications. George Braziller.

Blocher, E. J., Stout, D. E., Juras, P. E., & Smith, S. D. (2022). Cost management: A strategic emphasis (9th ed.). McGraw-Hill Education.

Bowersox, D. J., Closs, D. J., & Cooper, M. B. (2019). Supply chain logistics management (5th ed.). McGraw-Hill.

Büyüközkan, G., & Göçer, F. (2018). Digital supply chain: Literature review and a proposed framework for future research. Computers in Industry, 97, 157–177. https://doi.org/10.1016/j.compind.2018.02.010

CEPAL. (2022). Perspectivas del comercio internacional de América Latina y el Caribe 2022. Naciones Unidas.

Christopher, M. (2016). Logistics and supply chain management (5th ed.). Pearson Education.

Christopher, M., & Peck, H. (2004). Building the resilient supply chain. International Journal of Logistics Management, 15(2), 1–14. https://doi.org/10.1108/09574090410700275

Cohen, S., & Roussel, J. (2019). Strategic supply chain management. McGraw-Hill.

Cooper, D. R., & Schindler, P. S. (2019). Business research methods (13th ed.). McGraw-Hill Education.

Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). Sage Publications.

Davenport, T. H., & Harris, J. G. (2017). Competing on analytics: The new science of winning. Harvard Business Review Press.

Dolgui, A., & Ivanov, D. (2022). 5G in digital supply chain and operations management: Fostering flexibility, end-to-end connectivity and real-time visibility through internet-of-everything. International Journal of Production Research, 60(2), 442–451. https://doi.org/10.1080/00207543.2021.2002969

Ellram, L. M., Tate, W. L., & Feitzinger, E. G. (2018). Factor-market rivalry and competition for supply chain resources. Journal of Supply Chain Management, 49(1), 29–46. https://doi.org/10.1111/jscm.12002

Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). Sage Publications.

Fosso Wamba, S., Queiroz, M. M., Wu, L., & Sivarajah, U. (2020). Big data analytics-enabled sensing capability and organizational outcomes. International Journal of Information Management, 50, 95–105. https://doi.org/10.1016/j.ijinfomgt.2019.05.015

Grant, R. M. (2019). Contemporary strategy analysis (10th ed.). Wiley.

Gunasekaran, A., Yusuf, Y. Y., Adeleye, E. O., & Papadopoulos, T. (2017). Agile manufacturing practices: The role of big data and business analytics with multiple case studies. International Journal of Production Research, 56(1–2), 385–397. https://doi.org/10.1080/00207543.2017.1395488

Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.

Heizer, J., Render, B., & Munson, C. (2020). Operations management: Sustainability and supply chain management (13th ed.). Pearson.

Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2018). Metodología de la investigación (7.ª ed.). McGraw-Hill Education.

Horngren, C. T., Datar, S. M., & Rajan, M. (2021). Cost accounting: A managerial emphasis (17th ed.). Pearson.

Ivanov, D., & Dolgui, A. (2020). A digital supply chain twin for managing the disruption risks and resilience in the era of Industry 4.0. Production Planning & Control, 32(9), 775–788. https://doi.org/10.1080/09537287.2020.1768450

Ivanov, D., Dolgui, A., Sokolov, B., Ivanova, M., & Werner, F. (2019). A dynamic model and an algorithm for short-term supply chain scheduling in the smart factory Industry 4.0. International Journal of Production Research, 54(2), 386–402. https://doi.org/10.1080/00207543.2014.999958

Kaplan, R. S., & Anderson, S. R. (2007). Time-driven activity-based costing: A simpler and more powerful path to higher profits. Harvard Business School Press.

Krajewski, L. J., Malhotra, M. K., & Ritzman, L. P. (2019). Operations management: Processes and supply chains (12th ed.). Pearson.

Laudon, K. C., & Laudon, J. P. (2022). Management information systems: Managing the digital firm (17th ed.). Pearson.

Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563–575. https://doi.org/10.1111/j.1744-6570.1975.tb01393.x

Lee, H. L. (2004). The triple-A supply chain. Harvard Business Review, 82(10), 102–112.

Melnyk, S. A., Narasimhan, R., & DeCampos, H. A. (2014). Supply chain design: Issues, challenges, frameworks and solutions. International Journal of Production Research, 52(7), 1887–1896. https://doi.org/10.1080/00207543.2013.787175

Mentzer, J. T., DeWitt, W., Keebler, J. S., Min, S., Nix, N. W., Smith, C. D., & Zacharia, Z. G. (2001). Defining supply chain management. Journal of Business Logistics, 22(2), 1–25. https://doi.org/10.1002/j.2158-1592.2001.tb00001.x

Nahmias, S., & Olsen, T. L. (2015). Production and operations analysis (7th ed.). Waveland Press.

O’Brien, J. A., & Marakas, G. M. (2018). Management information systems. McGraw-Hill.

Porter, M. E. (1985). Competitive advantage: Creating and sustaining superior performance. Free Press.

Queiroz, M. M., Fosso Wamba, S., Machado, M. C., & Telles, R. (2020). Smart production systems drivers for business process management improvement: An integrative framework proposal. Business Process Management Journal, 26(5), 1075–1092. https://doi.org/10.1108/BPMJ-03-2019-0134

Romney, M. B., & Steinbart, P. J. (2021). Accounting information systems (15th ed.). Pearson.

Saunders, M., Lewis, P., & Thornhill, A. (2019). Research methods for business students (8th ed.). Pearson.

Sekaran, U., & Bougie, R. (2020). Research methods for business: A skill building approach (8th ed.). Wiley.

Simchi-Levi, D., Kaminsky, P., & Simchi-Levi, E. (2021). Designing and managing the supply chain (4th ed.). McGraw-Hill.

Skyttner, L. (2020). General systems theory: Problems, perspectives, practice (3rd ed.). World Scientific Publishing. https://doi.org/10.1142/11109

Slack, N., Brandon-Jones, A., & Johnston, R. (2022). Operations management (10th ed.). Pearson.

Tristán-López, A. (2008). Modificación al modelo de Lawshe para el dictamen cuantitativo de la validez de contenido de un instrumento objetivo. Avances en Medición, 6, 37–48.

Turban, E., Pollard, C., & Wood, G. (2018). Information technology for management. Wiley.

Wamba, S. F., Gunasekaran, A., Akter, S., Ren, S. J.-F., Dubey, R., & Childe, S. J. (2020). Big data analytics and firm performance: Effects of dynamic capabilities. Journal of Business Research, 70, 356–365. https://doi.org/10.1016/j.jbusres.2016.08.009

World Economic Forum. (2023). Digital transformation of supply chains. Geneva, Switzerland.