101

Benchmarking de la eciencia de
empresas sanitarias chilenas: el papel de
los factores externos
Mara Molinos-Senante* / Guillermo Donoso** / Ramn Sala-Garrido*** / Andrs Villegas****

RESUMEN: La evaluacin comparativa o benchmarking de la eficiencia de las empre-

sas sanitarias ha adquirido un papel fundamental en muchos pases en los que la
industria del agua se encuentra regulada. Desde el punto de vista metodolgico,
los modelos de anlisis envolvente de datos (ms conocido como DEA por sus siglas
en ingls) han sido ampliamente utilizados para evaluar la eficiencia de las empresas
sanitarias. A pesar de las caractersticas positivas del mtodo DEA, una limitacin
importante es que los modelos convencionales no permiten establecer inferencias
estadsticas. En este trabajo, se utiliz un modelo DEA de doble bootstrap para
evaluar la eficiencia de muestras de 23 empresas sanitarias chilenas. Los resultados
obtenidos muestran que el porcentaje de agua no facturada (incluyendo prdidas
fsicas y comerciales) y la densidad de clientes influyen significativamente en el des-
empeo de las empresas sanitarias en Chile. En el presente trabajo, se evidencia
la importancia de usar mtodos robustos para evaluar el desempeo de empresas
sanitarias. Este aspecto es especialmente relevante en aquellos casos en que dicha
informacin se usa para fijar las tarifas del agua o para introducir incentivos que pro-
muevan su competitividad.
Palabras clave: Bootstrapping, desempeo, empresas sanitarias.

Introduccin
En septiembre de 2015, Naciones Unidas adopt los Objetivos de Desarrollo
Sostenible entre los que se incluye: el uso eficiente de los recursos hdricos en
todos los sectores y la sostenibilidad de la extraccin y abastecimiento de agua
dulce1. En este sentido, es esencial mejorar la eficiencia de las empresas sanita-
rias, ya que ello contribuye a reducir sus costes, facilitando las inversiones nece-
sarias para mejorar la calidad del servicio2. Adems, en muchos pases, incluido
Chile, las empresas sanitarias proveen servicios en rgimen de monopolio, lo
cual implica que estas no tienen incentivos para mejorar su desempeo, ms

* Ingeniera hidrulica y ambiental de la Universidad Catlica de Chile. Doctorada en

desarrollo local y territorio, Universidad de Valencia y Universitat Jaume I de Castelln.
Correo electrnico: mmolinos@uc.cl
** Ingeniero Agrnomo de la Universidad Catlica. Ph. D. Agricultural and Resource Eco-
nomics, University of Maryland. Correo electrnico: gdonosoh@uc.cl
*** Licenciado en ciencias econmicas y empresariales, Universidad de Va-
lencia. Doctor en ciencias econmicas, Universidad Complutense de Madrid.
Correo electrnico: sala@uv.es.
**** Agrnomo, Magster en economa Agraria. Correo electrnico:afvilleg@uc.cl
1
NACIONES UNIDAS 2015.
2
GUERRINI et al. 2015.

ADag Actas de Derecho de Aguas, N 6 [2016] pp. 101-110

102 MARA MOLINOS-SENANTE / GUILLERMO DONOSO / RAMN SALA-GARRIDO / ANDRS VILLEGAS

all del proceso de regulacin. Es por ello que los procesos de benchmarking son es-
tratgicos para regular las empresas sanitarias3.
Desde un punto de vista metodolgico, la mayora de los estudios en los que se
ha evaluado la eficiencia de empresas sanitarias han utilizado el mtodo de anlisis
envolvente de datos (ms conocido como DEA por sus siglas en ingls)4, ya que per-
mite integrar varios insumos y productos en el anlisis y determinar endgenamente
los pesos necesarios para agregar dichos insumos y productos5. Sin embargo, los
modelos DEA convencionales presentan una limitacin importante, pues no permiten
establecer inferencias estadsticas, es decir, no permiten examinar directamente los
factores que afectan la eficiencia de las empresas evaluadas6. Esta limitacin es espe-
cialmente relevante en el caso de las empresas sanitarias, dado que estudios previos
han determinado que algunos factores como la propiedad de la empresa, la densidad
de clientes y la fuente de agua cruda, entre otros, pueden afectar el desempeo de
las empresas sanitarias7.
En este contexto, Simar y Wilson desarrollaron un modelo de doble bootstra-
ping que permite establecer inferencias estadsticas a partir de los resultados de efi-
ciencia obtenidos a travs de la metodologa DEA8. De esta forma, es posible evaluar
y comparar el desempeo de las empresas sanitarias e identificar paralelamente los
principales factores que influyen en su desempeo. Este enfoque es de gran utilidad
tanto para las empresas sanitarias como para el regulador, ya que la informacin ob-
tenida puede ser utilizada para introducir incentivos que favorezcan la mejora en la
eficiencia y la innovacin de las empresas sanitarias. En consecuencia, los resultados
pueden ser utilizados para desarrollar polticas que permitan mejorar la sostenibilidad
del ciclo urbano del agua a largo plazo.
As, los objetivos fundamentales de este trabajo son: en primer lugar, evaluar la
eficiencia de una muestra de 23 empresas sanitarias chilenas, aplicando la metodolo-
ga de doble bootstrap DEA; e identificar, posteriormente, los factores que afectan la
eficiencia de las empresas sanitarias previamente evaluadas.

I. Metodologa
DEA es un mtodo no paramtrico basado en programacin lineal que permite cons-
truir la frontera de produccin eficiente a partir de los insumos consumidos por las
unidades (empresas sanitarias en este estudio) y los productos generados9. DEA per-
mite determinar la eficiencia relativa de cada unidad mediante la comparacin de su
desempeo con el del resto de unidades evaluadas.
Los modelos DEA pueden tomar orientacin producto o insumo segn si el
objetivos de las unidades es la maximizacin de los productos producidos o el uso
de insumos, respectivamente. En el mbito de las empresas sanitarias, la mayora de

3
MOLINOS-SENANTE y SALA-GARRIDO 2015.
4
ANANDA 2014.
5
COOPER et al. 2007.
6
BADIN 2014.
7
CARVALHO y MARQUES 2011.
8
SIMAR y WILSON 2007.
9
CHARNES et al. 1978.

ADag Actas de Derecho de Aguas, N 6 [2016] pp. 101-110

 Benchmarking de la eficiencia de empresas sanitarias chilenas 103

los estudios previos10 han adoptado una orientacin input, dado que el objetivo es
proporcionar los servicios de suministro y tratamiento de agua servida, minimizando el
uso de insumos. El resultado de la metodologa DEA es un parmetro, cuyo valor in-
dica la eficiencia de cada empresa sanitaria evaluada, de modo que (0,1). Una em-
presa es eficiente si su score de eficiencia es igual a 1, es decir, si, =1 mientras que
es ineficiente si. <1 El hecho de que una empresa sanitaria sea ineficiente significa
que tiene potencial de mejora (reduccin de uso de insumos) en relacin al resto de
empresas con la que es comparada11.
El proceso de bootstrapping introducido por Simar y Wilson12 proporciona un
intervalo de confianza para cada uno de los scores de eficiencia previamente estima-
dos, lo cual permite establecer inferencias estadsticas para un conjunto de factores
explicativos13. El mtodo de bootstrapping fue desarrollado por Efron14 y se basa en
tcnicas estadsticas de remuestreo aleatorio15. Este proceso genera datos nuevos
que son utilizados para reestimar la eficiencia de las empresas sanitarias a travs del
modelo DEA. Las diferencias entre las fronteras estimadas y la real permiten esta-
blecer inferencias estadsticas, haciendo uso del mtodo DEA.

II. Descripcin de la muestra

En este trabajo, se evalu el desempeo de las 23 empresas sanitarias ms importan-
tes en Chile. Estas proveyeron servicios de agua potable y alcantarillado a aproxima-
damente el 98% de la poblacin urbana chilena en 201416.
En cualquier estudio de eficacia, la seleccin de las variables a utilizar para me-
dir el desempeo, vale decir, de insumos y productos, es esencial. As, las variables
consideradas se seleccionaron en base a estudios previos y disponibilidad estadstica
de informacin. En concreto se consideraron tres insumos: (i) costes de operacin, (ii)
personal y (iii) longitud de la red de abastecimiento y saneamiento. En cuanto a los
productos, tradicionalmente se ha utilizado el volumen de agua potable suministrada
y el nmero de clientes con tratamiento de aguas servidas. Sin embargo, en Chile,
las empresas sanitarias presentan importantes diferencias en relacin a la calidad del
servicio proporcionado. Es por ello que, en este estudio, se consideraron los siguien-
tes productos: (i) volumen distribuido de agua potable ajustado por su calidad y (ii)
nmero de clientes con tratamiento de agua servida ajustado por la calidad del agua
tratada. De esta forma, la SISS desarrolla indicadores de calidad de servicio, cuyo ran-
go es [0 1].

10
MOLINOS-SENANTE y SALA-GARRIDO 2016; GUERRINI et al. 2015; CARVALHO y MARQUES 2014.
11
CHARNES et al. 1978.
12
SIMAR y WILSON 2007.
13
STEWART et al. 2016.
14
EFRON, 1981.
15
WANG et al. 2013.
16
SISS, 2014.

ADag Actas de Derecho de Aguas, N 6 [2016] pp. 101-110

104 MARA MOLINOS-SENANTE / GUILLERMO DONOSO / RAMN SALA-GARRIDO / ANDRS VILLEGAS

Media Des. Std Mnimo Mximo

Costes de operacin
27.832.382 38.983.020 988.941 162.769.722
(103 CLP/ao)
Insumos Personal (N trabaja-
590 765 32 3.032
dores)
Longitud de la red (km) 3.138 4.941 7 21.481
Agua distribuida (103
47.979 93.080 653 442.991
m3/ao)
Clientes con acceso a
tratamiento de agua 688.434 1.314.390 6.820 6.152.000
Productos servida
Indicador de calidad de
0,954 0,073 0,744 1
agua potable
Indicador de calidad de
0,99 0,014 0,95 1
agua servida tratada
Agua no registrada (%) 29,7 11,9 5,4 46,3
Variables
Peak factor 1,2 0,2 1,1 1,8
explicativas
continuas Densidad de clientes
57,3 14,46 28,8 84,3
(Clientes/km)
Nmero % del total - -
Opera- - -
dor pri- 12 52,2
vado
Conce- - -
Propiedad 10 43,5
sin

Variables Opera- - -
explicativas dor mu- 1 4,3
binarias nicipal
Superfi- - -
3 13,1
cial
Fuente de
Subterr- - -
agua 9 39,1
nea
Mixta 11 47,8 - -

Tabla 1: Descripcin de la muestra17

Por otra parte, es necesario identificar los factores que potencialmente podran
afectar el desempeo de las empresas sanitarias. En efecto, la seleccin de variables
se realiz en base a las caractersticas de la industria sanitaria en Chile, la disponibili-
dad de datos y los estudios previos18. En concreto, se analizaron las siguientes cinco
variables: (i) densidad de clientes, ii) porcentaje de agua no registrada, (iii) propiedad
de la empresa, (iv) fuente de agua y (v) peak factor.
La tabla 1 muestra un resumen de los datos estadsticos utilizados para evaluar
la eficiencia de las empresas sanitarias chilenas y sus potenciales variables explicati-

17
Fuente: Elaboracin propia a partir del Informe de Gestin de SISS 2014.
18
BERG y MARQUES, 2011; SEE, 2015.

ADag Actas de Derecho de Aguas, N 6 [2016] pp. 101-110

 Benchmarking de la eficiencia de empresas sanitarias chilenas 105

vas. Las variables propiedad y fuente de agua no son cuantitativas, por lo que
fueron introducidas en el anlisis de regresin como variables artificiales (dummies).
Los costes de operacin totales de las empresas sanitarias son muy variables,
debido a su distinto tamao. Sin embargo, los costes de operacin por cliente pre-
sentan menor variabilidad entre las empresas analizadas. Las figuras 1 y 2 muestran
que tanto el coste de operacin por cliente como el nmero de trabajadores por
cliente disminuye a medida que el nmero total de clientes incrementa.
Figura 1: Costes medios de operacin por cliente vs. nmero de clientes19

Figura 2: Nmero medio de trabajadores por cliente vs nmero de clientes20

En relacin al agua no registrada, a pesar de que el regulador en Chile estable-

ce que la empresa modelo debe presentar como mximo un 20% de agua no regis-
trada, la mayora de las empresas sanitarias chilenas presentan valores superiores. En
2014, el porcentaje medio de agua no registrada en Chile fue del 29.7%. Como se
muestra en la Figura 3, la mayora de las empresas sanitarias chilenas (61%) presentan
un porcentaje de agua no registrada superior al 30%; solamente el 26% presenta valo-
res inferiores al valor determinado para la empresa modelo.

19
Fuente: Elaboracin propia a partir del Informe de Gestin de SISS 2014.
20
Fuente: Elaboracin propia a partir del Informe de Gestin de SISS 2014.

ADag Actas de Derecho de Aguas, N 6 [2016] pp. 101-110

106 MARA MOLINOS-SENANTE / GUILLERMO DONOSO / RAMN SALA-GARRIDO / ANDRS VILLEGAS

Figura 3: Distribucin de empresas sanitarias respecto al porcentaje de agua no

registrada21

III. Resultados y discusin

1. Evaluacin de la eciencia de empresas sanitarias

La eficiencia de cada empresa sanitaria fue estimada aplicando el modelo DEA de
doble bootstrap. Las empresas sanitarias, cuyo ndice de eficiencia es igual a uno, son
eficientes mientras que aquellas, cuyo ndice es inferior a la unidad, son ineficientes
comparativamente. Como se muestra en la Tabla 2, 7 de las 23 empresas sanitarias
(30,4%) presentan un ndice de eficiencia igual a uno, por lo tanto, son eficientes. Es-
tas empresas determinan la frontera de mejores prcticas, pues no pueden reducir el
uso de insumos y mantener la produccin de productos en comparacin con las otras
empresas sanitarias evaluadas El valor medio de eficiencia es de 0,769 y la desviacin
estndar es de 0,230. Este resultado indica que, en valores medios, las empresas in-
eficientes podran reducir sus insumos, aproximadamente, un 23%, manteniendo la
generacin de productos constante.

21
Fuente: Elaboracin propia a partir del Informe de Gestin de SISS 2014.

ADag Actas de Derecho de Aguas, N 6 [2016] pp. 101-110

 Benchmarking de la eficiencia de empresas sanitarias chilenas 107

Tabla 2: ndices de eficiencia para las empresas sanitarias en Chile.

Empresa sanitaria ndice de eficiencia Empresa sanitaria ndice de eficiencia

ES1 1,000 ES13 0,974
ES2 1,000 ES14 0,906
ES3 1,000 ES15 0,444
ES4 0,426 ES16 0,829
ES5 0,639 ES17 0,842
ES6 1,000 ES18 0,808
ES7 0,398 ES19 0,597
ES8 0,808 ES20 1,000
ES9 0,685 ES21 0,400
ES10 1,000 ES22 0,368
ES11 1,000 ES23 0,767
ES12 0,803
Media: 0,769
Des. Std.: 0,230

2. Factores determinantes de la eciencia de empresas sanitarias

El anlisis de segunda etapa permite identificar los factores determinantes de la efi-
ciencia a travs de la regresin entre los ndices de eficiencia (variable dependiente),
previamente estimados y los factores a evaluar (variables independientes). Como se
indica anteriormente, en este estudio se analizaron cinco variables que podran afectar
la eficiencia de las empresas sanitarias: (i) porcentaje de agua no registrada, (ii) factor
peak, (iii) fuente de agua, (iv) densidad de clientes y (v) propiedad de las empresas sa-
nitarias. En la Tabla 3, se muestran los coeficientes de las variables regresadas, su error
estndar y p-valor, el cual indica la significancia de los parmetros estimados.
Tabla 3: Resultados del anlisis de segunda etapa para las empresas sanitarias en
Chile.

Variable Coeficientes Error estndar -valor

% agua no facturada 8,923 3,356 0,007
Factor peak 124,050 214,362 0,473
Agua superficial -69,462 90,588 0,380
Agua mixta -66,275 88,341 0,394
Densidad de clientes -3,849 2,433 0,101
Empresas en concesin -10,690 51,588 0,819

ADag Actas de Derecho de Aguas, N 6 [2016] pp. 101-110

108 MARA MOLINOS-SENANTE / GUILLERMO DONOSO / RAMN SALA-GARRIDO / ANDRS VILLEGAS

La tabla 3 muestra que el porcentaje de agua no registrada influye negativa-

mente en la eficiencia de las empresas sanitarias chilenas. As, las empresas con
elevados valores de agua no registrada son, a su vez, las que presentan valores de
ineficiencia ms altos. Lo anterior, debido a que las empresas deben extraer y tratar
un mayor volumen de agua que, sin embargo, no es facturado por las empresas.
Adems, el p-valor indica que la relacin entre porcentaje de agua no facturada y efi-
ciencia es estadsticamente significativa.
En 2014, el factor peak medio de las empresas sanitarias en Chile fue 1.2, lo cual
indica que la ratio entre el mximo consumo diario y la media de consumo diario fue
de 1.2. Los resultados (p-valor) muestran que el factor peak no es un factor determi-
nante de la eficiencia de las empresas sanitarias desde el punto de vista estadstico.
Esta falta de significancia puede deberse a la baja variabilidad del factor peak entre
las 23 empresas analizadas, ya que el coeficiente de variacin para esta variable es
del 14%.
La variable fuente de agua cruda fue introducida en el anlisis de regresin
como dummy, dado que es cualitativa. Los resultados muestran que esta variable
no afecta significativamente a la eficiencia de las empresas sanitarias chilenas. No
obstante, la Tabla 3 muestra que las empresas sanitarias, cuya agua cruda es mixta o
superficial, presentan una tendencia a ser ms eficientes que aquellas que tratan agua
subterrnea, debido a los elevados costes de extraccin de estas ltimas.
La densidad media de clientes de las 23 empresas sanitarias analizadas en 2014
fue de 57,27 clientes por kilmetro de red. Al igual que en otros pases22 las empresas
sanitarias chilenas presentan economas de densidad. As, el valor negativo del coefi-
ciente, asociado a la variable densidad de clientes (Tabla 3), indica que esta variable
presenta una influencia positiva sobre la eficiencia de las empresas sanitarias. Cabe
sealar que la relacin entre eficiencia y densidad de clientes es significativa al 90%.
En cuanto a la propiedad de las empresas sanitarias, la Tabla 3 muestra que
esta variable no es significativa, es decir, la propiedad de las empresas no afecta su
eficiencia. En este contexto, debe destacarse que los dos tipos fundamentales de
empresas sanitarias en Chile son: empresas totalmente privadas y empresas privadas
concesionarias a 30 aos. Sin embargo, ambos tipos de empresas estn sujetas a la
misma regulacin y, por lo tanto, los incentivos de las empresas para ser ms eficien-
tes no dependen de la propiedad de la empresa.
En definitiva, el anlisis de segunda etapa muestra que las variables: factor peak,
fuente de agua y propiedad de las empresas sanitarias no afectan de forma estadsti-
camente significativa la eficiencia de las empresas sanitarias en Chile. Asimismo, las
empresas con bajo porcentaje de agua no facturada y con elevada densidad de clien-
tes son ms eficientes que las restantes empresas sanitarias

Conclusiones
La evaluacin comparativa o benchmarking de la eficiencia de las empresas sanitarias
ha adquirido un papel muy importante en la regulacin de la industria del agua en nu-
merosos pases tanto en el proceso de determinacin de tarifas como en el desarrollo
de incentivos que permitan mejorar la competitividad de las empresas y mejorar su
calidad del servicio. En este contexto, los estudios previos han aplicado modelos DEA

22
ANANDA 2014.

ADag Actas de Derecho de Aguas, N 6 [2016] pp. 101-110

 Benchmarking de la eficiencia de empresas sanitarias chilenas 109

convencionales, los cuales tienen la limitacin de impedir realizar inferencias estads-

ticas para determinar los factores que afectan los ndices de eficiencia previamente
calculados.
As, el presente estudio aplica un modelo DEA de doble bootstrap que permite
realizar un anlisis de segunda etapa basado en la regresin, con el objetivo de iden-
tificar las variables que influencian la eficiencia de las empresas sanitarias. La aplica-
cin emprica desarrollada se centra en la industria sanitaria chilena; en concreto, se
evala la eficiencia de 23 empresas sanitarias chilenas en el ao 2014. Los resultados
del estudio indican que solo un tercio de las empresas sanitarias chilenas evaluadas
son eficientes, es decir, dos tercios de las empresas podran reducir el uso de insumos
y continuar produciendo los mismos productos.
En segundo lugar, se constata que el porcentaje de agua no facturada y la
densidad de clientes son variables que afectan significativamente la eficiencia de las
empresas sanitarias. En efecto, la densidad de clientes es una variable externa a las
empresas sanitarias, es decir, que estas no pueden modificar su densidad de clien-
tes con el objetivo de incrementar su eficiencia; situacin muy contraria ocurre con
el porcentaje de agua no facturada, la cual corresponde una variable endgena a la
empresa. Por ello, las empresas sanitarias pueden introducir medidas con el objetivo
de reducir el porcentaje de agua no facturada y as incrementar su eficiencia. Desde
el punto de vista del regulador chileno, es especialmente relevante que el porcentaje
de agua no registrada afecte la eficiencia, dado que la empresa modelo establece un
valor mximo que casi ninguna empresa sanitaria alcanza a cumplir. Por consiguiente,
el regulador debera introducir incentivos eficaces que lograsen que las empresas sa-
nitarias redujesen efectivamente su porcentaje de agua no registrada.

Bibliografa citada
ANANDA, J. (2014): Evaluating the performance of urban water utilities: Robust nonpa-
rametric approach, en: Journal of Water Resources Planning and Manage-
ment, N140 (9), pp. 04014021.
BADIN, L.; DARAIO, C.; Y SIMAR, L. (2014): Explaining inefficiency in nonparametric pro-
duction models: The state of the art, en: Annals of Operations Research,
N214 (1), pp. 5-30.
BERG, S., y MARQUES, R. (2011): Quantitative studies of water and sanitation utilities: A
benchmarking literature survey, en: Water Policy, N13 (5), pp. 591-606.
CARVALHO, P., y MARQUES, R.C. (2011). The influence of the operational environment on
the efficiency of water utilities, en: Journal of Environmental Management,
N92 (10), pp. 2698-2707.
CARVALHO, P., y MARQUES, R.C. (2014): Computing economies of vertical integration, eco-
nomies of scope and economies of scale using partial frontier nonparametric me-
thods, en: European Journal of Operational Research, N234 (1), pp. 292-307.
CHARNES, A.; COOPER, W.W.; y RHODES, E. (1978): Measuring the efficiency of decision ma-
king units, en: European Journal of Operational Research, N2 (6), pp. 429-444.
COOPER, W.W.; SEIFORD, L.M.; y ZHU, J. (2007): Handbook on Data Envelopment Analy-
sis, (US, Springer) 498 pp.
EFRON, B. (1981). Censored data and the bootstrap, en: Journal of the American Sta-
tistical Association, N76 (374), pp. 312-319.

ADag Actas de Derecho de Aguas, N 6 [2016] pp. 101-110

110 MARA MOLINOS-SENANTE / GUILLERMO DONOSO / RAMN SALA-GARRIDO / ANDRS VILLEGAS

GUERRINI, A.; ROMANO, G.; LEARDINI, C.; y MARTINI, M. (2015): The effects of operational
and environmental variables on efficiency of Danish water and wastewater uti-
lities, en: Water (Switzerland), N7 (7), pp. 3263-3282.
MOLINOS-SENANTE, M. y SALA-GARRIDO, R. (2015): The impact of privatization approaches
on the productivity growth of the water industry: A case study of Chile en:
Environmental Science and Policy, N50, pp. 166-179.
MOLINOS-SENANTE, M. y SALA-GARRIDO, R. (2016): Performance of fully private and con-
cessionary water and sewerage companies: a metafrontier approach, en:
Environmental Science and Pollution Research, N23(12), pp. 11620-11629.
SEE, K.F. (2015): Exploring and analyzing sources of technical efficiency in water su-
pply services: Some evidence from Southeast Asian public water utilities, en:
Water Resources and Economics, N9, pp. 23-44.
SIMAR, L. y WILSON, P.W. (2007): Estimation and inference in two-stage, semi-parametric mo-
dels of production processes en: Journal of Econometrics, N136(1), pp. 31-64.
SISS (2014): Report about water and sewerage services in Chile 2014 en Informe
de gestin del sector sanitario, 250 pp. Disponible en: http://www.siss.gob.
cl/577/w3-article-11831.html [fecha de consulta: 26 de mayo de 2017].
STEWART, C.; MATOUSEK, R. y NGUYEN, T.N. (2016): Efficiency in the Vietnamese banking
system: A DEA double bootstrap approach, en: Research in International Bu-
siness and Finance, N36, pp. 96-111.
WANG, Y.; ZHENG, T.; ZHAO, Y.; JIANG, J.; WANG, Y.; GUO, L. y WANG, P. (2013): Monthly
water quality forecasting and uncertainty assessment via bootstrapped wave-
let neural networks under missing data for Harbin, China, en: Environmental
Science and Pollution Research, N20 (12), pp. 8909-8923.

Otras fuentes citadas

NACIONES UNIDAS (2015): Sustainable Development Knowledge Platform. Disponible
en: https://sustainabledevelopment.un.org/

ADag Actas de Derecho de Aguas, N 6 [2016] pp. 101-110