anÁlisis financiero integrado aplicado al … · esto implica el cálculo e interpretación de...
TRANSCRIPT
1
ANÁLISIS FINANCIERO INFERENCIAL APLICADO A EMPRESAS DEL SECTOR COMERCIO AL POR MENOR
EN EL DEPARTAMENTO DEL ATLANTICO – COLOMBIA 2008 - 2013.
Resumen
El presente trabajo luego de abordar la necesidad y utilidad de usar la inferencia estadística en el
análisis financiero empresarial, aplica a cuentas contables de 66 empresas del sector Comercio
al por menor del Departamento del Atlántico – Colombia, la metodología de efectos aleatorios
en un panel de datos construido para el período 2008 – 2013. El modelo identificar la incidencia
que tienen el total activo corriente (tac), el activo fijo (af) y el total patrimonio sobre el nivel de
rentabilidad promedio de las empresas, expresado este último, en términos del resultado del
ejercicio cada año.
Los resultados encontrados evidencian una rentabilidad promedio mínima que absorbe el efecto
o incidencia en la rentabilidad de otras variables no consideradas en el modelo. Mientras que el
efecto estimado para las variables tac y af son estadísticamente significativos pero muy
pequeños.
Keywords: Análisis financiero, panel de datos, efectos aleatorios, efectos fijos, análisis
inferencial.
2
INTRODUCCIÓN.
El ejercicio del análisis financiero involucra contrastes de índices financieros al interior
de las empresas y con el entorno donde estas se desenvuelven. Este entorno puede ser el
sector, la región o incluso el sector regional. Para hacer estos contrastes de desempeño
financiero respecto al contexto donde se mueven los negocios es necesario determinar
índices agregados o integrados.
La integración de esta información normalmente se hace bajo análisis descriptivo, es
decir determinando las medias de los índices financieros del sector, la región o le sector
regional. Sin embargo, integrar estos indicadores bajo contexto de análisis inferencial
que permita hacer análisis explicativos y de predicción con mas rigurosidad científica
sería ideal para la practica del análisis financiero.
En línea con lo anterior en este trabajo se estimó bajo análisis inferencial, con la
metodología econométrica de datos de panel la caracterización de rentabilidad para el
sector de comercio al por menor del departamento del Atlántico.
3
CONTEXTO TEORICO. El libro de texto más popular y clásico para estudiar y enseñar el análisis financiero en
Colombia, quizás sea el del profesor Héctor Ortiz Anaya, Análisis Financiero Aplicado,
y Principios de Administración Financiera.
El profesor Anaya, define textualmente el análisis financiero como:
Un proceso que comprende la recopilación, interpretación, comparación y
estudio de los Estados Financieros y los datos operacionales de un negocio.
Esto implica el cálculo e interpretación de porcentajes, tasas, tendencias,
indicadores y Estados Financieros complementarios o auxiliares, los cuales
sirven para evaluar el desempeño financiero y operacional de la firma, lo
que ayuda de manera decisiva a los administradores, inversionistas y
acreedores a tomar sus respectivas decisiones.
(Ortiz, 2011, p.34)
De la definición anterior se desprende que el análisis financiero implica cálculo de
índices sobre los saldos de los Estados Financieros que necesariamente deben ser
contrastados para evaluar desempeño. Con esto, se entiende que tradicionalmente el
ejercicio del análisis financiero ha sido abordado desde una perspectiva descriptiva, en
donde normalmente se toman como punto de partida los saldos de los estados
financieros de las empresas y se expresan en forma de índices que típicamente
relacionan los saldos al interior del Estado de Situación Financiera1, de los saldos de los
Estados de Resultados, e incluso saldos entre estos.
1 Estado de Situación Financiera es la forma en que se le llama al Balance General dentro de la globalización contable producto de las Normas Internacionales de Contabilidad –NIC- y de las Normas Internacionales de Información Financiera.
4
Posterior a la obtención de estos datos numéricos relativos, el ejercicio del análisis
financiero se centra en la interpretación delimitada al interior de las empresas; vale decir
interpretar al interior de cada firma sí los resultados han sido satisfactorios teniendo
como referente las políticas y metas institucionales, y la historia y tendencia de la
compañía.
Luego del análisis interno, el ejercicio se traslada a la contextualización externa; es
decir, a la interpretación de los índices financieros de la empresa en el entorno donde se
desenvuelve. Interpretando los resultados a la luz del desempeño de la región, y de su
respectivo sector económico. Esto implica, obtener índices financieros agregados o
integrados para cada sector económico, departamento, región, sector departamental o
regional, entre otros.
Contrastar los resultados financieros con el ambiente externo debe implicar la reflexión
en torno a la suficiencia o pertinencia de sólo un contraste descriptivo, en el que se
compare los índices financieros de cada empresa con las medias de los índices del
sector o región.
La necesidad de esta reflexión se fundamenta en que un contraste de comparación con
análisis inferencial conllevaría una análisis de mayor rigurosidad estadística del cual
extraer conclusiones útiles a la explicación y pronósticos de los desempeños financieros
de las firmas.
En la literatura financiera, desafortunadamente el ejercicio de instrumentar el análisis
estadístico inferencial, ha sido más orientado a aquella parte de las finanzas que se
5
consideran avanzadas como la valoración de activos bajo incertidumbre y la gestión de
riesgos financieros.
Algunos trabajos, que analizan inferencialmente el ejercicio del análisis financiero
como la reducción de datos a unos pocos con igual representatividad, son el de Austria
(2007) y Pérez (2013).
El primero aplica análisis factorial de componentes principales a un conjunto de saldos
de variables financieras con características similares de liquidez, rentabilidad, solvencia,
entre otras, aplicado a los saldos de los Estados Financieros Consolidados de las
empresas que conforman el Índice de Precios y Cotizaciones – IPyC - de la Bolsa
Mexicana de Valores para periodos trimestrales comprendidos entre 2004 y 2005.
Con esto, identifica estructuras subyacentes a través de la reducción de datos bajo la
cual obtuvo resultados agregados de indicadores de desempeño financiero, y se
determinó en qué medida una empresa asume posiciones similares a aquellas que en el
pasado le representaron algún tipo de problema.
Concluye que existe una concordancia entre las medidas de desempeño financiero
Rentabilidad Operativa de los Activos – ROA – y Rentabilidad Operativa del
Patrimonio – ROE – y el Índice de Rentabilidad calculado bajo Componentes
Principales. También concluye que la construcción de un Índice de Desempeño General
- IDG – calculado con la reducción de datos de características similares mostraba
coherencia en el sentido de enseñar los resultados esperados.
6
Por su parte, Pérez, (2013) también con la funcionalidad de las Técnicas de Análisis de
Componentes Principales, de reducción de dimensionalidad de matrices o datos, que
implica la reducción del conjunto de saldos de variables financieras con características
similares de Austria (2007); a través una investigación de carácter experimental y
exploratorio expresa que son pocos los estudios conocidos por él que intenten aplicar la
técnica de Componentes Principales al análisis financiero en Colombia, destacando a
nivel internacional en Brasil el trabajo de Morozoni, Hein, & Olinquevitch, (2006).
Aunque Pérez (2013) no hace ningún contraste empírico, sus recomendaciones están
orientadas a la utilización de técnicas estadísticas para los Contadores Públicos en el
ejercicio del análisis financiero con el apoyo de herramientas informáticas.
Escobar & Gnerre, (2012) presentaron el desarrollo de una herramienta de análisis
estándar para realizar benchmarking financiero utilizando criterios estadísticos. La
herramienta que proponen utiliza las clásicas categorías de liquidez, rentabilidad,
solvencia, endeudamiento y estructura, con el fin de comparar el resultado particular de
una empresa, con un índice estándar bajo categorías de calificaciones cualitativas de
excelente, bueno, satisfactorio, regular, malo o débil. Aunque no se tuvo acceso al
documento completo, los autores ponen de manifiesto el uso de análisis estadístico
inferencial para hacer análisis financiero.
7
Referentes teóricos del análisis financiero integrado en contraste con
análisis descriptivo agrupado.
El análisis financiero integrado se entiende como la determinación de índices
financieros agregados para los diferentes sectores o regiones de la economía que
permitan contextualizarlos con el desempeño financiero de una empresa en particular.
La rigurosidad o pertinencia de este contraste, en gran medida dependerá de qué tan
rigurosa sea la integración de los índices de determinados. En este sentido normalmente
pueden consolidarse indicadores financieros con análisis descriptivo o con contraste
inferencial.
Bajo el contexto descriptivo uno de los estudios mas completos y actualizados en
Colombia es el de los profesores Castaño & Arias, (2014) quienes desde una
perspectiva de competitividad evalúan el desempeño financiero de las empresas
pertenecientes a los principales sectores de la economía colombiana con base en los
reportes obligatorios de empresas a la Superintendencia de Sociedades2.
Sus principales resultados calculan indicadores de liquidez, rentabilidad y
endeudamiento para los sectores agricultura, comercio, construcción, industria, minería
y servicios. Resaltando logros importantes para la minería durante el periodo 2009-
2011, frente a un marcado deterioro de su salud financiera para el año 2012.
Anterior a este trabajo, estos autores abordaron análisis de desempeño financiero
agregado para Colombia, pero bajo la perspectiva de competitividad regional, con la
misma fuente de datos pero para el periodo comprendido entre 2009 y 2010 (Castaño &
2 Considerada como la base de datos mas robusta en materia de estados financieros en Colombia.
8
Arias 2013). Dentro de esta perspectiva de análisis, anotan que la Región Andina tiene
salud financiera, mientras que la Región Caribe presenta problemas de liquidez.
Aplicación de análisis financiero con análisis Inferencial
En esta sección se utilizó estadística inferencial para correlacionar escenarios de
rentabilidad, que busquen cuantificar como contribuyen los activos y el patrimonio a la
generación de resultados3.
La metodología econométrica utilizada es la denominada datos de panel, la cual es un
medio adecuado para estudiar procesos dinámicos de ajuste, ya que a partir de ellos se
pueden analizar los cambios en el tiempo de las distribuciones transversales.
De acuerdo con Hernádez y Rios (2013) de los aspectos a favor de usar esta
metodología destaca el efectivo control de la heterogeneidad individual de las empresas
que estudiadas desde cortes transversales y/o series de tiempo no logran ser abarcadas,
enfrentando siempre el riesgo de contar con estimaciones sesgadas.
Para este caso específico esta técnica permite también una mayor cantidad de
información, mayor grado de variabilidad y menor nivel de colinealidad entre los
regresores, dando lugar a una mayor eficiencia en las estimaciones.
La composición de datos de panel incluye las observaciones N (como individuos,
empresas, países, entre otros), observados en T períodos de tiempo, y la estructura del
modelo está dada por:
𝑦!" = 𝑥!"𝛽 + 𝑐! + 𝑢!" (1)
𝑖 = 1,2,… .𝑁 𝑡 = 1,2,… . .𝑇
3 Típicamente se realiza análisis financiero de rentabilidad desde un escenario descriptivo usando indicadores como: ROA (Rentabilidad Operativa de los Activos) y el ROE (rentabilidad Operativa del Patrimonio) los cuales relacionan los resultados del periodo con los activos (ROA) y los mismos resultados con el patrimonio (ROE).
9
Donde 𝑦!" , 𝑥!" son variables provenientes de la estructura de la empresa, 𝑐! es una
variable no observable que se mantiene a través del tiempo para cada observación, se le
llama efecto individual no observable, 𝑢!" es el término de error.
Suponemos que:
𝐸 𝑦!" / 𝑥!!, 𝑥!!,…… , 𝑥!" ,𝐶! = 𝐸 𝑦!" / 𝑥!" ,𝐶! = 𝑥!"𝛽 + 𝐶!
Es decir, que una vez que controlamos por variables en el período t y por el factor no
observable, las variables en otros períodos diferentes a t no afectan a 𝑦!".
En general hay dos maneras de estimar un modelo de este tipo y la diferencia entre los
dos es si 𝐶! está o no correlacionado con las variables explicativas que sí observamos:
- Efectos fijos: Asume que 𝑐𝑜𝑣 𝑥!" , 𝑐! ≠ 0, 𝑡 = 1,2… ,𝑇 , es decir, el efecto individual
no está correlacionado con los demás regresores.
- Efectos aleatorios: Asume que 𝑐𝑜𝑣 𝑥!" , 𝑐! = 0, 𝑡 = 1,2… ,𝑇 , es decir, el efecto
individual no está correlacionado con los demás regresores.
Para los Efectos Fijos, se busca principalmente deshacernos del efecto no observable
través de una transformación de la ecuación 1.
∆𝑦!" = ∆𝑥!"𝛽 + ∆𝑢
Donde ∆𝑦!" = 𝑦!" − 𝑦!"!! lo cual aplicaría si t= 2, mientras que cuando tenemos mas
de dos períodos de tiempo (t >2) calculamos el promedio para cada observación i.
𝑦! = 𝑥!𝛽 + 𝑐! + 𝑢!
Donde 𝑦! = 𝑇!! 𝑦!"!!!!
Le restamos esta ecuación al modelo original para obtener:
𝑦!" − 𝑦! = 𝑥!" − 𝑥!" 𝛽 + 𝑢!" − 𝑢! a este estimador se le conoce como estimador
whithin porque usa la variación a través del tiempo para un mismo individuo, siendo
consistente y distribuido asintóticamente normal.
10
Para los Efectos aleatorios, se parte también de la ecuación 1 de efectos individuales
suponemos que:
𝐸 (𝑢! / 𝑥! , 𝑐! = 0, 𝑡 = 1,2,… . .𝑇) donde 𝑥! = 𝑥!!, 𝑥!!,… . 𝑥!" 𝐸 𝑐! / 𝑥! = 𝐸 𝑐! = 0
Como 𝑐! no se observa entrará en el término de error 𝑢! = 𝑐! + 𝑢!" . Por tanto, el
estimador de efectos aleatorios explota la correlación serial en 𝑢!".
Descripción de los Datos y resultados de la estimación.
Para la estimación del efecto de los activos, y el patrimonio en la rentabilidad de las
empresas se usaron los Estados Financieros reportados a la Superintendencia de
Sociedades. En este caso, los reportes de empresas4 del sector Comercio al por menor
del Departamento del Atlántico durante el período 2008 – 2013.
A pesar de que la Superintendencia recibe cada año en promedio reporte de
aproximadamente 150 empresas para este sector especifico, la dinámica empresarial del
Departamento permite identificar sólo 66 empresas cuya continuidad en el reporte
durante el período de estudio posibilita la obtención de un panel de datos balanceado.
Las variables que se trabajaron corresponden a los saldos de activos corrientes (tac), los
activos fijos (af), los activos totales (ta), los resultados del ejercicio (re) y el total
patrimonio (tp) expresados en millones de pesos corrientes. Siendo el resultado del
ejercicio la variable explicada.
En la siguiente tabla se tiene un análisis descriptivo para cada año del periodo
estudiado. Esta incluye estadísticos como el promedio, la desviación estándar, y los
valores mínimos y máximos. Para la variable Total Activo Corriente (tac), Activo Fijo
(af) y Total Activos (ta) los valores promedios presentan mayor cambio al pasar del año
4 Las empresas consideradas según el Salario Mínimo Legal Vigente 2015 se clasifican en su totalidad como microempresas.
11
2010 al 2011, mientras que para la variable Resultado del Ejercicio (re) y Total
Patrimonio (tp) el mayor aumento del valor promedio entre los años 2009 y 2010.
Tabla 1. Descripción estadística de los datos.
año Estadístico tac af ta re tp
2008 Media 6.948.126 545809.4 8.126.824 321094.8 2.633.229
Desviación 2.54e+07 1.577.750 3.02e+07 1.058.242 8.583.787
Mínimo 216.228 -‐ 250.763 -‐136.038 30.277
Máximo 1.70e+08 1.25e+07 2.11e+08 6.163.899 5.55e+07
2009 Media 6.783.280 630535.4 8.014.740 187991.6 2.868.554
Desviación 2.41e+07 1.753.638 2.84e+07 433889.1 9.081.244
Mínimo 12.445 -‐ 242.710 -‐225.968 35.287
Máximo 1.57e+08 1.20e+07 1.95e+08 3.232.095 5.45e+07
2010 Media 6.989.390 694291.1 8.451.859 260.199 3.177.502
Desviación 2.43e+07 2.024.754 2.91e+07 624.188 9.630.359
Mínimo 12.445 -‐ 283.387 -‐564.858 46.877
Máximo 1.59e+08 1.43e+07 2.01e+08 4.408.084 5.88e+07
2011 Media 8.296.253 731770.3 1.01e+07 286175.6 3.528.464
Desviación 3.02e+07 2.023.517 3.63e+07 764.119 1.05e+07
Mínimo 129.342 -‐ 312.031 -‐33.719 67.417
Máximo 2.17e+08 1.49e+07 2.68e+08 6.002.442 6.73e+07
2012 Media 8.019.639 802.857 9.930.011 299164.9 3.777.718
Desviación 2.69e+07 2.330.496 3.34e+07 884750.5 1.06e+07
Mínimo 4.224 -‐ 313.192 -‐49.770 86.935
Máximo 1.93e+08 1.77e+07 2.47e+08 6.605.408 7.04e+07
2013 Media 8.683.578 770510.2 1.06e+07 254692.2 3.968.973
Desviación 2.96e+07 2.166.608 3.61e+07 516464.3 1.07e+07
Mínimo 71.355 -‐ 71.355 -‐88.902 71.355
Máximo 2.17e+08 1.60e+07 2.71e+08 3.235.982 7.11e+07 Fuente: Elaboración propia. La mayoría de las variables muestran un grado de concentración bastante uniforme para
cada uno de los años del periodo estudiado. No obstante la variable re incluye una
desviación estándar atípica para el año 2008 respecto a las desviaciones de los otros
años.
Como se muestra en la siguiente tabla, las variables explicativas que no varían en el
tiempo tienen cero variación within, como la variable NIT, y las variables que no varían
entre empresas tienen cero varianza between, como por ejemplo año.
12
para el total de las variables la varianza between (variación entre empresas), es mayor a
la variación within (variación en el tiempo), a excepción de la variable tp.
Tabla 2. Varianza de los datos.
Fuente: Elaboración propia.
Especificación y estimación del modelo.
El modelo que se utiliza es lineal tanto en sus parámetros como en sus variables y busca
estimar la interrelación que existe entre la rentabilidad de las empresas y los saldos de
activos corrientes, activos fijos y total patrimonio, respondiendo a la siguiente
especificación:
𝑟𝑒 = 𝛼 + 𝛽!𝑡𝑎𝑐 + 𝛽!𝑎𝑓 + 𝛽!𝑡𝑝 + 𝑢!"
Para su estimación primero se aplica un modelo de mínimos cuadrados ordinarios MCO
y después un modelo de efectos fijos, y luego de efectos aleatorios. Posteriormente se
realizan diversas pruebas para determinar el mejor modelo.
.
within 1414041 -5128703 1.15e+07 T = 6 between 9797929 64568.83 6.30e+07 n = 66tp overall 3325740 9837873 30277 7.11e+07 N = 396 within 321847.7 -1441004 4144075 T = 6 between 672382 -47313.67 4941318 n = 66re overall 268219.7 741593.4 -564858 6605408 N = 396 within 4280104 -2.83e+07 4.77e+07 T = 6 between 3.21e+07 321379.3 2.32e+08 n = 66ta overall 9210766 3.22e+07 71355 2.71e+08 N = 396 within 404246.7 -3980394 3807962 T = 6 between 1955203 0 1.46e+07 n = 66af overall 695962.2 1984400 0 1.77e+07 N = 396 within 3415854 -2.10e+07 3.95e+07 T = 6 between 2.67e+07 217370 1.86e+08 n = 66tac overall 7620044 2.67e+07 4224 2.17e+08 N = 396 within 1.709986 2008 2013 T = 6 between 0 2010.5 2010.5 n = 66año overall 2010.5 1.709986 2008 2013 N = 396 within 0 8.26e+08 8.26e+08 T = 6 between 3.99e+07 8.00e+08 8.92e+08 n = 66nit overall 8.26e+08 3.97e+07 8.00e+08 8.92e+08 N = 396 Variable Mean Std. Dev. Min Max Observations
13
En la siguiente tabla se muestran los resultados de la estimación de los tres modelos.
Para cada variable se cuenta con el parámetro estimado, su significancia estadística y la
respectiva desviación estándar. Así mismo se entrega el valor de R cuadrado como
medida de ajuste, y los test según aplique a cada modelo.
Tabla 3. Estimación de los modelos MCO, efectos fijos y efectos aleatorios.
Modelo constante tac af tp R2 Test F Sigma_u Sigma_e Test Hausman
MCO 72.839* 0.024** 0,099* -‐0,017 0,77
(24.429) (0,010) (0,014) (0,027)
Efectos Fijos 200.178** 0,031 0,176 -‐0,089 0,097 27.98* 436.074 336.094
(85.375) (0,022) (0,131) (0,089)
Efectos Aleatorios 75.463* 0,025** 0,098* -‐0,021 0,945
68.064 336.094 17.81*
(25.689) (0,011) (0,015) (0,029) * Significativo al 1%, ** Significativo al 5%, *** Significativo al 10% Fuente: Elaboración propia. Los resultados obtenidos en cada modelo evidencian una relación positiva entre las
variables estudiadas y la rentabilidad de las empresas del sector comercio al por menor.
A diferencia, de la relación negativa expuesta por la variable total patrimonio (tp) que
sin embargo, acrece de significancia estadística.
Sólo las estimaciones por MCO y por efectos aleatorios, encuentran significancia
estadística en las restantes tres variables (tac, af y la constante). Ya que la estimación
por efectos fijos sólo encuentra significancia estadística en la constante.
Para la estimación por MCO, se encuentra una rentabilidad mínima promedio (medida
por su constante) de $72.839 millones al año que no es explicada por las variables
independientes consideradas en el modelo. La estimación por efectos fijos al identificar
un intercepto diferente para cada sección cruzada (empresa por años), calcula una
rentabilidad mínima promedio mucho mayor por valor de $ 200.178 millones de pesos
al año.
14
Mientras que el modelo de efectos aleatorios que evidencia un mismo intercepto para
cada sección cruzada, estima un valor un poco mayor al MCO por valor de $ 75.463
millones al año.
La incidencia de variables como total activo corriente (tac) y activos fijos (af), si bien
estiman un efecto positivo y estadísticamente positivo sobre la rentabilidad promedio de
estas empresas, este no supera la unidad. Es decir, por cada millón de pesos adicional en
tac, la rentabilidad promedio de las empresas se incrementa en sólo $0,024, y para el
caso de af sólo se incrementa en $0,099 para la estimación con efectos aleatorios.
De estos resultados se observa un leve sesgo negativo entre los resultados de MCO, en
comparación con los evidenciados en la estimación por efectos aleatorios. Lo que
sumado a los resultados del test de Hausman permiten rechazar su hipótesis nula y dan
soporte a la elección del modelo de efectos aleatorios.
15
CONCLUSIONES.
El objetivo de este trabajo si bien pone de manifiesto la necesidad de mayor rigurosidad
en el análisis inferencial de los estados financieros y datos contables de las unidades
productivas, también permite evidenciar que para el caso específico de las
microempresas del sector comercio al por menor del Departamento del Atlántico, la
relación entre aumentar sus activos corrientes, o activos fijos no resulta costo
beneficiosa en términos de su aporte a la rentabilidad.
Así mismo, de los resultados encontrados se evidencia que mas allá de las variables
contables, cada empresa tiene una rentabilidad mínima promedio causada por variables,
situaciones y/o condiciones que no se consideraron en este estudio y que además
responden a efectos individuales aleatorios.
En armonía con lo anterior, con este trabajo se demuestra la pertinencia de extender el
análisis financiero a un contexto inferencial que permita explicar y predecir el
desempeño empresarial a niveles micro y macro con mayor rigurosidad cientofica.
16
Referencias.
Austria, M. (2007). Construcción de índices de desempeño financiero mediante el Análisis de Componentes Principales , 2004-2005. Análisis Financiero, XXII, 199–223.
Castaño, C., & Arias, J. (2013). Análisis financiero integral de empresas colombianas 2009-2010 : perspectivas de competitividd regional. Entramado, 9(1), 84–100.
Castaño, C., & Arias, J. (2014). Análisis Financiero Integral de Empresas Colombianas 2009-2012 desde la Perspectiva de la Competitividad. Revista U.D.C.A Actualidad Y Divulgacón Cientifica., 275–284.
Escobar, J., & Gnerre, A. (2012). Diseño de una herramienta de diagnostico financiero para empresas del sector real basado en analisis de indices estándar (índice-padrao): Caso de aplicacion. Global Conference on Business and Finance Proceedings, 7(2).
Hernandez, G. & Rios, H. (2013). Estructura Financiera óptima, en la industria de los alimentos, que cotiza en la Bolsa Mexicana de Valores. Econoquantum Volúmen 10, No 2.
Morozoni, F. J., Hein, N., & Olinquevitch, J. leonidas. (2006). Seleccion de Indices na Analise de Balancos. En: Uma Aplicacao da Tecnica Estatistica “ACP”. Contabildade & Financas Rev. de La Universidad de Sao Paulo Brasil, No 41, p.13.
Pérez, S. (2013). Selección de índices financieros mediante técnicas estadísticas del análisis multivariante. Entramado, 9(1), 118–140.