“budget ratcheting” vs reversiÓn a la dificultad media de … · 2014-02-20 · “budget...

115D

“BUDGET RATCHETING” VS REVERSIÓN A LA DIFICULTAD MEDIA DE LOS OBJETIVOS PRESUPUESTADOS: UN ANÁLISIS EMPÍRICO

Aranda, Carmen Facultad de CC. Económicas y Empresariales

Universidad de Navarra [email protected]

Arellano, Javier

Facultad de CC. Económicas y Empresariales Universidad de Navarra

[email protected]

Dávila, Toni IESE Business School Universidad de Navarra

[email protected]

Área Temática: Contabilidad y Control de Gestión.

1

mailto:[email protected]



“BUDGET RATCHETING” VS REVERSIÓN A LA DIFICULTAD MEDIA DE LOS OBJETIVOS PRESUPUESTADOS: UN ANÁLISIS EMPÍRICO

Resumen

De acuerdo con el fenómeno del “ratcheting” los objetivos que se fijan en el presupuesto anual, y que sirven de base para los sistemas de incentivos, no son estáticos sino que varían dependiaendo del nivel de performance alcanzado en el período anterior. Tomando como base los datos históricos de objetivos presupuestados y resultados reales de 432 sucursales de una agencia de viajes durante el período 2002-2006, este artículo (i) cuantifica los elementos que determinan el patrón de ratcheting: magnitud y asimetría, (ii) discute y contrasta la existencia de un segundo fenómeno según el cual en la revisión presupuestaria existe la tendencia a revertir a la media la dificultad relativa de los objetivos y (iii) explora la relación entre ambos fenómenos y sus implicaciones.

2

1. Introductión

La fijación de los objetivos es uno de los elementos esenciales de todo sistema de incentivos. Las empresas pueden elegir distintos medios para fijar dichos objetivos. Murphy (2001) estima que únicamente el 11% de las empresas lo hacen con criterios externos, como por ejemplo un nivel de performance similar a otra compañía del sector (“peer group”) o un determinado nivel de ROE, EVA, etc. (“timeliness standards”). En el 89% de los casos, los objetivos se fijan de forma interna, por ejemplo con base en el plan de negocio o en los presupuestos de la empresa.

Cuando los objetivos se fijan de forma interna, se dan dos hechos: en primer lugar el proceso de fijación de objetivos es influenciable por parte de los empleados, puesto que participan en la propia elaboración de los Business plan y/o presupuestos. La participación de los empleados en la elaboración de los presupuestos es responsable de muchos fenómenos de relajación en los objetivos (Budget slack). Segundo, los objetivos para un año dependen de los resultados alcanzados el año anterior en una mayor medida de lo que lo hacen cuando los objetivos se fijan de forma externa. Estos hechos llevan a los empleados a tomar acciones que mejoren el nivel de bonus de un año y, al mismo tiempo, evitar todo aquello que pudiera elevar el estándar contra el que se valorará el performance del año próximo. Por ejemplo, los gerentes de unidades de negocio bajo sistemas de incentivos de esta naturaleza toman elecciones contables que resultan una reducción en la varianza de los resultados (income smoocing); gestionan el beneficio de su unidad de negocios para cumplir pero no exceder el objetivo presupuestado (Murphy, 2001).

Los directivos de las empresas adaptan también sus acciones a las características de los sistemas internos de fijación de objetivos y lo hacen ajustando la forma en la que revisan dichos objetivos, adoptando sistemas de “Budget ratcheting”. Bajo sistemas de fijación internos, los gerentes pueden realizar acciones en un período que afecte al performance de los siguientes períodos. Por ejemplo, un manager podría reducir los gastos de investigación y desarrollo o los gastos de formación del personal de un período. Lógicamente el resultado en ese período sería mejor pero muy probablemente a costa de empeorar el performance futuro. Sin embargo, el sistema de incentivos debería premiar mejoras duraderas (por ejemplo mejoras en eficiencia) y no mejoras transitorias o mejoras con efectos negativos futuros. De forma similar, al argumento anterior podría unirse que los directivos quieren que el sistema de incentivos premie los esfuerzos que se traducen en mejoras permanentes pero que lo haga una sola vez, en el período en que se introduce la mejora y no en todos los períodos que siguen a su implantación, o al menos no con la misma intensidad. Con base en estos argumentos, Leone y Rock (2002) (en adelante L&R (2002)) mantienen que los presupuestos no son estáticos a lo largo del tiempo. Por el contrario, ellos mantienen (y demuestran) que los presupuestos oscilan (ratchet): que desviaciones positivas sobre lo presupuesto un año resultan en un incremento en los objetivos para el año siguiente. El incremento previene de mejoras transitorias al tiempo que no desincentiva las permanentes. (y debería ser tanto mayor cuanto mayor sea la posibilidad de impacto de las mejoras en los resultados).

L&R (2002) también muestran que las desviaciones negativas en el performance de un año llevan a una revisión a la baja de los presupuestos del año siguiente. Sin embargo, lo que es más importante, ellos argumentan que el patrón de revisión de los presupuestos es asimétrico, es decir, que desviaciones favorables llevan a incrementos en el objetivos que son mayores que las reducciones asociadas con desviaciones negativas de la misma magnitud.

Tomando como base los datos históricos de objetivos presupuestados y resultados reales de 432 sucursales de una agencia de viajes durante el período 2002-2006, este artículo confirma el fenómeno de la oscilación de los presupuestos (Budget ratcheting). Sin embargo, nuestros análisis identifican otro fenómeno que afecta muy significativamente a la revisión del presupuesto. Además de las desviaciones del año anterior, cuando las unidades de negocio de un empresa tienen la misma actividad y, por

3

tanto, existe un alto nivel de comparabilidad entre sus objetivos, la revisión de dichos objetivos depende del grado de dificultad relativo de los presupuestos de cada unidad en relación con la dificultad media. Concretamente nuestros resultados demuestran un efecto de reversión a la media en la dificultad relativa de los objetivos año a año, que es al menos tan importante como el efecto ratcheting. El artículo discute las implicaciones de este fenómeno.

El resto del artículo se organiza de la siguiente forma: La sección dos describe el proceso presupuestario de la empresa, el sistema de incentivos y la muestra de datos. El apartado tres presenta la fundamentación del modelo de L&R (2002) y sus resultados, así como la réplica al mismo con los datos de nuestra muestra. En la sección cuatro mostramos los resultados de incorporar al modelo base la dificultad relativa de los objetivos, así como otras seis variables de control. La sección cinco, presenta un análisis de sensibilidad del modelo extendido en función de una serie de variables. Con base en dichos análisis la sección discute la relación entre los fenómenos de oscilación y reversión a la media de los objetivos presupuestarios y presenta las conclusiones del estudio.

2. La empresa y la muestra

2.1. El proceso presupuestario y el sistema de incentivos

Nuestro estudio se basa en datos obtenidos de una agencia de viajes europea (complementados con datos de bases de datos gubernamentales). La empresa forma parte de un grupo emisor que cubre toda la cadena de valor del sector, incluyendo además de la agencia de viajes, tour operadores, líneas aéreas, agencias receptivas y cadenas de hoteles. La agencia de viajes tiene cuatro unidades de negocio dedicadas a: particulares (“vacacional”), Business travel, convenciones & viajes de incentivación y finalmente, organización de congresos. El trabajo se centra en el negocio de particulares que, con una facturación de 445 millones de euros en 2006, supone algo más del 60% de la facturación de la agencia.

La red de oficinas se estructura en 13 zonas geográficas, al frete de cada una de las cuales hay un director regional. La fijación de objetivos sigue un proceso doble: de abajo-arriba y de arriba-abajo. Cada jefe de oficina pacta los objetivos con el director regional atendiendo a las previsiones de la zona y a las circunstancias particulares de la oficina. Posteriormente, el director general revisa los objetivos con los directores regionales para garantizar que los objetivos de las oficinas permiten alcanzar en conjunto los objetivos de la empresa. Además, la empresa ha establecido estándares para toda una serie de ratios que afectan al uso de distintos recursos en su actividad corriente y que deben cumplir todas las oficinas. Por ejemplo gastos de representación / facturación, descuentos / facturación, etc. Durante el proceso de revisión de los presupuestos en las oficinas centrales se comprueba que los presupuestos definitivos cumplan las restricciones establecidas. Finalmente, el director regional comunica a cada director de oficina la aprobación del presupuesto o, en su caso, informa de las modificaciones realizadas por cualquiera de las dos causas anteriores.

El sistema de incentivos establece performance standards a nivel de oficina. El importe del incentivo se reparte posteriormente entre los empleados de la oficina según categoría profesional de cada uno. La variable sobre la que se establece el incentivo es la cifra de ventas. Ahora bien, puesto que la empresa pertenece a un grupo emisor, desea incentivar en mayor medida las ventas de producto propio (el adquirido a empresas del grupo) y de determinados proveedores que la empresa considera estratégicos. Entonces, además de fijar la cifra total de ventas, el objetivo establece también un ratio de “direccionamiento” estándar (que se ha ido incrementando con los años). Así, una oficina puede mejorar su performance de un año a otro no solo vendiendo más productos, sino también incrementando la proporción de producto propio en la misma cifra global de ventas. Así pues, la variable sobre la que se establece el

4

objetivo y el bonus anual para la oficina es la cifra ponderada de ventas para cada oficina, variable a la que denominan “ventas direccionadas”

La empresa fija también en los presupuestos el beneficio que, de acuerdo con los parámetros establecidos, corresponde al nivel de ventas. El objetivo es doble: por una parte comprobar a posteriori el cumplimiento de las restricciones previstas y evitar así que las ventas se realicen a costa de unos mayores descuentos (u otros gastos discrecionales de cada oficina) sobre lo permitido; por otra, premiar los ahorros en determinadas partidas de gastos. El sistema de incentivos prevé corregir al alza o a la baja el importe del bonus en la liquidación final del año, dependiendo de si el resultado se ajusta o no a lo previsto. Es importante señalar que no se trata de un nuevo objetivo, puesto que la determinación del resultado de la oficina en los presupuestos una vez establecido el objetivo de ventas, es un ejercicio automático, meramente matemático. No puede implicar por tanto un nivel de dificultad distinto al establecido por la variable ventas. Su razón de ser es simplemente establecer las condiciones en las que debe alcanzarse el objetivo de ventas establecido. A diferencia de lo que ocurre con las ventas para el que el sistema no prevé ni suelo (o límite inferior) ni techo (límite superior), en el caso del beneficio una desviación en el resultado respecto del objetivo previsto puede modificar el bonus final un máximo del 15% al alza o a la baja. En todos los casos, la relación pago-desempeño es siempre proporcional.

Por último, el sistema de incentivos prevé también una serie de premios o penalizaciones por el performance alcanzado en una serie de variables no financieras. Por ejemplo, el sistema establece un porcentaje mínimo de datos de nuevos clientes que deben incorporarse en las bases de datos o un nivel máximo de morosidad para cada oficina. El sistema de incentivos especifica las correspondientes sanciones unidas a los incumplimientos.

2.1. Descripción de los datos

El trabajo analiza los presupuestos y la revisión anual de dichos presupuestos para una población de 432 sucursales de la red de particulares, durante el período 2002 a 2006. La primera revisión se refiere al año 2003 que se realiza con base en los resultados del año 2002. La última revisión analiza los presupuestos para el año 2006 en relación al performance del año 2005. Son, por tanto, 4 revisiones presupuestarias anuales. Esto da como resultado una muestra potencial de 1.728 observaciones (cuatro revisiones anuales de objetivos x 432 sucursales). Sin embargo alguna de la sucursales se cerraron durante el período y otras muchas se abrieron durante esos años. Puesto que el trabajo analiza la influencia del performance de un año sobre los objetivos de los años siguientes, cada observación (cada revisión de presupuesto) exige el funcionamiento de dos años consecutivos de la sucursal (con sus presupuestos correspondientes).

La tabla 1 muestra el cálculo del número de observaciones por año, lo que puede explicarse de dos formas alternativas: En primer lugar, el número de sucursales que trabajaron el año anterior a la revisión menos la cantidad de ellas que cerraron (al ser su último año de funcionamiento lógicamente no se revisa el presupuesto). Alternativamente, el número de observaciones disponibles para un año puede calcularse como el número de oficinas para las que se dispone de presupuesto para ese año menos la que de ellas fueron nuevas aperturas (al no haber funcionamiento anterior no hay nada sobre lo que basar una revisión). Por ejemplo, Tal y como se muestra en la tabla, la empresa estableció el presupuesto anual de 240 oficinas para el año 2003. Sin embargo, una de ellas fue de nueva creación, por lo que no se dispone del dato sobre el performance del año anterior y la muestra de 2003 es de 239 observaciones. De las 240 oficinas que trabajaron durante el 2003, 6 cerraron, por lo que la muestra para la revisión de 2004 es de 234 observaciones. Lo anterior resulta en un total de 1.111 observaciones. No obstante, en 6 casos durante esos años en el presupuesto no se

5

estableció objetivo de direccionamiento, por lo que la muestra final queda en 1.105 observaciones.

La Tabla 2 muestra los ingresos (ventas) medios por oficina desde 2002 a 2006, así como la parte de esas ventas que se refieren a producto propio o de proveedores estratégicos (ventas direccionadas). La tabla incluye tanto el performance real como el estándar previsto. Dicha información permite concluir que excepto en un caso, las revisiones presupuestarias de todos los años supusieron un incremento en los objetivos (entre un 15,58% y un 11,72%). Además, en coherencia con el incentivo propuesto, durante todo el período analizado el porcentaje de la facturación de las oficinas que correspondió a productos adquiridos dentro del grupo creció, tanto en los presupuestos como en los resultados reales, hasta situarse entorno al 77% al final del período de estudio. Por último, la tabla muestra el porcentaje de oficinas que superó los objetivos en relación con ambas variables. Por término medio, un 42% de las oficinas supera los objetivos establecidos, por lo que los datos proporcionan una muestra suficientemente equilibrada en cuanto a casos de revisión presupuestaria con desviaciones positivas y negativas. El año 2005 únicamente un 25,21% de las oficinas superaron los objetivos. La revisión presupuestaria para el año siguiente supuso una reducción media de un 0,52% en los objetivos para el año 2006.

3. Modelo base

El patrón de oscilación (ratcheting) en los objetivos tiene dos parámetros fundamentales. En primer lugar la magnitud de la oscilación, es decir, en qué medida el nuevo objetivo tiene en cuenta la “magnitud” de la desviación sobre el objetivo del año anterior. Es posible que las desviaciones produzcan cambios pequeños, moderados o importantes en la revisión presupuestaria. El segundo parámetro es el nivel de asimetría del ratcheting, es decir, en qué medida el nuevo objetivo tiene en cuenta el “signo” de la desviación sobre el objetivo del año anterior. Es posible que desviaciones positivas resulten en revisiones al alza superiores a las revisiones a la baja que son consecuencia de desviaciones de igual magnitud pero de signo contrario.

L&R (2002) proporcionan dos argumentos para justificar la asimetría del ratcheting. En primer lugar, los directivos quieren que los presupuestos sean lo más cercanos posibles a realidad esperada. Dado el conservadurismo del sistema contable, es más probable que persistan las desviaciones positivas que las negativas. En consecuencia, los directivos ponderaran más en las revisiones las desviaciones favorables que las desfavorables. Segundo, la mejoras transitorias producen desviaciones favorables el primer año, pero desfavorables a partir de entonces. Pues bien, la penalización total esperada como resultado de tomar una acción con impacto transitorio en los resultados es más severa con patrones asimétricos que con patrones de ratcheting simétricos. L&R (2002) demuestran matemáticamente que la reducción en el bonus esperada durante los próximos años es mayor en el primer caso que en el segundo.

Usando datos de 131 revisiones presupuestarias de las unidades de negocio de la división americana de una empresa multinacional, L&R (2002) estiman el siguiente modelo1:

1 L&R (2002) hacen una especificación del modelo ligeramente diferente. Concretamente ellos incluyen en el primer factor todos los casos (tanto desviaciones positivas como negativas) y en el segundo únicamente los casos de desviaciones negativas. En consecuencia el coeficiente segundo mide el impacto diferencial de las desviaciones negativas. De esta forma, el efecto total de una desviación negativa de un año en la revisión de los objetivos para el año siguiente será la suma de los dos coeficientes. Nosotros hemos preferido separar los casos de desviaciones positivas y negativas en dos factores independientes, puesto que más adelante introduciremos efectos interacción lo que, de mantener la formulación de L&R (2002), complicaría mucho la interpretación de los resultados.

6

tititititititititi BANBAPBB ,1,1,1,1,1,1,1,, )()(

(1)

Donde Bt es el presupuesto del período t, Bt-1 es el presupuesto del período t-1, At-1 es el performance real del periodo t-1, Pt-1 =1 si At-1 > Bt-1 (desviaciones positivas) y 0 en otro caso, y Nt-1 =-1 si At-1 < Bt-1 (desviaciones negativas) y 0 en otro caso.

La tabla 3 muestra los resultados de L&R (2002) y la réplica del modelo usando los datos de nuestra muestra. Llama la atención que a pesar de contar con un número muy superior de observaciones (1.105 frente 131) el mismo modelo tiene en nuestro caso un poder explicativo mucho menor (R2 ajustado de 28.93% frente a 72.6%). Este resultado implica que a pesar de tratarse en ambos casos de sistemas de fijación de objetivos internos, en el caso de nuestra empresa la fijación de objetivos se basa en menor medida en el nivel de performance del año anterior. En otros términos, el performance de un año tiene en nuestro caso un menor poder explicativo del performance del año siguiente, y la fijación de objetivos en el presupuesto se basa en mayor medida en otras variables.

Por otra parte, los coeficientes de las variables independientes son en ambos casos significativos y muy similares. No obstante, en el caso de nuestra muestra el sistema de incentivos parece tener un patrón de oscilación ligeramente más asimétrico. De acuerdo con los argumentos de L&R (2002) ello debería interpretarse como una mayor probabilidad de ocurrencia de beneficios transitorios y/o una mayor persistencia de las desviaciones positivas frente a las negativas. Sin embargo, mientras en el sistema de incentivos analizado por L&R (2002) las unidades de negocio eran centros de beneficios, en nuestro caso las oficinas son centros de ingresos. Tanto la ocurrencia de beneficios transitorios como sus persistencia en el tiempo parece ser menos probables en el caso de centros de ingresos que en el caso de centro de beneficios, en el que existe un mayor número de variables que pueden producir esas desviaciones.

4. Modelo extendido

4.1. La dificultad relativa del objetivo previo

L&R (2002) argumentan que el patrón asimétrico que reflejan sus análisis pudiera deberse no a los argumentos anteriormente apuntados sino que, simplemente, podrían deberse a errores en la presupuestación por parte de los directivos. Por ejemplo, pudiera haber ocurrido que los directivos no fuesen capaces de anticipar las variaciones de mercado (crecimiento o contracción) para el año anterior. Así pues, el presupuesto estaría erróneamente sesgado (a la baja o al alza). Por ello, L&R (2002) utilizan las variables “crecimiento en ventas” y “crecimiento en activos” para controlar por los cambios no anticipados de Mercado.

Lo que L&R (2002) no se plantean en ningún momento es que la dificultad del objetivo previo tenga también influencia en la revisión. Sin embargo, el grado de dificultad de los objetivos de las distintas unidades de negocio no será probablemente homogéneo. Y no lo será porque, como se ha argumentado antes, los objetivos son en parte fruto del performance de las oficinas en los años anteriores y de los planes particulares de la empresa para cada sucursal. Pero también es posible que no sean homogéneas porque las valoraciones de las condiciones de mercado no se hayan trasladado de la misma forma a los objetivos de todas las oficinas o, al menos, este puede ser un argumento empleado por los responsables de las unidades de negocio a la hora de negociar sus presupuestos con los senior managers.

El hecho de que los objetivos tengan distintos niveles de dificultad abre la posibilidad de que se de un fenómeno de reversión a la dificultad media de los objetivos de las oficinas: con el fin de tener una mayor base objetiva para justificar los objetivos propuestos, los senior managers pueden tener la tendencia de igualar el grado de dificultad de los objetivos de las distintas oficinas. En consecuencia, pueden tender a

7

revisar a la baja los objetivos de aquellas oficinas que el año anterior tuvieron un objetivo con un grado de dificultad superior a la media y a revisar al alza los objetivos “fáciles” respecto de la media.

Esperamos que el fenómeno de reversión a la dificultad media sea significativo en nuestro caso porque (i) del grado de comparabilidad de los objetivos de las distintas sucursales es elevado y (ii) el proceso de elaboración de los presupuestos sugiere un alto grado de negociación.

Primero, el fenómeno de mean reversión, será tanto mayor cuanto mayor sea la posibilidad de medir y comparar de forma objetiva los objetivos particulares de distintas unidades de negocio. En ausencia de una medida fiable de la dificultad relativa del objetivo de una unidad de negocio, los directivos tratarán la unidad como un elemento aislado, independiente del resto de unidades y el efecto de reversión a la media no será significativo. Por el contrario, cuanto más homogénea sea la actividad de las unidad y, por tanto, cuanto más comparables sean sus objetivos, mayor será la influencia del fenómeno. Las sucursales de nuestra muestra pertenecen todas ellas a la misma empresa; la posibilidad de comparación es elevada puesto que todas las sucursales desarrollan la misma actividad y, al ser centros de ingresos, la comparación afecta a un número reducido de variables.

Segundo, cuanto más negociado es un objetivo mayor necesidad tienen las dos partes (alta dirección y directores de sucursal) de buscar referencias que proporcionen objetividad y justifiquen los objetivos propuestos. Puesto que la comparación con los objetivos de las otras unidades de negocio proporcionan objetividad y por tanto validez al objetivo de una unidad de negocio, la reversión a la dificultad media será más significativa en empresas con procesos de fijación de objetivos más negociados y menos impuestos. La empresa de la muestra sigue un doble proceso, abajo-arriba y arriba-abajo, en la fijación de los objetivos, implica un alto grado de negociación.

Puesto que el fenómeno de reversión a la dificultad media se da a nivel de responsable, hemos medido la exigencia/facilidad relativa de los objetivos comparando el objetivo de ventas de cada oficina con respecto a la media de su zona. Más aún, hemos utilizado las ventas direccionadas por empleado para tener en cuenta que la dificultad/facilidad del objetivo se ve afectado por el distinto tamaño de las oficinas.

4.2. Otras variables de control

De forma similar a como L&R (2002) controlan la posible influencia en los resultados de su modelo del crecimiento de mercado, nosotros también hemos tratado de controlar la posible influencia en nuestros resultados de variables que pudieran afectar a la fijación de objetivos con independencia del nivel de performance previo. Concretamente hemos introducido las siguientes variables de control (tabla 4 recoge la definición y estadísticas descriptivas de esas variables):

Incremento de la inversión

Cuantos más recursos pongamos a disposición de una unidad de negocio, más altos serán los objetivos del presupuesto que pediremos. En consecuencia, a la hora de fijar los objetivos para el año próximo, los senior managers tendrán en cuenta el impacto a corto plazo de inversiones actuales o previstas para el año próximo (p.e., cambios en el diseño de producción que simplifica el proceso productivo) así como el posible impacto a largo plazo de inversiones hechas en periodos anteriores (p.e., una mejora de la eficiencia fruto de formación de los trabajadores).

Nosotros trabajamos con agencias de viajes que tienen una actividad meramente comercial. El principal recurso de las oficinas son las personas que trabajan en la oficina y que realizan dicha labor comercial. Por esa razón, hemos aproximado la variación prevista en la inversión por el incremento (decremento) relativo previsto en el número

8

medio de empleados por oficina para el año. Puesto que existe la posibilidad de contratar personal eventual para campañas concretas durante períodos determinados del año, la cantidad de recurso se mide en número total de horas de trabajo y, teniendo en cuenta el número de horas al año de un empleado a tiempo completo, se expresa en número de empleados medio/año.

Cambios esperados en las condiciones de mercado

Las condiciones económicas generales (tales como el nivel de crecimiento económico nacional, etc) afectarán también a la fijación de objetivos. Los estándares serán más exigentes en épocas de bonanza económica que en épocas de recesión.

En nuestro caso, es esperable que las condiciones económicas afecten por igual a todas las oficinas, puesto que todas realizan la misma actividad económica. Sin embargo, dichas condiciones pueden haber cambiado durante el periodo de estudio. Nuestra muestra abarca un período de 5 años (4 revisiones de presupuesto). Puesto que los datos se utilizan de forma crossectional, hemos introducido tres variables Dummy para las revisiones de los años 04, 05 y 06 respectivamente, para medir la influencia diferencial de las condiciones económicas previstas para esos años en comparación con el año 03.

Cambios en el nivel de competencia del sector

A la hora de fijar los objetivos para el año próximo, los directivos tendrán en cuenta los cambios en el nivel de competencia del sector. Aunque como argumentan L&R (2002) beneficios por encima de lo esperado serán probablemente más persistentes que los beneficios por debajo de lo esperado, también es cierto que las desviaciones favorables tendrán el efecto de atraer nuevos competidores al mercado. Esos nuevos competidores reducirán la expectativa de beneficios futuros.

En nuestro caso, una buena forma de medir la variación en el nivel de competencia es la variación en la densidad de oficinas. A diferencia del caso anterior en el que era poco probable que los cambios en las condiciones generales afectasen de forma diferente a las distintas oficinas, en este caso, los cambios en el nivel de competencia pueden ser muy distintos entre regiones. Por ello, nuestra variable de control se define como nº de oficinas totales –nuestras y de la competencia- / #miles de habitantes de la región. El cambio es medido en términos relativos, es decir, COM=(COMt - COMt-1)/ COMt-1.

Evaluación Expost del objetivo anterior

A la hora de fijar los objetivos para el año próximo, los senior managers tienen información que les permite juzgar con mayor objetividad el grado en dificultad del objetivo que establecieron en el presupuesto anterior que están revisando. Si la información al final de un año t-1 permite demostrar que las condiciones de mercado han sido más (menos) favorables de lo que cabía esperar al principio del mismo, dicha información tendrá un efecto sobre el establecimiento de los nuevos objetivos para el año t, independientemente del nivel real en el performance del año t-1. Este argumento es similar al utilizado por L&R (2002) para justificar el uso del crecimiento en ventas en t-1 como variable de control para el establecimiento de los objetivos en t.

En nuestro caso, sin embargo, como todas las observaciones pertenecen a unidades que operan en el mismo sector, la interpretación expost de las condiciones de mercado tendrá una lectura idéntica para todas las revisiones de objetivos del mismo año. En consecuencia, la posible influencia de este factor es similar a la discutida en el caso de las condiciones económicas futuras, por lo que es razonable asumir que dicho efecto

9

será recogido en las variables Dummy definidas anteriormente. De esta forma, las Dummy 04, 05 y 06 medirán la influencia en los nuevos objetivos de todas las interpretaciones y valoraciones que realicen los senior managers para cada uno de los años, tanto sobre los cambios en las condiciones económicas futuras, como la evaluación expost del objetivo previo.

La persona que hace la revisión presupuestaria

El proceso de revisión presupuestario no es una actividad mecánica de carácter automático sino que depende de juicios subjetivos que podrán ser distintos dependiendo de quién los realice (por ejemplo la mayor o menor presencia de las variables descritas en los apartados anteriores). La influencia del factor personal será mayor o menor dependiendo del proceso seguido en la fijación del presupuesto, abajo-arriba o arriba-abajo, de la complejidad del proceso (que determinará número de personas involucradas) así como del nivel de descentralización de la empresa.

En nuestro caso tenemos 13 regiones y 13 directores regionales. Dichos directores tienen una total autonomía a la hora de negociar los objetivos de las oficinas de sus zonas, siempre y cuando se logre el objetivo global de la zona y los presupuestos cumplan con los ratios antes mencionados. En consecuencia, es esperable que las distintas características de los directores regionales influya en la revisión de los objetivos. Por ello, hemos creado una variable (1,13) para controlar por la posible influencia de la zona en los resultados del modelo.

4.3. Resultados del modelo extendido

Tomando en cuanta los argumentos anteriores, modelizamos la revisión en los presupuestos anuales de las oficinas de nuestra muestra de la siguiente forma:

1,1,1,1,1,1,1,1,11,1,, /)(/)(/)(

tititititititititititi BBANBBAPBBB

iitnti DUMMYDUMMYCOMINV 05_04_ 54,3,2

tintii ZRTCHDUMMY ,81,76 06_ (2)

El panel B de la tabla 4 recoge la definición y estadísticas descriptivas de las variables del modelo (2). La tabla 5 presenta el signo previsto de la influencia de cada variable independiente sobre la dependiente, el resultado del modelo (2) y la comparación con los resultados de L&R (2002). El Nuevo modelo (2) mejora sustancialmente la capacidad explicativa del modelo base (1). El R2 ajustado pasa del 28.93% al 56.70%. Los coeficientes de las variables ratcheting (desviaciones positivas y negativas del año anterior) siguen siendo significativas y mantienen los mismos signos.

L&R (2002) encontraron que, por término medio, una desviación favorable de 1$ en los resultados de un año lleva a un incremento de 0,9$ en los objetivos del año siguiente, en tanto que una desviación desfavorable de 1$ resulta en una reducción de los objetivos siguientes de 0,4$. Nosotros encontramos que el patrón de oscilación es ligeramente menos asimétrico y de menor magnitud. Ambos resultados, no son sin embargo incompatibles. Es posible que en el caso específico de nuestra muestra los resultados por encima del estándar no sean persistentes y que, al tratarse de centro de ingresos y no centro de beneficios, las desviaciones tengan una menor probabilidad de

10

ocurrencia. Ambas circunstancias explicarían los menores coeficientes de las variables ratcheting y el patrón menos asimétrico.

En relación con las variables de control, como cabía esperar INV tiene un coeficiente positivo y significativo: los objetivos de las oficinas se revisan al alza como respuesta a incrementos en el personal de la oficina. Sin embargo, en contra de lo previsto, COM tiene signo positivo, lo que indica que los objetivos se elevan al hacerlo el nivel de competencia. Una posible explicación de este resultado es que, dadas las características peculiares del sector de las agencias de viajes, la variable refleje lo contrario de lo que aparenta. En la mayor parte de los sectores económicos, un mayor número de competidores refleja una mayor dificultad para lograr los objetivos previstos. Por tanto, más competencia implica objetivos más bajos. Sin embargo, en el sector de las agencias de viajes tanto las barreras de entrada como los costes de expansión son muy bajos por lo que el sector reacciona muy rápidamente ante (es muy sensible a los) cambios en la coyuntura económica. Como refleja la tabla 2, las ventas medias reales por oficina crecieron un 37,85% durante esos años. Por tanto, un incremento en la variable “#oficinas/miles de habitantes”, puede ser un indicador del crecimiento del mercado de viajes a lo largo del período y, por tanto, de una mayor facilidad para la consecución de objetivos de venta superiores. De ahí que los objetivos crezcan con la densidad de oficinas.

Los coeficientes y parámetros de las variables Dummy indican que las revisiones presupuestarias de los años 04, 05 y 06 fueron ligeramente (pero significativamente) menores al alza (mayores a la baja) que en el año 2003. Concretamente reflejarían un ligero estancamiento en los objetivos para los años 04 y 05 y un empeoramiento de las condiciones económicas en 06 en relación a las condiciones de 03. Los datos de las tabla 2 confirman la ralentización en el crecimiento de ventas a lo largo de los años. Por último, la influencia de la zona en sí misma no es significativa, lo que refleja una política común en la revisión de los objetivos

Ahora bien, el aspecto que más destaca de los resultados del modelo extendido es la especial importancia y significatividad de la variable RTCH, lo que indica la presencia de un efecto reversión de los objetivos de las oficinas a la dificultad media de los objetivos de su zona. Puesto que la variable se define como la diferencia relativa entre el objetivo de la oficina para el año y el objetivo medio de las oficinas de la zona, valores positivos de la variable indican una dificultad superior y valoras negativos una dificultad menor. El signo negativo del coeficiente implica, por tanto, que cuanto más difícil es el objetivo para una oficina en un año más se reduce dicho objetivo para el año siguiente y, por el contrario, cuanto más fácil, más aumenta. En consecuencia, el coeficiente de la variable (-0.628) indica una tendencia a reducir las diferencias de dificultad entre los objetivos de las oficinas. De acuerdo con los resultados de la muestra, dicha tendencia es casi tan importante como la influencia del efecto ratcheting.

4.4. Efectos interacción

Las variables Dummy, el incremento de la inversión, la variación en el nivel de competencia y la variable zona, introducidas en el modelo extendido son variables de control. Todas ellas tienen un efecto directo sobre la variación en el presupuesto del año con independencia del valor que tomen el resto de las variables de control, e independientemente del signo de la desviación presupuestaria del año anterior. Sin embargo, es posible que la variable que mide la dificultad relativa del objetivo anterior tenga, además de una influencia directa sobre la variable dependiente, una influencia también indirecta. En otros términos, es posible que la dificultad relativa influya en la fijación del nuevo objetivo de dos formas: primero, como fenómeno de reversión a la media y, segundo, a través de una modificación en el efecto ratcheting.

De acuerdo con el fenómeno del ratcheting las desviaciones positivas en los objetivos de un periodo tienden a aumentar los nuevos objetivos y las negativas a

11

reducirlos. Sin embargo, si el efecto interacción se da, la evaluación de las desviaciones, es decir, la evaluación sobre lo bien o lo mal que lo ha hecho una oficina, y su consiguiente influencia sobre el nuevo presupuesto, dependerá no solo del signo de la desviación sino además de cómo de retador era el objetivo anterior. En consecuencia, desviaciones positivas en objetivos más asequibles llevarán a incrementos en los nuevos objetivos mayores que los incrementos derivados de las mismas desviaciones sobre objetivos más difíciles. Y viceversa, desviaciones negativas en objetivos fáciles reducirán los nuevos objetivos en menor medida que lo harán las mismas desviaciones sobre objetivos más retadores.

Para contrastar esta posibilidad introducimos en el modelo dos variables que son el resultado de multiplicar la dificultad relativa del objetivo por la desviación, tanto favorable como desfavorable, del performance real respecto de dicho objetivo, de la siguiente forma:

1,1,1,1,1,1,1,1,11,1,, /)(/)(/)(

tititititititititititi BBANBBAPBBB iitnti DUMMYDUMMYCOMINV 05_04_ 54,3,2

ntii ZRTCHDUMMY 81,76 06_ (3)

tititititititititititi BBANRTCHBBAPRTCH ,1,1,1,1,1,21,1,1,1,1,1 /)(*/)(*

La tabla 6 presenta los resultados del modelo (3). Dichos resultados muestran que ceteris paribus (en ausencia de cambios en los niveles de inversión, competencia, etc.), las oficinas con niveles medios de dificultad en t-1 (RTCHt-1=0) tienen un efecto ratcheting prácticamente simétrico (0.595 al alza y -0.543 a la baja). Asimismo, la oficinas que cumplen sus objetivos ((At-1 - Bt-1)=0) experimentan un efecto reversión a la dificultad media de 0.353. En conclusión, el efecto ratcheting es en sí mismo simétrico y ligeramente superior al efecto de reversión de la dificultad media.

La segunda conclusión es que el efecto interacción es muy significativo. Los signos de los coeficientes de las variables interacción (ambos negativos) coinciden con los previstos. Su interpretación es la siguiente. Supongamos que una oficina tuvo una desviación negativa con respecto al presupuesto. Entonces, ceteris Paribus, la revisión presupuestaria para el año t será:

1,1,1,1,1,1,, /)(*543.017.0/)(

tititititititi BBANBBB

BBANRTCHtitititi /)(*716.1

1,1,1,1,

Que puede expresarse como:

)716.1543.0(*/)(17.0/)( 1,1,1,1,1,1,1,, titititititititi RTCHBBANBBB

1,1,1,1, /)(

titititi BBAN toma siempre valores positivos. Si la oficina tuvo un

objetivo en t-1 superior a la media, RTCH será también positivo. En consecuencia, el mayor grado de dificultad del objetivo precedente hará aún mayor la reducción del objetivo como reacción a la desviación desfavorable. Si, por el contrario, el objetivo en t-1 fue menos retador que la media, RTCH será negativo y el objetivo para el siguiente período se reducirá en menor medida, pudiendo incluso aumentar dependiendo el cual fuese el grado de dificultad.

Similarly, la revisión de objetivos para oficinas con desviación favorable será:

12

)284.1595.0*(

17.0/)(

1,1

1,1,1,,

tit

titititi

RTCH

PBBB

En estos casos, objetivos en t-1 more challeging que la media (RTCH >0) implican revisiones al alza menores y objetivos más fácilmente alcanzables (RTCH <0) revisiones más acusadas.

El gráfico 1 muestra el efecto que desviaciones positivas y negativas tiene en la revisión de los presupuestos para distintos grados de dificultad del objetivo sobre el que se calcula la desviación. Puede observarse que el cambio en la dificultad relativa modifica en ambos casos la pendiente de la recta, aunque lo hace de mayor medida en el caso de las desviaciones negativas. En conclusión, patrón asimétrico identificado por L&R(2002) es debido a la mayor influencia que la dificultad relativa tiene en las desviaciones negativas frente a su incidencia en las positivas. Es decir, los resultados sugieren que el ratcheting es asimétrico porque los senior directivos parecen tener en cuenta en mayor medida la dificultad relativa del objetivo cuando analizan desviaciones negativas que cuando analizan desviaciones positivas.

5. Análisis de sensibilidad y conclusiones

Los resultados anteriores muestran como, tras controlar por los incrementos en la inversión y por los cambios en las condiciones económicas (tanto generales como sectoriales) las los presupuestos de las oficinas se revisan atendiendo a dos fenómenos: ratcheting y reversión a la dificultad media. De acuerdo con el primero, desviaciones favorables resultan en incrementos en los nuevos presupuestos en tanto que desviaciones desfavorables los reducen. De acuerdo con el segundo, objetivos con dificultad superior a la media tienden a reducir el presupuesto y objetivos fáciles a subirlos. Más aún, los resultados revelan que el la dificultad relativa de los objetivos afecta a la revisión de forma directa pero también de forma indirecta, haciendo que las desviaciones en los presupuestos se valoren de forma diferente en función del grado de dificultad del objetivo sobre el que se calcula la desviación.

Los coeficientes del modelo (3) en la tabla 6 indican que, por término medio, una desviación positiva del 10% resulta en un incremento del 5.9% in los objetivos para el año siguiente mientras que una desviación similar pero negativa lleva a una reducción del 5.4%. De forma similar, una diferencia de 10% en el nivel de dificultad relativa del presupuesto anterior resulta en una variación en el nuevo objetivo del 3.5%. Finalmente, un objetivo un 10% por debajo de la dificultad media produce un incremento adicional del objetivo en un 1.28% con una desviación positiva del 10% y si la dificultad relativa del objetivo está un 10% por encima de la media la reducción adicional del nuevo objetivo es del 1.71% si la desviación desfavorable es del 10%. Sin embargo es posible que estos coeficientes cambien en unción de las circunstancias. Es decir, es posible que la magnitud y asimetría del ratcheting y el nivel de reversión a la dificultad media sean diferentes para distintas oficinas de nuestra muestra.

Por ejemplo, la persistencia de las desviaciones puede aumentar la magnitud y asimetría del ratcheting. Un ratcheting elevado tiene el efecto de limitar la recompensa esperada de las mejoras permanentes y, un budget ratcheting asimétrico además la de penalizar (y, por tanto, desincentivar) la obtención de mejoras transitorias. Cuanto menor sea la magnitud del ratcheting mayor será la probabilidad de obtener desviaciones positivas en períodos siguientes y, por tanto mayores serán las recompensas esperadas provenientes de mejoras permanentes de periodos anteriores y menor la penalización que sufrirán las mejoras transitorias. En consecuencia, los directivos podrían interpretar la persistencia de desviaciones positivas como un signo de que el nivel de ratcheting es inferior al deseado y reaccionarían aumentando la magnitud del ratcheting. Si esto es así, una desviación favorable inducirá a un incremento en los nuevos objetivos que será mayor si la desviación del período anterior fue también positiva que si fue negativa.

13

No es fácil distinguir entre mejoras permanentes y transitorias. Como L&R(2002) señalan, el performance será el resultado de una combinación de ambos tipos. Los directivos ajustarán los coeficientes del ratcheting en function de cuales sean sus hipótesis sobre el origen o causa de las desviaciones ocurridas. Así, si creen que se deben a mejoras transitorias, n solo aumentarán la magnitud sino también la asimetría. En resumen, es razonable esperar que las oficinas con resultados más persistentes tengan un ratcheting mayor y más asimétrico que las oficinas con resultados no persistentes.

Para contrastar esta predicción, hemos dividido la muestra en dos sub-muestras en función de si la desviación en t-2 era del mismo signo que en t-1 (408 casos) o distinto (390 casos)2 y hemos testado el modelo (3) en ambos casos. La tabla 7 refleja como, en efecto, los coeficientes del ratcheting son ligeramente mayores para el caso de las desviaciones persistentes positivas (0.693 frente a 0.652) y menos negativos (-0.524 frente a -0.681) para el caso de desviaciones negativas. En consecuencia, los resultados confirman que la persistencia eleva ligeramente el ratcheting y lo hace ligeramente más asimétrico3. Ahora bien, esta diferencia no es significativa.

Otro factor que puede afectar a la magnitud del ratcheting es la antigüedad de la oficina. Puesto que la experiencia proporcionará a los directores de oficina el conocimiento necesario para descubrir fuentes de mejora, tanto permanentes como transitorias, es de esperar que tanto la magnitud como la asimetría del ratcheting crezca también con la antigüedad de la oficina.

El sector de las agencias de viajes es un sector con un índice relativamente alto de apertura y cierre de oficinas (la tabla 1 muestra como, durante el período, hubo un total de 185 aperturas de nuevas oficinas). La empresa considera que estas oficinas pasan por tres fases: “arranque”, dos primeros años; “transición”, años tres y cuatro; y “maduración”, a partir del quinto año. Tomando como base el año de apertura de las oficinas, Hemos construimos 3 subsamples según la fase en la que se encuentra cada oficina. La exhibit 7 resume el valor y significatividad de las variables independientes del modelo (3) para las tres sub-muestras. Los resultados indican que los coeficientes del ratcheting aumentan con la antigüedad (coeficientes cada vez más positivos para las desviaciones favorables y menos negativos para las desfavorables). No obstante, el ratcheting para las oficinas maduras es simétrico; la magnitud del coeficiente para las desviaciones negativas no llega a ser significativamente menor que el coeficiente para las positivas, lo que podría interpretarse una vez más como una escasa probabilidad de mejoras transitorias en las oficinas de la muestra.

Los resultados reflejan además que mientras que el coeficiente de la reversión a la dificultad media no se ve significativamente afectado por la persistencia de las desviaciones, si es sin embargo mucho mayor en el caso de las oficinas en “arranque” que en las oficinas maduras o en transición. Este resultado puede ser debido a que es más probable que una sucursal tenga un nivel de dificultad relativa muy alejado de la media cuando es de nueva creación que después de varias revisiones presupuestarias. Es razonable esperar que la reversión a la media será más acusada cuanto mayor sea la separación del valor medio. Oficinas con dificultades/facilidades lejanos a la media corregirán sus nuevos objetivos en mayor medida que oficinas con valores más próximos. En consecuencia, el nivel de dificultad del objetivo del año anterior tendrá un mayor poder explicativo de la revisión presupuestaria en los primeros años de la Business unit y es de esperar que su relevancia disminuya con la experiencia.

2 El número de observaciones es menor porque el análisis requiere disponer de los presupuestos y performance real en t-2. Ello elimina las observaciones del primer año (2003) para todas las oficinas y la primera observación de las oficinas de nueva apertura durante el período de análisis. 3 Sin embargo, niveles mayores de persistencia (casos de tres y cuatro desviaciones del mismo signo consecutivas) no modifican los coeficientes anteriores.

14

Para confirmar nuestra predicción hemos analizado la sensibilidad de los resultados del modelo (3) ante cambios en los niveles de las desviaciones y de los niveles relativos de dificultad. En ambos casos hemos construido tres submuestras: “grande” con aquellas sucursales cuyas desviaciones o dificultad relativa son mayores (menores) que la media + (-) una desviación estándar; “pequeña” para valores menores (mayores) que la media + (-) 0.5 desviación estándar; y “media” para el resto. Los resultados del modelo (3) para dichos sub-muestras muestran (tabla 7 panel B) dos resultados interesantes: Primero, la reversión a la dificultad media aumenta con la dificultad del objetivo y, lo que es más interesante, disminuye al aumentar el tamaño de la desviación. Segundo, aunque menos marcado, el ratcheting parece tener el comportamiento contrario (creciente con la desviación y decreciente con el aumento de la dificultad). Estos resultados, junto con lo anteriores en los que se confirmaba que con el transcurso del tiempo el ratcheting aumenta y la reversión disminuye, parecen sugerir que la influencia de ambos fenómenos es sustitutiva: es decir, que el ratcheting aumenta al disminuir la reversión y viceversa.

Si ambos fenómenos se ven afectados por cambios en la magnitude de las desviaciones y niveles de dificultad relativos, los resultados podrían ser diferentes en cada uno de los siguientes casos: Primero, oficinas con objetivos lejanos a la dificultad media (muy difíciles o muy fáciles) y desviaciones pequeñas: es de esperar que tengan fuerte reversión a la media y ratcheting no significativo. Segundo, oficinas con objetivos próximos a la dificultad media y elevadas desviaciones: lo contrario, es decir, fuerte ratcheting y reversion no significativa. Tercero, oficinas con objetivos alejados de la dificultad media y desviaciones elevadas: es de esperar que ambos efectos sean significativos. Por último, La revisión presupuestaria de oficinas con objetivos próximos a la dificultad media y pequeñas desviaciones será muy reducida o, en cualquier caso responderá a factores distintos de los aquí analizados.

La tabla 8 muestra los coeficientes de las variables del modelo (3) para las oficinas en los casos descritos. Los resultados confirman nuestras predicciones: en el cuadrante 4 de la tabla, el signo de la revisión presupuestaria viene marcado por el signo de la desviación y en el cuadrante 1 la variable relevante es la dificultad del objetivo anterior. Llama la atención que ambos efectos son significativos incluso con niveles de desviaciones pequeñas sobre objetivos de dificultad cercanos a la media (cuadrante 3). Sin embargo, el resultado más sobresaliente es que, como era de esperar, la reversión es mayor para niveles de dificultad alejados de la media pero, lo que es novedoso, el efecto es directo cuando las desviaciones son pequeñas mientras que es indirecto con desviaciones grandes: la influencia de la dificultad relativa del objetivo depende de la magnitud y signo de la desviación.

Los resultados del cuadrante 4 son los más relevantes puesto que permiten dimensionar la relevancia relativa de ambos fenómenos. De los 329 casos de revisiones presupuestarias con base en desviaciones grandes y objetivos alejados de la dificultad media, en 149 casos (45%) ambos efectos influyen en la revisión en el mismo sentido, i.e. se trata de revisiones al alza ante desviaciones muy positivas sobre objetivos muy fáciles o revisiones a la baja ante desviaciones muy negativas sobre objetivos muy difíciles. Sin embargo, hubo 76 casos de desviaciones muy positivas sobre objetivos muy difíciles y 104 casos de desviaciones muy negativas sobre objetivos muy fáciles. En estos casos ambos efectos tienen signos contrarios, por lo que dado el valor de los coeficientes del modelo (3) el signo final de la revisión dependerá, ceteris parivus, de la magnitud de la desviación y dificultad relativa. Concretamente, para el caso de la muestra analizada, para que el la dificultad relativa resulte en una reducción del nuevo presupuesto mayor que el incremento que produce la desviación favorable, hace falta que el objetivo tenga una dificultad relativa mayor al 30% de la dificultad media de la zona, lo que ocurrió en el 24% de los casos. Sin embargo, el nuevo objetivo crecerá a pesar de la desviación negativa, siempre que la facilidad relativa supere el 15% de la media de la zona, lo que ocurrió en el 67% de los casos. En conclusión, el efecto de reversión a la dificultad media es también asimétrico: es más probable que tenga una

15

mayor influencia que el efecto ratcheting para revisar el objetivo al alza, pero menor para revisarlo a la baja.

16

17

Tabla 1

Tamaño de la muestra

Años

2003 2004 2005 2006 total

# oficinas con información disponible sobre performance alcanzado el año

anterior A(t-1) - B(t-1) 247 240 296 362

# Cierres 8 6 11 9 34

# Aperturas 1 62 77 45 185 # oficinas con información sobre

presupuesto (performance standard para el año) B(t)

240 296 362 398 432

# Observaciones revisión 239 234 285 353 1.111

n.a.d. 1 2 2 1 6

Total sample 1.105

Tabla 2

Estadísticas descriptivas

BUDGET )( tB

ACTUAL )( tA 0)( 11 tt BA

Years n Mean

sales per branch

Mean

guided sales per branch

Addressing

% Mean of increase

Mean

sales per branch

Mean

Guided sales per branch

Addressing

% Incremento

medio sales

Guided sales

2002 247 816.737,18 604.447,43 74,01% 959.142,28 642.352,20 66,97% 21,46% 46,53% 2003 239 918.531,95 620.475,12 67,55% 2,65% 1.045.553,98 741.779,81 70,95% 15,48% 36,67% 46,22% 2004 234 1.015.579,16 756.464,48 74,49% 21,92% 1.136.352,74 834.143,66 73,41% 12,45% 36,82% 50,68% 2005 285 1.047.285,90 788.210,07 75,26% 4,20% 1.242.507,96 931.892,40 75,00% 11,72% 24,86% 25,21% 2006 353 1.125.905,84 865.935,09 76,91% 9,86% 1.223.707,60 927.050,27 75,76% -0,52% 38,62% 42,42%

18

Tabla 3

Resultados modelo básico

tititititititititi BANBAPBB ,1,1,1,1,1,1,1,, )()(

Variable Prediction L&R (2002)

sample Our

sample

Intercept ? 91.245** 0.099*** (2.576) (8.53) Pi,t-1 (Ai,t-1 – Bi,t-1) + 0.906*** 1.19*** (12.662) (17.32) Ni,t-1 (Ai,t-1 – Bi,t-1) - -0.397*** -0.36*** (-3.602) (-5.21) n 131 1,105 Adjusted R2 72.60% 28.93%

*,**,*** Statistically significant at less than 0.10, 0.05, and 0.01 respectively. t-statistics are in parentheses

tiB , = Presupuesto ventas direccionadas for year t for branch i.

1, tiB = Budget ventas direccionadas for year t-1 for branch i.

tiA , = Actual ventas direccionadas for year t for branch i.

1, tiA = Actual ventas direccionadas for year t-1 for branch i.

1,,

titi BB = change in Budget from year t-1 to year t for branch i.

1,1,

titi BA = departure from budget in year t-1 for branch i.

1, tiP = indicator variable = 1 if , 0 otherwise. 1,1,

titi BA

1, tiN = indicator variable = -1 if 1,1,

titi BA , 0 otherwise.

To avoid problems of heteroskedasticity with residuals, L&R (2002) estimate the model by scaling the entire equation by lagged total assets as follows:

tititititititititititititi TABANTABAPTATABB ,1,1,1,1,1,1,1,1,1,1,1,, /)(/)(//)(

As explained later in the paper, for the same reason we scaled the model using Bt-1 :

titititititititititititi BBANBBAPBBB ,1,1,1,1,1,1,1,1,1,1,, /)(/)(/)(

19

Tabla 4

Medición de las variables

Panel a: Definición de variables

Variable Model

variables definition calculus

Investment increase tiINV ,

Relative change in investment from year t-1 to year t for branch I, where

investment is measured as # of full-time employees per year 1,

1,,

ti

titi

INV

INVINV

Changes in sector competiveness

tnCOM ,

Relative change in sector competiveness from year t-1 to year t for zone n, where competiveness is

measured as total branches in zone n / # inhabitants in zone n

1,

1,,

tn

tntn

COM

COMCOM

Relative target challenging of Business unit

1, tiRTCH

challenging level of budgeted target in year t-1 for branch i relative to mean challenging for budgeted targets in year t-1 for branches in zone, where challenging is measured as directed

sales per employee 1,

1,1,

tn

tnti

MeanDSpe

MeanDSpeDSpe

The person who revises the budget

nZ Zone. There are 13 geographic regions.

Panel b: Estadísticas descriptivas de las variables del modelo

Variable Media Std. Dev.

Q1 Mediana Q3 Min Max

11 /)( ttt BBB 0.138 0.310 -0.020 0.100 0.230 -0.930 2.710

1111 /)( tttt BBAP 0.144 0.155 0.050 0.100 0.190 0.010 1.320

1111 /)( tttt BBAN 0.169 0.139 0.065 0.130 0.240 0.010 1

tINV 0.102 0.317 0.000 0.000 0.190 -0.960 5.000

tCOM 0.046 0.042 0.011 0.037 0.079 -0.107 0.147

1tRTCH 0.006 0.234 -0.130 0.000 0.140 -0.770 1.660

20

Tabla 5

Resultados del modelo extendido

1,1,1,1,1,1,1,1,11,1,, /)(/)(/)(

tititititititititititi BBANBBAPBBB

iitnti DUMMYDUMMYCOMINV 05_04_ 54,3,2

tintii ZRTCHDUMMY ,81,76 06_

Variable Coefficient Prediction L&R (2002) Extended

model

Intercept ? 82.202** 0.169*** (2.338) (7.97)

Pi,t-1 (Ai,t-1 – Bi,t-1) + 0.837*** 0.773*** (11.247) (9.65)

Ni,t-1 (Ai,t-1 – Bi,t-1) - -0.435*** -0.391** (-3.057) (-2.55)

Sales growth i, t -0.047** (-2.183)

INV i,t + 0.447*** (9.02)

COM n,t - 0.411* (1.65)

DUMMY_04 ? -0.086*** (-2.83)

DUMMY_05 ? -0.087*** (-4.17)

DUMMY_06 ? -0.173*** (-5.32)

RTCH i, t-1 - -0.628*** (-9.07)

Zn ? 0.002 (1.35)

n 131 1,105 Adjusted R2 73,00% 56,70%


1,1,, /)(

tititi BBB = Relative change in Budget from year t-1 to year t for branch i.

1,1,1, /)(

tititi BBA = Relative departure from budget in year t-1 for branch i.

1, tiP = Indicator variable = 1 if , 0 otherwise. 1,1,

titi BA

1, tiN = Indicator variable = -1 if 1,1,


tiINV , = Relative change in investment from year t-1 to year t for branch i.

tnCOM , = Relative change in #branches/habitants from year t-1 to year t in zone n.

iDUMMY 04_ = Indicator variable = 1 if t = year 2004, 0 otherwise.



1, tiRTCH = Relative target challenging in year t-1 for branch i.

nZ = Zone.

21

Exhibit 6

Resultados del modelo con interacciones

1,1,1,1,1,1,1,1,11,1,, /)(/)(/)(

tititititititititititi BBANBBAPBBB iitnti DUMMYDUMMYCOMINV 05_04_ 54,3,2

ntii ZRTCHDUMMY 81,76 06_

tititititititititititi BBANRTCHBBAPRTCH ,1,1,1,1,1,21,1,1,1,1,1 /)(*/)(*

Variable Coefficient Prediction L&R

(2002) extended

model Interaction

model

Intercept ? 82.202** 0.169*** 0.170*** (2.338) (7.97) (9.84)

Pi,t-1 (Ai,t-1 – Bi,t-1) + 0.837*** 0.773*** 0.595*** (11.247) (9.65) (9.98)

Ni,t-1 (Ai,t-1 – Bi,t-1) - -0.435*** -0.391** -0.543*** (-3.057) (-2.55) (-9.67)

Sales growth i, t -0.047** (-2.183)

INV i,t + 0.447*** 0.438*** (9.02) (15.55)

COM n,t - 0.411* 0.251 (1.65) (1.32)

DUMMY_04 ? -0.086*** -0.063*** (-2.83) (-3.21)

DUMMY_05 ? -0.087*** -0.076*** (-4.17) (-4.32)

DUMMY_06 ? -0.173*** -0.148*** (-5.32) (-7.56)

RTCH i, t-1 - -0.628*** -0.353*** (-9.07) (-9.52)

Zn ? 0.002 0.004** (1.35) (2.36)

RTCH i, t-1 * Pi,t-1 (Ai,t-1 – Bi,t-1)

- -1.284*** (-8.01)

RTCH i, t-1 * Ni,t-1 (Ai,t-1 – Bi,t-1)

- -1.716*** (-9.59)

n 131 1,105 1,105 Adjusted R2 73,00% 56,70% 60.92%


1,1,, /)(

tititi BBB = Relative change in Budget from year t-1 to year t for branch i.

1,1,1, /)(

tititi BBA = Relative departure from budget in year t-1 for branch i.

tiINV , = Relative change in investment from year t-1 to year t for branch i.

tnCOM , = Relative change in #branches/habitants from year t-1 to year t in zone n.

1, tiRTCH = Relative target challenging in year t-1 for branch i.

1, tiP = 1 if , 0 otherwise. 1,1,

titi BA

1, tiN = -1 if 1,1,


22

iDUMMY 04_ = 1 if t = year 2004, 0 otherwise.



nZ = Zone.

23

Gráfico 1

Effect of variances on budget revisions for different values of relative target challenging (RTCH)

Panel a Positive variances

0

0,2

0,4

0,6

0,8

1

1,2

0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00

Variances P*(Rt-1 – Bt-1)

Change in target(Bt - Bt-1) / Bt-1

RTCH = -20% RTCH = Mean RTCH = +20%

Panel b Negative variances

-0,800

-0,700

-0,600

-0,500

-0,400

-0,300

-0,200

-0,100

0,000

0,100

0,200

0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00

Variances N*(Rt-1 – Bt-1)

Change in target(Bt - Bt-1) / Bt-1

RTCH = -20% RTCH = Mean RTCH = +20%

24

Tabla 7

Factors affecting target ratcheting and target challenging mean reversion coefficients

Panel A:

Influence of persistence and experience: (selected coefficients of different samples for model (3))

Persistence Experience

Variable Coefficient “No

persistence” “persistence””

“Arranque” “transition”” “maduration”

Intercept 0.127** 0.126*** 0.344*** 0.130*** 0.093*** (6.63) (5.39) (3.78) (6.37) (7.00)

Pi,t-1 (Ai,t-1 – Bi,t-1) 0.652*** 0.693*** 0.433* 0.499*** 0.685*** (8.51) (6.74) (1.48) (4.34) (9.40)

Ni,t-1 (Ai,t-1 – Bi,t-1) -0.681*** -0.524*** -1.060*** -0.674*** -0.662*** (-10.55) (-7.12) (-2.65) (-7.04) (-15.12)

RTCH i, t-1 -0.322*** -0.366* -0.924*** -0.229*** -0.251*** (-8.04) (-5.68) (-3.84) (-4.42) (-7.76)

n 390 408 137 184 783 Adjusted R2 77.89% 65.69% 68.39% 66.01% 71.72%


25

26

Panel B:

Different size of variances and relative challenging (selected coefficients of different samples for model (3))

Budget Variances Relative Target Challenging

Variable Coefficient small Medium Big small Medium Big

Intercept 0.215*** 0.078** 0.03 0.115*** 0.09*** 0.446*** (6.26) (3.00) (1.21) (7.07) (4.35) (5.88)

Pi,t-1 (Ai,t-1 – Bi,t-1) -0.034 0.960*** 0.757*** 0.625*** 0.481*** 0.706*** (-0.14) (5.45) (7.72) (5.59) (4.45) (6.18)

Ni,t-1 (Ai,t-1 – Bi,t-1) -1.153*** -0.454*** -0.339*** -0.723*** -0.511*** -0.415*** (-6.11) (-4.06) (-4.11) (-12.39) (-6.95) (-2.54)

RTCH i, t-1 -0.427*** -0.329*** -0.159* -0.273*** -0.324*** -0.440*** (-3.60) (-2.87) (-1.68) (-2.12) (-5.63) (-4.03)

RTCH i, t-1 * Pi,t-1

(Ai,t-1 – Bi,t-1)

-5.638*** -3.723*** -1.092***

-0.726* -0.539*

(-4.60) (-4.81) (-4.33) (-1.51) (-1.62)

RTCH i, t-1 * Ni,t-1

(Ai,t-1 – Bi,t-1)

-3.029*** -4.245*** -0.989***

-0.844*** -1.334*

(-3.61) (-6.22) (-3.27) (-2.44) (-1.90)

n 542 317 246 472 335 298 Adjusted R2 54.07% 80.31% 85.53% 64.62% 66.01% 64.37%


Tabla 8

Relative influence of T. Ratcheting vs T. Challenging on budget revisions

1 2

Far from

Mean

0.270*** (4.55)

-1.081*** (-3.69)

-0.590*** (-4.25)

304

0.196*** (3.62)

0.566*** (3.95)

-0.402*** (-3.52)

-1.715*** (-3.96)

-2.229*** (-2.98)

329

intercept

Pi,t-1 (Ai,t-1 – Bi,t-1)

Ni,t-1 (Ai,t-1 – Bi,t-1)

RTCH i, t-1

RTCH i, t-1

* Pi,t-1

(Ai,t-1 – B ) i,t-1


(Ai,t-1 – Bi,t-1)

n

3 4

RE

LA

TIV

E T

AR

GE

T

CH

AL

LE

NG

ING

Closed

to Mean

0.141*** (7.33)

0.657*** (2.32)

-0.974*** (-6.49)

-0.471*** (-2.94)

228

0.090*** (2.99)

0.674*** (5.56)

-0.618*** (-7.79)

244

intercept

Pi,t-1 (Ai,t-1 – Bi,t-1)

Ni,t-1 (Ai,t-1 – Bi,t-1)

RTCH i, t-1

RTCH i, t-1

* Pi,t-1

(Ai,t-1 – B ) i,t-1


(Ai,t-1 – Bi,t-1)

n

Small Big

BUDGET VARIANCES

1 2

Far from

Mean

T. CHALLEGING

MEAN REVERSION

INDIRECT

T. CHALL MEAN R.

+

T.RATCHETING

3 4

RE

LA

TIV

E T

AR

GE

T

CH

AL

LE

NG

ING

Closed

to Mean

BOTH

(DIRECT) T. RATCHETING

Small Big

BUDGET VARIANCES

27

“budget ratcheting” vs reversiÓn a la dificultad media de … · 2014-02-20 · “budget...

Documents