ESTRUCTURAS DE CAPITAL OBJETIVO EN LAS EMPRESAS
COLOMBIANAS
Proyecto de Grado
CAMILO ANDRES GONZALEZ MANCERA
Asesor:
Emilio Cardona Magne
Universidad de Los Andes
Facultad de Administración de Empresas
Bogotá D.C.
Noviembre de 2008
ii
TABLA DE CONTENIDO
1. INTRODUCCIÓN_______________________________________________________ 1
2. MARCO CONCEPTUAL __________________________________________________ 5
3. CONTEXTO __________________________________________________________ 17
3.1 Sectores ________________________________________________________________________17 3.1.1 Sector Agroindus trial _________________________________________________________ 17 3.1.2 Sector Comercio _____________________________________________________________ 18 3.1.3 Sector Comunicaciones________________________________________________________ 18 3.1.4 Sector Construcción __________________________________________________________ 18 3.1.5 Sector Energía _______________________________________________________________ 19 3.1.6 Sector Indus trial _____________________________________________________________ 20 3.1.7 Sector Servic ios ______________________________________________________________ 20 3.1.8 Sector T ransporte ____________________________________________________________ 21
3.2 Variables financieras _____________________________________________________________22 3.2.1 Crecimiento en ventas __________________________________________________________ 22 3.2.2 Margen operativo ____________________________________________________________ 22 3.2.3 Margen neto ________________________________________________________________ 23 3.2.4 Crecimiento en activos ________________________________________________________ 23 3.2.5 Endeudamiento______________________________________________________________ 23 3.2.6 ROA _______________________________________________________________________ 24 3.2.7 ROE _______________________________________________________________________ 24 3.2.8 Rotación de carte ra___________________________________________________________ 25 3.2.9 Rotación de inventa rios _______________________________________________________ 25 3.3.0 BETA ______________________________________________________________________ 25
4. METODOLOGÍA, INFORMACIÓN Y ANÁLISIS DE RESULTADOS ___________________ 26
4.1 Metodología ____________________________________________________________________26
4.2 Apalancamiento objetivo _________________________________________________________26
4.3 Ajuste hacia el apalancamiento objetivo____________________________________________28
4.4 Información y análisis de resultados _______________________________________________29
4.5 La teoría del Pecking Order y la teoría del Timing ____________________________________37
5. CONCLUSIONES________________________________________________________ 41
Recomendaciones ___________________________________________________________________42
Limitaciones ________________________________________________________________________43
6. BIBLIOGRAFÍA_________________________________________________________ 44
Lista de tablas __________________________________________________________ 46
iii
Lista gráficos ___________________________________________________________ 46
7. ANEXOS______________________________________________________________ 47
1. INTRODUCCIÓN
Las firmas cuentan con diferentes fuentes financiación para llevar a cabo sus diferentes proyectos,
dichas fuentes pueden ser registradas dentro de los pasivos o dentro del patrimonio, y conforman
juntas la estructura financiera de la firma. La estructura financiera la componen los recursos de
corto y largo plazo; los de corto plazo son utilizados para financiar el capital de trabajo temporal, y
los de largo plazo para financiar el capital de trabajo permanente y demás inversiones con este
horizonte de tiempo. Los recursos de largo plazo conforman lo que se conoce como estructura de
capital, la cual puede estar compuesta por un componente de deuda y un componente de
recursos propios de capital incluidos dentro del patrimonio de la firma. La estructura de capital
incluye los recursos más importantes de la firma, y la forma como es estructurada influye
ampliamente en su desempeño y en su valoración.
En finanzas corporativas, una de las variables que más afecta la valoración de una firma es la
conformación de su estructura de capital. Los principales métodos de valoración de empresas
APV, FTE o WACC1, comparten el hecho de verse afectados por la composición de la estructura
que estas presenten. Teniendo esto en cuenta, resulta interesante comprender la forma como las
firmas determinan su estructura de capital, y tratar de encontrar indicios que permitan concluir si
algún esfuerzo a nivel interno, es realizado con el ánimo de maximizar su valoración. La respuesta
a este interrogante ha sido un tema bastante debatido en el campo de las finanzas corporativas,
dando como resultado diferentes teorías que tratan de explicar cómo las firmas determinan la
escogencia de sus fuentes de financiación. Una de ellas precisamente, tiene como base la
existencia de un nivel óptimo de deuda que maximiza el valor de mercado de la firma.
Especialmente en Estados Unidos son varios los estudios que se han realizado con el objetivo de
hallar evidencia que logre explicar la forma en que las empresas escogen sus estructuras de
capital. En la mayoría de casos, estos estudios han basado sus conclusiones en el análisis de
resultados econométricos que incluyan datos contables sobre las firmas estudiadas. La
importancia de estos resultados tiene que ver con la posibilidad de ajustarlos a los postulados de
alguna de las teorías existentes sobre estructuras de capital.
1 Adjusted present value, flow to equity, ó weighted average cost of capital.
2
Replicar los estudios antes mencionados al caso colombiano representa una oportunidad de
identificar los patrones siguen las firmas colombianas para establecer sus formas de
financiamiento. Los resultados obtenidos permitirían determinar si las decisiones de financiación
de las firmas se ajustan a alguna de las teorías existentes, y que tan triviales pueden llegar a ser. El
propósito de este trabajo será replicar al caso colombiano, uno de los últimos estudios sobre
estructuras de capital realizados con empresas estadounidenses, y dar respuesta al interrogante
de cómo escogen las firmas colombianas sus estructuras de capital.
Para ubicar un poco el contexto colombiano dentro del tema de investigación propuesto, vale la
pena resumir los resultados presentados por el informe de Fedesarrollo2, desarrollado por
Mauricio Cárdenas. Según el estudio, la fuente de financiación de la mayoría de firmas
colombianas es principalmente el crédito bancario interno (nacional), encontrándose incluso por
encima de la financiación interna (reinversión de utilidades). Sobre los créditos bancarios hay que
mencionar que en su mayoría son de corto plazo. Según las cifras presentadas, más del 80% de las
empresas en Colombia consideran que su estructura de financiación no limita el crecimiento de
sus empresas; sin embargo, de este 81%, cerca de la mitad considera que es óptimo para el
crecimiento de la firma. Por otra parte, las cifras demuestran la poca participación de las firmas
colombianas en bolsa, donde fuentes de financiación externa, como la emisión de bonos
corporativos y acciones, es un recurso poco utilizado por las firmas nacionales. En relación a esta
última cifra, se observa que el promedio de empresas inscritas en bolsa es tan solo 125, siendo el
promedio latinoamericano 180, número que además se encuentra poco diversificado por cuanto
de estas firmas, cerca del 90% están compuestas por firmas del sector industrial y financiero.
También se observa que pocas acciones son las que más se tranzan. Todo lo anterior permite
concluir que el desarrollo del mercado de valores de Colombia es bajo, mientras que el sector
bancario ha tendido a desarrollarse. La anterior tendencia según el estudio, se mantendrá en un
futuro próximo, debido a la forma en que los empresarios y gerentes planean financiar futuros
planes de expansión.
Según el estudio referenciado en el párrafo anterior, la principal razón por la cual las empresas no
han emitido acciones son el miedo a perder el control de la empresa (26%), y el desconocimiento
de esta opción de financiamiento (11%). También se encuentra que la principal razón que llevaría 2 Cárdenas, M. La competitividad de la empresa y su es tructura de capital: El caso colombiano. Fedesarrollo. Inalde – Universidad de la Sabana, Junio 8 de 2004. Recuperado 10 de agosto de 2008 http://www.fedesarrollo.org.co/eventos/Inalde_060804/INALDE_files/frame.htm
3
a las firmas a emitir acciones seria una disminución en los costos de entrada al mercado de
valores, lo que refleja una percepción interesante acerca de este mercado. Todo lo anterior
permite concluir que las fuentes de financiación de las empresas colombianas tienden a basarse
en crédito de corto plazo y recursos internos, lo que muy seguramente se verá reflejado en
estructuras de capital con bajos niveles de deuda y mayoritariamente compuestos por patrimonio.
El objetivo principal del presente trabajo es determinar cómo las firmas en Colombia escogen sus
estructuras de capital. En particular, se busca evaluar la existencia de niveles de endeudamiento
objetivo en las firmas colombianas y la velocidad de ajuste con que las firmas ajustan sus niveles
de endeudamiento para alcanzar ese nivel objetivo. Por último, de la mano de los objetivos antes
planteados, se busca determinar qué tanto explican las teorías de estructura de capital existentes,
los cambios y la escogencia de estructuras de capital en las firmas colombianas.
Para lograr los objetivos antes planteados se replicó la metodología presentada por Flannery &
Rangan (2005), la cual, a través de un modelo de regresión de ajuste parcial hacia un nivel objetivo
de apalancamiento que depende de características específicas de las firmas, se evalúan las
diferentes teorías de estructura de capital existentes, teniendo como base una estructura de datos
de panel. Inicialmente se pone a prueba la teoría del Trade Off analizando la velocidad de ajuste
en el nivel de endeudamiento de las firmas entre un periodo y otro, así como también analizando
el efecto de variables independientes en el modelo de regresión, que corroboren en demostrar la
premisa de la teoría del Trade Off, la cual establece la existencia de niveles de endeudamiento
objetivo en las firmas. Posteriormente y de acuerdo con el orden presentado en la metodología
utilizada por los autores ya mencionados, se incluyen variables independientes al modelo de
regresión, que evalúen la teoría del Pecking Order y la teoría del Timing.
En el segundo capítulo de este trabajo se introducen los postulados de la teoría del Trade off,
Pecking Order y Timing, las cuales conforman la base del estudio realizado. Acerca de dichas
teorías, cabe resaltar que en la literatura financiera se han perfilado como las más importantes en
materia de estructuras de capital. También es incluida en este capítulo, una revisión de la
literatura financiera sobre estructuras de capital, en la que se hace un seguimiento histórico a los
estudios más importantes que sobre esta materia han sido publicados en journals especializados;
esto con el ánimo de ubicar el continuo debate que importantes investigadores han sobrellevado
respecto a cómo escogen las firmas sus estructuras de capital.
4
El tercer capítulo presenta una descripción de los sectores y subsectores del sector real de la
economía colombiana, a los cuales pertenecen las observaciones tenidas en cuenta en el presente
estudio. Se incluye dentro de la descripción de cada sector, un análisis del comportamiento del PIB
de cada uno, y para los subsectores que componen cada uno de los anteriores sectores, se
presenta un análisis de las principales variables financieras a los cuales pertenecen
específicamente las firmas de la muestra.
En el capítulo 4 se expone la metodología de Flannery & Rangan (2005), que se busca replicar en
este estudio. Así mismo, se describe la base de datos utilizada y las modificaciones y depuraciones
llevadas a cabo para finalmente poder correr los modelos econométricos que dan sustento al
estudio. Por último, se presentan los resultados obtenidos después de correr los modelos de
regresión de datos de panel especificados por Flannery y Rangan (2005), y el análisis pertinente
sobre el cual se establecen las conclusiones finales presentadas en el último capítulo.
5
2. MARCO CONCEPTUAL
Primero se expondrán las teorías sobre estructura de capital que prevalecen dentro del campo de
las finanzas corporativas. Después se presentará evidencia sobre las investigaciones realizadas por
autores en Estados Unidos, y por último, se examinarán algunos estudios realizados en Colombia,
también en relación a la forma en que las empresas establecen su estructura de capital.
Modigliani y Miller (1958), pueden considerarse un buen punto de arranque para exponer los
estudios académicos que han estudiado la relación ente la estructura de capital de una firma y su
valor de mercado. La proposición I de los autores mencionados, establece que el valor de mercado
de una firma, en un mundo sin impuestos corporativos, es independiente de la estructura de
capital, de combinación de deuda y patrimonio que esta tenga. Seguidamente, la misma
proposición contemplada en un mundo con impuestos corporativos, establece que entre mayor
sea la cantidad de deuda en la estructura de capital de una firma, mayor será el valor de mercado
de esta, en la medida en que la deuda, y más específicamente los intereses pagados a los
acreedores, actúen como un escudo en contra de los impuestos corporativos imputados a las
utilidades alcanzadas por las firmas.
Ross, Westerfield y Jaffe3 hacen una introducción práctica para exponer como el exceso de deuda
puede generar una disminución del valor esperado de los flujos de caja de una firma, y por lo tanto
disminuir su valor de mercado. El punto clave a entender es que a medida que aumenta la deuda
de una firma, mayores son sus obligaciones financieras para con sus acreedores; por lo tanto, en
caso de presentarse un periodo en el cual la firma no cuente con suficientes fondos para cubrir
estas obligaciones, esta se vería obligada a entrar en bancarrota, liquidar sus activos para cumplir
con sus obligaciones, e incurrir en costos legales relacionados con los trámites legales asociados a
su situación. Todo lo anterior se traduce en riesgos que al ser valorados dentro de la firma,
disminuyen el valor de sus flujos futuros y por lo tanto de su valor de mercado.
Al integrar la proposición I de Modigliani y Miller con impuestos corporativos, además del
concepto de costos de estrés financiero, aparece lo que en finanzas corporativas se conoce como
3Ross, S. & Westerfield, R. & Jaffe, J. (2005). Corporate Finance (7th Ed.). New York: McGraw‐Hill. p. 436.
6
trade‐off. Ross, Westerfield y Jaffe4 ilustran como a medida que se incrementa el valor de la deuda
para una firma particular, se crea el ya mencionado escudo tributario y el valor de la firma se ve
incrementado. Sin embargo, así como aumenta el beneficio tributario, también se incrementan los
costos de estrés financiero, llegando a un punto en que estos superen los beneficios tributarios y
el valor de la firma en vez de aumentar, empieza a disminuir; este efecto puede ser visto
claramente en el Gráfico 1. La conclusión final es que existe un punto óptimo de deuda, que le
garantiza a la firma una maximización de su valor de mercado. Vale la pena mencionar que según
el trabajo académico de White (1983), Altman (1984) y Weiss (1990), a pesar del alto valor
absoluto que los costos de estrés financiero pueden alcanzar, el valor porcentual de estos costos
con respecto al valor de mercado de la firma es bastante pequeño, rodeando tan solo el 3% del
valor de la firma.
Gráfico 1
Fte: Ross, S. & Westerfield, R. & Jaffe, J. (2005). Corporate Finance (7th Ed.). New York: McGraw‐Hill. p. 443.
La teoría del Trade Off no es la única que trata de explicar la forma en que las empresas
determinan sus estructuras de capital. Para efectos de este marco teórico, también serán
consideradas las teorías del Pecking Order y la teoría del Timing. La primera de estas teorías es
presentada por Donaldson (1961), sin embargo se considera a Myers (1984) como aquel que la 4 Ibid. Ross, S. & Westerfield, R. & Jaffe, J. (2005). p. 443.
7
perfeccionó. Según este último autor las firmas no tienen una estructura de capital óptimo como
lo establece la teoría del Trade off, sino que por el contrario, sus decisiones de financiación siguen
un orden en el cual la primera opción es financiarse a través de fondos internos, segundo a través
de deuda y por último a través de equity (patrimonio) mediante la emisión de acciones.
Myers parte del hecho de que existe asimetría de información entre las firmas y los inversionistas;
por lo tanto, a la hora de financiarse, resulta costoso para las firmas hacerlo a través de fondos
externos en la medida en que los inversionistas se sientan en desventaja frente a los directivos de
la firma (por la asimetría de información ya mencionada), y vean en este tipo de decisiones
corporativas un propósito por parte de los directivos de aprovecharse de las condiciones y los
precios que el mercado determine para la firma. Es así como la primera opción de financiación es a
través de fondos internos, puesto que se encuentran en poder de la firma y representa los
menores costos de acceder a fondos para financiar un proyecto con valor presente positivo.
En cuanto a la decisión de financiarse a través de deuda o a través de capitalización externa, las
firmas prefieren hacerlo primero a través de deuda, ya que representan activos financieros menos
riesgosos para los inversionistas, y por lo tanto el costo de acceder a ellos es inferior. La
financiación a través de deuda, será considerada hasta que los costos de estrés financiero no
representen una disminución en el valor de mercado de la firma. Después de alcanzar este nivel de
deuda, si aún se hace necesario, las firmas consideraran la financiación externa a través de
emisión de acciones.
La otra teoría relacionada con la forma en que las firmas se financian, y por lo tanto la estructura
de capital que las firmas presentan, es la teoría del Timing. Según Baker y Wurgler (2002), las
empresas consideran como una variable determinante a la hora de financiarse, el valor de
mercado de la firma en relación a su valor en libros en un periodo determinado. La teoría del
Timing establece que las empresas buscarán financiarse a través de emisión de acciones cuando
estas se encuentren a precios altos, y recomprarán y se financiarán de otras formas cuando sus
precios sean bajos, explotando así las fluctuaciones del mercado accionario y del valor de mercado
de las firmas. Según los anteriores autores, esta forma de financiarse las empresas, no solo estaría
contribuyendo a maximizar su valor de mercado al evitar costos de estrés financiero, sino que
también estaría aumentando las ganancias de los accionistas al percibir un precio por las acciones
de la firma, superior al que verdaderamente debería prevalecer dadas las condiciones en que
verdaderamente se encuentra la firma.
8
Una vez mencionadas las tres más importantes teorías sobre estructura de capital encontradas en
la literatura académica, queda claro que existen diferencias entre lo que cada una propone, en
relación a la forma en que esta estructura es determinada. Sin embargo, la que más parece
diferenciarse de las demás es la teoría del Trade off, en particular por considerar el punto óptimo
de deuda como un objetivo de las firmas. Las teorías del Pecking Order y del Timing pueden
guardar un poco más de relación entre ellas, al considerar los precios de las acciones como un
punto importante de la explicación y justificación de sus posteriores conclusiones.
Varios estudios han analizado las teorías que mejor explican la estructura de capital que presentan
las empresas. Algunos de los autores de estos hallazgos ya han sido referenciados, puesto que
precisamente, las teorías mencionadas hasta el momento estuvieron basadas en algún tipo de
investigación, que les permitiera concluir de la manera en que lo hicieron en sus respectivas
teorías.
Shyam‐Sunder y Myers (1999), encuentran que la teoría del Pecking Order se ajusta mejor al
verdadero comportamiento de las estructuras de capital de las firmas, y que la teoría del Trade off
junto con sus implicaciones, es considerada en una segunda instancia por las firmas. Encuentran
en particular que firmas altamente rentables con pocas oportunidades de inversión, buscan
disminuir cada vez más la cantidad proporcional de deuda, mientras que firmas con pocos fondos
internos y varias posibilidades de inversión rentable, aumentan sus niveles de deuda. De lo
anterior concluyen que los cambios en los niveles de deuda de las firmas, no son atribuibles a la
búsqueda de un nivel óptimo de deuda, sino que simplemente buscan cubrir necesidades
financieras cuando no tienen internamente con que financiarlas. El trabajo de estos autores pone
a prueba por medio de modelos de regresión cada una de las teorías, arrojando como resultado
una mayor descripción del comportamiento encontrado, a la teoría del Pecking Order, por lo
menos con la muestra de empresas tomada por los autores.
Otro estudio de principios de siglo, relevante dentro de esta parte de la propuesta, fue el llevado a
cabo por Hovakimian, Opler y Titman (2001), en el cual los autores suponían de entrada que
cuando grandes cambios se presentan en los niveles de patrimonio y deuda de las firmas, los
gerentes tienden a hacer algún tipo de análisis relacionado con los “Trade off” que implican estos
cambios, indicando así la búsqueda de un nivel óptimo de deuda/patrimonio en la estructura de
las firmas.
9
En este estudio se busca encontrar si las firmas verdaderamente ajustan sus estructuras de capital,
buscando encontrar un nivel óptimo de deuda que refleje los costos y beneficios contemplados
por la teoría del Trade off. Los resultados encontrados en este estudio, permiten concluir que a
pesar de que la teoría del Pecking Order sirva para explicar razones de deuda corporativa en el
corto plazo, las firmas tienden a tomar decisiones financieras que las acerquen a razones de deuda
objetivo, que son consistentes con la teoría del Trade off.
Korajczyk y Levy (2003), estudian como diferentes condiciones macroeconómicas, afectan la
escogencia de la estructura de capital de las firmas, al igual que las restricciones financieras
encontradas en ellas. Los autores definen las firmas restringidas, como aquellas que no tienen
suficientes fondos internos para financiarse. Los resultados encontrados indican que el
endeudamiento de aquellas firmas sin restricciones financieras, tiene una relación contra cíclica
(inversa) con las condiciones macroeconómicas, lo cual indica que los gerentes de firmas no
restringidas prefieren endeudarse cuando las condiciones del mercado son malas o cuando no se
han conseguido buenos resultados de rentabilidad. Así mismo, el estudio encuentra que el
endeudamiento de las firmas restringidas, presenta una relación pro cíclica con las condiciones
macroeconómicas, lo que demuestra que las firmas restringidas se endeudan más cuando ha
habido buenos comportamientos del mercado y/o las ganancias de la firma han sido buenas.
Además de estos resultados se encuentra que las firmas no restringidas son capaces de controlar
el momento en que llevan a cabo sus emisiones, y llevarlas a cabo cuando los precios del mercado
sean más favorables, mientras que las firmas restringidas se desvían menos de su estructura
objetivo, y sus emisiones son mas sensitivas a desviaciones de esa estructura objetivo.
Como conclusión, los autores encuentran consistencias con las teorías del Trade off y del Pecking
Order; por ejemplo las desviaciones de la estructura objetivo explican en gran medida las
decisiones de emitir o no en las firmas restringidas, reflejando consistencia con la teoría del Trade
off, mientras que la relación negativa entre rendimiento y estructura objetivo en las firmas no
restringidas va más de la mano con la teoría del Pecking Order.
Roberts (2002), a través de un estudio dinámico sobre los niveles de endeudamiento de un grupo
de firmas, trató de determinar si estas, tal como lo propone la teoría del Trade off, buscan ajustar
sus niveles observados de endeudamiento y alcanzar niveles objetivo. Roberts trata de añadir
variables que permitan explicar por qué las firmas no demuestran tener velocidades de ajuste
10
suficientemente rápidas como para ser consistentes con la teoría del Trade off, las cuales así
mismo, reflejen los costos de ajuste que representa para las empresas cambiar los niveles de
endeudamiento encontrados en sus estructuras de capital. A pesar de la introducción de
correcciones estadísticas, Roberts no logró encontrar resultados que permitan concluir a favor de
una de las dos teorías dinámicas sobre estructura de capital más mencionadas hasta el momento
(Trade off y peckig order). Sin embargo, contribuyó significativamente en resaltar errores
estadísticos cometidos en estudios previos, relacionados con los modelos de regresión utilizados,
en los cuales no se tenían presentes posibles problemas de endogeneidad entre las variables y de
falta de datos.
Fama y French (2002), ponen a prueba las predicciones del modelo de Trade off y del pecking
order, con respecto a los pagos de dividendos y los niveles de endeudamiento. Estos dos autores
examinan las predicciones acerca de cómo el endeudamiento a largo plazo y la razón de pagos de
dividendos varían en las firmas, en relación a dos variables que ellos consideran ser las
conductoras de los dos modelos ya mencionados: rentabilidad y posibilidades de inversión. Fama y
French ponen a prueba la predicción de la teoría del Trade off, de que el endeudamiento tiende a
revertirse hacia una media, o una razón objetivo de endeudamiento, mientras que la teoría del
pecking order, la ponen a prueba observando cómo decisiones financieras responden a
variaciones de corto plazo en las ganancias y la inversión.
Las conclusiones más relevantes de este estudio indican, por ejemplo, que en relación a la
predicción de la teoría del Trade off de que las firmas más rentables tienden a tener mayores
niveles de endeudamiento en libros, los estudios demuestran que al contrario, las firmas más
rentables tiende a tener menores niveles de endeudamiento, favoreciendo las predicciones de la
teoría del pecking order. Por otra parte, se encuentran grandes colocaciones de acciones en firmas
pequeñas con pequeños niveles de endeudamiento, contradiciendo el orden de financiación
establecido por la teoría del pecking order. Por último se encuentra una tendencia por parte de las
firmas a revertir sus niveles de endeudamiento hacia un nivel objetivo, sin embargo la velocidad
con que es llevado a cabo este ajuste es muy baja, evitando concluir significativamente a favor de
la teoría del Trade off.
Lemmon y Zender (2002), a través de un estudio sobre firmas dentro del marco establecido por
Shyam‐Sunder y Myers (1999), tratan de aportar nueva evidencia sobre qué teoría se ajusta más al
comportamiento de la estructura de capital de las empresas, controlando variables como la
11
capacidad de deuda de estas empresas y su tamaño. Los resultados arrojados por estos autores
demuestran que las firmas prefieren cubrir sus déficits financieros, primero, a través de deuda y
después, a través de patrimonio externo, siempre y cuando su capacidad de endeudamiento no se
encontrara restringida. Además de esto, se encuentra en el estudio que firmas pequeñas con altos
niveles de crecimiento, enfrentan menos costos de selección adversa relacionados con los efectos
de anunciar emisiones de acciones, por lo tanto, utilizan esta fuente de financiación en gran
medida, justificando los ya mencionados resultados encontrados por Fama y French (2002).
Lemmon y Zender concluyen que la teoría del Pecking Order sigue explicando en mayor medida el
comportamiento de las estructuras de capital de las empresas, y que los resultados que favorecían
la teoría del Trade off, pueden ser justificados controlando las variables antes mencionadas.
Otro estudio que demuestra inconsistencias con los postulados de la teoría del pecking order, es el
realizado por Frank y Goyal (2003). En este estudio, se analiza el comportamiento de la forma de
financiación de firmas públicamente transadas en el periodo 1971 – 1998, con el ánimo de
identificar si la teoría del Pecking Order podía ser evidenciada en el comportamiento que
presentaron estas firmas en relación a sus decisiones de financiamiento.
Los resultados encontrados en el estudio, demuestran que para la muestra de firmas en cuestión,
los niveles de financiación a través de patrimonio externo son bastante significativos en relación al
monto total de la financiación externa; en algunos casos, los montos de financiación llevada a cabo
a través de patrimonio externo, son superiores a las necesidades de las empresas de cubrir sus
inversiones. El estudio encuentra que en promedio, durante el periodo de tiempo analizado, la
financiación a través de patrimonio externo es superior a la financiación a través de deuda, lo cual
va en contradicción con el orden establecido por la teoría del Pecking Order, en la cual antes de
financiamiento a través de patrimonio externo, las firmas agotan su capacidad de endeudamiento.
Además de estos resultados, los autores examinan el supuesto del cual parte el orden establecido
en la teoría del pecking order, según la cual, los costos relacionados con asimetrías de información
entre las firmas y los inversionistas externos, son los responsables del orden de financiación
establecido. Para ello, deciden examinar un grupo más especifico de firmas, firmas pequeñas, las
cuales se supone reflejan mayor incertidumbre para el inversionista promedio, en la medida en
que acceder a información sobre sus estados actuales y situación futura es más difícil. Sin
embargo, los resultados encontrados son muy parecidos a los ya mencionados por Fama y French
12
(2002), en los cuales, estas firmas demuestran tener grandes niveles de financiación a través de
patrimonio externo, comparado con sus niveles de financiación a través de deuda y la financiación
que a través de patrimonio externo tienen empresas de mayor tamaño. El anterior resultado
termina por desacreditar la teoría del Pecking Order.
Volviendo al trabajo de Baker y Wurgler (2002), sobre la teoría del Timing, los autores se
preguntan si el valor de mercado del patrimonio, afecta de una manera u otra la estructura de
capital. Los resultados encontrados en el estudio llevado a cabo, demuestran que el “Timing” sí
tiene efectos grandes y persistentes sobre la estructura de capital de las firmas, en especial al
encontrar que aquellas empresas con bajos niveles de endeudamiento, fueron aquellas que se
consiguieron financiación cuando sus valores de mercado eran altos, y aquellas con altos niveles
de endeudamiento, fueron aquellas que se financiaron cuando sus valores de mercado eran bajos.
En este caso, se encuentra que la influencia de valoraciones pasadas de firmas en su estructura de
capital es económicamente significativa y estadísticamente robusta.
En respuesta al trabajo de Baker y Wurgler referenciado en el párrafo anterior, Hovakimian (2003),
no encuentra evidencia significativa de Timing cuando algún tipo de endeudamiento fue llevado a
cabo, ni tampoco cuando se redujo el nivel de deuda. Como un segundo resultado, el autor, a
pesar de encontrar resultados consistentes con Timing en el momento de colocar acciones y
recomprarlas, encuentra que el efecto sobre la estructura de capital es pequeño y transitorio, lo
cual implica que es imposible que el Timing sea responsable por los largos y duraderos efectos que
la razón del valor de mercado sobre el valor en libros, tiene sobre el nivel de endeudamiento.
También se encuentra que el patrón encontrado al llevarse a cabo un cambio en el nivel de deuda,
es una relación positiva con la razón del valor de mercado sobre el valor en libros de la firma, lo
cual concuerda con la teoría del Trade off.
Welch (2004), de acuerdo a los resultados de su trabajo, concluye que las emisiones de acciones
por parte de las firmas, explican cerca del 60% de la dinámica encontrada sus razones de
endeudamiento. Welch sin embargo, resalta el misterio que aun existe en relación a los motivos
que conllevan a dichas emisiones. A través de su estudio encuentra que cuando se tienen en
cuenta las rentabilidades de las acciones, muchas otras variables “proxies” terminan jugando un
papel insignificante a la hora de explicar las estructuras de capital encontradas en las firmas. Los
resultados encontrados por Welch van en completa concordancia con la teoría del Timing,
señalando a los precios de las acciones y las rentabilidades generadas por estas, como las variables
13
que más tienen en cuenta las firmas para emitir acciones y por consiguiente, las que explican
modificaciones en sus estructuras de capital.
Hovakimian, Hovakimian y Tehranian (2004), siguiendo con el debate sobre qué teoría (Trade off,
Pecking Order o Timing) explica mejor las estructuras de capital de las firmas, parten de la base de
estudiar simultáneamente las instancias en que las firmas emiten deuda y patrimonio. Uno de los
primeros aspectos relevantes con los que se encuentran es la magnitud de la financiación llevada
cabo por las firmas, cuando emiten simultáneamente deuda y patrimonio. Lo anterior les sugiere a
los autores, que estas firmas escogen deliberadamente las cantidades de deuda y patrimonio a
emitir; por lo tanto, un estudio de estas firmas podría ayudarles a definir los factores que
determinan la escogencia de su estructura de capital.
Los resultados mas importantes de este estudio establecen que firmas con una alta razón entre su
valor de mercado y su valor en libros, tienen altas posibilidades de crecimiento, por lo tanto, sus
niveles objetivos de endeudamiento serán bajos. Así mismo, firmas con altas razones de valor de
mercado sobre valor en libros, tenderán a emitir patrimonio en vez de deuda debido a su ya
mencionado bajo nivel objetivo de deuda, justificando anteriores resultados de otros autores en
los cuales firmas altamente rentables tendían a tener bajos niveles de deuda, lo cual favorecía a la
teoría del pecking order. En este caso se justifica la teoría del Trade off, argumentando que las
firmas altamente rentables tienen bajos niveles de deuda objetivo, siendo esa la razón por la cual
su deuda es baja. En relación a los resultados presentados, parecen existir ciertas inconsistencias
con las conclusiones en cuanto a que tratan de justificar la teoría del Trade off, pero así mismo
encuentran perfecta concordancia con la teoría del pecking order.
Otros autores que al igual de los anteriores tratan de justificar la teoría del Trade off, son Kayhan y
Titman (2005). En este caso particular, los autores buscan determinar cómo los flujos de caja,
inversiones y variaciones en los precios de las acciones de las firmas, afectan las razones de
endeudamiento de las firmas. Los resultados encontrados demuestran que a pesar de que las
anteriores variables tienen efecto sobre la estructura de capital de las firmas, en el largo plazo
estos efectos tienden a verse revertidos, evidenciando una tendencia a un nivel objetivo de
endeudamiento, lo cual va en común acuerdo con la teoría del Trade off. Los resultados de este
estudio también sugieren que cuando las firmas alcanzan sus niveles objetivo de deuda, la relación
entre valor de la firma y la razón de endeudamiento es débil, por lo tanto los costos de desviarse
14
del óptimo son pequeños, y la concepción de un nivel objetivo de endeudamiento se hace menos
importante.
Uno de los últimos trabajos que debaten acerca de el tipo de teoría que mejor se ajusta a la forma
como las firmas escogen sus estructuras de capital es presentada en el trabajo de Leary y Roberts
(2005). En este trabajo se considera el concepto de costos de ajuste, como el responsable en gran
medida de las decisiones de políticas financieras corporativas. Una vez se tiene en cuenta este
concepto, se demuestra que las firmas si buscan reajustar sus estructuras de capital a un nivel
objetivo. Leary y Roberts encuentran además algunas concordancias con la teoría del Pecking
Order, en particular, encuentran que las firmas si buscan financiarse internamente antes de buscar
financiación externa, excepto cuando la necesidad de financiación es demasiado grande.
En relación a otro tipo de estudios que hayan pretendido demostrar qué tipo de teoría explicaría
mejor la escogencia de estructura de capital de las firmas, vale la pena mencionar a Graham y
Harvey (2001), quienes a través de evidencia recogida en encuestas, encontraron que
evidentemente, 81% de las firmas consideran una razón objetivo o por lo menos un rango objetivo
de endeudamiento, cando toman decisiones relacionadas con su financiación.
Ross, Westerfield y Jaffe5, presentan estadísticas interesantes relacionadas con el tema de
estructura de capital de las firmas y sus fuentes de financiación. Con información sobre los
patrones de financiación de las corporaciones no financieras de los Estados Unidos desde 1991
hasta el 2002, los autores concluyen al respecto, que claramente los fondos internos han
dominado como la fuente de financiación porcentualmente más usada por estas corporaciones,
presentando porcentajes de entre el 70% y 90%.
Además de esto, los autores evidencian que típicamente en los años de referencia, la inversión
realizada por estas corporaciones, fue mayor a los ingresos internamente generados por las
empresas, lo que las obligó a utilizar fuentes externas de financiación. En relación a estas últimas,
la información presentada por los autores demuestra que la financiación externa a través de
patrimonio fue casi insignificante durante los 11 años de referencia, siendo la financiación externa
a través de deuda la principal fuente utilizada por las corporaciones para cubrir su déficit. Estas
observaciones de los autores en cuestión, sugieren una estrategia de financiación a largo plazo
acorde con la teoría del pecking order.
5 Ibid. Ross, S. & Westerfield, R. & Jaffe, J. (2005). p. 395.
15
Otras estadísticas presentadas por Ross, Westerfield y Jaffe6, muestran la razón entre el valor en
libros de la deuda y el valor en libros del patrimonio, así como la razón entre el valor en libros de la
deuda y el valor de mercado del patrimonio, para firmas no agrícolas (nonfarm) y no financieras de
1988 a 2002. En estas últimas estadísticas se puede apreciar la disminución que presentó el valor
en libros de la deuda en relación tanto al valor en libros del patrimonio como a su valor de
mercado. En ambos casos, se evidencia una disminución a partir de 1990, siendo más pronunciada
en el caso en que el valor de la deuda se compara con el valor de mercado del patrimonio. Esta
tendencia tiene su punto más bajo en 1999, llegando a alcanzar cerca del 27% del valor de
mercado del patrimonio. A partir de 1999, esta razón vuelve a incrementarse hasta el año 2002, en
el cual la deuda ya ha alcanzado un porcentaje superior al 60% del valor de mercado del
patrimonio, y cerca del 80% del valor en libros. La anterior descripción de las estadísticas
presentadas, es contrastada por los autores con la subida generalizada en el valor de las acciones a
principios de los 90, y la caída a partir del 2000.
Todo lo anterior estaría reflejando clara concordancia con la teoría del Timing, ya que la
disminución del porcentaje de deuda en relación al patrimonio, se presenta justamente cuando en
los mercados se evidencia una subida en los precios de las acciones, mientras que el incremento
en la participación de la deuda se presenta cuando estos mismos precios se vienen abajo, lo cual
muy seguramente fue visto por muchos gerentes y accionistas como una subvaloración en los
precios de las acciones, y un claro incentivo a financiarse a través de deuda, en vez de hacerlo a
través de patrimonio y tener que vender sus acciones a precios inferiores a lo que ellos consideran
su verdadero valor.
Con respecto a estudios realizados en Colombia, que traten temas relacionados con la estructura
de capital de las empresas, sus determinantes y su escogencia de acuerdo a las teorías existentes,
se encuentran los trabajos llevados a cabo por Campo y Carvajal (2008), Chaparro (2007) y Rincón
(2005). En cada uno de ellos se utilizan diferentes modelos de regresión, que determinen la
relación de variables dependientes como el endeudamiento de las firmas, frente a variables
independientes consideradas dentro de la literatura como determinantes de la estructura de
capital de las empresas. Una vez identificada una relación entre estas variables, se analiza qué
teoría predice los comportamientos presentados por los betas hallados en los modelos de
regresión.
6 Ibid. Ross, S. & Westerfield, R. & Jaffe, J. (2005). p. 398.
16
En Campo y Carvajal (2008) se encuentra concordancia con las teorías del pecking order, mientras
que en Chaparro (2007), las relaciones encontradas entre las variables dependientes utilizadas y
los factores determinantes de la estructura de capital, demuestran tener concordancia tanto con
la teoría del Pecking Order como con la teoría del Trade off.
17
3. CONTEXTO
3.1 Sectores
La variable BETA, incluida dentro de las variables independientes de los modelos de regresión
presentados posteriormente, fue asignada a cada firma de acuerdo al subsector del sector real de
la economía colombiana en el cual se encuentra cada una, de acuerdo con la base de datos de la
Superintendencia de Sociedades. A continuación se presenta un breve resumen de los aspectos
más relevantes que hasta el año 2006, se presentan en los grandes sectores del sector real de la
economía colombiana, dentro de los cuales se encuentran los subsectores antes mencionados.
Toda la información presentada en este capítulo, ha sido extraída y resumida del informe del
sector real a Diciembre de 2006, presentado por el Sistema BPR – Benchmark7.
3.1.1 Sector Agroindustrial
El PIB (incluye cultivos ilícitos) de los productos agropecuarios básicos y agrícolas, incluyendo
silvicultura, caza y pesca, creció en el 2006 3.13%, el año anterior lo había hecho en 1.86%, lo
que representa una incremento en los niveles de crecimiento. La tasa anual de crecimiento del
PIB (sin ilícitos) de esta rama de actividad fue del 2,85%, lo que en relación a la cifra con
cultivos ilícitos, indica que este tipo de actividades contribuyó con 0,28% del crecimiento total
del sector en el 2006. De acuerdo con los datos del Ministerio de Agricultura8 las proyecciones
para el 2006 señalan que la producción ascenderá a 47.025 miles de toneladas, lo que
representa un incremento de 4.684 toneladas con respecto a la producción observada en
2002. La balanza comercial de la agroindustria genero un superávit en el 2006 de USD 2.384.7
millones, esto es un 6.7% menos que el superávit obtenido el año anterior de USD 2.557.1
7 Informe Sector Real. Sistema BPR ‐ Benchmark. BPR Asociados, diciembre de 2006 8 Ministerio de Agricultura y Desarrollo Rural. “Perspectivas del Sector Agropecuario Segundo Semestre de 2006”
18
millones, lo cual indica que posiblemente un menor volumen de producción fue exportado, o
que hubo un mayor volumen de importaciones de productos del sector.
3.1.2 Sector Comercio
Al finalizar el año 2006 el PIB del sector comercio creció en términos reales un 12.1%, al pasar
de $7.15 billones a $8.01 billones, el más alto desde 1995; el año anterior había crecido al
8.52%, estos crecimiento son mayores a los registrados por el PIB total de la economía, lo que
posiciona a este sector como uno de los más dinámicos e importantes de la economía
nacional. El superávit de la balanza comercial se incrementó de USD 43 millones obtenida en el
2005 a USD 263 millones en el 2006, lo cual demuestra una tendencia exportadora de este
sector en particular.
3.1.3 Sector Comunicaciones
El PIB del sector de Correo y Telecomunicaciones, uno de los sub sectores del sector de las
comunicaciones, presentó un crecimiento en el año 2006 de 14.51%, el año anterior lo había
hecho en 3.42%; su participación en el PIB pasó de 2.6% a 2.78% entre el 2005 y 2006
respectivamente. La tasa anual de crecimiento del PIB del sector de las comunicaciones al
finalizar el cuarto trimestre del 2006, es de 14.15%, en el año anterior durante el mismo
periodo había crecido 8.21%. Las anteriores cifras demuestran un incremento en los niveles de
crecimiento del sector, que vuelven a estar por encima del crecimiento de economía, que
además reflejan un desarrollo positivo a nivel nacional, en materia de comunicaciones.
3.1.4 Sector Construcción
Sin duda es una de los sectores que mejor comportamiento presenta en los últimos años; hay
que destacar la importancia de este sector por el impacto multiplicador que tiene en la
mayoría de sectores. De acuerdo con las cifras del DANE, el PIB de la construcción creció en
precios constantes en el 2006 14.36%, el más alto desde 1995. En precios constantes de 1994
pasó de $4.93 billones en el 2005 a $5.63 billones en el 2006. El DANE informó que las
licencias de construcción aprobadas durante el mes de diciembre de 2006 fueron de
19
1.752.008 m², 672.501 m² más que en diciembre de 2005, equivalentes a un incremento en el
área licenciada del 62,30%.
A pesar de la importancia de estas cifras, vale la pena mencionar que durante los periodos
considerados, aun estaba en vigencia el boom de la construcción, sin embargo, al igual que en
otros tiempos, las cifras de crecimiento del sector de la construcción, pueden tender a la baja
y estabilizarse en niveles inferiores. Igualmente, cabe mencionar el carácter pro cíclico que
caracteriza a este sector, en comparación con la economía en general.
3.1.5 Sector Energía
Para evaluar las cifras del PIB del sector de energía se tomaron los siguientes subsectores de la
información suministrada por el DANE: Hulla, lignito y turba; Petróleo crudo, gas natural y
otros minerales; Electricidad y gas; Refinación de petróleo. El subsector con el PIB en valores
absolutos más grande corresponde a Electricidad y gas, que en pesos constantes de 1994 pasó
de $2.14 billones en el 2005 a $2.21 billones en el 2006, con una tasa anual de crecimiento en
el 2005 de 3.52%, este crecimiento es menor al obtenido en el año anterior de 5.6%. El
segundo subsector en tamaño corresponde a la explotación Petróleo crudo, gas natural y otros
minerales con un PIB de $1.67 billones (pesos de 1994) y una tasa anual de crecimiento de
solo 0.31% en el año 2006, aunque es la tasa más baja de todos los subsectores considerado,
es mayor a la presentada en el año 2005 cuando su crecimiento fue negativo en 0.7%. El tercer
subsector en tamaño es el de Hulla, lignito y tuba (carbón) con un PIB de $1.67 billones y una
tasa de crecimiento en el 2006 de 10.63%, la más alta de los cuatro subsectores considerados
y mayor a la registrada en el año anterior de 8.52%; llegó incluso a tener una tasa anual en el
cuarto trimestre del año 2006 de 17.49%. El último sector en tamaño es el de Refinación de
petróleo con un PIB de $0.70 billones en el 2006 y un crecimiento negativo del valor agregado
de 8.87%, el año anterior había crecido en 0.17%; este resultado está influenciado
notablemente por los crecimiento negativos obtenidos en los tres primeros trimestres del año
de ‐12.02%, ‐4.96% y ‐17.37% respectivamente.
No obstante que los subsectores de Refinación de petróleo y Explotación de crudo y gas
presentan las menores tasas de crecimiento, incluso negativas en el caso de la refinación del
petróleo, las perspectivas para el 2007 son buenas; incluso el sector petrolero, junto con el de
20
minas y canteras fueron los que en valores absolutos recibieron los monto más altos de
inversión extrajera directa en el 2006.
3.1.6 Sector Industrial
La tasa anual de crecimiento del PIB industrial al finalizar el cuarto trimestre del 2006, es de
16.3%. En el 2006 el aumento del sector fue de 10.79%; los subsectores líderes en crecimiento
corresponden a: Vidrio y productos de vidrio (31.44%), Maquinaria y suministro eléctrico
(19.45%), Metales y Productos Metálicos (17.32%) y Bebidas (10.42%). El único subsector que
presentó un crecimiento negativo fue Derivados y refinados del petróleo (‐8.87%), que
igualmente no sacrifica el buen desempeño del sector industrial como un todo. La producción
y las ventas al finalizar el año 2006 siguen presentando importantes niveles de crecimiento.
Esto ratifica el buen clima para los negocios que perciben los inversionistas nacionales y
extranjeros.
La Muestra Mensual Manufacturera del DANE indica que para el 2006 la producción de la
industria manufacturera y las ventas, sin incluir trilla de café crecieron 11,07%, 11,70% en
valores reales. El déficit de la balanza comercial de la industria creció significativamente en el
2006 al pasar de USD 5.890 millones en el 2005 a USD 8.236.6 millones, lo que indica que es
un sector en cual predomina la importación de bienes y productos en general.
3.1.7 Sector Servicios
Consolidando los dos grupos de servicios, su participación en el PIB total es de 32.9% en el
2006 y de 34.2% en el año anterior, donde sobresale por su tamaño el subsector de Servicios
del Gobierno y el de Servicios inmobiliarios y alquiler de vivienda, estos dos sectores
representan el 67% del total del PIB de los dos grupos consolidados. La importancia del sector
de servicios en la economía colombiana que conforman lo que los economistas han
denominado “sector terciario”, ha venido adquiriendo una importancia muy significativa en
los últimos años, como sucede en los demás países del mundo.
Al consolidar los dos grupos anteriores de servicios, con los correspondientes a los Servicios de
transporte, comunicaciones y financieros, su participación en el PIB total aumenta al 50.64%
21
en el 2006. Datos del Ministerio de Industria y Comercio informan que las exportaciones de
servicios colombianos en el año 2005 ascendieron a USD 2.666 millones, cifra que comparada
con la del año anterior registra un crecimiento del 18%. Las exportaciones de viajes y
transporte representaron cerca del 80% del total de exportaciones colombianas de servicios
en el transcurso del año 2005, seguidas de las exportaciones de Servicios empresariales y de
construcción (10.3%), servicios de comunicaciones, información e informática (8.9%), otros
servicios (4.8%) y servicios de seguros y financieros (1.2%). Entre tanto, las importaciones
ascendieron a USD 4.755 millones de dólares. El subsector que concentró el mayor volumen
de importaciones fue el de transporte (44.3%), seguido por el subsector de viajes (23.7%).
Con estas cifras se concluye que la balanza comercial es deficitaria en USD 2.089 millones en el
año 2006. Al igual que con el sector de la construcción, este sector también presenta
crecimientos muy por encima de los de la economía en general, que por su gran participación
en el PIB total, así como su buen desempeño, estaría siendo responsable por jalonar la
economía hacia los niveles de crecimiento que esta ha alcanzado en los últimos años.
3.1.8 Sector Transporte
El PIB consolidado del sector de transporte, incluidas las comunicaciones, creció en el año
2006 un 9.42%, el año anterior lo había hecho en 4.68%. La tasa anual de crecimiento del PIB
del sector al finalizar el cuarto trimestre del 2006, es de 11.04%, muy superior al del año
anterior cuando creció 3.02%. Excluyendo el subsector de servicios de correo y
telecomunicaciones, el PIB consolidado de los demás subsectores en el 2006 es de $5.24
billones, en valores constantes de 1994, un 7.08% mayor al del año anterior; la participación
en el PIB total de 2006 es de 5.64%, muy similar a la del año anterior 5.62%.
Como conclusión general frente al comportamiento de los sectores del sector real, se puede
afirmar que los resultados en general son positivos en términos de crecimiento, y que de
alguna manera dichos resultados se ven reflejados en el crecimiento del PIB colombiano de los
últimos años.
A continuación se hace mención de algunas de las características más relevantes e importantes de
nueve variables financieras de cada uno de los subsectores específicos del sector real, que han
22
sido tenidos en cuenta para desarrollar los modelos de regresión presentados posteriormente. Las
cifras se encuentran resumidas en la tabla 1 del capítulo de Anexos.
3.2 Variables financieras
3.2.1 Crecimiento en ventas
Los subsectores del sector real, tuvieron un crecimiento promedio en ventas de
aproximadamente 28,4%, reflejando un comportamiento bastante favorable para las firmas
dentro de este sector. Llama en especial la atención, el crecimiento en ventas que reportó el
subsector de Minería Básica (95,8%) y el que reportó el subsector de Servicio Empresariales
Especiales (90%). Vale la pena resaltar que ninguno de los subsectores tuvo un decrecimiento
en sus ventas, y que la mayoría fueron crecimientos porcentuales de dos dígitos. A pesar de
los anteriores resultados, cabe mencionar que se presentó una desviación estándar de 18%,
que demuestra poca uniformidad entre los datos de los diferentes subsectores, la cual es
aparente.
3.2.2 Margen operativo
De acuerdo con la tabla 1, el margen operativo promedio de los subsectores del sector real
colombiano analizados en este trabajo, fue de aproximadamente un 7,75%. Las cifras que
llaman la atención, tienen que ver con los márgenes presentados por los subsectores de
Inversiones de Capital y Minería Básica, con márgenes de 57,5% y 56,1% respectivamente. En
este caso, se presentaron dos subsectores con márgenes operativos negativos, que fueron el
subsector de las Flores y el Banano, con márgenes de ‐3,1% y ‐5,1% respectivamente. En
relación a estos dos subsectores, los márgenes negativos pueden deberse a los costos que
para estos sectores representó la continua revaluación del peso colombiano durante los
últimos años, en especial durante el 2006; este factor, sin duda alguna golpeo a subsectores
involucrados ampliamente con la exportación de sus productos, como lo son el subsector de
las Flores y del Banano.
23
3.2.3 Margen neto
El margen neto promedio de los subsectores analizados fue de aproximadamente un 5,23%,
cifra que guarda perfecta concordancia con el comportamiento de la economía nacional
durante el año 2006. De los subsectores que mayores márgenes presentaron se encuentran
los subsectores pertenecientes al sector energético, lo cual indica que el sector como un todo
tuvo resultados bastante positivos durante el periodo de referencia. De los 78 subsectores
considerados, sólo 6 presentaron márgenes netos negativos, lo cual demuestra un buen
desempeño casi que generalizado para el sector real.
3.2.4 Crecimiento en activos
En promedio, el crecimiento de los activos de los subsectores considerados fue de 21,3%
aproximadamente, indicando así, posibles incrementos en las inversiones en activos fijos, por
la cuantía del incremento, reflejando buenas perspectivas a futuro. El subsector con mayor
crecimiento porcentual en activos fue el subsector de Servicios Aduaneros y de Carga, cuyos
activos crecieron en un 52%. El subsector de Pescados y Mariscos, fue el único en reportar
decrecimiento en el nivel de activos, con un decrecimiento de 0,7%, para el año 2006. El sector
que en promedio tuvo mayores incrementos en el nivel de activos fue el de Comercio al por
Menor. Se puede concluir en base a los resultados presentados, que los diferentes subsectores
han incrementado sus usos, respondiendo a los buenos resultados que generalizadamente
reportaron a lo largo del año, resaltados en indicadores de desempeño como márgenes netos
y otros ya nombrados.
3.2.5 Endeudamiento
Este indicador es de particular interés dado que está directamente relacionado con la
estructura de capital de las firmas. El nivel promedio de endeudamiento de los subsectores, es
de aproximadamente 48%, cifra que resulta bastante grande por cuanto estaría indicando que
24
las firmas del sector real colombiano, manejan una estructura de capital compuesta casi en un
50% por deuda.
Los sectores con mayores niveles de endeudamiento son el sector Comercial, en este caso
tanto al por menor como al por mayor, así como el sector de las comunicaciones y de la
construcción. El subsector que menos endeudamiento reporta es el de Inversiones de Capital
con apenas el 8,2%, claramente muy por debajo del promedio. A pesar de la anterior cifra
sobre el subsector de Inversiones de Capital, la desviación estándar de aproximadamente 12%,
indica por un lado que los niveles de endeudamiento no son muy disparejos, y por otro, que
aun en los casos más bajos, el endeudamiento sigue siendo alto dentro del sector real.
3.2.6 ROA
El retorno sobre activos que en promedio reportaron las firmas del sector real fue de 4%. El
subsector con mayor nivel de retorno sobre activos fue el de Exploración y Explotación
Petrolera, con un nivel de rendimiento del 22,1%, y los subsectores con rendimientos
negativos fueron el de Maquinaria y Equipo (‐0,5%), Telecomunicaciones (‐1,7%), Flores (‐3,7)
y Pesados y Mariscos (‐5,6%). Vale la pena rescatar el hecho de que de los 78 subsectores con
cifras disponibles, tan solo 4 se presentan rendimientos negativos.
3.2.7 ROE
El rendimiento sobre el patrimonio arrojó que en promedio, el sector real presenta un
rendimiento del 7,6% aproximadamente. El subsector que más se destaca es nuevamente el
subsector de Exploración y Explotación Petrolera, con un rendimiento sobre patrimonio de
44,3%, muy por encima del rendimiento promedio, y casi el 100% por encima del rendimiento
presentado por el subsector que le sigue en este indicador. Así mismo, se desataca el hecho de
que los datos para este indicador, no necesariamente estén tan dispersos, con una desviación
de apenas 7%. En este caso, los subsectores que registraron niveles negativos de retorno
sobre el patrimonio, fueron los mismos 4 que presentaron niveles negativos en el indicador de
rendimiento anterior.
25
3.2.8 Rotación de cartera
La rotación de cartera de los subsectores del sector real, fue en promedio 51 días, la
desviación estándar sin embargo, alcanzó los 29 días, es decir más de la mitad del promedio.
Esta última cifra revela una clara dispersión de los datos de rotación de cartera para los
diferentes subsectores. Llama la atención la rotación de cartera tan alta que presenta el
subsector de Libros y Publicaciones, de 208 días. Si se analiza el promedio, se puede decir que
la rotación de cartera no presenta niveles excesivamente elevados que puedan amenazar la
liquidez de las firmas.
3.2.9 Rotación de inventarios
La rotación de inventarios promedio del sector real para el 2006, fue de 78 días
aproximadamente, con una desviación supremamente alta de 93 días, que sobrepasa el nivel
promedio en 15 días. Sobresalen los datos de rotación de inventarios de los subsectores de
Construcción y Edificación, y de Inversiones de Finca Raíz, con 312 y 807 días respectivamente.
3.3.0 BETA
A pesar de que más adelante se presentan estadísticos descriptivos para esta variable, que
hace parte de las variables independientes a ser incluidas en las regresiones base de este
trabajo, se hace una referencia en este espacio, por representar la variable que va a permitir
tener en cuenta dentro de los modelos, la diferencia de sectores en los que se encuentran las
diferentes firmas con las que se trabajó.
Vale la pena mencionar que los datos pertenecen a los subsectores del sector real
estadounidense (mas adelante se hará mención de las limitaciones que esto implica). El
promedio de los betas operativos, corregidos por efectivo de los diferentes subsectores de la
economía real, es de aproximadamente 0,79, y una desviación de 0,32, lo que indica un nivel
relativamente uniforme de riesgo operativo. Los subsectores con mayores niveles de riesgo
operativo en este caso son el de Electrodomésticos y el de Hierro y Acero, y los subsectores
con menor riesgo son los de Azúcar y el de Lácteos.
26
4. METODOLOGÍA, INFORMACIÓN Y ANÁLISIS DE RESULTADOS
4.1 Metodología
A continuación se presenta la metodología utilizada por Flannery y Rangan (2005), para probar las
diferentes teorías de estructuras de capital en las firmas. Esta misma metodología, junto con
algunas modificaciones que serán mencionadas, servirá de base para probar las teorías de
estructura de capital en las firmas colombianas.
Según Flannery y Rangan (2005), el modelo de regresión que se utilice para probar la teoría del
Trade off, debe permitir que los niveles de endeudamiento objetivo de la firmas varíen en el
tiempo, y deben además reconocer, que las desviaciones del nivel objetivo, no necesariamente
son corregidas rápidamente por las firmas. Ambas de estas características son cumplidas por un
modelo con ajuste parcial hacia la razón objetivo de apalancamiento, que depende de unas
características de cada firma.
4.2 Apalancamiento objetivo
La principal medida usada por los autores referenciados para medir apalancamiento, es la razón
de deuda sobre valor de mercado:
,,
, , ,
donde , se refiere al valor en libros de la deuda de la firma i en el periodo t, , es igual al
número de acciones ordinarias de la firma i en el tiempo t, y , denota el precio por acción de la
firma i en el tiempo t.
27
Como se verá más adelante, las variables S y P, no pueden ser estimadas para el caso colombiano,
por lo tanto, la variable utilizada para medir apalancamiento, es la razón de deuda sobre el valor
en libros:
, ,
,, (1)
donde , representa el valor de los activos totales de una firma i en el periodo t. Cuando
distintos autores han utilizado razones de endeudamiento sobre valor en libros y sobre valor de
mercado para analizar estructuras de capital, han obtenido resultados generalmente
comparables9. Como en este caso se trata de medir cambios en el nivel de apalancamiento, estos
podrán igualmente ser medidos con la razón de endeudamiento sobre valor en libros planteada
(RDL).
Los autores modelan la posibilidad que el objetivo de apalancamiento en las firmas pueda cambiar
a través del tiempo, al especificar una razón objetivo de capital de la forma:
, , ,
que en este caso correspondería, según la medida de apalancamiento a usar, a:
, , , (2)
donde , es la razón de endeudamiento deseada en 1 , por la empresa i, , es un
vector de características de la firma i, en el periodo t, relacionadas con los costos y beneficios de
operar con varias razones de apalancamiento, y es el coeficiente de dicho vector. Bajo la
hipótesis planteada por la teoría del Trade off, ≠ 0, y la variación en , no debería ser
trivial, en otras palabras, debería ser significativa.
9 Flannery, M. & Rangan, K. (2005). Partial Adjustment Toward Target Capita l Structures. Journal of Financial Economics 79, 469‐506.
28
4.3 Ajuste hacia el apalancamiento objetivo
Según los autores sobre los cuales se basa esta metodología, en caso de que no existieran costos
de ajuste que impidieran a las firmas alcanzar sus niveles de deuda objetivo en cada periodo, estas
mantendrían sus niveles objetivo continuamente. Sin embargo, existen costos de ajuste que
pueden impedir un ajuste inmediato por parte de las firmas, hacia sus niveles objetivo de
apalancamiento, que conllevan a que las firmas tengan que intercambiar durante el tiempo de
ajuste, sus costos de ajuste con los costos que para estas representa no poder operar con niveles
óptimos de apalancamiento.
Flannery y Rangan (2005) estiman un modelo que permite el ajuste incompleto o parcial de la
razón de apalancamiento inicial de las firmas, hacia su objetivo en cada periodo de tiempo. Los
datos pueden entonces indicar una velocidad típica de ajuste.
El modelo de ajuste parcial esta dado por:
, ‐ , , , , .
que en este caso particular, dado el cambio en la variable de medida, correspondería a:
, ‐ , , , , . (3)
Cada año, la firma típica cierra una proporción de la diferencia entre su nivel actual y su nivel
deseado de apalancamiento, y este parámetro puede entenderse como la velocidad de ajuste.
Sustituyendo (2) en (3) y reordenando, da el modelo estimable:
, , 1 , , . (4)
La ecuación 4 dice que los gerentes toman decisiones para cerrar la diferencia entre donde están
, y donde quieren estar ( , ). La ecuación además implica que:
1. La razón actual de endeudamiento de la firma eventualmente converge a su razón de
endeudamiento objetivo, , .
2. El impacto de largo plazo de , sobre la razón de endeudamiento, está dada por su
coeficiente estimado, dividido por .
3. Todas las firmas tiene la misma velocidad de ajuste.
29
El modelo (4), será el modelo base para probar las diferentes teorías sobre estructura de capital.
Algunas modificaciones serán llevadas a cabo para probar las diferentes teorías, que en particular
implicarán la adición de variables independientes. A medida que se pongan a prueba las diferentes
teorías, se hará mención a las variables incluidas así como del propósito para el que son tenidas en
cuenta en cada modelo.
Por último, vale la pena resaltar que los modelos de regresión a estimar serán modelos de
regresión de datos de panel dinámicos; esta última característica, por el hecho de incluir como
variable independiente, la misma variable dependiente en periodos previos, contemplando el
efecto que esta tenga sobre si misma un periodo más adelante.
4.4 Información y análisis de resultados
Para replicar la metodología desarrollada por Flannery y Rangan (2005), se trabajó con la base de
datos de la Superintendencia de Sociedades desde el año 1995 hasta el 2006, de la cual se llevaron
a cabo varias depuraciones con el ánimo de darle mayor veracidad a los resultados posteriormente
presentados.
Primero que todo, se eliminaron de la base de datos inicial aquellas firmas para las que no se
tuvieran datos en todos los años considerados, reforzando la adecuación hecha por Flannery y
Rangan (2005), en la que a diferencia de modelos anteriores, se eliminan firmas que no presenten
datos consecutivos en más de dos ocasiones dentro del periodo de tiempo considerado. De esta
manera, se garantizan resultados más precisos de los modelos de regresión de datos de panel,
puesto que son las mismas firmas las que se analizan entre periodos. Puesto que la base de datos
donde se encontraba el flujo de caja de las firmas (en la cual habían datos necesarios para estimar
las variables del modelo), no estaba depurada según el criterio antes mencionado, fue necesario,
por medio de una macro, eliminar aquellas firmas que no tuvieran datos en todos los doce años,
comparando año a año, los NIT de aquellas que se encontraban en la base de datos depurada, y
los NIT (número de identificación tributaria) de aquellas en la base de datos no depurada.
Igualmente, se eliminaron firmas con datos en los percentiles extremos (1% y 99%) para cada una
de los datos presentes en la base de datos, tratando de evitar que los resultados se vieran
30
sesgados por observaciones eventuales extremas. Por último, con el propósito de no afectar la
veracidad de los resultados encontrados, solo se tuvieron en cuenta firmas del sector real de la
economía, así como de cada uno de sus subsectores específicos (ver Tabla 1 de la sección de
anexos, para una lista de todos los subsectores).
En total se tuvieron 1312 observaciones por año, para un total de 15744. Una vez se tuvo la base
de datos completa y depurada según los criterios mencionados, se estimaron las variables
necesarias para correr cada uno de los modelos necesarios para probar las teorías de estructura
de capital hasta el momento mencionadas en este trabajo. Respecto a los años incluidos dentro
del modelo de regresión, solo se toma en cuenta a partir del año 1997, puesto que por ser un
modelo de datos de panel dinámico, es necesario contar con información del periodo anterior.
Teniendo esto en cuenta, incluir el año 1996 hubiera sido posible ya que se contaba con datos del
año 1995, sin embargo, para calcular la variable FINDEF en el año 1995, era necesario contar con
el dato de capital de trabajo del año 1994, cifra que no se tenía dentro de la base de datos original.
Para modelar una razón objetivo de deuda sobre valor en libros de la firma, Flannery y Rangan
(2005) usan una serie de características de las firmas ( , ), que aparecen regularmente en la
literatura relacionada con estructuras de capital, como la presentada en el marco teórico. Los
efectos esperados sobre los niveles objetivo de razón de endeudamiento de las firmas son los
siguientes:
• EBIT_AT: Utilidad antes de intereses e impuestos, como proporción de los activos totales.
Una firma con mayores ingresos por activo en unidades monetarias, puede preferir operar
con mayor o menor apalancamiento. Bajo apalancamiento, puede ocurrir a medida que
mayores niveles de utilidades retenidas reduzcan mecánicamente el apalancamiento. Alto
apalancamiento, puede reflejar la habilidad de la firma de cumplir con sus obligaciones
financieras, de su relativamente alto flujo de caja.
31
• DEP_AT: Depreciación como proporción de los activos totales. Firmas con más gastos de
depreciación, tienen menos necesidad de pagar intereses generados por financiación a
través de deuda, como medio para reducir impuestos.
• LnAT: Logaritmo natural de los activos totales, deflactados por el IPC del año 2000. Firmas
más grandes tienden a operar con mayores niveles de deuda, quizá porque son más
transparentes, tienen menos volatilidad de sus activos, o tiene mejor acceso a mercados
públicos de deuda.
• FA_AT: Activos fijos como proporción de los activos totales. Firmas operando con mayor
cantidad de activos tangibles tienen una mayor capacidad de deuda.
• E&D_TA: Gastos en exploración y desarrollo como proporción de los activos totales.
Firmas con más activos intangibles en la forma de gastos en investigación y desarrollo, van
a preferir tener más patrimonio.
• E&D_DUM: Variable dummy igual a 1 si la firma no reporta gastos en exploración y
desarrollo.
• Ind_Median: Mediana de RDL para cada industria, calculada para cada año en base a los
grupos de industrias en Fama & French (2002). El uso de esta variable es capturar
características no capturadas por otras variables explicativas.
•
• BETA: Beta del sector específico al que pertenece cada firma. Firmas con mayores niveles
de riesgo operativo, tenderán a endeudarse menos por la mayor probabilidad de no poder
cumplir con obligaciones financieras.
La tabla 1 presenta los estadísticos descriptivos de las variables tenidas en cuenta para correr el
modelo que busca probar la teoría del Trade off.
32
Tabla 1 Estadísticos descriptivos probar la teoría del Trade off
BDR EBIT_TA DEP_TA lnTA FA_TA R&D_DUM R&D_TA Ind_Median BETA
Media 0,44 0,062505 0,02095 15,789 0,18586 0,99942835 1,78E‐05 0,43998136 0,7471
Error típico 0,002 0,000857 0,00018 0,0073 0,00122 0,0001905 8,411E‐06 0,00093166 0,0024
Mediana 0,441 0,057696 0,01496 15,758 0,1484 1 0 0,45106892 0,72
Desv. estándar 0,206 0,107549 0,022546 0,9136 0,15322 0,02390305 0,0010554 0,11690015 0,3059
Varianza 0,043 0,011567 0,000508 0,8347 0,02348 0,00057136 1,114E‐06 0,01366564 0,0936
Mínimo 0,007 ‐
1,662225 ‐0,433874 12,441 0 0 0 0,01237317 0,18
Máximo 0,96 0,806195 0,661444 19,089 0,96692 1 0,0890792 0,92276572 1,82
Cuenta 15744 15744 15744 15744 15744 15744 15744 15744 15744
Ante la imposibilidad de estimar la variable MDR, o el valor en libros de la deuda, como
proporción del valor de mercado de la firma, la cual representa la variable dependiente en el
modelo de Flannery & Rangan, se utiliza la variable RDL. La razón por la cual no es posible estimar
esta variable, se debe a que solo 25 firmas de la base de datos inicial estaban registradas en bolsa,
por lo tanto era imposible estimar precios de las acciones para cerca de 3100 firmas, y considerar
solo 25 firmas no resultaba significativo a la hora de analizar resultados.
Vale la pena anotar que eran 25 firmas en la base de datos no depurada, por lo que este número
pudo haber disminuido al llevar a cabo las depuraciones antes mencionadas. Es por esto, que la
variable que más se aproxima y por lo tanto la que será usada en el modelo aplicado al caso
colombiano, será la variable RDL, la cual a fin de cuentas ha sido usada en investigaciones previas
sobre estructuras de capital (Baker & Wurgler (2002), Frank & Goyal (2003)), y además permite
identificar los cambios en el nivel de endeudamiento de la firma, que es el principal propósito para
el cual los autores utilizan la variable MDR.
Por otra parte, la variable BETA, última en la lista antes presentada, no hace parte de las variables
incluidas por Flannery & Rangan o por cualquiera de los autores presentados dentro del marco
teórico de este trabajo. Esta variable es incluida buscando tener en cuenta dentro de este estudio,
que la estructura de capital de las firmas estudiadas, puede depender del riesgo operativo del
sector en que se encuentre, medido en este caso por el beta no apalancado y corregido por
33
efectivo de cada subsector. Los betas operativos corregidos por efectivo de cada sector, fueron
obtenidos del Anuario del Costo del Capital 200710.
Dada la imposibilidad de estimar esta variable para los subsectores del sector real de la economía
colombiana, los datos corresponden a los betas operativos corregidos por efectivo, de los sectores
de la economía estadounidense. Lo anterior podría convertirse en una limitante del presente
trabajo, si la relación de riesgo entre los sectores estadounidenses, no es la misma que la relación
de riesgo entre los sectores nacionales dentro de los cuales se pueden agrupar a las diferentes
firmas colombianas, por lo tanto, se asume que para el caso colombiano los diferentes subsectores
guardan una relación similar de riesgo a la de los subsectores de la economía gringa.
La tabla 2 presenta los resultados de las regresiones que buscan probar la teoría del Trade off. El
nivel de significancia utilizado es del 95%. Cabe mencionar que en momento de correr la regresión,
la base de datos aparecía des balanceada, por lo tanto fue necesario eliminar 3 observaciones
dejando un total de 1309.
10 2007. Yearbook, Cost of Capital. Chicago: Morningstar.
34
Tabla 2 Resultados de las regresiones
1 2 5 6
VARIABLES reg 1 reg 2 reg 5 reg 6
BDR 0.892 0.892 .5391716 .5391385 [0.000] [0.000] [0.000] [0.000]
EBIT_TA 0.003 0.003 ‐.033026 ‐.0330514 [0.629] [0.68] [0.001] [0.001]
DEP_TA ‐0.019 ‐0.021 ‐.1095844 ‐.1096677 [0.62] [0.595] [0.032] [0.032]
LnTA 0.000 0.000 .0041405 .0041551 [0.983] [0.945] [0.032] [0.032]
FA_TA ‐0.027 ‐0.026 .0062808 .0062955 [0.000] [0.000] [0.585] [0.585]
RYD_TA ‐1.578 ‐1.545 ‐1.461.867 ‐1.460.143 [0.41] [0.419] [0.453] [0.454]
RYD_DUM ‐0.024 ‐0.024 ‐.0349791 ‐.0349739 [0.629] [0.628] [0.486] [0.486]
IND_MEDIAN 0.032 0.032 .0365058 .0365306 [0.000] [0.000] [0.016] [0.016]
BETA 0.003 .0015795 [0.191] [0.893]
Constant 0.057 0.054 .1515018 .1500897 [0.273] [0.301] [0.012] [0.014]
Fixed effects No No Yes Yes
Observations 13090 13090 13090 13090 R‐squared 0.818 0.818 0.815 0.815
p value in brackets
En la anterior tabla se presentan los cuatro modelos que se corrieron para probar la teoría del
Trade off. Todos los modelos están basados en el modelo de regresión especificado en (4), sin
embargo, cada una de las columnas incluye modificaciones que serán explicadas a continuación.
En la columna 1 se corre el modelo especificado en (4), sin incluir dentro del vector de variables X,
la variable BETA.
35
Los resultados indican que las firmas presentan una velocidad de ajuste hacia sus niveles de
apalancamiento objetivo, que implica un cierre entre su nivel de apalancamiento actual y el
deseado en un año de aproximadamente 10.8%. Con esta velocidad de ajuste, las firmas cerrarían
la mitad de la diferencia entre sus niveles actuales y sus niveles deseados de apalancamiento en
aproximadamente 5 años, lo cual implica una velocidad de ajuste muy lenta, acorde con los
postulados de otras teorías, como el Pecking Order y el Timing, en las cuales otras consideraciones
opacan el costo de desviarse del nivel óptimo de apalancamiento.
Según Flannery & Rangan (2005)11, esta velocidad de ajuste no indica una convergencia hacia un
nivel objetivo de endeudamiento en el largo plazo, y por lo tanto un nivel objetivo de deuda no
parece ser la explicación de las variaciones en las razones de endeudamiento de las firmas. En
cuanto a las características de las firmas que buscaban modelar un nivel objetivo de deuda, sólo
FA_TA e IND_MEDIAN resultaron tener coeficientes significativos. La segunda columna de la tabla
3 incluye la variable BETA, que como ya se mencionaba, buscaba capturar las diferencias que
pueden existir entre los diferentes subsectores a los que pertenecen las firmas, medidas por el
riesgo operativo de cada subsector; sin embargo, esta variable resultó no ser significativa y no
tener ningún efecto sobre el nivel objetivo de apalancamiento.
La tercera columna muestra los resultados de correr el modelo especificado en (4), esta vez
teniendo en cuenta los efectos fijos asociados a cada firma. Una regresión de datos de panel con
efectos fijos o efectos inobservables, es más apropiada si las firmas tienen variables inobservables
relativamente estables, afectando sus niveles objetivo de apalancamiento12. Como lo demuestran
los resultados registrados en la tercera columna, la velocidad de ajuste cambia radicalmente, así
como también mejora la significancia estadística del resto de variables. La velocidad de ajuste en
este caso es aproximadamente 46%, implicando un cierre de casi el 50% de la diferencia entre el
nivel actual y el nivel objetivo de apalancamiento en tan solo un año. En relación a los coeficientes
de las variables incluidas en X, 5 de 8 son significativos, acercándose aun más a la teoría del Trade
off, en la cual los cambios en estas variables si tienen un efecto sobre el nivel objetivo de
apalancamiento.
En la cuarta columna se incluye la variable BETA, sin embargo, al igual que en el caso previo, su
coeficiente no demuestra tener significancia estadística.
11 Op. Cit. Flannery, M. & Rangan, K. (2005). p. 477. 12 Ibid. Flannery, M. & Rangan, K. (2005). p. 477.
36
Vale la pena realizar una comparación entre los resultados antes obtenidos y los presentados por
Flannery y Rangan (2005). Antes que nada es importante mencionar que los autores no incluyen la
variable BETA en ninguno de sus modelos, sin embargo, como ya se mencionó, esta no afecta los
resultados puesto que su coeficiente no es significativo para ningún caso. En relación a la
velocidad de ajuste encontrada por los autores al correr las regresiones sin incluir efectos fijos,
llama la atención observar que al igual que en el caso aquí presentado, el resultado tampoco
implica la existencia de niveles objetivo de apalancamiento y descarta la teoría del Trade off. Sin
embargo, al incluirse efectos fijos de las firmas dentro del modelo, la velocidad de ajuste se ve
incrementada hasta un nivel que va de acuerdo con esta teoría, así como también, la mayoría de
coeficientes que acompañan las variables en X ganan significancia. La tabla 3 muestra la
comparación entre las velocidades de ajuste del modelo de Flannery & Rangan y el desarrollado en
este trabajo.
Tabla 3 Velocidad de ajuste
Velocidad de ajuste (anual)
Sin efectos fijos
Con efectos fijos
Estados Unidos 13.3% 34.4% Colombia 10.8% 46%
Como se aprecia en la anterior tabla, para el caso del modelo presentado por Flannery & Rangan
(2005), la velocidad de ajuste pasa de 13.3% anual, al 34.4% al ser incluidos efectos fijos en las
firmas, mientras que para el caso colombiano, la velocidad de ajuste pasa del 10.8% al 46% anual,
indicando que las firmas colombianas tienden a cerrar la diferencia entre sus niveles actuales de
deuda y sus niveles objetivo, incluso con mayor rapidez que las firmas gringas. Este resultado
puede deberse al tamaño de las firmas norte americanas, queriendo decir con esto que entre
mayor el tamaño de las firmas, mayores los costos asociados a cambiar el nivel de endeudamiento
actual.
37
4.5 La teoría del Pecking Order y la teoría del Timing
Varios autores han estimado modelos en los cuales el déficit financiero (Pecking Order), o la suma
ponderada de razones de valor en libros sobre valor de mercado (Timing), compiten con variables
asociadas con la teoría sobre estructura de capital del Trade off. La idea al comparar las diferentes
teorías, es ver qué variables, según la teoría que las acoge, son más importantes dentro del
modelo.
Según Frank y Goyal (2003), para el caso de la teoría del pecking order, el déficit financiero de la
firma, tienda a opacar el efecto de otras variables, de lo contrario, este déficit será otra de las
variables que las firmas buscan intercambiar (Trade off), y lo que queda es una versión
generalizada de la teoría del Trade off.
Tal como lo contempla Flannery y Rangan (2005), comportamientos de la firma bajo la teoría del
Pecking order, implican que el déficit financiero de la firma, expliquen cambios en su razón de
endeudamiento en libros (RDL). Los autores evalúan esta hipótesis al evaluar un modelo análogo
al previamente estimado para probar la teoría del Trade off (4), en el cual se incluye una variable
que mida el déficit financiero de las firmas:
, , 1 , 2 , , . (5)
donde FINDEF corresponde al déficit financiero de la firma. Frank y Goyal (2003), definen FINDEF
como: (pagos de dividendos + inversiones + cambios en el capital de trabajo – flujo de caja
interno)/(activos totales).
Para estimar este modelo de regresión (5), no se tuvieron en cuenta los datos del año 1995, ya que
no era posible obtener el cambio en capital de trabajo de este año, debido a que la base de datos
con la que se trabajó, no presentaba cifras para el año 1994.
Baker y Wurgler (2002), afirman que las firmas emiten títulos que se encuentren relativamente
sobrevaluados, que pueden ser títulos de deuda o títulos de patrimonio (por lo general acciones).
Estos autores construyen un promedio ponderado de financiamiento externo, el cual encuentran,
tiene una alta correlación con la razón de deuda en libros sobre activos totales, en periodos del
tiempo de hasta 10 años. Flannery y Rangan (2005) ponen a prueba esa hipótesis al estimar el
siguiente modelo de regresión:
38
, , 1 , 2 _ , , . (6)
donde MB_EFWA, es la razón valor en libros sobre valor de mercado, del promedio ponderado de
financiamiento externo, definido por Baker y Wurgler (2002).
Ante la imposibilidad de estimar el valor de mercado de la firma, que depende en gran medida del
comportamiento del precio de las acciones, queda descartada la posibilidad de analizar el modelo
del Timing en las firmas colombianas, ya que este no tiene cabida cuando no existen precios de
mercado de las acciones, que puedan influenciar las decisiones de financiación de estas. En el
capítulo de conclusiones será retomada esta particularidad.
La tabla 4 muestra los estadísticos descriptivos de la variable FINDEF.
Tabla 4 Descriptivos de la variable FINDEF
Media Error típico Mediana Desv. Estándar Varianza Mínimo Máximo Cuenta
FINDEF 0,16429 0,00668475 0,012352 0,803060823 0,644907 ‐4,40887 16,0025 14432
La tabla 5 presenta los resultados de las regresiones que buscan probar la teoría del Pecking
Order. El nivel de significancia utilizado es 95%.
39
Tabla 5 Regresiones probar la teoría del Pecking Order
3 4 7 8
VARIABLES reg 3 reg 4 reg 7 reg 8
BDR 0.892 0.892 .5390778 .5390452 [0.000] [0.000] [0.000] [0.000]
EBIT_TA 0.004 0.003 ‐.0330458 ‐.0330708 [0.617] [0.667] [0.001] [0.001]
DEP_TA ‐0.020 ‐0.021 ‐.1080825 ‐.1081649 [0.614] [0.588] [0.035] [0.035]
LnTA 0.000 0.000 .0038611 .0038756 [0.872] [0.828] [0.047] [0.046]
FA_TA ‐0.027 ‐0.026 .0067991 .0068135 [0.000] [0.000] [0.555] [0.554]
RYD_TA ‐1.577 ‐1.544 ‐147.874 ‐1.477.037 [0.41] [0.42] [0.448] [0.449]
RYD_DUM ‐0.024 ‐0.024 ‐.0354623 ‐.0354572 [0.629] [0.628] [0.48] [0.480]
IND_MEDIAN 0.032 0.032 .0355383 .0355628 [0.000] [0.000] [0.02] [0.02]
BETA 0.003 .0015591 [0.187] [0.894]
FINDEF 0.000 0.000 ‐.0018952 ‐.0018951 [0.661] [0.638] [0.086] [0.086]
Constant 0.055 0.052 .1570373 .1556429 [0.294] [0.325] [0.009] [0.011]
Fixed effects No No Yes Yes
Observations 13090 13090 13090 13090 R‐squared 0.818 0.818 0.815 0.815
p value in brackets
En relación a los resultados presentados en la tabla 5, los cuatro modelos corridos para probar la
teoría del Pecking Order presentan respectivamente las mismas modificaciones hechas a los
modelos utilizados para probar la teoría del Trade off, sin embargo, estos nuevos modelos se
basan en el modelo de regresión (5), en el cual se incluye la variable FINDEF. Cabe recordar que la
idea de incluir esta variable, es ver si el efecto de esta variable sobre el nivel de apalancamiento en
el siguiente periodo de alguna manera opaca o resulta más importante que el efecto causado por
la variable BDR rezagada, o las variables inicialmente incluidas en el vector X.
40
Como lo demuestran los resultados en la anterior tabla, la variable FINDEF no presenta un
coeficiente significativo para ninguno de los casos en los que se modifica levemente el modelo
base (5). A pesar de que la inclusión de efectos fijos mejora levemente la significancia, el
coeficiente que acompaña esta variable sigue siendo no significativo, y además, las variables
inicialmente incluidas en X mantienen la significancia de sus coeficientes y no se ven ampliamente
afectados ante la inclusión de FINDEF.
41
5. CONCLUSIONES
Teniendo en cuenta los resultados de los modelos de regresión presentados en el capitulo
anterior, queda claramente demostrado que según la metodología utilizada por Flannery &
Rangan (2005), la teoría que mejor describe la forma en que las firmas colombianas escogen sus
estructuras de capital es la teoría del Trade off. Que sea esta teoría la que mejor se ajusta a los
resultados obtenidos, implica de paso, la existencia de estructuras de capital objetivo en las firmas
colombianas.
Dada la velocidad de ajuste que presentan las firmas colombinas para cerrar la diferencia existente
entre sus niveles de endeudamiento actuales y sus niveles de endeudamiento objetivo (la cual
según las estimaciones es de 46% anual), así como también la significancia de los coeficientes de
las variables incluidas en X, queda demostrado que las firmas colombianas cuentan con niveles
objetivo de endeudamiento, y que estos niveles son responsables por los cambios en las
estructuras de capital, que año a año presentaron las firmas colombianas del sector real durante el
periodo 1996‐2006.
Respecto a la teoría del pecking order, los resultados no muestran que el déficit financiero de las
firmas tenga efecto alguno en la determinación del endeudamiento futuro de estas, por lo tanto,
se descarta que las firmas escojan sus estructuras de capital según lo establece esta teoría. Por
otra parte, ante la imposibilidad de poder observar las bases sobre las cuales se fundamenta la
teoría del Timing en las firmas colombianas del sector real, esta teoría también es descartada por
ni siquiera poder ser aplicable al caso presentado.
Así mismo, queda demostrado que haber incluido la variable BETA dentro del vector de variables
X, como una posible característica de las firmas que determinará la existencia de estructuras de
capital objetivo, no tuvo ningún efecto en cuanto a los resultados obtenidos, por lo tanto no se
puede considerar que esta sirva como medida para identificar características del sector en que se
encuentra la firma, y que aspectos únicos de este puedan afectar la forma en que se financian las
firmas del sector real en Colombia. A pesar de esto no es conveniente concluir que el sector al cual
pertenece cada firma no tenga efecto sobre los modelos incluidos, ya que precisamente la idea de
Flanney & Rangan detrás de incluir la variable IND_MEDIAN, es precisamente capturar dentro del
42
modelo de ajuste parcial utilizado, características propias de cada sector al que pertenecen las
diferentes firmas; el coeficiente obtenido para esta variable es significativo en todos los 8 modelos
presentados, lo que demuestra que el sector al cual pertenece cada firma si tiene efecto en la
veracidad del modelo y la veracidad de la teoría del Trade off en el caso colombiano.
Recomendaciones
Dentro de las recomendaciones que pueden tenerse en cuanta para posteriores estudios
relacionados con estructuras de capital en las firmas colombianas, sería interesante probar si otro
tipo de variables afectan el ajuste que las firmas llevan a cabo en sus niveles de endeudamiento.
Así como en este caso se quiso incluir la variable BETA, se podrían incluir muchas otras tales como
el tamaño de la firma y los años de existencia.
También sería interesante incluir dentro de un estudio similar al presentado, una variable o una
separación de los periodos de tiempo considerados, que permitiera identificar si la forman en que
las firmas colombianas escogen sus estructuras de capital, presentó algún tipo de variación
durante la crisis de finales de los noventas en Colombia.
Otra recomendación relacionada con la posibilidad de llevar a cabo estudios que busquen alcanzar
objetivos similares a los planteados en este trabajo, tiene que ver con la realización una
investigación de mercados que indague acerca de cómo las firmas evidentemente escogen sus
estructuras de capital. Este tipo de estudio fue realizado en Estados Unidos por Graham &
Harvey13, y arrojó resultados que respaldaban la teoría del Trade off, como la que mejor explicaba
la forma en que las firmas escogían sus estructuras de capital.
Como última recomendación, se sugiere hacer un seguimiento al debate que a través de
diferentes investigaciones, se ha generado en torno a la forma en que las firmas escogen sus
estructuras de capital; un breve resumen sobre este debate es presentado en el segundo capítulo
de este trabajo. Un seguimiento a los papers que por más de medio siglo han tratado de resolver
este interrogante, serviría para entender mejor los planteamientos y los supuestos hechos en este
trabajo.
13 Graham, J. & Harvey, C. (2001). The theory and practice of corporate finance: evidence from the field. Journal of Financial Economics 60, 187‐243.
43
Limitaciones
Algunas de las limitantes encontradas durante el desarrollo de este trabajo, tuvieron que ver
principalmente con la imposibilidad de incluir otras variables tenidas en cuenta por Flannery y
Rangan en los modelos de regresión presentados, sin embargo, estas no son significativas en el
modelo “base” estimado por los autores. Las variables que no pudieron ser estimadas e incluidas
dentro de los modelos de regresión fueron MB, que mide la relación entre valor de mercado y
valor en libros, y Rated, que es una variable dummy igual a 1 si la firma tiene una calificación de
deuda pública y 0 en caso contrario. Las razones por las cuales no fue posible estimar estas
variables, fueron, como ya se mencionaba, la imposibilidad de estimar un valor de mercado para
firmas que no transan en bolsa, y segundo, la falta de una calificación de deuda pública de las
empresas.
Otra limitante que pudo haber afectado la significancia de la variable BETA, tuvo que ver con la
falta de información que existe respecto a los betas de los diferentes sectores de la economía
colombiana. Como se mencionó previamente, esto obligó a que se tomaran los betas de sectores
iguales o similares en Estados Unidos, lo que implicó asumir una relación relativa igual entre el
riesgo de los sectores estadounidenses y colombianos.
A manera de apreciación personal sobre los numerosos estudios de estructuras de capital, quiero
expresar que los resultados de este tipo de estudios tienen un gran problema y tiene que ver con
la capacidad de generalización que siempre buscan alcanzar. Gracias al conocimiento y la
información que adquirí en el campo de estructuras de capital de las empresas durante el
desarrollo de este trabajo, creo que generalizar resultados acerca de la forma en que estas se
financian en un determinado país, es demasiado arriesgado aun teniendo en cuenta las variables
que se quiera dentro de los modelos de regresión, ya que considero que hay características muy
propias de cada firma, que influyen en su forma de financiamiento, las cuales resultan imposibles
de medir e incluir en modelos de regresión, incluso de las más altas y complejas especificaciones.
Por último, vale la pena mencionar que debido a la falta de conocimiento acerca del manejo de
datos de panel en programas econométricos, fue necesario recurrir a un asistente graduado de
economía, que corriera los modelos en el programa STATA.
44
6. BIBLIOGRAFÍA
Baker, M. & Wurgler, J. (2002). Market Timing and capital structure. The Journal of Finance 57, 1‐
32.
BPR Asociados. Sistema BPR – Benchmark. Informe Sector Real a Diciembre de 2006.
Campo, A. & Carvajal, Jaramillo. (2008). Análisis de la estructura de capital en empresas
colombianas y los factores que influyen en su determinación. Tesis de maestría no publicada.
Universidad de los Andes, Bogotá, Colombia.
Cárdenas, M. La competitividad de la empresa y su estructura de capital: El caso colombiano.
Fedesarrollo. Inalde – Universidad de la Sabana, Junio 8 de 2004. Recuperado el 10 de Agosto de
2008 de http://www.fedesarrollo.org.co/eventos/Inalde_060804/INALDE_files/frame.htm.
Chaparro, G. (2007). Los determinantes de la estructura de capital de las empresas en Colombia:
un análisis de panel de datos dinámico basado en información pública. Tesis de pregrado no
publicada. Universidad de los Andes, Bogotá, Colombia.
Fama, E. & French, K. (2002). Testing trade‐off and Pecking Order predictions about dividends and
debt. Review of Financial Studies 15, 1‐34.
Flannery, M. & Rangan, K. (2005). Partial Adjustment Toward Target Capital Structures. Journal of
Financial Economics 79, 469‐506.
Frank, M. & Goyal, V. (2003). Testing the Pecking Order theory of capital structure. Journal of
Financial Economics 67, 217‐248.
Graham, J. & Harvey, C. (2001). The theory and practice of corporate finance: evidence from the
field. Journal of Financial Economics 60, 187‐243.
Hovakimian, A. (2003). Are observed capital structures determined by equity market Timing?
Baruch College Working paper.
Hovakimian, A. & Opler, T. & Titman, S. (2001). The debt‐equity choice: an analysis of issuing firms.
Journal of Financial and Quantitative Analysis 36, 1‐24.
45
Hovakimian, A. & Hovakimian, G. & Tehranian, H. (2004). Determinants of target capital structure:
the case of dual debt and equity issues. Journal of Financial Economics 71, 517‐540.
Kayhan, A. & Titman, S. (2005). Firms’ histories and their capital structure. University of Texas
Working paper.
Korajczyk, R. & Levy, A. (2003). Capital structure choice: macroeconomic conditions and financial
constraints. Journal of Financial Economics 68, 75‐109.
Leary, M. & Roberts, M. (2005). Do firms re balance their capital structures? Journal of Finance.
Lemmon, M. & Zender, J. (2004). Debt capacities and tests of capital structure theories. University
of Utah and University of Colorado Working paper.
Modigliani, F. & Miller, M. (1958). The cost of capital, corporation finance, and theory of
investment. American Economic Review 48, 655‐669.
Myers, S. (1984). The capital structure puzzle. The journal of finance 39, 575‐592.
Rincón, M. (2005). Determinantes de la estructura de capital de las empresas Colombianas. Tesis
de maestría no publicada. Universidad de los Andes, Bogotá, Colombia.
Roberts, M. (2002). The dynamics of capital structure: an empirical analysis of a partially
observable system. Duke Working paper.
Ross, S. & Westerfield, R. & Jaffe, J. (2005). Corporate Finance (7th Ed.). New York: McGraw‐Hill.
Shyam‐Sunder, L. & Myers, S. (1999). Testing static tradeoff against Pecking Order models of
capital structure. Journal of Financial Economics 51, 219‐243.
Welch, I. (2004). Capital structure and stock returns. Journal of Political Economy 112, 106 – 131.
2007. Yearbook, Cost of Capital. Chicago: Morningstar.
46
Lista de tablas
Tabla 1 Estadísticos descriptivos probar la teoría del Trade off ___________________________________ 32 Tabla 2 Resultados de las regresiones _______________________________________________________ 34 Tabla 3 Velocidad de ajuste _______________________________________________________________ 36 Tabla 4 Descriptivos de la variable FINDEF__________________________________________________ 38 Tabla 5 Regresiones probar la teoría del Pecking Order ________________________________________ 39
Lista gráficos
Gráfico 1 _______________________________________________________________________________ 6
47
7. ANEXOS
Anexo 1
Sector Crec. vtas Marg. Op. Marg. neto Crec. activos Endeud. ROA ROE
Rot. Cart.
Rot. Inv. Beta
AGROINDISTRIAL
Cultivo de palma 15,1 4,8 2,8 15,6 27,9 0,019 20,6 46 25 0,43
Grasas y aceites 11,50 2,2 1,1 15,5 48,9 1,3 2,5 40 45 0,43
Agropecuario basico 21,40 4 2,6 17,2 63,5 1,7 2,1 45 39 0,43
Concentrados para animales
27,70 3,4 2,2 26,1 50,7 5,1 10,3 30,8 46,4 0,41
Alimentos procesados 17,00 8,4 5,5 19,4 30,3 4,6 6,6 41 51 0,45
Avícola 11,20 2,3 1,9 19 46,2 3,1 5,7 17 42 0,45
Azúcar 24,90 14,7 10,3 1,7 25,6 5,9 7,9 25 55 0,27
Banano 8,14 ‐5,1 ‐0,1 25,8 37,7 1,7 2,1 35 47 0,43
Café 28,90 3,3 2,4 33,3 30,3 1,9 2,7 29 50 0,65
Carnes 21,40 4 2,6 17,2 63,5 1,7 2,1 45 28 0,45
Pescados y mariscos ‐ 4,60 5 ‐5,7 ‐0,7 44,4 ‐5,6 ‐10 43 71 0,43
Flores 20,10 ‐3,1 ‐3,2 15,7 59,1 ‐3,7 ‐9 45 39 0,43
Ganadero 49,50 2,4 4,5 31,1 28,4 1,5 2,1 30 169 0,45
Lácteos 12,40 2,9 1,6 18,4 55,9 3 6,8 19 31 0,18
Molinería 8,60 3,9 1,6 5,7 37,4 2 3,3 40 73 0,42
COMERCIAL
Al por mayor
Artículos domésticos 16,67 3,5 1,4 19,4 67,7 2,4 7,3 73 80 0,97
Comercio y exportación de café
18,60 1,5 1,1 40,3 59,8 2,7 5,5 32 62 0,87
Droguerías y cosméticos 13,60 2,4 1,4 14,9 53,4 2,6 5,6 49 84 0,52
Materiales y equipos 39,90 4,5 3,3 29,3 58 5,8 13,9 49 76 1,06
Mayoristas generales 0,87 Productos agrícolas y mineros
21,30 2,6 2,6 14 57,1 2,9 6,8 5 46 0,65
Productos alimenticios 32,70 1,8 2,1 30,3 61,5 4,5 11,8 41 44 0,62
Productos quími cos 15,50 6,5 2,9 27,3 54,1 4 8,7 74 72 0,57
Redes de comunicación y sistemas
30,00 4,4 1,9 24,6 60,4 3,3 8,5 61 46 0,97
Textil, confecci ón y calzado 47,40 1,1 3,1 50 63,6 1,5 4 74 112 0,92
Al por menor
48
Almacenes de cadena 13,70 2,4 2 15,2 51,5 3 6,3 11 56 0,79
Artículos domésticos por menor
19,60 2,3 0,68 23,1 65,5 1,1 3,18 69 79 0,66
Autopartes y repuestos 35,70 5,3 2,5 37,1 58,2 3,8 9,18 66 115 0,7
Combustibles y lubricantes 43,00 1,7 1 31,5 59,2 2,8 7 28 26 0,74
Ferreterías 55,70 4,6 2,8 22,6 57,3 5,4 12,7 52 82 0,84
Minorístas generales 1
Vehículos 47,80 4 2,6 41,3 63,5 16,7 6,1 35 65 0,57
COMUNICA CIONES
Radio, Televisión y cable 22,20 8,9 5,5 11,9 37,4 3,2 5,1 58 65 0,8
Telecomunica ciones 50,80 1,6 ‐1,9 2,7 63,6 ‐1,7 ‐4,6 74 43 1,23
Telefonía celular 27,70 14,8 12,3 19,2 48 1,7 2,1 31 55 1,06
CONSTRUCCIÓN
Cemento y concreto 28,60 9,8 10,7 6 18,5 2 2,4 28 73 0,96
Construcción y edificación 61,40 4 5,4 27,3 63,4 2,7 7,5 47 312 0,72
Ingeniería y obras civiles 46,80 5,3 4,7 50,2 58,7 3,8 9,3 38 77 0,72
Ladrillo, enchapes y pisos 8,70 8,3 4,5 19,1 44,1 3,6 6,5 52 113 0,96
ENERGÍA
Carbón 11,60 20,1 13 22,3 35,4 10,1 15,6 22 59 1,15
Exploración y explotación petrolera
43,50 33,2 21,4 19,4 50,14 22,1 44,3 16 23 0,71
Generación y distribución de energía
14,70 2,6 2,1 8,7 49,7 5,1 10,1 15 9 0,4
Minería básica 95,80 56,1 28,6 41,2 23,3 11,6 15,2 53 120 0,54
Servicio petroleros 44,24 23,3 13,5 22,3 40,2 11 18,4 60 57 0,71
INDUSTRIAL
Calzado 22,10 6,5 1,8 14,3 48,9 1,9 3,8 100 115 0,88
Carrocerías y autopartes 28,10 10,2 8 25,5 46,2 10,3 19,2 45 96 0,71
Cauchos y derivados 17,20 2,7 ‐4 16,7 55,1 2,7 7,5 46 68 0,71
Confecciones 18,40 4,8 1,2 13,2 55,9 1,4 3,2 81 108 0,9
Cuero, curtiembre y marroquinería
35,10 3,5 0,9 23,9 56,4 2,7 2,8 67 114 1,04
Impresión y artes gráficas 25,70 5,5 3 21,7 53 2,2 4,7 92 74 0,46
Libros y publicaciones 16,30 9,8 7,6 27,8 54,4 6,2 13,6 208 147 0,57
Periódicos y revistas 21,70 11,4 5,9 16,7 36,1 4,2 6,6 61 42 0,56
Electrodomésticos 29,30 6,9 3,1 21,2 52,6 4,4 9,3 85 87 1,91
Ensamblaje automotriz 31,80 8,4 5,2 15,2 58,7 13,5 26,4 8 42 0,32
49
Equipos hidráulicos y eléctricos
34,70 6,9 3,7 19,7 48,4 4,9 9,5 63 78 1,28
Gaseosas, cervezas y bebidas
12,70 15,7 6,6 ‐4,2 45,85 3 5,6 14 36 0,41
Hierro y acero 35,90 9 6,4 25,5 47,3 7,6 14,3 26 88 1,82
Maderas y muebles 28,90 8,6 6,6 23,6 36,7 5,8 9,1 53 86 0,95
Manufacturas especiales 0,72
Maquinaria y equipo 32,90 3,6 ‐0,5 24,1 61,75 ‐0,5 ‐1,4 73 106 1,5
Metalmecánico 27,37 8,5 3,9 18,9 45,6 4,3 7,9 55 97 0,87
Papel, cartón y empaques 16,40 6,8 6,2 10,2 28,5 3,7 5,2 70 67 0,56
Plástico y empaques 16,10 7,5 4,1 12,9 45,6 4,2 7,7 79 78 0,73
Laboratorios farmacéuticos 13,60 2,4 1,4 14,9 53,4 2,6 5,6 85 100 0,81
Petroquímica 19,10 4,7 2,6 11,4 54 3 6,6 88 44 0,73
Productos línea hogar y aseo
13,60 9,7 4,8 14,8 43,2 6 10,5 52 86 0,37
Químicos y derivados 61,40 7,8 4,8 9,3 42 5,4 9,3 74 78 0,79
Tinturas y pinturas 11,30 10,6 8,5 20,7 39,6 10,1 16,8 80 83 1,07
Textil 30,30 3,8 1,4 17,8 48,2 1,2 2,2 87 104 0,81
Vidrio 19,10 12,3 8,3 15,2 30,1 6,7 9,6 53 79 0,96
INVERSIONES
Inversiones de capital 0,90 57,5 51,1 14,5 8,2 3,1 3,4 26 98 0,37
Inversiones de finca raíz 67,00 13,6 37,1 71,4 31,5 3,9 5,7 73 807 0,38
SERVICIOS
Asesorías empresariales 18,40 11 7,5 12,5 45,3 8,5 15,5 82 79 1,2
Empresariales especiales 90,00 11,5 6,1 8,8 38 2,8 2,7 60 52 1,09
Empresas generales de servicios
14,00 6,5 4,1 15,5 34,9 3,7 5,7 46 15 1,26
Hotelería y turismo 20,00 5,9 5,1 27,8 42,5 2,7 4,6 46 35 0,89
Recreación y restaurantes 31,80 4,1 2,6 22,6 42,7 2,7 4,7 11 33 0,4
Servicios personales 44,60 1,6 1,7 30,4 50,8 2,9 5,8 33 7 0,34
TRANSPORTES
Aéreo de carga y pasajeros 0,78 Servicios aduaneros y de carga
60,60 5,3 5,6 52 51,5 5,6 11,4 56 14 0,69
Terminales de transporte 0,7
Terrestre de carga 16,80 4,8 3,3 19,2 50,1 3,8 7,7 75 12 0,72
Terrestre de pasajeros 39,40 5,3 1,1 22,8 77,45 1,1 4,7 20 23 0,7
SUMA 2203,02 604,4 408,08 1660,7 3733,49 320,22 591, 4016, 614 61,55
50
76 8 0,4
PROMEDIO 28,243 7,748 5,231 21,291 47,865 4,105 7,58
6 51,49
7 78,723 0,789
MEDIANA 22,15 5,15 3,05 19,3 49,3 3,1 6,6 48 67,5 0,71
MIN ‐4,6 ‐5,1 ‐5,7 ‐4,2 8,2 ‐5,6 ‐10 5 7 0,18
MAX 95,8 57,5 51,1 71,4 77,45 22,1 44,3 208 807 1,91
VARIANZA 331,609 94,382 64,872 147,290 160,123 15,725 50,934
844,022
8790,90 0,103
DESVIACION 18,210 9,715 8,054 12,136 12,654 3,965 7,13
6 29,05
2 93,759 0,321