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