nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
Las empresas necesitan recursos para llevar a cabo su operación y existen diversas fuentes de las que se pueden obtener, las cuales se encuentran sujetas a condiciones disímiles, por lo que, los administradores deben realizar un minucioso análisis de cuál es la mejor manera de obtener dichos recursos. Así, la literatura financiera ha desarrollado teorías y análisis para aportar elementos que faciliten y mejoren la eficiencia en la toma de decisiones, tal que el valor de la empresa y los rendimientos de los socios accionistas se maximicen.
Así, las decisiones de financiamiento al interior de la empresa impactan su estructura financiera; la combinación de recursos propios y ajenos utilizados para financiar sus inversiones. La determinación de la estructura financiera es una tarea compleja que depende de diversos factores, por lo que no existe un solo modelo o teoría que explique dicha decisión financiera; sin embargo, se han desarrollado diversos enfoques que son de gran relevancia en la literatura financiera (Jiménez Naharro y Palacín Sánchez, 2007).
La presente investigación tiene por objetivo analizar el impacto que tienen la deuda de corto y largo plazo, el crecimiento de las ventas totales (proxy de riesgo intrínseco), el ROA (Rentabilidad de los Activos) y el nivel de solvencia sobre la rentabilidad del precio de la acción, de 27 de las 35 empresas que componen el Índice de Precios y Cotizaciones (IPyC) de la Bolsa Mexicana de Valores del segundo trimestre de 2017 al tercer trimestre de 2021.
La originalidad del presente estudio subyace en que existe escasa literatura sobre la estructura de capital, el nivel de apalancamiento y la relación de ambos con la rentabilidad accionaria en empresas mexicanas. Asimismo, empíricamente, la metodología propuesta comprende dos metodologías de modelos panel: Mínimos Cuadrados Ordinarios (OLS) y Mínimos Cuadrados Ordinarios Completamente Modificados (FMOLS), las cuales permiten analizar relaciones de largo plazo entre las variables, incorporando las dimensiones, transversal y de series de tiempo. La evidencia empírica es de especial relevancia para los administradores de las empresas analizadas y los inversionistas mexicanos y extranjeros interesados en los activos nacionales.
Los resultados de la investigación aportan evidencia empírica que permite entender mejor el impacto que diversas variables fundamentales y las decisiones de financiamiento tienen sobre la rentabilidad de los precios accionarios en el mercado de capitales mexicano. Cabe señalar que, el periodo de estudio es sumamente relevante, ya que incluye los efectos inmediatos de la crisis Covid19 y el efecto en los mercados bursátiles originado por el incremento en las tasas de interés de referencia durante el año 2018. En términos teóricos, los resultados abonan a la discusión y pertinencia de las teorías de la estructura de capital y el nivel de eficiencia en mercados en desarrollo.
El trabajo se estructura de la siguiente manera, la primera sección presenta algunas consideraciones teóricas y la revisión de la literatura, la segunda sección describe los datos y la metodología, la sección tres presenta y analiza los resultados y finalmente se presentan las conclusiones.
I. Consideraciones teóricas
La estructura de capital es fundamental para que las empresas se orienten hacia la creación de valor a través del control de la deuda y el uso de un financiamiento adecuado. Existen diversos enfoques teóricos que abordan la importancia del apalancamiento en la rentabilidad de las empresas, entre los cuales se pueden destacar algunos de los siguientes planteamientos.
La estructura de capital
La teoría de la estructura de capital está relacionada con el costo del capital de una empresa. La estructura de capital óptima de la empresa es una combinación de deuda y capital que maximiza el valor de la empresa (Izadinia y Rasaiian, 2009). Es necesario diferenciar entre el concepto de estructura financiera y la estructura de capital, ya que la estructura de capital significa fuentes de financiamiento a largo plazo, pasivos a largo plazo más capital; mientras que la estructura financiera o estructura de financiamiento incluye pasivos a corto y largo plazo más capital (Khanna, Palepu y Sinha, 2005).
La estructura financiera de la empresa es muy importante para las decisiones de inversión y financiamiento; por el impacto en la rentabilidad y por el nivel de riesgo que enfrenta la empresa que depende del endeudamiento. Las decisiones de estructura financiera afectan el riesgo financiero de la empresa medido por el apalancamiento, que es una relación entre el dinero prestado y el dinero propio. Cada empresa trabaja para determinar los parámetros de su estructura financiera, para lograr su objetivo estratégico que se traduce en incrementar o maximizar el valor de la empresa (Karimi y Kheiri, 2017:52).
El apalancamiento financiero se define como una composición de la deuda que una organización utiliza para la inversión. En este sentido, resulta relevante conocer la relación que tiene el apalancamiento financiero en la rentabilidad de las empresas y verificar si el apalancamiento financiero contribuye a la rentabilidad de las empresas, como lo desarrollaron las investigaciones de Modigliani y Miller (1958), Myers y Majluf (1984), y los autores citados en Ramnohery Seetah, (2020:59).
Modigliani y Miller demostraron desde 1958 que, bajo determinadas hipótesis, la elección de la política financiera era irrelevante para el valor de las empresas, negando así la existencia de una estructura de capital óptima. A partir de ese momento se desarrollan trabajos que defienden la existencia de una razón de endeudamiento óptimo, tratando de explicar cuáles son sus factores determinantes (Otero, Fernández, y Videl, 2007).
La teoría de Modigliani y Miller
Según la teoría de Modigliani y Miller (1958), las decisiones de inversión son independientes del proceso de financiamiento. La estructura de capital de una empresa muestra la relación entre la deuda y el capital. Así, las fuentes de financiamiento con deuda aumentan el apalancamiento de las empresas. Los niveles de apalancamiento se utilizan para calcular los costos de las acciones; por ello, la relación entre los rendimientos de las acciones y el apalancamiento ha sido analizada y sus resultados son divergentes. En algunos casos, los rendimientos de las acciones no parecen estar relacionados con el apalancamiento. En otras situaciones, el apalancamiento está significativa y negativamente relacionado con la rentabilidad de las acciones (Karimi, 2020).
Como explican los autores en su teoría de la irrelevancia de la estructura del capital en un entorno libre de impuestos, si una empresa se financia con deuda o no, su valor de mercado no se ve afectado. Destacan que el valor de mercado de la empresa se calcula por los riesgos involucrados con los activos subyacentes de una empresa, así como los ingresos generados por esa empresa. Cuanto mayor sea la deuda utilizada por una empresa, será más riesgosa; por lo tanto, los inversores demandarán más rendimiento. Algunas limitaciones de este planteamiento son sus supuestos, ya que opera en mercados sin fricciones y donde los costos de transacción y los impuestos no están presentes.
Posteriormente, los mismos autores reconocen que su teoría puede ser afectada por la existencia del impuesto sobre los beneficios, concluyendo que la rentabilidad de la empresa y de los accionistas crece cuando se aumenta el nivel de endeudamiento. Modigliani y Miller (1963) señalan que existe un vínculo positivo entre el apalancamiento y la rentabilidad del valor de una empresa, para poder aumentar el valor de una empresa esta debe endeudarse más para ganar ventajas fiscales, porque se deducen intereses al pagar los impuestos. Por ello, una empresa altamente endeudada paga una menor cantidad de impuestos que una empresa poco endeudada; en consecuencia, el nivel de ingresos generados por la empresa crecerá. De esta manera, se presenta una asociación positiva entre rentabilidad y apalancamiento, hasta alcanzar la estructura de capital óptima. Sin embargo, cuando una empresa está demasiado endeudada, puede afectar negativamente al valor de la empresa. Esto se debe a que, una vez alcanzada la relación óptima de deuda a capital, los costos que se producen por las presiones financieras son mayores que el bajo costo de la emisión de deuda y, en consecuencia, disminuye el valor de la empresa (Ramnoher y Seetah, 2020:60-61).
A medida que aumenta el financiamiento por deuda, en relación con el patrimonio o capital, aumenta la posibilidad de que la empresa no pueda pagar a sus acreedores. De esta manera, hay un factor positivo que es el ahorro fiscal en la medida que crece la deuda, pero hay un costo oculto que igualmente crece y es el de la insolvencia (Ayón-Ponce, Pluas-Barcia y Ortega-Macías, 2020:125).
La Teoría del Trade off
La teoría del trade-off en la estructura de capital señala que las empresas pueden aprovechar la deuda para obtener un mejor rendimiento del capital, considerando las ventajas impositivas del financiamiento con deuda, dado que los intereses pagados por el endeudamiento son deducibles de la base impositiva. Así, la solución deseable sería contratar el máximo posible de deuda, pero cuanto más se endeuda la empresa aumenta la probabilidad de enfrentar problemas financieros, de los cuales el más grave es el de la quiebra y los costos de quiebra.
Una de las limitaciones de la teoría del trade off es que no puede explicar el por qué empresas con mucha rentabilidad optan por financiarse con fondos propios y no usan su capacidad de deuda, o el por qué las reducciones fiscales por deuda las empresas no optan por un nivel alto de endeudamiento. Por lo tanto, todavía no existe un modelo que logre determinar el endeudamiento óptimo para la empresa que permita mejorar la rentabilidad financiera desde la óptica de la estructura financiera (Ayón-Ponce, Pluas-Barcia y Ortega-Macías, 2020:128).
Teoría del orden jerárquico
La teoría del orden jerárquico pronostica que existe una relación inversa entre rentabilidad y apalancamiento financiero. Esta teoría plantea que las empresas deben recurrir a diferentes tipos de financiamiento según un orden específico. Una empresa primero debe usar su sistema interno financiamiento a través de utilidades retenidas, seguido del financiamiento externo a través de deuda y, por último, el financiamiento externo a través de acciones.
Según Myers y Majluf (1984), el orden jerárquico de las empresas para financiarse está basado en la información asimétrica. Esto implica que la dirección está mejor informada sobre los riesgos, el valor y las oportunidades de la empresa que los inversores o accionistas. Debido a esta asimetría de información, no se observa ningún problema de selección adversa con las utilidades retenidas mientras que el capital tiene un mayor problema de selección adversa en comparación con la deuda. Así, cuando el financiamiento externo se utiliza, las empresas tienen una mayor preferencia por la deuda en lugar del capital, debido al mayor costo de las acciones. Afirman que, debido a la existencia de asimetría de información y selección adversa, esto obliga a las empresas a hacer uso de sus utilidades retenidas durante el financiamiento externo. La relación inversa entre rentabilidad y apalancamiento puede explicarse como resultado de que las empresas rentables tienen mayores utilidades retenidas. Así, esta reserva se utilizará cuando se financian los proyectos de la empresa, la cual estará menos dispuesta a endeudarse porque es poco probable que enfrenten restricciones financieras (Ramnoher y Seetah, 2020:60).
Teoría de la compensación
La teoría de la compensación plantea que ante la disyuntiva que enfrenta la empresa para utilizar deuda o capital que permita atender el nivel de financiamiento requerido, determina los costos y beneficios de cada fuente de financiamiento y los compensa entre sí. Como resultado de una decisión de deuda-capital de la empresa, los gerentes financieros creen que los beneficios fiscales se compensan con los costos de las dificultades financieras y los costos de agencia de esa empresa.
En el marco de esta teoría Shyam-Sunder y Myers (1999) establecieron que existe un supuesto de que las empresas intentarán equilibrar los costos de las dificultades financieras con el impuesto a los intereses valores presentes marginales de las ventajas fiscales. Este nivel óptimo se logra cuando el valor marginal de los beneficios, como resultado de la emisión de deuda, compensa completamente el aumento en el valor presente de los costos relacionado con el tema de más deuda. En este índice de endeudamiento óptimo, el valor de la empresa se maximiza, por lo tanto, el apalancamiento financiero y la rentabilidad se relacionan positivamente (Ramnoher y Seetah, 2020:61).
Teoría de la agencia
La teoría de la agencia muestra que el apalancamiento financiero se asocia positivamente con la rentabilidad. La teoría muestra el conflicto de intereses que puede surgir entre los accionistas y la gerencia. Este conflicto de intereses surge cuando la administración actúa primero en su propio interés personal en lugar de actuar en el mejor interés de los accionistas, a fin de evitar que los gerentes participen en inversiones ineficientes. El alto nivel de apalancamiento disminuye el flujo de caja disponible para los gerentes, reduciendo así la necesidad de invertir en empresas incompetentes u otras empresas con pérdidas en las que la gerencia puede tener intereses personales.
De la misma manera, ante la amenaza de quiebra, los gerentes se ven obligados a realizar negocios y administrar de manera rentable a la empresa y evitar despilfarro de los recursos empresariales para no perder sus puestos de trabajo. Por lo tanto, usar la deuda positivamente repercute en el nivel de rentabilidad (Ramnoher y Seetah, 2020: p. 61-62)
Dado lo anterior, es evidente que, teóricamente existe una relación entre el apalancamiento financiero y el rendimiento de las empresas. No obstante, en términos empíricos la evidencia es mixta, dependiendo el mercado y el periodo que se analice. Así, en la siguiente sección se revisan las investigaciones estrechamente relacionadas con el presente trabajo.
II. Revisión de la literatura
Autores como Durand (1959) apoyan la existencia de una estructura óptima de capital, en términos teóricos. Mientras que, Schwartz (1959) resalta que cada empresa tiene una estructura óptima que dependerá de variables como el sector en el que se encuentra, los beneficios proyectados y los recursos necesarios para la inversión.
Dado que existen una gran cantidad de variables y situaciones que influyen en las decisiones de financiamiento, dentro de la literatura se han señalado diversos factores a considerar: el tamaño (Borrás y Belda, 2015 y Kuč y Kaličanin, 2021), la antigüedad (Guercio et al., 2020), la inversión en activos (Peujio Fozap y Domínguez Blancas, 2019), inventarios de materias primas y productos terminados (Sánchez y Lazo, 2018), razones financieras de rendimiento, liquidez, crecimiento y riesgo (Henrique et al., 2020), capacidad tecnológica (Franco Gómez, Gómez Gutiérrez y Serrano Orellana, 2019), regulación sobre el capital (Castro y Lopes, 2021), por mencionar algunas variables.
Dentro de los estudios cercanamente relacionados con el presente destacan aquel desarrollado por Ayón-Ponce, Pluas-Barcia y Ortega-Macías (2020), quienes analizan el apalancamiento financiero a través del endeudamiento de las empresas de Valores y Seguros y su relación con la rentabilidad del activo y del patrimonio, parten de la hipótesis de que a mayor nivel de endeudamiento se podría tener mejores resultados en la rentabilidad financiera. Los resultados muestran que el mayor apalancamiento gana mayores rendimientos, en promedio, que aquellas que tienen menos apalancamiento, pero los rendimientos de la empresa con mayor apalancamiento son más volátiles.
Casamayou (2019) determina la influencia del apalancamiento financiero en la rentabilidad de las empresas pertenecientes al sector industrial que cotizan en la bolsa de valores de Lima en el periodo 2008-2017. Su estudio comprende 34 empresas, usando datos tipo panel para el análisis simultáneo en un periodo de 10 años. Sus resultados muestran que el apalancamiento financiero influye significativamente en la rentabilidad, explicándola en un 21.85 %, también influye en el precio de la acción en 23.18 %. El margen y el gasto operativos no influyeron en la rentabilidad. En el análisis simultáneo el apalancamiento financiero, y el margen operativo influyeron significativamente en la rentabilidad de las empresas en estudio explicándola en un 23.56 %, estas variables explicaron el 23.56 % del comportamiento ROE. Concluye que el apalancamiento financiero influye menos de un 50%, en la rentabilidad, indicando que existen otras variables que explican su comportamiento como: el precio de la acción, el margen y el gasto operativos, que fueron tomados en cuenta en la investigación.
Yoon y Jang, Soo Cheong (2005) estudian la relación entre el rendimiento del capital (ROE), apalancamiento financiero y tamaño de las empresas en la industria de restaurantes para el período 1998 a 2003 utilizando regresiones MCO. Los resultados de la investigación sugieren que, al menos durante el período de prueba, el tamaño de la empresa tuvo un efecto más efecto dominante en el ROE de las empresas de restaurantes que el uso de la deuda, las empresas más grandes ganan significativamente mayores rendimientos de las acciones. Los resultados también sugieren que, independientemente de tener un menor apalancamiento financiero, las empresas de restaurantes más pequeñas eran significativamente más riesgosas que las empresas más grandes. Los autores verifican el predominio del efecto tamaño en la relación ROE-apalancamiento financiero en la industria de los restaurantes.
Karimi (2020) investiga el efecto del apalancamiento financiero en la tendencia de volatilidad del precio de las acciones en las compañías que cotizan en la Bolsa de Teherán para el período 2011-2018 utilizando el método de eliminación sistemática. Los resultados del análisis de datos mostraron que el apalancamiento financiero tiene un efecto significativo en la volatilidad del precio de las acciones. Es decir que, si el apalancamiento financiero cambia y fluctúa, el precio se ve afectado.
Karimi y Kheiri (2017) analizan el efecto de la estructura financiera, el apalancamiento financiero y la rentabilidad en el valor de la empresa entre las empresas que cotizan en la bolsa de valores de Teherán entre 2010 y 2014. Los resultados han demostrado que la variable estructura financiera no tiene efectos estadísticamente significativos sobre el valor de la empresa. Los autores destacan que la estructura de capital es el factor más importante que afecta la valoración de las empresas.
Ramnoher y Seetah (2020) investigan el vínculo entre la rentabilidad y el apalancamiento en Mauricio, una pequeña economía insular en desarrollo. Este estudio trabajo con una muestra de 34 empresas que cotizan en la Bolsa de Valores de Mauricio, para el período 2007 a 2017. Sus resultados señalan que el apalancamiento financiero contribuye positivamente a la rentabilidad de las empresas que cotizan en la bolsa.
Con base en lo previamente señalado, la presente investigación contribuye a la literatura señalada, analizando el impacto de variables vinculadas con la estructura de capital de la empresa, así como otros factores relevantes, en la rentabilidad accionaria. Así, el trabajo es de suma importancia por que analiza un mercado emergente escasamente estudiado, empleando razones financieras de una muestra de 27 empresas durante un periodo que comprende etapas de relativa calma y los efectos inmediatos de la denominada crisis Covid-19.
III. Datos y Metodología
Se ocuparon datos de los estados de situación financiera de 27 empresas de las 35 que componen el Incide de Precios y Cotizaciones (IPC) de la Bolsa Mexicana de Valores1, del segundo trimestre de 2017 al tercer trimestre de 2021. Dichos datos fueron obtenidos de la base de datos Economatica. El listado de las empresas que componen la muestra se encuentra en la Tabla 1.
Tabla 1 Empresas bajo estudio
| # | EMPRESA | TICKER |
| 1 | Alfa SA A | ALFA A |
| 2 | Alsea SA | ALSEA * |
| 3 | America Movil SAB de CV L | AMX L |
| 4 | Arca Continental, SAB de CV | AC * |
| 5 | Becle, S.A. De C.V. | CUERVO * |
| 6 | Cemex SA CPO | CEMEX CPO |
| 7 | Controladora Vuela Compania de Aviacion S.A.B. de C.V. | VOLAR A |
| 8 | Corporacion Inmobiliaria Vesta, S.A.B. DE C.V. | VESTA * |
| 9 | El Puerto de Liverpool SAB de CV | LIVEPOL C-1 |
| 10 | Fomento Economico Mexicano S.A.B. de C.V. | FEMSA UBD |
| 11 | Genomma Lab Internacional SA de CV | LAB B |
| 12 | Gruma SAB B | GRUMA B |
| 13 | Grupo Aeroportuario del Centro Norte, S.A.B. de C.V. | OMA B |
| 14 | Grupo Aeroportuario del Pacifico, S.A.B. de C.V. | GAP B |
| 15 | Grupo Aeroportuario del Sureste SAB de CV B | ASUR B |
| 16 | Grupo Bimbo S.A.B. | BIMBO A |
| 17 | Grupo Carso SAB de CV | GCARSO A1 |
| 18 | Grupo Cementos de Chihuahua SAB de CV | GCC * |
| 19 | Grupo Elektra S.A.B. de C.V. | ELEKTRA * |
| 20 | Grupo Mexico SAB de CV B | GMEXICO B |
| 21 | Grupo Televisa SAB CPO | TLEVISA CPO |
| 22 | Industrias Penoles | PE&OLES * |
| 23 | Kimberly Clark de Mexico S.A.B. de C.V. A | KIMBER A |
| 24 | Megacable Holdings SAB de CV | MEGA CPO |
| 25 | ORBIA ADVANCE CORPORATION SAB de CV | ORBIA * |
| 26 | Promotora y Operadora de Infraestructura SAB de CV | PINFRA * |
| 27 | Telesites S.A.B. de C.V. | SITES B-1 |
Fuente: Elaboración propia a partir de datos de la muestra
Las variables bajo estudio son las siguientes
RDTO: Rendimiento logarítmico de la cotización de las acciones de la empresa
DCP_AT: Cociente entre la deuda de corto plazo y el activo total de la empresa
DLP_CT: Cociente entre la deuda de largo plazo y el capital total de la empresa
DT_CT: Cociente entre la deuda y el capital totales de la empresa.
GROWTH: Tasa de crecimiento de las ventas totales de la empresa
ROA: Rentabilidad de los activos (cociente entre el ingreso neto y el activo total de las empresas)
SIZE: Logaritmo natural del activo total de la empresa
SOLV: Cociente entre los ingresos operacionales después de impuestos y la deuda total de la empresa.
Pruebas econométricas
Con el propósito de medir el impacto que tienen las variables vinculadas a niveles de deuda, solvencia, crecimiento, tamaño y rentabilidad operativa en el rendimiento accionario de las empresas que cotizan en la BMV, se proponen dos modelos de panel: Mínimos Cuadrados Ordinarios (OLS) y Mínimos Cuadrados Completamente Modificados (FMOLS).
Pruebas de raíces unitarias
Como primera condición, se prueba la estacionariedad de las variables mediante la prueba de raíces unitarias y se realizan las pruebas de cointegración. Así, se implementan las siguientes pruebas: (a) Levin test (Levin, Lin, & Chu, 2002); (b) ADF-Fisher (Dickey Fuller Augmented) basada en las ideas de Fisher; y c) PP-Fisher (Phillips Perron) también basada en las observaciones de Fisher (1932); dichas pruebas fueron desarrolladas por Maddala y Wu (1999).
La prueba de Levin se basa en el enfoque dentro de la dimensión; esta estadística agrupa los coeficientes autorregresivos entre los diferentes miembros para las pruebas de raíz unitaria en los residuos estimados. Las otras dos pruebas se basan en estimadores que simplemente promedian los coeficientes estimados individualmente para cada miembro (Lee, 2005). En otras palabras, la prueba de Levin asume la presencia de un proceso de raíz unitaria común transversalmente para un panel de datos analizado; las otras dos pruebas asumen la presencia de un proceso de raíz unitaria individual probado con los datos agrupados. Cabe señalar que, las tres pruebas se realizan tanto en niveles como en primeras diferencias.
Las pruebas de raíz unitaria transversales tienen ventajas sobre las pruebas de raíz unitaria para series temporales, debido a que combinan datos de series temporales y transversales obteniendo más grados de libertad, lo que mejora las propiedades de los estimadores y además corrige las heterogeneidades no observables (Robledo y Olivares, 2013).
En el test de Levin la hipótesis nula es para
Las pruebas desarrolladas por Maddala y Wu (1999) se basan en tres importantes ideas de Fisher (1932). Fisher propone que para cualquier prueba estadística continua debe cumplirse: a) la hipótesis nula de los valores p, denominada
Pruebas de cointegración
Una vez que se comprueba la estacionariedad de las variables, se desarrollan las pruebas de cointegración con el objetivo de probar que existe una relación de largo plazo entre las variables del modelo. Para probar la hipótesis nula de no cointegración, Pedroni (2001a, 2001b) propone siete pruebas de cointegración de dos tipos: Cuatro dentro del modelo y tres entre modelos, como se muestra en la Tabla 2.
Tabla 2 Pruebas de cointegración
| Estadístico | Formula |
| Dentro del Modelo | |
| v del panel: |
|
| rho del panel |
|
| PP del panel |
|
| ADF del panel |
|
| Entre Modelos | |
| rho de grupo |
|
| PP de grupo |
|
| ADF de grupo |
|
Todos los estadísticos prueban la hipótesis nula de no cointegración, la diferencia entre aquellas dentro del modelo y entre modelos se basa en el tratamiento de 𝜌𝑖 en la formulación de la hipótesis alternativa. Los estadísticos de cointegración entre modelos prueban la hipótesis nula de que 𝜌𝑖=1 para todo i, frente a la hipótesis alternativa de que
FMOLS
Una vez realizadas las pruebas de cointegración, se estiman los modelos OLS y FMOLS que permiten analizar la relación entre: nivel de deuda de corto y largo plazo, crecimiento, tamaño, solvencia y rendimiento operativo y rendimiento accionario, como se observa en la siguiente ecuación:
Donde: i = 1, …N es cada empresa del panel, t = 1, … T se refiere al periodo de tiempo,
Los parámetros
Los modelos son probados en la ecuación 1) asumiendo que
Entonces, los estimadores FMOLS se pueden modelar de la siguiente manera:
Los modelos FMOLS son preferidos en la literatura, respecto a otras aproximaciones como los mínimos cuadrados ordinarios dinámicos, debido a sus bondades. De acuerdo con Harris y Sorris (2003 y Maeso-Fernández et al., 2006), el FMOLS es un enfoque no paramétrico que permite corregir la correlación serial; a la vez que captura la endogeneidad. Pedroni (2001a y 2001b) también señala que FMOLS funcionan mejor para estimar las relaciones heterogéneas a largo plazo que los mínimos cuadrados ordinarios dinámicos (DOLS). Otra de las bondades de la estimación FMOLS es que reduce el problema de inferencia y genera estimaciones válidas del estadístico-t de largo plazo (Irshad y Ghafoor, 2022)
Así mismo, Pedroni (2001a) resalta que, los estimadores FMOLS y DOLS de panel entre dimensiones (media de grupo) muestran distorsiones menores en muestras pequeñas. Igualmente, sostiene que los estadísticos de prueba de la media agrupada o de grupo se comportan extremadamente bien en muestras pequeñas siempre que la dimensión de la serie temporal no sea menor que la dimensión transversal. La estimación puntual del estimador Inter dimensional puede interpretarse como el valor medio de los vectores de cointegración.
Así, dada la superioridad de los modelos FMOLS con respecto a otros modelos y con base en el tamaño de la muestra propuesta, la cual es relativamente pequeña, en la presente investigación se muestran los resultados de dicha aproximación bajo los enfoques de media de grupo y de manera apilada, este último, tanto para varianzas homogéneas como heterogéneas, dichos enfoques han sido propuestos por Pedroni (2001a, 2001b) y Phillips y Moon (1999), respectivamente.
Resultados
La Tabla 3 muestra los estadísticos descriptivos de la muestra. Así, la rentabilidad media trimestral de las acciones de las empresas bajo estudio es de 0.55%, es decir de 2.2% en términos anuales; bajo en comparación con la tasa de interés objetivo (TIIE 28)2 durante dicho periodo, 6.5% en promedio. Sin embargo, es un cálculo promedio que incorpora momentos de crisis por la pandemia del Covid-19, periodo en el que se presentaron profundas caídas, no solo en el índice mexicano, sino a nivel internacional.
Tabla 3 Estadísticos descriptivos
| RDTO | DCP_AT | DLP_CT | DT_CT | GROWTH | ROA | SIZE | SOLV | |
| Media | 0.005468 | 0.170537 | 0.747502 | 0.918039 | 0.317755 | 5.326873 | 18.59021 | 35.73116 |
| Desv Estándar | 0.178573 | 0.4985 | 1.129011 | 1.304874 | 0.656415 | 4.358153 | 1.148882 | 30.62542 |
| Sesgo | -1.121223 | 4.747791 | 3.216972 | 2.578512 | -0.541671 | 0.379165 | 0.273827 | 1.310855 |
| Curtósis | 10.04777 | 35.68839 | 19.96227 | 14.6077 | 2.313728 | 3.692918 | 2.237905 | 6.018487 |
| Jarque-Bera | 1046.13 | 22160.08 | 6294.309 | 3085.504 | 31.45291 | 20.1807 | 16.84364 | 305.706 |
Fuente: Elaboración propia a partir de datos de la muestra.
Respecto a los niveles de deuda, aparentemente las empresas tienen un mayor nivel de deuda a largo plazo (74%) en relación con la de corto plazo (17%); lo cual podría tomarse como un buen indicador, ya que la deuda a largo plazo tiende a vincularse con proyectos de inversión; es decir, es síntoma de crecimiento y expansión de la empresa; mientras que la deuda a corto plazo es para cubrir la operación; es decir, para cumplir compromisos con los proveedores o trabajadores, por lo que, se asocia con problemas de liquidez.
En cuanto a la variación de las ventas totales de la empresa, la cual también puede ser tomada como un proxy del riesgo intrínseco, es de 31%. Dicho factor presenta un valor significativo, el cual podría asociarse, al igual que la baja rentabilidad accionaria, con los eventos extremos que se presentaron durante el periodo de estudio.
En términos de la rentabilidad operativa, rendimientos sobre los activos (ROA), la media presenta una relación de 5.3 a uno, lo cual significa que en promedio por cada peso de activos que se tienen, se generan 5 pesos de rentabilidad. En cuanto a la relación ingresos operacionales después de impuestos/deuda total de la empresa, aparentemente, las empresas reflejan una alta solvencia, lo cual se traduce en que las empresas generan recursos suficientes para pagar su deuda.
La Tabla 4 muestra las pruebas de raíces unitarias. Los resultados muestran que, para las tres pruebas (LLC, ADF y PP), las series en primeras diferencias son estacionarias a un nivel de 99% de significancia estadística.
Tabla 4 Prueba de raíces unitarias
| RDTO | DCP_AT | DLP_CT | DT_CT | |||||||||||||
| NIVEL | PD | NIVEL | PD | NIVEL | PD | NIVEL | PD | |||||||||
| Método | Est | Prob. | Est | Prob | Est | Prob | Est | Prob | Est | Prob | Est | Prob | Est | Prob | Est | Prob |
| Intercepto | ||||||||||||||||
| LLC | -18.60 | *** | -31.45 | *** | -7.10 | *** | -17.57 | *** | -2.52 | *** | -18.05 | *** | 0.31 | -15.67 | *** | |
| ADF | 304.67 | *** | 476.09 | *** | 139.89 | *** | 289.59 | *** | 94.17 | *** | 289.92 | *** | 68.29 | * | 282.25 | *** |
| PP | 559.67 | *** | 562.96 | *** | 153.49 | *** | 389.82 | *** | 74.62 | ** | 350.95 | *** | 61.96 | 347.16 | *** | |
| Intercepto y tendencia | ||||||||||||||||
| LLC | -16.69 | *** | -25.89 | *** | -6.74 | *** | -14.91 | *** | -3.62 | *** | -15.12 | *** | -3.26 | *** | -15.22 | *** |
| ADF | 237.88 | *** | 356.73 | *** | 116.58 | *** | 211.14 | *** | 75.35 | ** | 228.58 | *** | 81.73 | *** | 238.81 | *** |
| PP | 265.61 | *** | 475.64 | *** | 131.71 | *** | 332.30 | *** | 75.75 | ** | 315.03 | *** | 75.61 | ** | 307.45 | *** |
| Ninguno | ||||||||||||||||
| LLC | -22.37 | *** | -32.38 | *** | -3.76 | *** | -18.64 | *** | -3.95 | *** | -18.52 | *** | -3.38 | *** | -16.42 | *** |
| ADF | 447.21 | *** | 565.23 | *** | 137.48 | *** | 384.80 | *** | 91.07 | *** | 389.39 | *** | 82.46 | *** | 360.56 | *** |
| PP | 445.05 | *** | 555.61 | *** | 136.37 | *** | 473.45 | *** | 82.39 | *** | 439.89 | *** | 77.28 | ** | 419.80 | *** |
| GROWTH | ROA | SIZE | SOLV. | |||||||||||||
| NIVEL | PD | NIVEL | PD | NIVEL | PD | NIVEL | PD | |||||||||
| Método | Est | Prob. | Est | Prob | Est | Prob | Est | Prob | Est | Prob | Est | Prob | Est | Prob | Est | Prob |
| Intercepto | ||||||||||||||||
| LLC | -221.62 | *** | -578.59 | *** | -4.16 | *** | -10.65 | *** | -3.33 | *** | -18.01 | *** | -3.75 | *** | -11.66 | *** |
| ADF | 57.69 | 533.82 | *** | 85.05 | *** | 190.72 | *** | 52.62 | 321.90 | *** | 115.31 | *** | 204.87 | *** | ||
| PP | 1289.2 | *** | 649.52 | *** | 61.05 | 202.57 | *** | 54.00 | 423.19 | *** | 61.61 | 231.89 | *** | |||
| Intercepto y tendencia | ||||||||||||||||
| LLC | -419.72 | *** | -553.03 | *** | -0.52 | -9.52 | *** | -4.67 | *** | -14.57 | *** | -0.34 | -10.04 | *** | ||
| ADF | 468.44 | *** | 504.21 | *** | 60.31 | 140.04 | *** | 97.01 | *** | 243.32 | *** | 67.36 | 151.22 | *** | ||
| PP | 613.79 | *** | 501.59 | *** | 39.36 | 152.32 | *** | 106.42 | *** | 343.79 | *** | 42.08 | 194.42 | *** | ||
| Ninguno | ||||||||||||||||
| LLC | -1.34 | * | -382.37 | *** | -3.02 | *** | -17.00 | *** | 8.51 | -20.86 | *** | -0.44 | -17.85 | *** | ||
| ADF | 38.72 | 498.41 | *** | 96.21 | *** | 334.94 | *** | 5.25 | 419.08 | *** | 59.00 | 336.76 | *** | |||
| PP | 465.68 | *** | 497.36 | *** | 95.40 | *** | 337.24 | *** | 4.12 | 450.40 | *** | 52.32 | 337.38 | *** | ||
Nota: *, ** y ***, denotan confianza al 90%, 95%, y 99%. PD es primeras diferencias, Est: estadístico, Prob.: Probabilidad
Fuente: Elaboración propia a partir de datos de la muestra.
Una vez comprobada la ausencia de raíz unitaria en las series, se analiza la relación de largo plazo entre las variables mediante las pruebas de cointegración. Como se observa en la Tabla 5, los resultados estadísticos de la prueba de cointegración de Pedroni revelan que la mayoría de las pruebas fueron significativas y, por lo tanto, se rechaza la hipótesis nula de no cointegración, evidenciando la existencia de relación de largo plazo.
Tabla 5 Prueba de Cointegración de los Residuos de Pedroni
| Est. | Prob. | |
| Dentro del Modelo | ||
| Panel v | -2.419055 | |
| Panel rho | 1.905555 | |
| Panel PP | -16.05139 | *** |
| Panel ADF | -13.42922 | *** |
| Entre modelos | ||
| Grupo rho | 4.15508 | |
| Grupo PP | -25.85681 | *** |
| Grupo ADF | -14.92181 | *** |
Nota: *, ** y ***, denotan confianza al 90%, 95%, y 99%, Est: estadístico, Prob.: Probabilidad
Fuente: Elaboración propia a partir de datos de la muestra
Cabe señalar que, a pesar de que la variable DT_CT pasa las pruebas de raíces unitarias, pero dado el alto grado de correlación con la variable DLP/CT se omite de las variables explicativas del modelo.
Los resultados de los modelos FMOLS y OLS se muestran en la Tabla 6. La evidencia empírica señala que, en todas las estimaciones la variable ROA y crecimiento muestran significancia estadística; es decir, los dos modelos OLS, FMOLS bajo distintos enfoques señalan que existe un impacto de largo plazo en la rentabilidad accionaria ante variaciones en el rendimiento sobre activos y el crecimiento de las ventas totales. En cuanto a los signos de dicha relación, el ROA tiene un impacto negativo en el rendimiento de las acciones, mientras que el crecimiento impacta de manera positiva.
Tabla 6 Resultado de los modelos OLS y FMOLS
| Método | OLS | FMOLS | ||||||
| Método del panel | Apilados | Grupo | ||||||
| Varianzas homogéneas | Varianzas heterogéneas | |||||||
| Variable | ||||||||
| Dcp_at | 0.0088 | 0.0162 | 0.0162 | 0.1460 | ||||
| Dlp_ct | -0.0102 | -0.0150 | -0.0150 | * | -0.0852 | |||
| Crecimiento | 0.0721 | *** | 0.0711 | *** | 0.0711 | *** | 0.0743 | *** |
| Roa | -0.0104 | ** | -0.0114 | *** | -0.0114 | *** | -0.0387 | *** |
| Tamaño | 0.0558 | 0.0362 | 0.0362 | -0.3803 | *** | |||
| Solvencia | -0.0001 | 0.0003 | 0.0003 | 0.0081 | *** | |||
| C | -0.9913 | |||||||
Nota: *, ** y ***, denotan confianza al 90%, 95%, y 99%, Est: estadístico, Prob.: Probabilidad
Fuente: Elaboración propia a partir de datos de la muestra
Por otro lado, con base en los resultados de todos los modelos, los factores asociados al apalancamiento: deuda a corto plazo sobre total de activos y deuda a largo plazo sobre el capital total, parecieran no tener un impacto estadísticamente significativo en la rentabilidad accionaria.
Tomando en cuenta lo señalado por Pedroni (2001a) respecto a la pertinencia de los modelos de media de grupo para la modelación en muestras pequeñas, los resultados del modelo FMOLS por Grupo señalan que las variables tamaño y solvencia también son estadísticamente significativas.
Discusión de los resultados
El signo negativo asociado a la variable ROA, podría explicarse a partir del periodo de estudio, el cual comprende la crisis Covid-19 y el subperiodo de inestabilidad previo a la pandemia, ocasionado por el incremento de las tasas de interés de referencia a nivel internacional en 2018. Así, los resultados podrían implicar que, la incertidumbre y expectativas pesimistas generadas a partir de la pandemia tuvieron un efecto negativo y de infravaloración de las acciones de las empresas cotizadas en el IPC. Así, la rentabilidad operativa no mostró efectos positivos en la rentabilidad de las cotizaciones bursátiles, lo que indicaría que, los inversionistas no tomaron en consideración dicha información para la elección de activos, sino que sobre ponderaron las noticias relacionadas con la pandemia y sus efectos económicos y financieros en el corto y mediano plazo.
Dicho hallazgo se relaciona con lo encontrado en la literatura financiera, en tiempos de crisis los administradores de portafolios reasignan sus activos hacia lugares seguros para cubrirse del riesgo (Choi, 2021), generalmente, reorientan sus carteras a activos refugio o toman posiciones sobre activos de empresas y gobiernos de economías desarrolladas (Conlon, Corbet y McGee, 2020; Ji, Zhang and Zhao, 2020; Hasan et al., 2021).
Igualmente, la evidencia empírica ha señalado que, durante los tiempos de inestabilidad financiera la eficiencia en los mercados disminuye (Ammy-Driss y Garcin, 2020), así como que, los mercados desarrollados son más eficientes que los mercados en desarrollo, como es el caso del mercado mexicano (Mynhardt, Plastun y Makarenko, 2014; Rizvi y Arshad, 2016; Ali et al., 2018).
De manera contraria a lo ocurrido con la variable ROA, el crecimiento de las ventas totales sí tiene un efecto positivo en los rendimientos del precio de las acciones, lo cual implicaría que las ventas totales es una variable de interés para el mercado. Una razón podría ser que, las ventas se relacionan con la entrada de flujos de efectivo a la compañía, lo cual garantiza recursos para el pago de obligaciones de la empresa, siendo esta una señal positiva.
La evidencia apunta a que, la naturaleza de la relación que existe entre el tamaño de la empresa y los rendimientos accionarios es negativa; es decir, a medida que el tamaño de la empresa es mayor, la rentabilidad accionaria es menor; dicho hallazgo es consistente con la anomalía de mercado “efecto tamaño”, la cual se refiere a que las empresas de menor tamaño (capitalización bursátil) presentan mayores rendimientos bursátiles que las empresas de mayor tamaño. Lo anterior se asocia a un mecanismo de recompensa de las empresas “pequeñas” hacia sus inversionistas, por no invertir en empresas más grandes que generalmente, tienen mayor presencia de marca, participación de mercado o prestigio.
En cuanto a la variable solvencia, sí presentó el signo esperado de acuerdo con la teoría, es decir que, contar con ingresos/recursos suficientes para pagar las deudas fue una condición que impactó positivamente el rendimiento accionario de las empresas bajo estudio. Lo anterior puede deberse a que, los inversionistas pudieron tomar como un indicador positivo el pago de intereses sobre los bonos y obligaciones de diversas empresas, para adquirir sus títulos accionarios.
Uno de los hallazgos más interesantes del presente trabajo es que, el nivel de apalancamiento; es decir, la estructura financiera de la empresa parece no tener un impacto estadísticamente significativo en el valor de la compañía en los mercados. Lo anterior, se asocia al cumplimiento de la proposición I de Modigliani y Miller “una empresa apalancada tiene el mismo valor que una empresa no apalancada”; es decir el valor de las empresas no depende de su decisión de financiamiento, sino de que tan buena en sí misma sea para la generación de flujo de efectivo. Dicho hallazgo es consistente con lo señalado por otros estudios: Welch (2004), Gharaibeh (2014), Chandra, et al., (2019).
Conclusiones
El presente trabajo analiza el impacto de la estructura de capital (nivel de apalancamiento de corto y largo plazo) y de otras variables financieras clave en los rendimientos bursátiles de las empresas que componen el Índice de Precios y Cotizaciones (IPC), mejor conocido como el indicador de referencia de la Bolsa Mexicana de Valores.
Los resultados de la investigación señalan que para el mercado mexicano y durante el periodo de estudio, se cumple la primera proposición de Modigliani y Miller, la estructura de capital no afecta el valor de una empresa en el mercado. Así, las variables que resultan sí tener un efecto significativo en la rentabilidad accionaria están relacionadas con los flujos de efectivo (ventas) y las ganancias generadas por la operación (ROA). Asimismo, algunas otras variables que resultan relevantes para los inversionistas son la solvencia, factor asociado al cumplimiento de obligaciones en el largo plazo y tamaño, lo cual es consistente con la anomalía de mercado “efecto tamaño”.
Los resultados de la investigación son relevantes para los administradores de empresas y para los gestores de carteras de inversión, arrojando un poco de luz en relación con el nivel de eficiencia del mercado de valores mexicano y cómo la decisión de financiamiento de las empresas no impacta la rentabilidad de sus accionistas.
Los hallazgos pueden, en parte, deberse al periodo de inestabilidad analizado y a la muestra bajo estudio. Futuros estudios deberían incluir distintos periodos o comparar entre diversos mercados a nivel internacional e incluir otros modelos panel.
