1. Introducción

El sector pesquero en el mundo es uno de los principales proveedores de alimento para la humanidad, la importante diversidad de productos hidrobiológicos atrae a las empresas pesqueras hacia las zonas de pesca más abundantes en recursos, pero, la pesca debe ser controlada o regulada para evitar la desaparición de las especies de consumo. Según la FAO (²⁰²²), “La producción pesquera y acuícola total alcanzó un récord de 214 millones de toneladas en 2020, que comprendían 178 millones de toneladas de animales acuáticos y 36 millones de toneladas de algas” (p. xvi), en cuanto al consumo humano se alcanzó los 20,2 kg per cápita, valor muy superior a los años previos. La FAO estima que alrededor de 60 millones de personas trabajan en el sector pesquero a nivel mundial, y unos 600 millones de personas dependen de este sector como medio de vida, por lo cual representa un sector económico muy atractivo. En cuanto al comercio internacional, este sector generó divisas de aproximadamente 151 mil millones de USD solo en el año 2020.

A nivel mundial China es el indiscutible líder de la industria pesquera con una inmensa flota surcando los mares, con la cual logra una cuota del 15% de producción pesquera mundial, otros países reconocidos como potencias en este sector son: Indonesia, Perú, India, Rusia, Estados Unidos, Vietnam, Japón, Noruega y Chile, entre los más importantes (^{FAO, 2022}). La alta competencia en los océanos por la pesca de los productos hidrobiológicos, así como la preocupación de que esta actividad no sea depredadora, motiva a que las empresas del sector pesquero trabajen bajos ciertas condiciones restrictivas y con reglamentos específicos, como variables adicionales a sus actividades operativas y financieras. Indicadores como captura total, producción acuícola, valor de las exportaciones y desempeño financiero, entre otros, permiten identificar a los países líderes en la industria pesquera.

Perú y Chile tienen en común una extensa masa de agua conocida como Océano Pacífico, la cual cuenta con características hidrobiológicas importantes debido al impacto de una corriente de agua fría que fluye desde la Antártida en dirección norte, esta es conocida como la Corriente de Humboldt. La presencia de esta corriente origina una temperatura en el océano que varía entre 5 °C en la zona sur y 19 °C en la zona norte, la mayor temperatura en la zona norte se debe a la confluencia de diferentes corrientes marinas. Otro aspecto importante corresponde a la salinidad del océano que registra un 35%. Todo este conjunto de fenómenos da lugar a un sistema marino que crea condiciones ideales para el ascenso de aguas profundas ricas en nutrientes que alimentan el fitoplancton (microalgas). El fitoplancton es la base de la cadena alimenticia marina de esa zona; con estas microalgas se crea una de las zonas más productivas del mundo, en términos de pesca.

La biodiversidad marina generada por la Corriente de Humboldt incluye numerosas especies de peces, entre las que destacan las especies comerciales como: anchoveta, jurel, caballa, atún, sardina, salmón, pota; entre otros productos muy apreciados por la industria pesquera. Sin embargo, es importante mencionar que en esta región se produce cíclicamente el fenómeno climático conocido como El Niño, relacionado a una corriente tropical que fluye desde la zona ecuatorial de norte a sur, y que al presentar altas temperaturas (de 23 °C a 24 °C) afecta las condiciones oceánicas y atmosféricas perjudicando la distribución de nutrientes y la vida marina en la zona, con un impacto significativo en la pesca (^{Noriega, 2018}).

No obstante, las grandes oportunidades de crecimiento del sector pesquero considerando el abundante recurso hidrobiológico con el que se cuenta en el litoral sudamericano, se tiene una gran amenaza para la industria pesquera debido a la presencia de enormes flotas depredadoras provenientes de algunos países asiáticos y europeos, es por ello que los países que están siendo afectados han reafirmado en forma conjunta, mediante una declaración, su compromiso para con la conservación y el uso sostenible de los recursos hidrobiológicos, lo cual implica llevar a cabo una pesca sustentable y el cumplimiento de las recomendaciones de las Organizaciones Regionales de Ordenamiento Pesquero (^{Industrias Pesqueras, 2020}).

Como se ha mencionado anteriormente, entre los países sudamericanos que más destacan en el sector pesquero se encuentran Perú (8% de la producción de la pesca de captura marina a nivel mundial) y Chile (3% de la producción de la pesca de captura marina a nivel mundial), es por ello que surge el interés de evaluar el aspecto financiero de las empresas pesqueras peruanas y chilenas, mediante un análisis de los principales indicadores financieros, a fin de comparar los resultados que han obtenido en los últimos periodos, y así tener un panorama referencial de la gestión financiera en este importante sector.

Considerando lo anteriormente descrito, se definió el siguiente objetivo de investigación: Analizar las diferencias entre las medias de los indicadores financieros de empresas pesqueras peruanas y chilenas en el periodo 2018-2021.

2. Revisión de la literatura

Se consultó algunos antecedentes que de una u otra forma resultaban similares al presente trabajo; sin embargo, no se logró ubicar trabajos similares que podrían servir de referencia para el desarrollo de la presente investigación, no obstante, a continuación, se presentan algunos estudios que permitirían visualizar el enfoque de cada trabajo, aunque no resulte comparable con el presente estudio con fines de discusión.

López (²⁰²²), desarrolló un trabajo que tuvo como objetivo “determinar el nivel de incidencia de la elaboración de un modelo estratégico financiero en la rentabilidad en una industria pesquera en la producción de harinas y aceites de pescado en la provincia de Santa Elena” (p. 8). Utilizó una metodología mixta con diseño explicativo, descriptivo, documental y de campo. Para el análisis financiero de la empresa utilizó indicadores de rentabilidad (rentabilidad neta del activo, rentabilidad del patrimonio y rentabilidad neta de ventas). Las estrategias identificadas incluían los índices de rentabilidad y liquidez/endeudamiento. Entre las conclusiones del trabajo se tiene que el tiempo de veda afecta la rentabilidad debido a que los precios suben “… lo cual implica poner a la venta la pesca a cualquier precio, incurriendo en pérdidas tanto a empresas como a pescadores artesanales” (p. 56), además, la autora recomienda medidas para el “… fortalecimiento de los factores de rentabilidad, liquidez y endeudamiento; cuyo resultado dependen, entre otros factores, de la producción especial en época de veda, financiamiento a largo plazo y la ampliación de productos sustitutos dentro de su portafolio de productos” (p. 56).

El trabajo desarrollado por Chafloque y Lopez (²⁰²¹), tuvo como objetivo “Determinar la incidencia de la emergencia sanitaria en la situación financiera de la empresa pesquera SABY E.I.R.L. perteneciente al distrito de Lima durante el periodo 2020” (p. 2), la técnica que se empleó para la investigación fue la entrevista y el análisis documental. Para el análisis financiero se consideraron los siguientes indicadores: Liquidez, Prueba ácida, capital de trabajo, periodo promedio de cobranzas y rotación de las cuentas por cobrar. Entre las conclusiones de las autoras se resalta que “… los resultados obtenidos, fueron positivos, generando estabilidad económica, con una utilidad neta del 7%, donde la empresa no tuvo la necesidad de recurrir a préstamos financieros” (p. 26).

Hernández (²⁰²⁰), desarrolló un trabajo que tuvo como objetivo “Caracterizar al Sector Pesquero Artesanal de dicha localidad, analizar sus principales cambios y estudiar cuáles fueron las causas de los mismos” (p. 4), para ello utilizó una metodología cualitativa, por la cual analizó e interpretó, en forma exploratoria, el Sistema Pesquero Artesanal en el Partido de General Alvarado. Se utilizó la técnica entrevistas semiestructuradas con una muestra constituida por pescadores artesanales. La autora halló que la actividad pesquera “… sufrió una fuerte caída en los últimos años como consecuencia de la diferencia entre la tasa de incremento en los costos respecto del precio de venta del pescado” (p. 4), además, concluye que “… el ingreso de los pescadores se vio negativamente afectado y, al ser precio-aceptantes, su margen de ganancia disminuyó drásticamente” (p. 4). La autora de este trabajo no desarrolló un análisis financiero para su estudio considerando que tuvo un enfoque cualitativo.

Vera (²⁰¹⁹) en su estudio tuvo como objetivo “Evaluar el control interno contable - financiero del activo corriente mediante la aplicación de la metodología lógico deductivo y observacional para mejorar la información financiera de la Asociación de mariscadores autónomos y anexos 11 de enero” (p. 13). Según la autora, la selección apropiada de indicadores financieros para el análisis puede ayudar a identificar alternativas para las políticas a seguir, evitando riesgos por el no cumplimiento de objetivos en el ciclo contable. Los indicadores analizados en el trabajo fueron: razón corriente y capital neto de trabajo. Entre las conclusiones se comenta que se observó “desorganización y falta de control de las operaciones efectuadas esto permite no tener una visión clara de la situación de la organización haciendo imposible una oportuna toma de decisiones” (p. 45), además, se evidencia que “… no existe un proceso adecuado en la utilización del efectivo” (p. 45).

Amao (²⁰¹⁷), tuvo como objetivo determinar que las vedas de pesca, afectan el capital de trabajo de la empresa Concentrados de Proteínas S.A.C. El trabajo fue descriptivo con un diseño no experimental y de corte transversal, implicó una muestra de cinco trabajadores del área de finanzas, contabilidad y la gerencia de la empresa del estudio. La técnica que se utilizó fue la entrevista y el análisis documental. La principal conclusión fue:

Las vedas de pesca de anchoveta influyen en la liquidez y rentabilidad de la organización Concentrados de Proteínas S.A.C., dado que al analizar y evaluar dichos indicadores nos muestra que la compañía tiene el 60% de compromisos por cumplir considerando que de cada sol la empresa cuenta con el 0.04 centavos de utilidades, esto demuestra que no cuenta con la liquidez ni con la rentabilidad suficiente para poder afrontar las obligaciones con sus proveedores por lo que contrae dificultades e inconvenientes para abastecerse de bienes y servicios (sic) (^{Amao, 2017, p. iv}).

El trabajo de Amao es interesante debido a que se analizó a una empresa del sector pesquero en cuanto a su liquidez y rentabilidad, sin embargo no se realizó un análisis comparativo con otras empresas similares.

Ramos (²⁰¹⁵), llevó a cabo un trabajo de investigación con el objetivo de “determinar que la aplicación del Sistema de Detracciones del IGV afecta la liquidez de la Corporación Pesquera Antonella S.A.C año 2014” (p. iii). Para lo cual desarrolló una investigación del tipo descriptivo, de diseño no experimental y de corte transversal. La muestra estuvo conformada por cinco trabajadores de la empresa del estudio (gerente, administrador, contador, asistente contable, auxiliar contable) con quienes se utilizó la técnica entrevista con su instrumento guía de entrevista. La conclusión más relevante fue que “la liquidez con la aplicación de las detracciones del IGV al 31.12.2014 alcanza a S/. 3.39 y que aplicando este sistema afecta la liquidez, restando capacidad de pago a las obligaciones corrientes” (sic) (^{Ramos, 2015, p. iii}). En este estudio, al igual que en el estudio de Amao (²⁰¹⁷), se analizó a una empresa del sector pesquero sin llevar a cabo un trabajo comparativo con otras empresas del sector y sin ampliar el análisis con algunos indicadores financieros adicionales al de liquidez.

Vela (²⁰¹⁴), llevó a cabo un estudio que tuvo como objetivo “… determinar y analizar los puntos críticos y la realidad actual del sector pesquero peruano, utilizando matrices que ayudan a precisar una estrategia genérica” (s/p). El estudio además buscó “… conocer y evaluar las condiciones en las que se desarrollan las actividades productivas, de comercialización, control y seguridad competentes al sector” (s/p). Para ello realizó un análisis FODA del sector pesquero peruano, concluyendo que: en relación a las fortalezas y debilidades “el sector pesquero en el ambiente interno es sólido, dado que las fortalezas son más fuertes y contrarrestan a las debilidades” (s/p). Asimismo, en cuanto a las oportunidades y amenazas “… en el ambiente externo [se] puede aprovechar las oportunidades y hacerles frente a las amenazas. Esto le permite aplicar estrategias de penetración en el mercado internacional y desarrollo de nuevos productos para consolidarse” (s/p). Sin embargo, este estudio no aporta análisis alguno en cuanto al desempeño financiero de las empresas pesqueras peruanas.

Zúñiga y Soria (²⁰⁰⁹) llevaron a cabo un estudio con el objetivo de estimar el indicador costo promedio ponderado de capital (WACC) específicamente para el sector pesquero - acuícola en Chile, para lo cual recopilaron información de la estructura de capital promedio de las empresas chilenas Itata, Coloso e Iquique; además, consideraron el costo de deuda promedio y el costo del patrimonio. Para la estimación del costo del patrimonio los autores utilizaron el método del CAPM local, global, y la corrección de Godfrey y Espinoza (¹⁹⁹⁶). El estudio de Zúñiga y Soria (²⁰⁰⁹) resulta interesante dado que muestran el valor del WACC por empresa analizada, resultando que Itata obtuvo un mejor WACC (20.8%) para el periodo del estudio. Este trabajo permitió un análisis comparativo entre las empresas chilenas estudiadas, aunque solo se centró en una sola variable económica.

San Cristóbal (²⁰⁰⁴), publicó un estudio cuyo objetivo fue proponer un modelo que permita el análisis económico del sector pesquero y, además, que empíricamente explique el comportamiento de la flota extractiva, utilizando multiplicadores que midan el impacto socioeconómico en la economía regional e indicadores de desigualdad que evalúen las diferencias con otros sectores pesqueros. El modelo incluyó la variable nivel de producción de un buque en el periodo en función de las capturas del buque. Según el autor, la producción de una flota depende de variables como: capacidad de la flota, nivel de actividad, nivel tecnológico, tipo de remuneración, estado de los stocks de las distintas especies, capacidad del arte utilizada en la actividad pesquera, aspectos meteorológicos, mecanismos de control, barreras técnicas y resultados económicos. Se utilizó el modelo de Schaeffer para estimar las capturas de pesca en función del esfuerzo de pesca y un “coeficiente de capturabilidad para un nivel de biomasa determinado en un período t” (^{San Cristóbal, 2004, p. 174}), ello incluyó indicadores como: eficiencia técnica de los buques, eficiencia técnica de los pescadores, eficiencia económica de los buques, eficiencia económica de los pescadores, etc. Este trabajo es muy interesante puesto que se propone un modelo de producción pesquera sobre la base de la variable esfuerzo pesquero; sin embargo, no se observa en este trabajo un análisis del desempeño financiero de las empresas pesqueras, lo cual limitó el alcance de investigación.

3. Metodología

El presente trabajo corresponde al enfoque cuali cuantitativo o mixto. El diseño de la investigación fue exploratorio secuencial o DEXPLOS (^{Hernández et al., 2014}), no experimental, de corte transversal y con datos de panel para el periodo 2018 al 2021. El no disponer de antecedentes similares le da un carácter principalmente exploratorio al presente trabajo. La información fue recolectada utilizando el acceso a la página web de la Bolsa de Valores de Lima y a las Memorias anuales de las empresas chilenas disponibles para el estudio. La población correspondió a todas aquellas empresas peruanas y chilenas que cotizan en Bolsa y/o tienen publicadas sus memorias anuales en sus correspondientes páginas web, las cuales pueden ser revisadas por cualquier interesado. Por tanto, considerando las facilidades del acceso a la información se eligió, por conveniencia, la muestra conformada por las empresas Austral Group y Pesquera Exalmar de Perú, y Blumar, Camanchaca e Igemar de Chile. En el caso del Perú, hubiera sido interesante disponer de la información financiera de las empresas pesqueras Hayduk, TASA y CFG Investment, e igualmente para el caso de Pesquera Pacific Star de Chile, sin embargo, no se ubicó tal información en el periodo de búsqueda, o en todo caso no está disponible para el público interesado.

Para calcular todos los índices financieros, los datos para el periodo estudiado fueron obtenidos de la siguiente forma:

A la fecha de recolección de los datos no se dispuso de la información financiera del periodo 2022 de todas las empresas del estudio, por lo cual se optó por trabajar con los datos del periodo 2018 a 2021.

La importancia de las empresas elegidas para el estudio se evidencia en la Tabla 1, donde se muestra los valores de los activos totales e ingresos anuales del último periodo analizado.

Como se mencionó, para este trabajo se seleccionaron los indicadores Liquidez, Rotación de Activos, Solvencia, Deuda/Patrimonio, Rentabilidad de Patrimonio y el valor Z de Altman (obtenido a partir de los datos de los Estados Financieros), considerando que cubren todas las perspectivas de gestión financiera, sobresaliendo entre estos el indicador Z de Altman, el cual utiliza la siguiente fórmula para el cálculo del valor correspondiente a un periodo contable:

Para la fórmula anterior, se considera que una empresa estaría en riesgo de quiebra si en varios periodos consecutivos se ubica en la zona de quiebra (ZQ), es decir, si el valor Z<1.81 (valor límite inferior).

Cuando una empresa se ubica en la zona de alerta (ZA), es necesario evaluar la gestión administrativa financiera para evitar caer en la zona de quiebra en periodos posteriores. La zona de alerta implica que se cumpla que el valor Z se ubique en el siguiente intervalo 1.81≤Z≤2.99

En el caso que una empresa se ubique en la zona segura (ZS), es decir, que el valor Z>2.99 ; ello se interpreta como una buena gestión administrativa financiera, lo cual atrae inversionistas y beneficios para los accionistas y la sociedad relacionada.

En la Tabla 2 se ilustra el método empleado para el cálculo del valor Z para el periodo 2021, como ejemplo, así como el cálculo de las variables X1, X2, X3, X4 y X5.

Parta aplicar la fórmula 1 y hallar el valor Z, se tomó en cuenta los valores de la información financiera contenida en la Tabla 2, luego se calculó el valor de cada variable X, según se muestra en la siguiente Tabla 3.

Considerando el objetivo de la investigación, se propusieron las siguientes hipótesis de trabajo:

Hipótesis general de investigación (HG_i): Sí existen diferencias significativas entre las medias de al menos dos indicadores financieros de empresas pesqueras peruanas y chilenas en el periodo 2018-2021.

Hipótesis general nula (HG₀): No existen diferencias significativas entre las medias de los indicadores financieros de empresas pesqueras peruanas y chilenas en el periodo 2018-2021.

Luego, con la finalidad de someter a prueba la hipótesis HG₀, se procedió a comparar las medias de cada indicador de las empresas estudiadas utilizando el procedimiento estadístico denominado análisis de la varianza o ANOVA (Analysis Of Variance) de un factor, el cual según Devore (^{2008, p. 369}) es un conjunto de procedimientos que implica el análisis de datos muestreados de más de dos poblaciones. La característica que diferencia a las poblaciones estudiadas una de otra se denomina factor. Para el método ANOVA se sigue un proceso recomendado por Levin et al. (^{2009, pp. 395-402}).

4. Resultados y discusión

En la Tabla 4 se muestran los valores correspondientes al promedio de cada indicador analizado para el periodo 2018-2021, para las empresas pesqueras peruanas y chilenas del estudio.

Sobre la base de la información anterior, y con la finalidad de comprobar la hipótesis general, se procedió a analizar cada indicador seleccionado para el trabajo siguiendo el proceso recomendado para la prueba ANOVA. A continuación, se describe tal proceso:

a) Se comprobaron las condiciones de independencia, normalidad y homogeneidad de las variables estudiadas (indicadores), las cuales son requisitos para la prueba ANOVA.

En la Tabla 5, se muestra la información de la estadística descriptiva, en donde se verifica que el supuesto de independencia se cumple considerando que los datos recolectados para el estudio corresponden a distintas muestras o empresas pesqueras.

La verificación del supuesto de Normalidad implicó llevar a cabo la prueba de Shapiro-Wilk, la cual es aplicable cuando se analizan muestras pequeñas. En la Tabla 6 se observa el resultado hallado para la significancia de cada indicador por empresa analizada. Se considera que una variable presenta una distribución normal cuando el valor de la significancia es mayor a 0.05 (sig. > 0.05). Luego, en la Tabla 6 se comprueba que para el caso de todos los indicadores del estudio se cumple esta condición.

Para verificar el supuesto de homocedasticidad se aplicó el test de Levene, para ello se plantearon las siguientes hipótesis específicas nula y alterna:

Hipótesis específica nula (HE₀): (s₁)² = (s₂)² = (s₃)² = (s₄)² = (s₅)²

Hipótesis específica alterna (HE_a): Al menos una varianza difiere.

Donde cada empresa pesquera está representada por los valores siguientes: 1 = Austral Group, 2 = Exalmar, 3 = Camanchaca, 4 = Blumar y 5 = Igemar

Según el valor hallado para el estadístico de Levene, basado en la mediana y con grado de libertad (gl) ajustado, ver Tabla 7, la significación en todos los casos supera al valor 0.05; por tanto, se acepta la HE₀, y se concluye que las varianzas son homogéneas, es decir, se cumple el supuesto de homocedasticidad para los indicadores financieros seleccionados para el estudio.

b) Considerando que se cumplieron todos los supuestos previos a la aplicación del modelo ANOVA, se procedió a comparar las medias de los valores de los indicadores de las 5 empresas pesqueras, por tanto, para comprobar las hipótesis HG₀, se asume que: μ1= μ2 = μ3 = μ4 = μ5

Para esta comprobación se eligieron los siguientes criterios:

Los valores hallados para el estadístico F se muestran en la siguiente Tabla 8.

Al observar la tabla de Valores de F, en la tabla de distribuciones F con un nivel de significancia 0.05, tomando en cuenta 4 grados de libertad en el numerador y 15 grados de libertad en el denominador, se ubica el valor 3.056 entre ambos cruces; luego, se establece que:

Para el indicador Z de Altman, F_calculada (2.330) < F_{en tabla} (3.056), luego, se puede afirmar que no existen diferencias significativas entre las medias aritméticas de este indicador para las 5 empresas pesqueras.

Para el indicador Liquidez corriente, F_calculada (4.453) > F_{en tabla} (3.056), luego, se puede afirmar que sí existen diferencias significativas entre las medias aritméticas de este indicador para las 5 empresas pesqueras.

Para el indicador Rotación de Activos, F_calculada (7.662) > F_{en tabla} (3.056), luego, se deduce que sí existen diferencias significativas entre las medias aritméticas de este indicador para las 5 empresas pesqueras.

Para el indicador Solvencia, F_calculada (14.319) > F_{en tabla} (3.056), luego, se deduce que sí existen diferencias significativas entre las medias aritméticas de este indicador para las 5 empresas pesqueras.

Para el indicador Deuda, F_calculada (16.622) > F_{en tabla} (3.056), luego, se deduce que sí existen diferencias significativas entre las medias aritméticas de este indicador para las 5 empresas pesqueras.

Para el indicador Rentabilidad de Patrimonio, F_calculada (1.267) < F_{en tabla} (3.056), luego, se deduce que no existen diferencias significativas entre las medias aritméticas de este indicador para las 5 empresas pesqueras.

A continuación, para conocer qué medias o promedios difieren y cómo difieren, se hizo uso del test de comparaciones múltiples de Tukey, considerando una probabilidad del 5% de errar al haber rechazado HG₀ (error tipo I). En la Tabla de comparaciones múltiples Tukey HSD, ver Tabla 9, se conoció qué pares de empresas estudiadas tenían diferencias significativas entre sus medias.

Como se observa en la Tabla 9, existen diferencias significativas para el indicador Liquidez corriente entre las empresas Exalmar e Igemar (Sig. 0.014); para el indicador Rotación de activos entre las empresas Exalmar y Camanchaca (Sig. 0.003), además, entre las empresas Camanchaca e Igemar (Sig. 0.001); para el indicador Solvencia se observan diferencias significativas entre las empresas Austral Group y Exalmar (Sig. 0.026), Austral Group y Camanchaca (Sig. 0.016), Exalmar y Camanchaca (Sig. < 0.001), Exalmar y Blumar (Sig. 0.031), Camanchaca y Blumar (Sig. 0.014), Camanchaca e Igemar (Sig. <0.01); para el indicador Deuda se observan diferencias significativas entre las empresas Austral Group y Exalmar (Sig. 0.005), Austral Group y Camanchaca (Sig. 0.040), Exalmar y Camanchaca (Sig. < 0.001), Exalmar y Blumar (Sig. 0.009), Camanchaca y Blumar (Sig. 0.024), y Camanchaca e Igemar (Sig. < 0.001).

De acuerdo a lo anteriormente descrito se confirma la hipótesis HG_i y se rechaza HG₀.

Reforzando la decisión anterior, a continuación, se presentan las Tablas, correspondientes al test HSD Tukey, que muestran la conformación de los subconjuntos homogéneos para cada ratio financiero.

En la Tabla 10, se observa que para el indicador Z de Altman se conformó un solo subconjunto homogéneo que implica que no existirían diferencias significativas entre las medias para las empresas del estudio; sin embargo, se debe tener en cuenta que el indicador Z de Altman está condicionado a un valor mínimo para que una empresa quede fuera de la zona de quiebra, este valor mínimo corresponde a 1.81, considerando ello se deduce que las empresas pesqueras del estudio se encontrarían en riesgo de quiebra a excepción de la empresa Camanchaca. Sin embargo, es necesario tener en cuenta que el valor mínimo hallado por Altman corresponde a un estudio en empresas manufactureras, lo cual implica diferentes formas en las operaciones y gestión administrativa financiera, si se compara con las empresas pesqueras. Es probable que si se ajustara el valor mínimo del valor Z de Altman para este sector económico, las empresas Austral Group y Blumar estarían en una mejor posición para este indicador.

En la Tabla 11, se observa que para el indicador Liquidez corriente se conformaron dos subconjuntos, entre los cuales destaca el subconjunto 2. Tomando en cuenta que este indicador debe ser mayor a uno (1), pero, considerando que el promedio del sector es 2.12, luego, Blumar, Camanchaca e Igemar obtuvieron un valor superior entre las empresas analizadas.

En la Tabla 12, se observa que para el indicador Rotación de activos se conformaron dos subconjuntos, entre los cuales destaca el subconjunto 2. Tomando en cuenta que este indicador debe tender al valor uno (1), además, considerando que el promedio del sector impone que el valor del indicador debe ser mayor a 0.57, por tanto, Austral Group, Blumar y Camanchaca obtuvieron un valor superior entre las empresas analizadas.

En la Tabla 13, se observa que para el indicador Solvencia se conformaron tres subconjuntos, entre los cuales destaca el subconjunto 1. Tomando en cuenta que este indicador debe tender al valor cero (0), es necesario agregar que el promedio del sector impone que el valor debe ser menor a 0.51, por tanto, Austral Group y Camanchaca obtuvieron un valor superior entre las empresas analizadas.

En la Tabla 14, se observa que para el indicador Deuda se conformaron tres subconjuntos, entre los cuales destaca el subconjunto 1. Tomando en cuenta que este indicador debe tender al valor cero (0), es necesario agregar que el promedio del sector impone que el valor debe ser menor a 1.12, por tanto, Austral Group, Blumar y Camanchaca obtuvieron un valor superior entre las empresas analizadas.

En la Tabla 15, se observa que para el indicador Rentabilidad de Patrimonio se conformó un subconjunto. Tomando en cuenta que el promedio del sector impone que el valor debe ser mayor a 5.35, por tanto, Austral Group y Exalmar obtuvieron un valor superior entre las empresas analizadas. No obstante, este es el único indicador en el que sobresale la empresa Exalmar, lo que debería ser motivo de un análisis más exhaustivo.

Los efectos de la pandemia generada por el COVID-19 han traído abajo todos los pronósticos optimistas de una recuperación económica mundial a la brevedad; no obstante, la pesca es una actividad que ha continuado operando sin mayores interrupciones, ya que solo depende, principalmente, de las temporadas climáticas y las cuotas de pesca que son impuestas por los países en donde desarrollan estas actividades. Como se ha comentado anteriormente, los productos hidrobiológicos son muy consumidos por la población mundial, por ello se este estudio resulta relevante, puesto que la mejor manera de evaluar el desempeño financiero de una empresa del sector pesquero es mediante “… el empleo conjunto de indicadores financieros y de gestión se hace con el propósito de fundamentar el desempeño histórico de acuerdo con el sentido y esencia de las acciones” (^{Franklin, 2007, pp. 87-88}).

Los indicadores financieros seleccionados para el análisis permiten evaluar de manera integral el desempeño financiero de una empresa, en este caso de una empresa del sector pesquero, un sector muy poco estudiado. Algunos autores consultados utilizaron solo algunos de los indicadores seleccionados para este estudio, por ejemplo, López (²⁰²²), Chafloque y López (²⁰²¹), Amao (²⁰¹⁷) y Ramos (²⁰¹⁵) emplearon el indicador Liquidez corriente en sus análisis; asimismo, López (²⁰²²) y Amao (²⁰¹⁷) utilizaron el indicador rentabilidad del patrimonio; Chafloque y López (²⁰²¹) y Vera (²⁰¹⁹) analizaron el indicador capital de trabajo, que en este trabajo forma parte del modelo Z de Altman. Por otro lado, Zúñiga y Soria (²⁰⁰⁹) utilizaron el Costo Promedio Ponderado de Capital (WACC) y Chafloque y López (²⁰²¹) analizaron el periodo promedio de cobranzas y la rotación de cuentas por cobrar; sin embargo, en ningún caso se hizo un análisis más amplio como el que se ha desarrollado en el presente trabajo. Ello no pretende restar mérito a las publicaciones consultadas, sino por el contrario, se busca reforzar los hallazgos contribuyendo al conocimiento.

Tomando en cuenta lo anteriormente desarrollado se elaboró la Tabla 16, que muestra una clasificación de las empresas pesqueras del estudio, a partir del promedio obtenido para sus principales indicadores financieros.

En la Tabla 16 se observa que las empresas Camanchaca de Chile y Austral Group de Perú obtuvieron los mejores resultados en 5 de los 6 indicadores analizados. Es importante resaltar que para el indicador Liquidez corriente Austral Group supera el valor uno (1) recomendado por los expertos financieros, sin embargo, no supera el valor promedio del sector; en el caso de Camanchaca, en el indicador Rentabilidad de Patrimonio reporta un valor positivo, pero, inferior al promedio del sector. Por tanto, se podría afirmar que ambas empresas son un modelo de gestión en sus respectivos países.

Una mención aparte merece la empresa Blumar, que se ubica en un lugar intermedio en la clasificación, sin embargo, su gestión evidencia un buen desempeño financiero en el periodo estudiado.

En cuanto al indicador Z de Altman, la empresa Camanchaca obtuvo el mejor promedio en el periodo del estudio, sin embargo, no se puede afirmar que ello refleje una seguridad de alejamiento del riesgo de quiebra, sobre todo si se toma en cuenta que la evolución de este indicador es determinante en toda gestión empresarial. En la Figura 1 se ilustra la evolución del indicador Z para el periodo del estudio.

Fuente: Elaboración propia.

Figura 1 Evolución del indicador Z de Altman por empresa pesquera del estudio 

Como se observa en la Figura 1, Austral Group supera el valor 1.81 (límite inferior de la zona de quiebra) en el periodo 2021, mientras que el resto de las empresas caen en la zona de quiebra al obtener valores inferiores al límite en el mismo periodo. Por tanto, es importante hacer un seguimiento a este indicador en los siguientes periodos.

Como resultado de este estudio se confirmó la Hipótesis general de investigación (HGi), es decir, se confirma que sí existen diferencias significativas entre las medias de al menos dos indicadores financieros de empresas pesqueras peruanas y chilenas en el periodo 2018-2021, al haberse hallado diferencias significativas en 4 de los 6 indicadores financieros analizados, para la muestra seleccionada.

5. Conclusiones, recomendaciones y consideraciones finales

El desempeño financiero empresarial, mediante el análisis financiero, debe ser motivo de una evaluación frecuente no solo en el ámbito empresarial nacional, también a nivel internacional, lo que implicaría una evaluación del desempeño financiero de la empresa en sí complementada con una comparación entre empresas del sector de interés. El método de análisis comparativo podría ser el mostrado en este trabajo o cualquier otro método que sea aplicable a este tipo de investigación.

En este trabajo se eligieron indicadores financieros tratando de cubrir todos los aspectos de la gestión empresarial, sin embargo, tomando en cuenta la diversidad de ratios disponibles es probable que se haya obviado algún indicador relevante que se trató de superar con la elección del indicador Z de Altman.

Lo resaltante del presente trabajo corresponde al hecho de que el indicador Z de Altman no se ajusta objetivamente a un análisis ANOVA de comparación de medias, debido a las características propias del modelo Z. Igualmente se podría afirmar del indicador Rentabilidad de Patrimonio, el cual tal vez requiere de un análisis más específico, considerando que una de las empresas del estudio reportó una interesante evolución de este indicador y obtuvo una media superior al promedio del sector, a pesar de que en el resto de los indicadores no sobresalió y se ha ubicado en la zona de quiebra en el periodo del estudio (Z < 1.81).

Los resultados muestran que las empresas Austral Group de Perú y Camanchaca de Chile obtuvieron los mejores resultados en la mayoría de los indicadores analizados, en tanto, la empresa chilena Blumar ocupó un lugar expectante esta clasificación. Se podría afirmar que estas empresas serían modelos para seguir en el sector pesquero peruano y chileno, en el periodo de estudio.

Una limitación correspondió a la escasa disponibilidad de estudios previos similares, lo que implica que este trabajo de investigación es inédito y con características de un trabajo exploratorio.

Este trabajo se limitó al análisis de los indicadores financieros comprendido en el desempeño financiero empresarial, no se incluyó un análisis de la gestión de las operaciones y no se consideraron otras variables inherentes al sector pesquero, sin embargo, la gestión empresarial finalmente termina reflejándose en los Estados Financieros y en consecuencia en los indicadores financieros.

Se recomienda realizar estudios similares para comparar los resultados hallados con empresas del sector pesquero de otros países, de tal forma que se valide el modelo o mejorar el mismo con otras propuestas.

Otra recomendación implica no incluir en el análisis ANOVA a los indicadores Z de Altman y Rentabilidad de Patrimonio, considerando que no presentaron diferencias significativas entre las medias para el periodo estudiado, lo cual podría generar confusión y por ello requieren un análisis más específico en el sector pesquero.