3.1 Metodología:
Se diseñarán variables independientes para ser usadas como proxy de los determinantes de la estructura de capital presentados al final del anterior capítulo. Siguiendo a Gaud et al. (2005) no se tomaron en cuenta los efectos fiscales por dos razones. Primero, esto reduciría sustancialmente el tamaño de la muestra debido a la falta de información al respecto. Segundo, la selección de una apropiada tasa impositiva marginal es crucial en la determinación del escudo fiscal y dicha selección no es directa (Graham, 2000). Se establecerá que el apalancamiento puede ser explicado por las siguientes variables:
Apalancamiento=ƒ(tangibilidad, crecimiento, rentabilidad, tamaño, volatilidad, unicidad)
En primera instancia, gran cuidado fue puesto en la definición de las variables dependientes e independientes con el propósito de que fueran consistentes con la literatura previa y con estudios similares en otros países. Rajan y Zingales anotan que “el tamaño del apalancamiento y su medida más relevante, dependen de los objetivos del análisis” (Rajan & Zingales, 1995, p.1427). Sin embargo, mientras que los autores definen y calculan diversas medidas alternativas de apalancamiento, su análisis de regresión está únicamente basado en una de las medidas de apalancamiento. Por lo tanto, con el propósito de examinar la sensitividad de los resultados a la medida de apalancamiento, cuatro de las medidas sugeridas por los autores fueron construidas.
Pasivo no patrimonial a total activos (DF+CP/TA): Ésta medida de apalancamiento es definida como la razón del total de la deuda financiera (TDF) (obligaciones financieras de corto y largo plazo más bonos, papeles comerciales etc. de corto y largo plazo) más los créditos comerciales (CxP) a total activos (TA).
TA CxP TDF +
Rajan y Zingales (1995) proponen que ésta medida actúa cómo proxy para el valor de liquidación de la firma. Sin embargo, argumentan que la medida puede estar inflada de manera no razonable en la medida en que el crédito comercial esté financiando transacciones en vez de activos.
Deuda a total activos (DF/TA): Ésta es la razón simple de deuda financiera a total activos.
TA TDF
Deuda a Capital: (DF/CAP): Es la razón del total de la deuda financiera al total activos, en donde el capital se calcula como el total de la deuda financiera más el patrimonio (Patrim).
Patrim TDF
TDF +
Deuda ajustada a capital ajustado (DFA/CAPA): Es la medida de apalancamiento adoptada por Rajan y Zingales (1995). La deuda ajustada se define como el valor en libros del total de la deuda financiera menos el disponible en caja y menos las inversiones temporales. Rajan y Zingales argumentan que estos dos últimos elementos deben ser tratados como exceso de liquidez que reducen el nivel efectivo de endeudamiento. De manera similar, el valor ajustado del denominador es definido como el total de la deuda financiera, más el valor en libros del patrimonio, más diferidos (Dif) más provisiones (Prov) menos intangibles (Int). Los ajustes sugieren según Rajan y Zingales, que las provisiones y los diferidos deben ser tratados como partes del patrimonio, mientras que los intangibles pueden estar distorsionados debido al tratamiento del goodwill.
Int ov Dif Patrim TDF InvTemp Disponible TDF − + + + − − Pr
Al medir el apalancamiento financiero Rajan y Zingales (1995) proponen tanto valores en libros como valores de mercado. En el presente trabajo se usarán valores en libros. La primera razón para ello son las limitaciones en la información, las cuales también fueron discutidas por Titman y Wessels (1988) lo cual los forzó a medir el endeudamiento en términos de valores en libros en vez de valores de mercado. La segunda razón es la simplicidad conceptual y la habilidad de las variables de reflejar la dependencia de la firma en los fondos obtenidos (Ferri & Jones, 1979; Sayilgan et al., 2006). Como fue evidenciado por Titman y Wessels (1988) basado en Bowman (1980), la correlación entre los valores en libros y los valores de mercado de la deuda es muy alta, por lo tanto, la especificación errónea debido al uso de medidas en valores en libros es probablemente muy pequeña. Adicionalmente, Almazán y Molina (2005) anotan que los valores en libros pueden ser muy importantes si las firmas basan sus decisiones financieras en su contabilidad en vez de en información de mercado.
Como fue discutido a lo largo del segundo capítulo, la elección de variables independientes apropiadas es un tema controversial (Titman & Wessels, 1988; Harris y Raviv, 1991). A continuación se presentan las seis variables independientes a usar en el presente estudio y los principales autores que las han propuesto o las han usado en estudios empíricos en estructura de capital.
Tangibilidad (TANG): Es la razón del valor en libros del activo fijo neto (propiedad planta y equipo neto - PPE) más inventarios (Inv), a total activos (Friend y Lang; 1988; Chittenden, Hall & Hutchinson, 1996; Titman & Wessels, 1998; Michaelas, Chittenden & Poutziouris, 1999; Huang y Song, 2001; Bevan & Danbolt, 2002; Chen, 2003; Gaud et al., 2005; Kohi y Ramachandran, 2006;
Sayilgan et al., 2006). El añadir los inventarios a los activos tangibles es motivado por el hecho que la deuda es usada parcialmente para financiar inventarios y en muchos casos, dichos inventarios conservan algún valor cuando la firma es liquidada (Kremp et al., 1999; Gaud et al., 2005).
TA Inv PPE
TANG= +
Crecimiento (CRECIM): Generalmente la variable crecimiento se mide como el valor de mercado a valor en libros del total activo, la cual sería un proxy de las oportunidades de crecimiento de la firma. Sin embargo, al basar nuestro estudio en valores de mercado, la variable crecimiento se define como el crecimiento del total activo del año t-1 al año t, variable que mide no oportunidades de crecimiento futuras, sino el comportamiento del crecimiento en el último año. Entre los estudios que han usado la tasa anual de crecimiento de los activos como proxy del determinante crecimiento están: Titman y Wessels (1988), Chittenden et al. (1996), Almazán y Molina (2005), Khoi y Ramachandran (2006) y Sayilgan et al. (2006) 1 1 − − − = t t t t TA TA TA CRECIM
Rentabilidad (RENT): Definida como la razón de utilidad operacional (UOp) sobre total activo (Titman y Wessels, 1988; Khoi & Ramachandran, 2006)
TA UOp RENT =
Tamaño (TAM): Se propone medir el tamaño de la firma por el logaritmo natural (Ln) de sus ingresos operacionales (IngOp) (Titman y Wessels, 1988;
Rajan y Zingales, 1995; Ozkan, 2001; Booth et al., 2001; Gaud et al., 2005; Sayilgan et al., 2006).
(
IngOp)
Ln TAM =
Volatilidad (VOL): Se define como la desviación estándar (D.E.) del cambio porcentual en los ingresos operativos (Titman y Wessels, 1988).
− − − = − − − − − − − − 1 1 2 2 1 3 3 2 , , . . t t t t t t t t t t IngOp IngOp IngOp IngOp IngOp IngOp IngOp IngOp IngOp E D VOL
Unicidad (UNIC): Proporción del costo de ventas y prestación de servicios sobre los ingresos Operacionales. (Titman y Wessels, 1988).
IngOp Cv UNIC =
La diversidad de las compañías de la muestra, su ubicación geográfica, sector de la economía, la naturaleza de negocio, tamaño de la firma, posición en el respectivo mercado, el tipo de estructura accionaria y el perfil de riesgo de los administradores y accionistas sugieren que las firmas en Colombia son muy diferentes unas de otras. Además es probable que hayan ocurrido choques macroeconómicos y cambios en el contexto institucional en los últimos años.
Por las anteriores razones (principalmente la heterogeneidad de las firmas, la cual según Basaluzzo (2000) es la hipótesis central de los datos en panel) y en concordancia con los últimos estudios en estructura de capital (Gaud et al., 2005; Sayilgan et al., 2006) se decide usar un análisis dinámico de panel de datos. Con ésta técnica es posible incluir el efecto del tiempo y controlar la heterogeneidad de
las firmas (Gaud et al., 2005). Como anota Schulman et al. (1996), los datos en panel permiten analizar a profundidad temas complejos relacionados a la economía y la firma que no podrían ser tratados con el mismo rigor usando series de tiempo13 o datos de corte transversal14 únicamente, principalmente debido a que éstas metodologías no tienen en cuenta la heterogeneidad de los individuos (o firmas) a la hora de la estimación, lo que podría presentar resultados sesgados de los parámetros.
Como los datos de corte transversal, un panel de datos describe un grupo de individuos. Como las series de tiempo, un panel de datos describe los cambios del individuo a través del tiempo. Al mezclar las características de las series de tiempo y los datos de corte transversal, un método más confiable de investigación puede ser usado para tratar fenómenos que de otra forma no hubieran podido ser estudiados (Sayilgan et al., 2006).
Según Basaluzzo (2000), existen dos tipos de paneles. Los dinámicos, donde se rotan los miembros del panel para mantener una muestra representativa de la población y se reducen los efectos de testeo o condicionamiento de panel, y los paneles estáticos en donde no cambia el panel con el tiempo. Se retienen los miembros del panel original, salvo por aquellos individuos que por alguna razón lo abandonan. En el presente trabajo, se usará la metodología de panel dinámico manteniendo una muestra de 2000 firmas para cada año de estudio. De esta manera nos ajustamos a la información disponible publicada por la Superintendencia Financiera de Colombia.
Finalmente, es importante anotar que la base de datos a ser construida tendrá la característica de ser un panel de datos desbalanceado. En un panel desbalanceado, el número de periodos de tiempo es diferente para algunas unidades de corte
13
Es la observación de un solo fenómeno o individuo durante un periodo de tiempo determinado. 14
Un grupo de datos que contiene observaciones de múltiples fenómenos sobre un número de individuos en un solo punto del tiempo.
transversal. Es decir, para algunas firmas existen datos faltantes en un periodo de tiempo en particular, o en algún periodo no hay información en absoluto para una firma dada. Este fenómeno no presenta mayor inconveniente ya que el paquete estadístico a ser usado (Stata versión 9) ofrece la posibilidad de inferir sobre un panel de datos dinámico desbalanceado. Aquí vale la pena mencionar los resultados reportados por Drobetz y Fix (2003), quienes compararon los resultados de un panel balanceado de 540 observaciones firma – año para el periodo 1996 – 2001 contra los resultados de un panel desbalanceado con 822 observaciones para el periodo 1991 – 2001. Según los autores los resultados de los dos modelos son cualitativamente los mismos.
La figura 3 presenta un esquema gráfico del panel de datos.
Figura 3
Esquema gráfico de un panel de datos
En el eje X se representan las 10 variables del panel, 4 variables dependientes para las diferentes mediciones de apalancamiento financiero y 6 variables independientes para los determinantes específicos de la firma. En el eje Y se representan las 2000 firmas que componen el panel para un año dado. La tercera dimensión del panel (eje Z) está dada por la replicación de los componentes del eje X e Y para los 8 años objeto de estudio.
8 Añ os (1 998- 2005 ) F ir m a s ( 2 0 0 0 p o r a ñ o )
Variables (4 Dep. y 6 Indep.)
8 Añ os (1 998- 2005 ) F ir m a s ( 2 0 0 0 p o r a ñ o )
Se aplicará una forma simple del modelo de ajuste a objetivo15, el cual ha sido probado por Jalilvand y Harris (1984) y más recientemente por Shyam-Sunder y Myers (1999). Según estos autores, los cambios en el apalancamiento de la firma pueden en parte ser explicados por las desviaciones de la razón actual de endeudamiento de su razón objetivo. Como fue presentado por Drobetz y Fix (2003), la especificación empírica es la siguiente:
(
it it)
it it NV NV e NV = ⋅ − + ∆ α * −1 , Donde * itNV es el nivel de endeudamiento objetivo para la firma i en el periodo t. Drobetz y Fix (2003) asumen que el coeficiente de ajuste a nivel objetivo α es constante para toda la muestra. Si los costos de transacción fueran cero (es decir, que α = 1), entonces *
it
it NV
NV = y las firmas automáticamente ajustarían su nivel de deuda al nivel objetivo debido a la ausencia de costos de transacción. En contraposición si α = 0, entonces NVit =NVit−1, lo que implicaría que los costo de
transacción son tan altos que ninguna firma ajustaría en absoluto su nivel de deuda. La hipótesis nula en la teoría Trade-Off establece que α > 0, indicando ajuste hacia un nivel objetivo. Sin embargo Drobetz y Fix (2003) también esperan que α > 1 (es decir, que el ajuste positivo sea costoso. Ver por ejemplo el trabajo de Fischer, Heinkel & Zechner, 1989). Así, las firmas ajustan su nivel de deuda en forma inversamente proporcional a los costos de transacción.
Un problema al estimar la ecuación anterior es que el nivel de deuda objetivo NV no it* es observable. La aproximación más común es la media histórica de la razón de endeudamiento para cada firma. Especificaciones alternas incluyen un objetivo móvil para cada firma usando únicamente información histórica y un proceso de ajuste con rezagos de más de un año (Jalilvand & Harris, 1984; Fama y French, 2000). En éste
15
El desarrollo y exposición del modelo de ajuste a objetivo aquí presentado, esta basado en la sección 5.3 del trabajo de Drobetz y Fix (2003).
trabajo se sigue la aproximación sugerida por Miguel y Pindado (2001) y también usada por Drobetz y Fix (2003) y Gaud et al. (2005) entre otros. Primero, se usa la ecuación anterior para devolver el nivel actual de deuda:
(
)
1 * 1− ⋅ − + ⋅ = it it it NV NV NV α αSegundo, se asume que el nivel objetivo de deuda * it
NV es una función lineal de las variables proxy. Se denota la j-va (j = 1,…, n) variable proxy (incluyendo la constante) de la firma i en el año t como Xijt y se inserta en la ecuación anterior para obtener:
(
)
n t i it j ijt j it it NV X d u NV = + − ⋅ +∑
+ + + = −α
β
η
α
αβ
2 1 1 1 ,Donde d es el efecto específico de tiempo, t
η
i es el efecto específico de la firma yit
u es el llamado ruido blanco. El análisis de panel de datos permite estimar el modelo de ésta última ecuación de tal modo que se logre apreciar la naturaleza dinámica de las decisiones en estructura de capital. De hecho, éste modelo es preferible a especificaciones anteriores ya que no depende de niveles de deuda objetivo que hallan sido determinados externamente. Los modelos de efectos fijos y de efectos aleatorios pueden dar estimadores sesgados e inconsistentes debido a que el termino de error puede estar correlacionado con el termino del error en presencia e la variable rezagada de apalancamiento (desfasada un periodo) como regresor.
Para paneles como el usado en el presente proyecto, con un número limitado de años y un número sustancial de observaciones, y además para tratar con el problema de correlación arriba mencionado, Arellano y Bond (1991) sugieren estimar el modelo dinámico de panel de datos en “primeras diferencias” y usar como instrumentos las variables rezagadas de las variables independientes. Al aplicar el
método “primeras diferencias” en la ecuación anterior se elimina el efecto de la firma
i
η
produciendo una ecuación que puede ser estimada usando variables instrumentales. El uso de variables instrumentales tiene la ventaja adicional de resolver problemas encontrados en modelos estáticos, principalmente el sesgo de simultaneidad entre la medida de apalancamiento, las variables independientes y la medición del error. De esta manera las variables proxy pueden ser determinadas simultáneamente con la razón de endeudamiento. Además, el modelo es robusto para el retraso que puede surgir entre la decisión de modificar la estructura de capital de la firma y su ejecución como tal.Específicamente se usará el estimador de MGM16 Arellano-Bond de dos pasos17 para el modelo dinámico, el cual es robusto frente al problema de hetorescedasticidad y no – normalidad de la muestra (Yaffe, 2003). El estimador de MGM es consistente si no existe correlación de segundo orden entre los términos de error del modelo en primeras diferencias. Con respecto a las variables instrumentales se debe verificar su validez por medio de un test de Sargan el cual prueba las restricciones de sobre- identificación.
3.2 Datos:
La muestra consiste en 2000 de las empresas más grandes por ingresos operacionales registradas en la Superintendencia de Sociedades para cada uno de los años de 1999 a 2005. Dichas empresas cumplen con el requisito de no ser establecimientos de crédito o demás entidades de carácter financiero (Bancos, Corporaciones Financieras, Compañías Aseguradoras, Compañías de Financiamiento Comercial, Sociedades Fiduciarias, Entidades Cooperativas de Carácter Financiero, Intermediarios de valores y Administradoras de Fondos de
16
Método Generalizado de Momentos. 17
En la sección de anexos se presentan los resultados tanto para el estimador de un paso como para el estimador de dos pasos. Según Arellano y Bond (1991) el estimador de un paso puede ser de mayor utilidad para inferir sobre los coeficientes de las diferentes variables del modelo, mientras que el estimador de dos pasos es más adecuado para comprobar la validez de los instrumentos e inferir en la especificación del modelo.
Pensiones y Cesantías). Además, compañías de carácter público o estatal fueron excluidas de la muestra debido a que su comportamiento específico financiero y la naturaleza de su negocio definen sus características propias de endeudamiento (Rajan & Zingales 1995; Wald 1999; Bevan & Danbolt 2000). Por lo anterior, la presente muestra se compone principalmente de empresas de servicios, industriales y comerciales de carácter privado, en donde teóricamente sus administradores tienen mayores libertades en lo referente a las decisiones financieras de la firma (Gaud et al., 2005).
La Base de datos inicial fue construida a partir de la información publicada por la Superintendencia de Sociedades en su página web18. Dicha entidad ha publicado para los años 1998 a 2005 el balance general y el estado de resultados resumido remitido por las sociedades que vigila y controla. Para cada año, la información financiera de las sociedades se ha agrupado en 61 sectores económicos, por lo que fue necesario realizar para los ocho años, una consolidación del total de las empresas reportadas (descargar los 61 archivos, agruparlos en uno sólo y repetir el mismo procedimiento por los ocho años objeto de estudio), para así seleccionar las 3000 más grandes por año independientemente del sector al que pertenecen y construir a partir de los estados financieros publicados, las variables dependientes e independientes que conforman el panel de datos.
La muestra fue reducida de las 3000 firmas iniciales a las 2000 que finalmente componen el panel de datos. La reducción se hizo con el propósito de eliminar observaciones atípicas. Las observaciones atípicas pueden presentarse debido a fusiones y consolidaciones de empresas que bajo un solo NIT agrupen las operaciones de lo que eran antes diversas compañías. Este fenómeno se podría traducir por ejemplo en el crecimiento intempestivo del total activo, de los ingresos operacionales de un año a otro o en el cambio súbito en variables como tangibilidad, rentabilidad o volatilidad. Otra causa de observaciones atípicas es el manejo
18
financiero que podrían hacer diversas compañías asociadas, holdings y grupos de empresas en el país. En estos casos existe la posibilidad de que algunas cuentas, por ejemplo los pasivos financieros, sean cargados sólo a una de las compañías del grupo, con lo cual se elevarían artificialmente los niveles de endeudamiento de la misma. Al reducir la muestra, se busca eliminar este tipo de comportamientos atípicos que no están relacionados con la dinámica normal de la firma. Este proceso se hizo excluyendo las firmas que reportan al menos una variable de nueve (rentabilidad, tangibilidad, crecimiento, volatilidad, costo de ventas y cuatro diferentes medidas de apalancamiento) dentro del 3.7% superior o inferior. Con esto se eliminan aproximadamente 111 firmas para 9 variables, arrojando para cada año una muestra final de 2000 empresas.
La tabla 3 contiene la estadística descriptiva de la muestra. Tabla 3
Estadística Descriptiva
Esta tabla presenta la estadística descriptiva de las variables usadas en las estimaciones. La información financiera usada para construir las variables fue extraída de la Superintendencia de Sociedades y la muestra contiene 2000 empresas para cada uno de los años de 1999 a 2005. DF+CP/TA es la razón de deuda financiera más cuentas por pagar a total activos. DF/TA es la razón de deuda financiera a total activos. DF/CAP es la razón de deuda financiera sobre capital. DFA/CAPA es la razón de deuda financiera ajustada a capital ajustado. Las cuatro variables de apalancamiento están medidas a valor en libros. TAM es el logaritmo natural de los ingresos operacionales en pesos