EXPLORATORIO POR COMUNIDADES AUTÓNOMAS (1998-2001)
V. UN ESTUDIO EXPLORATORIO
acentuar los resultados de su efi- ciencia económica. Lo que con- duce indefectiblemente a las po- líticas públicas en favor de las
PYME a la disyuntiva de apostar por las medidas que estimulen la competencia y el desarrollo de ac- tividades de alto valor añadido o por las medidas de apoyo finan- ciero que palien las carencias de eficiencia económica. Las res- puestas a ese dilema habrán de darse siempre en términos de cos- te-eficacia, pero también consi- derando variables como la di- mensión de las PYME, su sector económico de actividad y su ám- bito geográfico de radicación y actuación.
Por lo que se refiere a los dos restantes diagramas de dispersión del gráfico 8, el margen de bene- ficio por unidad de ventas (MGN) y la relación («rotación», ROT) en- tre las ventas y los activos totales representan los factores explica-
tivos de la rentabilidad económi- ca. En tanto que el coste de las deudas (CTD, que mide los costes de forma inversa a los valores de la ratio) y el endeudamiento (END) lo son del apalancamiento finan- ciero. El primero de ellos pone así de manifiesto la racionalidad eco- nómica de vincular los mayores niveles de margen con la menor necesidad de administrar eficien- temente los activos o, alternati- vamente, de responder a la pre- sión competitiva del mercado y a la reducción de márgenes por la vía de la administración más efi- ciente de los activos. El segundo diagrama, por su parte, trasluce la obvia relación que existe entre la cuantía de las deudas y la de los intereses, pero también la ra- cionalidad financiera de que las mayores deudas implican un ma- yor riesgo financiero, que se com- pensa con un margen más eleva- do en el coste que ha de pagarse por la financiación.
V. UN ESTUDIO
La base de datosde este apar- tado sigue siendo la proporcio- nada por el Centro de Procesos Estadísticos de los Colegios de Registradores de España, en las sucesivas ediciones anuales del estudio sobre Las PYMEespañolas con forma societaria. La cobertu- ra y representatividad de esta base, tanto en su relación con el censo de empresas españolas (DIR-
CE) como con los datos provin- ciales agregados (DIRCEy CNTR) de cada una de las diecisiete CC.AA. españolas, ya se ha caracteriza- do en epígrafes precedentes. Los datos originales de esta fuente de información son contables, y se
basan en los preceptivos depósi- tos de cuentas anuales de las em- presas en los registros mercantiles.
El período que abarca la infor- mación que se refiere a los seg- mentos de dimensión de las PYME
por CC.AA. está condicionado por la paulatina incorporación que se ha ido haciendo de los diversos registros. Comprende desde 1998 a 2001 para catorce comunida- des, pero sólo abarca los años 2000 y 2001 para Canarias y Galicia, y sólo incluye 2001 para Cantabria. La información conta- ble se presenta según un mode- lo de análisis diseñado ad hoc bajo la metodología de ratios,
aunque incluye también algunas magnitudes absolutas (ya sea en unidades monetarias corrientes, como en activo total, cifra de ne- gocios y resultado neto de explo- tación; en días, como en los casos de los períodos medios de rota- ción del circulante, o en unida- des físicas, como en el número de empresas o de trabajadores, fijos y no fijos, por empresa). El esquema del modelo bajo el que se ofrece la información, así como la nomenclatura que se ha defi- nido expresamente para las di- versas variables y casos que se manejan en este apartado, se pre- cisan en el cuadro n.º 9.
7,0
5,4 5,6 5,8 6,0 6,2 6,4 6,6 6,8
18
14
10
0 16
8 6 4 2 12
ROE
LOGATM
7,0
5,4 5,6 5,8 6,0 6,2 6,4 6,6 6,8
12
10
2 8
6
4
ROA
LOGATM
180
40 60 80 100 120 140 160
16 14
10
2 8 6 4 12
MGN
ROT
400
100 200 300
90 80
30 70 60 50 40
CTD
END
GRÁFICO 8
DIAGRAMAS DE DISPERSIÓN POR SEGMENTOS DE PYME Y COMUNIDADES AUTÓNOMAS (1998-2001)
CUADRO N.º 9
MODELO DE ANÁLISIS: DEFINICIÓN DE VARIABLES Y ETIQUETAS DE CASOS
CUADRO DE INDICADORES Y RATIOS VARIABLES
MICRO, PEQUEÑAS Y MEDIANAS CC.AA. Etiq. casos
Magnitudes básicas:
AT* (transformación logarítmica) LOGATM
CN* (transformación logarítmica) LOGCNM
RNE* (transformación logarítmica) LOGRNM
Capital económico-estructura:
Activo Circulante/Activo Fijo (porcentaje) CEE1
Activo Circulante/Activo Total (porcentaje) CEE2
Existencias/Activo Total (porcentaje) CEE3
Act. Financ. C.P. y Disponib./Activo Total (porcentaje) CEE4
Inmovilizado Material/Activo Total (porcentaje) CEE5
Capital económico-funcionalidad:
Dotac. Amort. Inmov./Inmov. Material (porcentaje) CEF1
Dotac. Amort. Inmov./Rec. Gen. Totales (porcentaje) CEF2
Capital financiero-estructura:
Fondos Propios/Pasivo Total (porcentaje) CFE1
Exigible C.P./Exigible Total (porcentaje) CFE2
Exigible Total/Recursos Propios (porcentaje) CFE3
Exigible C.P./Recur. Prop. + Exig. L.P. (porcentaje) CFE4 Capital financiero-cobertura:
Acree. C.P./(Deud.-Variac. Prov. Tráf. y Pérd. Cdtos. Incob.) (porcentaje) CFC1
(Recur. Prop. + Exig. L.P.)/Inmov. Mat. (porcentaje) CFC2
(Recur. Prop. + Exig. L.P.)/Inmov. Total (porcentaje) CFC3 Actividad:
Valor Añadido/Cifra de Negocios (porcentaje) ACT1
Valor Añadido/Inmovilizado Material (porcentaje) ACT2
Fondo Maniobra/Cifra de Negocios (porcentaje) ACT3
Principales costes:
Consumos y Otros. G. Explot./Cifra Negoc. (porcentaje) CTE
Gastos Personal/Cifra de Negocios (porcentaje) CTP
Gtos. Financ./Cifra de Negocios (porcentaje) CTF
Rotaciones:
(Deudor.-Variac. Prov. Tráfico)/Cifra de Negocios (días) RTD
Acreed. C.P./Consumos Expl. (días) RTA
Liquidez:
Tesorería/Acreed. C.P. (porcentaje) LIQ1
[(Deud.-Var. Prov. Tráf) + Inv. Fin. Temp. + Teso.]/Acreed. C.P. (porcentaje) LIQ2
Activo Circulante/Acreed. C.P. (porcentaje) LIQ3
Solvencia:
Gastos Fin./(Result.Neto Ejer. + Gastos Fin.) (porcentaje) SOL1 Gast. Fin./(Rtdo.Antes Impto. + Gastos Fin.) (porcentaje) SOL2
Gast. Fin./Recursos Generados Totales (porcentaje) SOL3
Recursos Gen. Totales/Exigible Total (porcentaje) SOL4
Activo Total/Exigible Total (porcentaje) SOL5
Rentabilidad integrada (Du Pont):
Rentab. financiera (RF = RE x APF x EF) (porcentaje) ROE
Rentabilidad económica (RE = rem x rer) (porcentaje) ROA
Margen (Rtdo. Antes Impto. + Gast. Financ.)/Cifra Negocios (porcentaje) MGN
Rotación Cifra de Negocios/Activo Total (porcentaje) ROT
Apalancamiento financiero (APF = apfgf x apfe) (porcentaje) APF Gtos. Finan. Rtdo. Ant Imp./(Rtdo. Ant Imp. + Gast. Finan.) (porcentaje) CTD
Endeudam. Activo Total/Recursos Propios (porcentaje) END
Efecto Fiscal (EF): Rtdo. Neto del Ejercicio/Rtdo. Antes Imp. (porcentaje) EFF Indicadores de empleo:
N°. medio de trabajadores totales por empr. (n.º) TTPE
Gasto medio por trabajador (euros) (transformación logarítmica) LOGCPT Valor añadido por trabajador (euros) (transformación logarítmica) LOGVAT
Gastos de personal/valor añadido (porcentaje) GPVA
Andalucía MIAND
PEAND MEAND
Aragón MIARA
PEARA MEARA
Asturias MIAST
PEAST MEAST
Baleares MIBAL
PEBAL MEBAL Castilla-La Mancha MICLM PECLM MECLM
Castilla y León MICYL
PECYL MECYL
Cataluña MICAT
PECAT MECAT
Extremadura MIEXT
PEEXT MEEXT
La Rioja MILAR
PELAR MELAR
Madrid MIMAD
PEMAD MEMAD
Murcia MIMUR
PEMUR MEMUR
Navarra MINAV
PENAV MENAV
País Vasco MIEUS
PEEUS MEEUS
C. Valenciana MIVAL
PEVAL MEVAL
Canarias MICAN
PECAN MECAN
Galicia MIGAL
PEGAL MEGAL
Cantabria MISAN
PESAN MESAN
El estudio empírico que ahora se realiza sobre la base de datos del CPEcuenta con dos condicio- nantes derivados de su presenta- ción de la información. Los datos se refieren a agregados (de micro, pequeñas y medianas empresas en una comunidad autónoma y año concretos), no a empresas in- dividuales, y su presentación se atiene, en la mayoría de los casos, a ratios ya elaboradas. Esos con- dicionantes son los que inducen el procedimiento y las técnicas es- tadísticas que pueden emplearse para caracterizar, agrupar y ex- plorar la información.
La sistemática aplicada al aná- lisis ha consistido, en primer lu- gar, en homogeneizar las dimen- siones de las variables, aplicando la transformación logarítmica a las expresadas en magnitudes mo- netarias. En segundo término, y tanto para solventar la carencia de información de tres CC.AA. en algunos años del período como para evitar la incidencia de deter- minadas observaciones anómalas y coyunturales en algunos años, se han definido los casos seg- mento-comunidad sobre los valo- res de la mediana de cada varia- ble durante el período para el que se disponga de ella. Con lo que los 182 casos iniciales, cuyos prin- cipales estadísticos descriptivosse detallan en el cuadro n.º 10, se han reducido a 51 (3 segmentos, con valores de la mediana de cada variable en el período temporal disponible x 17 CC.AA.). No obs- tante lo cual, el análisis de agru- pamientos se ha realizado tam- bién con todas las observaciones anuales originarias, lo que ha per- mitido verificar unos resultados por grupos que no difieren signi- ficativamente de los que segui- damente se exponen.
El análisis clustero de agrupa- mientosse ha realizado mediante la correspondiente aplicación es-
tadística del programa SPSS(v. 11.5).
Los casos a agrupar han sido los 51 correspondientes a los valores de la mediana de todas las varia- bles del modelo, para cada seg- mento de PYMEy comunidad, pre- via su transformación y acotación
de valores en el rango (0,1). La modalidad de agrupamiento ha sido la jerárquica, considerando simultáneamente todos los gru- pos, y la determinación de las dis- tancias euclídeas al cuadrado en- tre grupos se ha basado en la
CUADRO N.º 10
ESTADÍSTICOS DESCRIPTIVOS DE LA MUESTRA SEGMENTOS-COMUNIDADES AUTÓNOMAS
N Mínimo Máximo Media Desviación
Mediana típica
LOGATM... 182 5,42 6,89 6,10 0,51 5,98
LOGCNM... 182 5,52 6,95 6,18 0,46 6,17
LOGRNM... 182 3,73 5,64 4,69 0,55 4,60
CEE1... 182 58,37 237,24 159,17 31,36 161,89
CEE2... 182 36,86 70,35 60,76 5,55 61,76
CEE3... 182 10,53 35,73 22,19 4,98 21,84
CEE4... 182 6,46 16,42 11,48 1,84 11,56
CEE5... 182 21,19 46,00 29,64 4,33 29,15
CEF1... 182 5,36 19,46 11,95 3,09 11,48
CEF2... 182 24,18 81,92 44,12 8,96 43,37
CFE1... 182 27,10 49,11 35,84 4,77 35,79
CFE2... 182 50,42 83,31 73,71 5,31 73,95
CFE3... 182 103,83 269,43 184,46 37,05 180,07
CFE4... 182 42,12 133,77 92,34 19,73 91,12
CFC1 ... 182 134,44 244,36 182,46 24,45 182,41
CFC2 ... 182 137,04 295,83 180,07 27,76 174,96
CFC3 ... 182 104,16 210,84 137,73 15,17 137,33
ACT1 ... 182 13,52 36,46 26,84 4,35 26,65
ACT2 ... 182 42,44 220,30 114,44 37,72 106,72
ACT3 ... 182 1,49 48,29 11,66 6,35 10,46
CTE... 182 65,76 91,60 75,22 4,65 75,37
CTP... 182 9,30 25,71 18,14 3,74 17,73
CTF... 182 1,10 3,10 1,67 0,33 1,60
RTD... 182 55,43 141,18 79,74 13,57 76,75
RTA... 182 168,61 411,21 233,10 41,37 223,92
LIQ1 ... 182 7,39 27,48 15,86 3,59 15,52
LIQ2 ... 182 61,02 108,17 80,42 10,29 80,01
LIQ3 ... 182 103,67 186,34 129,22 13,14 127,56
SOL1... 182 15,10 91,27 34,14 9,59 32,05
SOL2... 182 10,78 61,02 26,08 6,98 24,90
SOL3... 182 12,77 89,19 26,16 8,02 24,54
SOL4... 182 3,81 22,31 12,67 3,17 12,94
SOL5... 182 137,11 196,31 156,57 12,24 155,55
ROE... 182 0,71 16,19 11,41 2,56 11,94
ROA... 182 3,76 10,93 7,99 1,44 8,05
MGN... 182 3,12 15,26 6,79 2,19 6,17
ROT... 182 52,33 169,29 123,63 25,89 126,00
APF... 182 123,57 264,83 208,38 19,21 207,75
CTD... 182 38,98 89,22 73,92 6,98 75,10
END... 182 203,83 369,43 284,46 37,05 280,07
EFF... 182 14,97 91,39 68,06 7,46 67,12
TTPE... 182 3,48 64,44 23,78 19,04 18,93
LOGCPT... 182 4,08 4,40 4,24 0,07 4,23
LOGVAT... 182 4,19 4,63 4,41 0,08 4,40
GPVA... 182 48,37 78,53 68,36 5,80 69,36
N.º válido ... 182
vinculación promedio inter-grupos, esto es, en la disimilitud media en- tre todas las variables considera- das. El árbol de agrupamientos y distancias entre los clusters en- contrados, o dendrograma, se pre- senta en el gráfico 9.
Los resultados del cluster po- nen de manifiesto que, en un ni- vel de distancias usual, existen cuatro grupos claramente dife- renciados, más un caso individual, el de las medianas empresas de Extremadura, cuya atipicidad ya se había evidenciado incluso en los diagramas de dispersión, y que se opta por no integrar en ningu- no de ellos. El grupo más cercano a la parte inferior del dendrogra- ma tiene un carácter «insular», ya que está constituido por todas las
PYME de Canarias y por las em- presas medianas de Baleares. Apar- te de ese grupo, que denomina- mos Grupo 4, y que está com- puesto así por cuatro casos, con- tinuando hacia arriba en los casos que ofrece el dendrograma se en- cuentra el Grupo 3, que se com- pone de todas las restantes em- presas medianas (14 casos) y que parece ajustarse a las caracterís- ticas de dimensión de éstas, más que a sus respectivas comunida- des de radicación. Seguidamente, se encuentra el Grupo 2, el más numeroso, con 20 casos que re- flejan mayoritariamente peque- ñas empresas, pero en el que tam- bién aparecen las microempresas de las CC.AA. que disponen de los niveles de renta regional más ele- vados. Finalmente se encuentra el Grupo 1, con 12 casos, que está constituido fundamentalmente por microempresas y pequeñas empresas de CC.AA. con niveles de renta regional reducidos.
A la vista de los resultados del cluster, se han explorado las va- riables económico-financieras de mayor potencial explicativo de los casos considerados (variables cua-
litativas), mediante la regresión ca- tegóricaimplementada en la apli- cación Catreg (v. 2.1), que se in- cluye en el programa SPSS antes mencionado. Los resultados de este modelo de regresión, que se detallan en el cuadro n.º 11, ponen de manifiesto que los casos eti- quetados como segmento-comu- nidad (Case Label) dependen de variables predictoras entre las que destaca por su nivel de significati- vidad (mayor valor de F) la ratio
de la cifra de negocios sobre el ac- tivo total, que representa la rota- ción de los activos (ROT). Siendo también de destacar la significati- vidad del tamaño de los activos to- tales (LOGATM), la relación entre los recursos generados y el exigible total (SOL4), la rentabilidad finan- ciera (ROE), la cifra de negocios (LOGCNM), el endeudamiento (END), el margen de beneficio por uni- dad de ventas (MGN), el valor aña- dido por unidad de ventas (ACT1),
CUADRO N.º 11
RESULTADOS DE LA REGRESIÓN PARA DATOS CATEGÓRICOS (*)
RESUMEN DEL MODELO
R. múltiple R. cuadrado R. cuadrado corregida
,979 ,958 ,917
Variable dependiente: CASE_LBL; Predictores: ROE MGN ROT CTD END CEE5 CFC1 ACT1 LIQ1 SOL4 EFF GPVA LOGATM LOGCNM TTPE.
ANOVA
Suma gl Media
F Sig.
de cuadrados cuadrática
Regresión ... 48,877 25 1,955 23,024 ,000
Residual ... 2,123 25 ,085
Total... 51,000 50
Variable dependiente: CASE_LBL; Predictores: ROE MGN ROT CTD END CEE5 CFC1 ACT1 LIQ1 SOL4 EFF GPVA LOGATM LOGCNM TTPE.
COEFICIENTES Coeficientes tipificados
gl F Sig.
Beta Error típ.
ROE... ,374 ,105 2 12,697 ,000
MGN... -,374 ,119 2 9,903 ,001
ROT... 1,040 ,135 4 59,521 ,000
CTD... -,345 ,122 4 7,982 ,000
END... -,400 ,122 3 10,822 ,000
CEE5 ... -,071 ,077 1 ,849 ,366
CFC1... ,020 ,084 1 ,056 ,815
ACT1 ... ,516 ,169 1 9,361 ,005
LIQ1... -,063 ,083 1 ,564 ,459
SOL4 ... -,537 ,136 1 15,676 ,001
EFF... ,092 ,076 1 1,462 ,238
GPVA... -,393 ,144 1 7,478 ,011
LOGATM... 1,357 ,254 1 28,607 ,000
LOGCNM... -,939 ,264 1 12,669 ,002
TTPE... -,400 ,144 1 7,749 ,010
Variable dependiente: CASE_LBL.
(*) Catreg (versión 2.1). Data Theory Scaling System Group (DTSS). Faculty of Social and Behavioral Sciences, Leiden University, Holanda.
Escala de distancias de las combinaciones de clusters
0 5 10 15 20 25
+ - - - + - - - + - - - + - - - + - - - +
MIAST 7
MIGAL 46
MICYL 16
MIVAL 40
MICLM 13
MIEXT 22
MIAND 1
PEEXT 23
MIMUR 31
PECLM 14
PEMUR 32
PEAND 2
PENAV 35
PEEUS 38
PELAR 26
PECYL 17
PEGAL 47
PEARA 5
PECAT 20
PEAST 8
PEMAD 29
PEVAL 41
PESAN 50
MINAV 34
MIEUS 37
MIARA 4
MICAT 19
MISAN 49
MILAR 25
MIBAL 10
MIMAD 28
PEBAL 11
MENAV 36
MEEUS 39
MECAT 21
MEMAD 30
MEAND 3
MECYL 18
MEMUR 33
MEVAL 42
MEGAL 48
MECLM 15
MEARA 6
MEAST 9
MESAN 51
MELAR 27
MEEXT 24
MICAN 43
PECAN 44
MEBAL 12
MECAN 45
SEG/CA Núm.
GRÁFICO 9
DENDROGRAMA DEL ANÁLISIS CLUSTERJERÁRQUICO (Vinculación promedio ínter-grupos)
el coste de las deudas (CTD), el nú- mero total de trabajadores por em- presa (TTPE) y la ratio de gastos de personal sobre valor añadido (GPVA).
Una vez seleccionadas las an- teriores variables potencialmente más explicativas, se han utilizado para realizar un último contraste no paramétrico entre k-muestras, quedando éstas constituidas por los cuatro grupos que se deducían del cluster, al objeto de caracte- rizar el comportamiento de cada uno de ellos frente a las variables
más significativas de los casos (segmento-comunidad) conside- rados. Los resultados de esta prue- ba exploratoria se ofrecen en el cuadro n.º 12, en el que también se detallan pro memorialos casos que integran cada uno de los cua- tro grupos del cluster.
Los resultados finales de los análisis de clasificación y explora- torios realizados muestran que, con base en las variables más sig- nificativas del comportamiento de los segmentos de PYME por co-
munidades, aparecen cuatro gru- pos con características diferencia- les. El Grupo 1resulta ser el de las empresas de menor dimensión, que tienen una elevada propor- ción de su valor añadido compro- metida por los gastos de personal, que operan con un reducido mar- gen y un elevado endeudamiento y que, ante el limitado margen de beneficio que pueden trasladar a sus ventas, dependen fundamen- talmente de la rotación de sus ac- tivos para obtener, a pesar de los elevados valores de dicha rotación,
CUADRO N.º 12
PRUEBAS NO PARAMÉTRICAS (K-MUESTRAS RELACIONADAS). ESTADÍSTICOS DESCRIPTIVOS
INDICADORES
GRUPO 1 (12 CASOS) GRUPO 2 (20 CASOS) GRUPO 3 (14 CASOS) GRUPO 4 (4 CASOS)
Media Desviación
Mediana Media Desviación
Mediana Media Desviación
Mediana Media Desviación
Mediana
típica típica típica típica
ROT... 138,14 12,52 137,19 138,81 16,51 142,08 98,99 12,35 101,18 84,27 28,64 80,05
LOGATM... 5,66 0,23 5,54 5,84 0,21 5,96 6,77 0,05 6,75 6,33 0,54 6,41
SOL4... 10,14 1,16 9,98 14,09 2,30 13,68 12,78 2,08 12,89 17,19 3,18 17,34
ROE... 10,35 1,93 9,80 12,15 1,76 12,39 11,84 1,48 11,83 13,40 1,38 13,47
LOGCNM.. 5,80 0,26 5,64 5,97 0,26 6,15 6,77 0,05 6,76 6,24 0,44 6,33
END... 327,64 22,39 329,72 278,37 17,66 279,42 261,15 23,07 259,38 221,63 21,23 213,51
MGN... 5,09 0,58 5,22 6,20 0,82 6,05 8,49 1,82 7,86 11,31 2,69 11,69
ACT1 ... 24,48 2,12 24,68 29,47 3,29 29,70 25,16 2,95 24,19 32,93 2,96 33,72
CTD... 67,25 2,90 67,99 75,02 3,25 75,09 78,88 3,12 79,01 80,39 1,47 79,98
TTPE... 8,74 7,30 3,81 12,92 7,58 18,57 48,99 4,42 48,98 33,15 25,49 36,68
GPVA... 71,15 2,59 70,93 71,21 3,76 71,38 63,36 4,52 64,36 62,24 5,57 62,01
Grupo 1 Grupo 2 Grupo 3 Grupo 4
MIAST PENAV MENAV MICAN
MIGAL PEEUS MEEUS PECAN
MICYL PELAR MECAT MEBAL
MIVAL PECYL MEMAD MECAN
MICLM PEGAL MEAND
MIEXT PEARA MECYL
MIAND PECAT MEMUR
PEEXT PEAST MEVAL
MIMUR PEMAD MEGAL
PECLM PEVAL MECLM
PEMUR PESAN MEARA
PEAND MINAV MEAST
MIEUS MESAN
MIARA MELAR
MICAT MISAN MILAR MIBAL MIMAD
PEBAL
Prueba de Friedman (Rangos promedio)
Grupo 1 Grupo 2 Grupo 3 Grupo 4
ROT... 10,00 10,00 9,86 9,00
LOGATM... 2,42 1,75 1,50 2,00
SOL4 ... 5,25 5,35 4,71 5,50
ROE... 5,08 4,50 4,29 4,00
LOGCNM... 3,58 2,85 1,64 1,50
END... 11,00 11,00 11,00 11,00
MGN... 2,00 2,60 2,86 3,50
ACT1... 7,00 7,00 6,00 6,50
CTD... 8,25 8,70 9,14 9,50
TTPE... 2,67 3,95 7,00 5,25
GPVA... 8,75 8,30 8,00 8,25
Prueba de Friedman (Estadísticos de contraste)
Grupo 1 Grupo 2 Grupo 3 Grupo 4
N... 12 20 14 4
Chi-cuadrado. 111,0757576 183,6363636 138,038961 35,95454545
gl ... 10 10 10 10
Sig. asintót. ... 3,23733E-19 4,11621E-34 1,06274E-24 8,57036E-05
una rentabilidad de los recursos propios que es la menor de todos los grupos. Este grupo caracteriza sobre todo a las menores (micro y pequeñas) PYME de Andalucía, Extremadura, Castilla-La Mancha y Murcia.
El Grupo 2es el más numero- so, y caracteriza a las micro y pe- queñas empresas más eficientes de toda la muestra, atendiendo para ello a la variable de mayor significatividad, como es la rota- ción de los activos totales. Estas
PYMEdisponen de un activo rela- tivamente reducido frente al nú- mero de personas que emplean, y pese a que sus gastos de perso- nal comprometen una elevada proporción de su valor añadido, su equilibrada relación entre re- cursos generados, endeudamien- to y coste de las deudas les pro- porcionan la solvencia suficiente para aprovechar las ventajas del apalancamiento financiero. De for- ma que, aun con el reducido mar- gen de beneficio que su dimen- sión les permite trasladar a las ventas, configuran el grupo de
PYMEcon la segunda mayor ren- tabilidad de los recursos propios.
Este grupo caracteriza mayor- mente a las PYME(pequeñas y mi- cro) de comunidades con elevado nivel de renta regional: Madrid, Cataluña, Navarra, Baleares, La Rioja, el País Vasco, Aragón y Cantabria.
El Grupo 3está justificado, casi exclusivamente, por la mayor di- mensión de las empresas que lo forman. Contiene 14 de los 17 ca- sos posibles de empresas media- nas, y sus características muestran valores de las variables significati- vas que son concordantes con la dimensión. Es el grupo de mayo- res PYME, tanto por activo total como por cifra de negocios y por personas totales empleadas. Su ro- tación está condicionada por la di- mensión de los activos, pero su en-
deudamiento, relativamente con- tenido, y sobre todo el bajo coste del mismo, les permite aprovechar el apalancamiento financiero para obtener un ROErelativamente ele- vado. La administración de los costes de personal parece ser otra clave de esa rentabilidad, ya que, a pesar de ser el grupo de PYME
que emplea un mayor número de trabajadores por empresa, verifi- ca una reducida incidencia de los gastos de personal respecto del valor añadido. Este grupo carac- teriza así fundamentalmente a las empresas medianas, sea cual sea la comunidad autónoma de radi- cación.
Finalmente, el Grupo 4 está compuesto por todas las PYMEde Canarias y las empresas medianas de Baleares. Todas ellas están en- tre las de mayor dimensión, tanto por activos totales como por cifra de negocios y número de traba- jadores. Son las de menor rota- ción de todos los grupos, pero, en contrapartida, las que obtienen el mayor valor añadido por volumen de ventas, las que generan más recursos respecto de su exigible y las que trabajan con mayor mar- gen de beneficio por unidad de ventas. Si a ello se une el menor endeudamiento y los costes fi- nancieros más bajos de todos los grupos, se confluye en una renta- bilidad de los recursos propios que ofrece los mayores valores de toda la muestra.