ANÁLISIS DE DATOS - UVavalentin/ad3g/2013/TFA/JoseE_Puentes_energia.pdf · fracking) posibilitaron...
Transcript of ANÁLISIS DE DATOS - UVavalentin/ad3g/2013/TFA/JoseE_Puentes_energia.pdf · fracking) posibilitaron...
TRABAJO FINAL DE LA ASIGNATURA
ANÁLISIS DE DATOS
APLICACIÓN DEL ANÁLISIS DE COMPONENTES PRINCIPALES Y DE LOS MÉTODOS DE CLASIFICACIÓN AUTOMÁTICA AL
ESTUDIO FINANCIERO DE LAS COMPAÑÍAS PRODUCTORAS DE GAS Y PETRÓLEO COTIZADAS EN LA BOLSA DE NUEVA YORK
Autor
JOSÉ ENRIQUE PUENTE DOMÍNGUEZ
GRADO EN ESTADÍSTICA. UNIVERSIDAD DE VALLADOLID
VALLADOLID, 2 DE JUNIO DE 2013
1
1. Introducción…………………………………………………………………………….. 2
2. Objetivos………………………………………………………………………………….. 3
3. Datos y materiales……………………………………………………………………. 3
4. Análisis de Componentes Principales……………………………………….. 5
5. Clasificación jerárquica ascendente………………………………………….. 11
6. Caracterización de las clases…………………………………………………….. 15
7. Conclusiones…………………………………………………………………………….. 21
2
1. Introducción
Los informes trimestrales y anuales que presentan las compañías cotizadas ante el regulador
del mercado de valores contienen datos que pueden ser analizados para investigar la situación
financiera de una empresa y sus operaciones. Los estados financieros condensados incluidos en
esos documentos proporcionan información acerca de los activos, pasivos, ingresos y gastos de
cada empresa.
A partir de estos datos se construyen indicadores y razones que dan idea de la rentabilidad,
eficacia de la administración, solvencia, liquidez o grado de apalancamiento del negocio.
Un problema del análisis de estos estados financieros y razones es que existe una gran cantidad
de ellos. Esto se deriva en una dificultad en el manejo de todos estos datos, además de que la
información disponible resulta en muchos casos redundante.
Se tratará en este estudio de analizar la estructura y situación financiera de cierto sector
productivo utilizando los estados y razones financieras presentados.
Para ello se limitará el análisis a las compañías petroleras denominadas “independientes”, que
se dedican a la adquisición, exploración y producción de gas y petróleo. Esto excluye a las
grandes petroleras que, además de a la explotación, se dedican a operaciones de refino de
petróleo y comercialización de productos derivados.
La gran mayoría de estas compañías independientes tiene su área de operaciones en Estados
Unidos, donde adquieren terrenos y derechos de explotación para buscar y extraer
hidrocarburos, de modo que su producción abunda en gas natural más que en petróleo.
Muchas de estas compañías prosperaron en la pasada década cuando el sector vivió un boom
debido a que las nuevas técnicas de fractura hidráulica (comúnmente conocida en inglés como
fracking) posibilitaron la extracción de gas y petróleo del subsuelo allí donde antes no podía
extraerse por métodos convencionales.
Ahora el sector vive un momento difícil por los bajos precios del gas natural. Esto ha puesto al
borde de la bancarrota a muchas de estas compañías que no son capaces de rentabilizar las
inversiones hechas años atrás.
3
2. Objetivos
Conocer a través del Análisis de Componentes Principales (ACP) y por métodos de clasificación
automática la estructura y situación financiera de las compañías productoras de gas y petróleo.
Se pretende además estudiar las interrelaciones entre los estados financieros y razones que
habitualmente se utilizan en los análisis financieros de las empresas cotizadas y analizar
someramente el comportamiento en bolsa de las acciones de estas compañías.
3. Datos y materiales
Todas las compañías estudiadas cotizan en la bolsa de Nueva York. Estas compañías están
obligadas a presentar trimestralmente una contabilidad auditada ante el regulador. Estos datos
se ponen al alcance del público a través de la página web de la SEC (Securities and Exchange
Comission):
http://www.sec.gov/edgar.shtml
Dicha información es recogida y resumida por muchos sitios web de información bursátil:
Reuters, Barron’s, Yahoo Finance!, etc.
Para nuestro estudio se extrajeron los datos de la página web de Yahoo! Finance, en donde
para cada compañía existe un apartado “Key Statistics” con gran cantidad de razones y estados
financieros resumidos. Por ejemplo:
http://finance.yahoo.com/q/ks?s=BRY+Key+Statistics
El listado de compañías del sector se extrajo de la siguiente página web:
http://biz.yahoo.com/p/121conameu.html
donde se seleccionaron aquellas compañías que cotizaban en la bolsa de Nueva York y que
además no presentaban información incompleta al 1 de Mayo de 2013.
La muestra final fue de 77 compañías en las que se tomaron las siguientes 14 variables:
‐ Profit Margin. Margen de beneficios. Se calcula dividiendo los beneficios netos entre las
ventas. Un margen de beneficio alto indica que la empresa es rentable y que mantiene
los costes bajos.
‐ Operating Margin. Margen de operaciones. Se calcula dividiendo los beneficios antes
del pago de intereses e impuestos divididos por las ventas. Mide la eficiencia operativa.
4
‐ Return on assets. Rendimiento en los activos. Se calcula dividiendo los beneficios
anuales de la compañía entre los activos totales. Es un indicador de lo lucrativo que es el
negocio en relación con sus activos totales.
‐ Return on Equity. Rendimiento sobre el capital. Se calcula dividendo la ganancia neta
entre el patrimonio de los accionistas. Indica cuanto beneficio es capaz de generar la
empresa con el dinero que los accionistas invirtieron.
‐ Revenue. Ingresos. Todo el dinero que la compañía recibe por la venta de bienes y
servicios.
‐ Qtrly Revenue Growth. Crecimiento de ingresos trimestrales. Es el incremento de las
ventas respecto del anterior trimestre.
‐ Gross Profit. Ganancia bruta. Se calcula restando de los ingresos el coste de producir y
comercializar los bienes y servicios.
‐ EBITDA (Earnings Before Interest, Taxes, Depreciation And Amortization). Ganancias
antes de intereses, impuestos, depreciación y amortización. Es esencialmente el
beneficio neto con los intereses, impuestos, depreciación y amortización añadidos de
nuevo a él. Se utiliza para analizar y comparar la rentabilidad entre las empresas y las
industrias, ya que elimina los efectos de financiación y decisiones contables.
‐ Net Income Avl to Common. Beneficio neto disponible para el accionista común. Son las
ganancias que quedan después de que la compañía pague a todos sus proveedores,
empleados, acreedores y accionistas preferentes.
‐ Total Cash. Caja. El efectivo en cuenta de la compañía.
‐ Total Debt. Deuda total. La deuda que tiene la compañía con sus acreedores.
‐ Current Ratio. Razón corriente. Es un coeficiente de liquidez que mide la capacidad de
una empresa para pagar las obligaciones a corto plazo. Cuanto mayor es su valor, mayor
capacidad para afrontar sus deudas. Se calcula dividiendo los activos corrientes entre los
pasivos corrientes.
‐ Operating Cash Flow. Flujo de fondos consolidado. En contabilidad, una medida de la
cantidad de efectivo generado por las operaciones comerciales normales de la empresa.
El flujo de caja es importante porque indica si una empresa es capaz de generar
suficiente flujo de caja positivo para mantener y hacer crecer sus operaciones y así no
tener que recurrir a financiación externa.
5
‐ Levered Free Cash Flow. Flujo de caja libre apalancado. Es la cantidad de dinero que
queda para los accionistas después de pagar los intereses de la deuda de la compañía.
Indica el efectivo disponible para pagar dividendos, invertir en la expansión del negocio
o endeudarse en busca de más oportunidades de crecimiento.
Además de estas variables se obtuvieron otras 2 que serán incluidas en el estudio como
variables ilustrativas. Estas variables no muestran información acerca del estado financiero de
la compañía pero sí servirán para estudiar su comportamiento en bolsa:
‐ Beta. Es un coeficiente que mide la volatilidad o el riesgo de una acción en comparación
con el mercado en su conjunto.
‐ 52‐Week Change. Es la rentabilidad de la acción en el último año (52 semanas).
Para el tratamiento de los datos se utilizaron los paquetes de software MS Office Excel 2007,
SPAD 5.5 y SAS 9.2.
4. Análisis de componentes principales
Para analizar los datos se hace necesario estandarizar las variables originales ya que trabajamos
con razones, porcentajes y cantidades en dólares, todas ellas de muy distinta magnitud.
Estadísticas descriptivas de las variables
Variable Moyenne Desv. Estándar Minimo Máximo
Profit Margin (ttm): ‐0.163 0.652 ‐2.898 1.721
Operating Margin (ttm): 0.048 0.457 ‐2.462 0.597
Return on Assets (ttm): 0.027 0.060 ‐0.211 0.201
Return on Equity (ttm): ‐0.066 0.333 ‐1.632 0.517
Revenue (ttm): 2037150000.000 5661520000.000 658480.000 42580000000.000
Qtrly Revenue Growth (yoy): 0.235 0.764 ‐0.636 4.869
Gross Profit (ttm): 1072360000.000 2379330000.000 468900.000 13810000000.000
EBITDA (ttm)6: 874512000.000 1913680000.000 ‐19700000.000 12390000000.000
Net Income Avl to Common (ttm): 74709000.000 540061000.000 ‐1390000000.000 2420000000.000
Total Cash (mrq): 218409000.000 853496000.000 28540.000 7000000000.000
Total Debt (mrq): 1845410000.000 3567610000.000 0.000 16390000000.000
Current Ratio (mrq): 1.544 1.564 0.080 9.060
Operating Cash Flow (ttm): 768086000.000 1624170000.000 ‐11600000.000 8500000000.000
Levered Free Cash Flow (ttm): ‐456109000.000 1185900000.000 ‐8650000000.000 1180000000.000
Beta: 1.655 0.620 ‐0.350 3.180
52‐Week Change3: ‐0.007 0.387 ‐0.826 1.275
6
Se utilizará por tanto un ACP normado para eliminar el efecto de la escala de medida y
conseguir de este modo que todas las variables contribuyan igualmente a la inercia.
Se analizaron 77 empresas utilizando 14 variables activas y 2 ilustrativas. Los coeficientes de
correlación entre variables se muestran en la siguiente tabla:
Matriz de correlaciones
Profit Margin
(ttm
):
Operating
Margin (ttm):
Return on
Assets (ttm):
Return on
Equity (ttm
):
Revenue (ttm):
Qtrly Revenue
Growth (yo
y):
Gross Profit
(ttm
):
EBITDA (ttm)6:
Net Income Avl
to Common:
Total Cash
(mrq):
Total D
ebt
(mrq):
Current Ratio
(mrq):
Operating Cash
Flow (ttm):
Levered Free
Cash Flow:
Profit Margin (ttm): 1.00
Operating Margin (ttm): 0.13 1.00
Return on Assets (ttm): 0.26 0.84 1.00
Return on Equity (ttm): 0.86 0.18 0.37 1.00
Revenue (ttm): 0.11 0.09 0.08 0.15 1.00
Qtrly Revenue Growth (yoy):
‐0.19 0.16 0.11 ‐0.19 ‐0.08 1.00
Gross Profit (ttm): 0.15 0.15 0.10 0.15 0.61 ‐0.10 1.00
EBITDA (ttm)6: 0.15 0.17 0.11 0.15 0.70 ‐0.09 0.96 1.00
Net Income Avl to Common (ttm):
0.33 0.14 0.19 0.42 0.65 ‐0.05 0.61 0.61 1.00
Total Cash (mrq): 0.08 0.08 0.02 0.08 0.24 ‐0.07 0.48 0.44 0.16 1.00
Total Debt (mrq): 0.12 0.14 0.07 0.13 0.84 ‐0.07 0.77 0.85 0.54 0.50 1.00
Current Ratio (mrq): 0.30 0.14 0.28 0.25 ‐0.12 ‐0.10 ‐0.10 ‐0.12 0.00 0.01 ‐0.14 1.00
Operating Cash Flow (ttm): 0.15 0.16 0.09 0.15 0.66 ‐0.10 0.98 0.97 0.61 0.54 0.84 ‐0.11 1.00
Levered Free Cash Flow (ttm):
‐0.12 ‐0.14 ‐0.09 ‐0.13 ‐0.43 0.01 ‐0.38 ‐0.45 ‐0.05 ‐0.37 ‐0.59 0.13 ‐0.47 1.00
Se observan fuertes correlaciones entre muchas de las variables, lo que indica que existe
asociación entre ellas y a efectos prácticos están midiendo un mismo estado de distinta forma.
Existe por tanto bastante redundancia en la información obtenida, hasta el punto de encontrar
ocho pares de variables que presentan coeficientes de correlación superiores a 0.8.
Más adelante se podrá observar de forma visual y más directamente este hecho mediante la
proyección de las variables sobre el círculo de correlaciones.
Antes se estudiará el histograma de valores propios para ver cuántos ejes factoriales pueden
ser necesarios en el análisis.
7
HISTOGRAMME DES 14 PREMIERES VALEURS PROPRES
+--------+------------+-------------+-------------+----------------------------------------------------------------------------------+ | NUMERO | VALEUR | POURCENTAGE | POURCENTAGE | | | | PROPRE | | CUMULE | | +--------+------------+-------------+-------------+----------------------------------------------------------------------------------+ | 1 | 5.4839 | 39.17 | 39.17 | ******************************************************************************** | | 2 | 2.4284 | 17.35 | 56.52 | ************************************ | | 3 | 1.6140 | 11.53 | 68.04 | ************************ | | 4 | 1.0869 | 7.76 | 75.81 | **************** | | 5 | 0.9016 | 6.44 | 82.25 | ************** | | 6 | 0.7801 | 5.57 | 87.82 | ************ | | 7 | 0.6698 | 4.78 | 92.60 | ********** | | 8 | 0.4582 | 3.27 | 95.88 | ******* | | 9 | 0.2159 | 1.54 | 97.42 | **** | | 10 | 0.1548 | 1.11 | 98.53 | *** | | 11 | 0.0947 | 0.68 | 99.20 | ** | | 12 | 0.0726 | 0.52 | 99.72 | ** | | 13 | 0.0305 | 0.22 | 99.94 | * | | 14 | 0.0085 | 0.06 | 100.00 | * | +--------+------------+-------------+-------------+----------------------------------------------------------------------------------+
Con los tres primeros ejes se consigue recoger el 68% de la información. El incremento de la
información recogida a partir del cuarto eje en adelante resulta menos pronunciado. Los dos
primeros ejes recogen el 57% de la información y se utilizarán estos para sintetizar los estados
financieros del sector.
En el círculo de correlaciones se observa que el primer eje es un factor tamaño, puesto que las
variables relacionadas con las ventas, beneficios y deuda totales están bien representados en
este eje. Es de esperar que las compañías grandes, con mayores ingresos, activos y capacidad
de endeudarse, se dispongan a la derecha en el gráfico de puntos proyectados.
8
En el segundo factor tienen mayor ponderación las variables relacionadas con la eficiencia,
rentabilidad y rendimiento. Aquellas empresas más rentables aparecerán proyectadas en la
parte superior del gráfico de puntos.
Este gráfico también pone de manifiesto la fuerte correlación entre ciertas variables que se
agrupan en dos clases: un grupo de variables relacionada con el tamaño de la empresa y otro
relacionado con la rentabilidad. Ambos grupos son incorrelados de modo que podemos concluir
que la rentabilidad y eficiencia de una empresa no están relacionadas con su tamaño.
Se proyectaron también las variables continuas ilustrativas para establecer para cada una su
posible asociación con las variables activas. En este caso la variable Beta apenas aparece
representada en el plano factorial mientras que la variable de rentabilidad en bolsa el último
año (52‐Week Change) sí pudiera tener cierta asociación con el tamaño y rentabilidad
financiera de la compañía. La siguiente tabla apoya la lectura del gráfico de correlaciones.
Coordenadas y correlaciones Antiguos ejes
Variable Eje 1 Eje 2 Eje 3 Eje 4 Eje 5 Eje 1 Eje 2 Eje 3 Eje 4 Eje 5
Profit Margin (ttm):
0.30 0.72 ‐0.46 ‐0.07 ‐0.27 0.13 0.46 ‐0.36 ‐0.07 ‐0.29
Operating Margin (ttm):
0.25 0.55 0.71 ‐0.02 0.08 0.11 0.36 0.56 ‐0.02 0.09
Return on Assets (ttm):
0.22 0.72 0.57 0.01 0.07 0.09 0.46 0.45 0.01 0.07
Return on Equity (ttm):
0.32 0.76 ‐0.40 0.00 ‐0.30 0.14 0.49 ‐0.32 0.00 ‐0.31
Revenue (ttm): 0.80 ‐0.13 ‐0.03 0.23 ‐0.09 0.34 ‐0.09 ‐0.03 0.22 ‐0.10
Qtrly Revenue Growth (yoy):
‐0.12 ‐0.07 0.58 0.26 ‐0.37 ‐0.05 ‐0.05 0.46 0.25 ‐0.39
Gross Profit (ttm):
0.91 ‐0.15 0.01 0.06 0.18 0.39 ‐0.09 0.00 0.06 0.19
EBITDA (ttm)6: 0.94 ‐0.15 0.02 0.07 0.11 0.40 ‐0.10 0.02 0.07 0.12
Net Income Avl to Common:
0.70 0.19 ‐0.17 0.54 0.06 0.30 0.12 ‐0.14 0.52 0.06
Total Cash (mrq): 0.54 ‐0.13 0.03 ‐0.56 0.16 0.23 ‐0.08 0.03 ‐0.54 0.17
Total Debt (mrq): 0.91 ‐0.20 0.04 ‐0.05 ‐0.07 0.39 ‐0.13 0.03 ‐0.05 ‐0.07
Current Ratio (mrq):
‐0.07 0.56 ‐0.11 ‐0.22 0.52 ‐0.03 0.36 ‐0.09 ‐0.21 0.55
Operating Cash Flow (ttm):
0.95 ‐0.16 0.02 0.00 0.13 0.41 ‐0.11 0.01 0.00 0.14
Levered Free Cash Flow (ttm):
‐0.55 0.11 ‐0.14 0.54 0.46 ‐0.24 0.07 ‐0.11 0.52 0.48
9
Coordenadas y corrs. variables ilustrativas Antiguos ejes
Beta: ‐0.04 0.01 0.01 0.07 ‐0.05
52‐Week Change3:
0.13 0.12 ‐0.05 0.00 ‐0.12
Para el primer eje las correlaciones positivas de Gross Profit, EBITDA, Total Debt y Operating
Cash Flow, todas mayores de 0.9, indican que el primer eje factorial y estas variables están
dando una misma medida acerca del tamaño de la compañía.
La variable Levered Free Cash Flow está negativamente correlada con el primer eje. Cabe
recordar que esta variable indica el dinero que queda disponible después de pagar los intereses
de la deuda de la compañía. Entonces resulta lógico que la correlación de esta variable con la
variable Total Debt sea negativa y se proyecten en sentidos opuestos.
Para el segundo eje las variables que presentan mayor correlación son Return on Equity, Profit
Margin, Return on Assets y Current Ratio. Al ser además positivas esto implica que valores altos
de este segundo factor indican que la compañía es rentable, eficiente y que puede afrontar sus
pagos. Este segundo es por tanto un factor de rentabilidad. Valores bajos de este factor indican
que la empresa sufre pérdidas.
En el tercer eje vuelven a aparecer variables relacionadas con la eficiencia (Operating Margin)
de modo que no resulta fácil darle una interpretación distinta al del segundo factor. Por tanto
ceñiremos el análisis al primer plano factorial.
Plano factorial
Factor Significado Contrapone % % acu
1 Tamaño de la empresa Ingresos y deuda
Pequeños / Grandes 39.17 39.17
2 Rentabilidad y eficiencia Rentabilidad
Pérdidas / Ganancias 17.35 56.52
Se representan a continuación los elementos proyectados sobre el plano factorial. El grosor de
los puntos es proporcional a la contribución absoluta de cada elemento al primer eje. Destaca
claramente un pequeño grupo de empresas (APA, APC, EPD, DVN,…) que es responsable de la
aparición del primer eje.
10
Se observa que esta industria está formada por una pequeña cantidad de empresas muy
grandes con valores positivos del primer factor y por otra parte un gran número de empresas
mucho más pequeñas con valores negativos de este factor y que toman valores amplios en el
segundo factor.
En este caso no tendría sentido pensar en las compañías grandes como individuos atípicos ya
que su importancia y peso en el sector las hace imprescindibles en este análisis. Su omisión sólo
tendría sentido en caso de que estuviésemos interesados únicamente en el análisis de las
compañías pequeñas.
En el siguiente gráfico se vuelve a representar la proyección de cada punto esta vez con
grosores proporcionales a las contribuciones relativas, observándose que la calidad de la
representación es alta para buena parte de las compañías.
11
A la vista de estos gráficos podemos concluir que existen al menos dos grupos de compañías
dentro del sector: un grupo reducido de compañías grandes (valores positivos del segundo
factor) y un grupo numeroso de compañías pequeñas (valores negativos).
Entre ambos grupos existen diferencias en su estructura atendiendo a la dispersión que
presentan sobre el segundo factor. El grupo de compañías grandes se extiende sobre un rango
más reducido del segundo factor que el grupo de compañías pequeñas.
En el grupo de compañías pequeñas encontramos empresas que consiguen ser rentables y
eficientes (valores positivos del segundo factor) pero también se observan empresas con
grandes problemas (valores negativos) que pronto estarán en bancarrota de no cambiar su
situación.
5. Clasificación jerárquica ascendente
Con el fin de estudiar a fondo la estructura del sector de las compañías productoras de gas y
petróleo se busca encontrar grupos homogéneos que se diferencien lo máximo entre sí para
conocer las clases de empresas que podemos encontrar.
La proyección en el plano vectorial ya nos permitió distinguir algunos de estos grupos a simple
vista. A continuación realizaremos una clasificación jerárquica ascendente por el método de
Ward.
12
DESCRIPTION DES 50 NOEUDS D'INDICES LES PLUS ELEVES NUM. AINE BENJ EFF. POIDS INDICE HISTOGRAMME DES INDICES DE NIVEAU 104 96 18 3 3.00 0.00705 * 105 86 94 5 5.00 0.00726 * 106 91 99 7 7.00 0.00727 * 107 26 21 2 2.00 0.00815 * 108 72 98 5 5.00 0.01098 * 109 102 64 3 3.00 0.01392 * 110 108 65 6 6.00 0.01432 * 111 13 7 2 2.00 0.01655 * 112 107 31 3 3.00 0.01724 * 113 100 101 6 6.00 0.01823 * 114 110 105 11 11.00 0.01828 * 115 51 39 2 2.00 0.01934 * 116 77 71 2 2.00 0.02019 * 117 113 103 8 8.00 0.02027 * 118 38 41 2 2.00 0.02031 * 119 92 104 5 5.00 0.02052 * 120 60 58 2 2.00 0.02399 * 121 47 45 2 2.00 0.02464 * 122 97 85 8 8.00 0.02599 * 123 109 43 4 4.00 0.02751 * 124 23 12 2 2.00 0.02862 * 125 15 6 2 2.00 0.02990 * 126 8 111 3 3.00 0.03216 * 127 122 95 10 10.00 0.03541 * 128 112 106 10 10.00 0.03652 * 129 119 55 6 6.00 0.03975 * 130 126 125 5 5.00 0.05124 ** 131 75 115 3 3.00 0.05312 ** 132 130 11 6 6.00 0.09184 ** 133 121 114 13 13.00 0.09501 ** 134 4 2 2 2.00 0.10542 *** 135 133 128 23 23.00 0.11473 *** 136 116 117 10 10.00 0.11837 *** 137 127 124 12 12.00 0.12222 *** 138 62 118 3 3.00 0.12517 *** 139 123 120 6 6.00 0.13132 *** 140 137 129 18 18.00 0.16825 **** 141 139 29 7 7.00 0.17169 **** 142 132 3 7 7.00 0.19799 **** 143 140 135 41 41.00 0.26693 ****** 144 70 136 11 11.00 0.49328 ********** 145 134 1 3 3.00 0.54180 *********** 146 10 5 2 2.00 0.57151 ************ 147 131 143 44 44.00 0.59799 ************ 148 141 138 10 10.00 0.62376 ************* 149 147 142 51 51.00 0.77033 **************** 150 148 144 21 21.00 0.84990 ***************** 151 146 145 5 5.00 1.11632 ********************** 152 150 149 72 72.00 1.70328 ********************************** 153 152 151 77 77.00 4.07570 ********************************************************************************* SOMME DES INDICES DE NIVEAU = 13.79364
El histograma de índice de nivel muestra saltos importantes en los primeros tres niveles. Una
mirada al dendograma nos muestra que tres particiones resultarán adecuadas para nuestro
propósito.
Vistos los resultados ya se puede anticipar que hay dos grupos muy distantes entre sí, que
serán los formados por compañías grandes uno y por compañías más pequeñas el otro. Dentro
del grupo de compañías pequeñas aparecen dos subgrupos distantes: un gran grupo de
compañías viables y otro más pequeño de compañías en pérdidas.
13
14
Las siguientes tablas muestran información sobre la consolidación de la partición.
+-----------+------------+------------+------------+ | ITERATION | I.TOTALE | I.INTER | QUOTIENT | +-----------+------------+------------+------------+ | 0 | 13.79364 | 5.77898 | 0.41896 | | 1 | 13.79364 | 6.24733 | 0.45291 | | 2 | 13.79364 | 6.27079 | 0.45461 | | 3 | 13.79364 | 6.27079 | 0.45461 | | 4 | 13.79364 | 6.27079 | 0.45461 | +-----------+------------+------------+------------+ DECOMPOSITION DE L'INERTIE CALCULEE SUR 10 AXES. +----------------+-----------------+-------------+-------------------+-----------------+ | | INERTIES | EFFECTIFS | POIDS | DISTANCES | | INERTIES | AVANT APRES | AVANT APRES | AVANT APRES | AVANT APRES | +----------------+-----------------+-------------+-------------------+-----------------+ | | | | | | | INTER-CLASSES | 5.7790 6.2708 | | | | | | | | | | | INTRA-CLASSE | | | | | | | | | | | | CLASSE 1 / 3 | 2.3351 2.4327 | 5 6 | 5.00 6.00 |58.6901 53.5035 | | CLASSE 2 / 3 | 2.9898 2.2885 | 51 47 | 51.00 47.00 | 0.7361 1.0371 | | CLASSE 3 / 3 | 2.6898 2.8017 | 21 24 | 21.00 24.00 | 5.4280 4.7119 | | | | | | | | TOTALE |13.7936 13.7936 | | | | +----------------+-----------------+-------------+-------------------+-----------------+
Tras la consolidación un elemento pasa de la clase 2 a la 1 y otros tres elementos pasan de la
clase 2 a la 3. A partir de la segunda iteración los grupos ya no varían por lo que la partición
original era bastante estable.
A continuación se muestra la representación de puntos en el plano factorial asignando un color
a cada grupo recién formado.
15
Se observan claramente las tres clases que veníamos apuntando desde un principio:
‐ Un pequeño grupo de grandes compañías (clase 1)
‐ Un grupo de compañías más pequeñas y rentables (clase 2)
‐ Un grupo de compañías pequeñas y con problemas financieros (clase 3)
6. Caracterización de las clases
En esta última parte se comparan las medias de las clases con respecto a la media general para
todas las variables incluidas las ilustrativas.
CLASE 1 / 3 (Puntos = 6.00 )
Variables Media de la
clase Media general
Desv. Est. Dentro de la
clase
Desv. Est. general
Valor r‐Test
Prob.
Total Debt (mrq): 12433300000 1845410000 3130680000 3567610000 7.52 0.000
Operating Cash Flow (ttm): 5570000000 768086000 2169780000 1624170000 7.49 0.000
EBITDA (ttm)6: 6431670000 874512000 2892260000 1913680000 7.36 0.000
Gross Profit (ttm): 7773330000 1072360000 4055870000 2379330000 7.14 0.000
Revenue (ttm): 17658300000 2037150000 1140770000
05661520000 6.99 0.000
Total Cash (mrq): 1762520000 218409000 2491920000 853496000 4.58 0.000
Net Income Avl to Common: 1041380000 74709000 1277380000 540061000 4.54 0.000
Return on Equity (ttm): 0.064 ‐0.066 0.074 0.333 0.99 0.160
Profit Margin (ttm): 0.055 ‐0.163 0.079 0.652 0.85 0.198
Operating Margin (ttm): 0.192 0.048 0.112 0.457 0.80 0.212
Return on Assets (ttm): 0.041 0.027 0.019 0.060 0.62 0.268
52‐Week Change3: 0.077 ‐0.007 0.149 0.387 0.55 0.292
Qtrly Revenue Growth (yoy):
0.057 0.235 0.184 0.764 ‐0.59 0.277
Beta: 1.487 1.655 0.496 0.620 ‐0.69 0.245
Current Ratio (mrq): 1.095 1.544 0.419 1.564 ‐0.73 0.233
Levered Free Cash Flow (ttm):
‐3097230000 ‐456109000 2832650000 1185900000 ‐5.64 0.000
La clase 1 se compone únicamente de seis elementos pero que tienen un gran peso en sector.
En la clase 1 las variables Total Debt, Operating Cash Flow, EBITDA, Gross Profit, Revenue, Total
Cash y Net income Avl to Common presentan medias significativamente superiores a las medias
generales suponiendo que dichas variables se distribuyan de forma normal.
La media de la variable Levered Free Cash Flow es significativamente menor.
16
CLASE 2 / 3 (Puntos = 47.00 )
Variables Media de la
clase Media general
Desv. Est. Dentro de la
clase
Desv. Est. general
Valor r‐Test
Prob.
Return on Equity (ttm): 0.088 ‐0.066 0.116 0.333 5.04 0.000
Return on Assets (ttm): 0.053 0.027 0.048 0.060 4.73 0.000
Profit Margin (ttm): 0.112 ‐0.163 0.146 0.652 4.60 0.000
Operating Margin (ttm): 0.237 0.048 0.174 0.457 4.51 0.000
Current Ratio (mrq): 1.962 1.544 1.814 1.564 2.91 0.002
Levered Free Cash Flow (ttm):
‐323590000 ‐456109000 493822000 1185900000 1.22 0.111
52‐Week Change3: 0.035 ‐0.007 0.397 0.387 1.18 0.118
Beta: 1.691 1.655 0.609 0.620 0.62 0.266
Net Income Avl to Common: 95149000 74709000 200584000 540061000 0.41 0.340
Qtrly Revenue Growth (yoy): 0.187 0.235 0.473 0.764 ‐0.68 0.247
Total Cash (mrq): 122603000 218409000 258207000 853496000 ‐1.22 0.110
Gross Profit (ttm): 641694000 1072360000 889939000 2379330000 ‐1.98 0.024
EBITDA (ttm)6: 525219000 874512000 746176000 1913680000 ‐1.99 0.023
Operating Cash Flow (ttm): 465965000 768086000 674198000 1624170000 ‐2.03 0.021
Revenue (ttm): 924516000 2037150000 1348820000 5661520000 ‐2.14 0.016
Total Debt (mrq): 1067790000 1845410000 1766980000 3567610000 ‐2.38 0.009
La clase 2 es la más amplia de las tres. Incluye a 47 compañías pequeñas y medianas con
razones financieras que indican que su negocio es rentable.
En la clase 2 las variables Return on Equity, Return on Assets, Profit Margin, Operating Margin y
Current Ratio presentan medias significativamente superiores a las medias generales.
Las variables Total Debt, Operating Cash Flow, EBITDA, Gross Profit, Revenue, Total Cash
presentan medias significativamente inferiores.
17
CLASE 3 / 3 (Puntos = 24.00)
Variables Media de la
clase Media general
Desv. Est. Dentro de la
clase
Desv. Est. general
Valor r‐Test
Prob.
Levered Free Cash Flow (ttm):
‐55345000 ‐456109000 299419000 1185900000 1.98 0.024
Qtrly Revenue Growth (yoy): 0.373 0.235 1.180 0.764 1.06 0.144
Beta: 1.628 1.655 0.658 0.620 ‐0.26 0.398
Total Cash (mrq): 20001700 218409000 27015800 853496000 ‐1.36 0.086
52‐Week Change3: ‐0.110 ‐0.007 0.389 0.387 ‐1.56 0.049
Revenue (ttm): 310772000 2037150000 573935000 5661520000 ‐1.79 0.037
Total Debt (mrq): 721254000 1845410000 1340360000 3567610000 ‐1.85 0.032
Gross Profit (ttm): 240501000 1072360000 467593000 2379330000 ‐2.05 0.020
EBITDA (ttm)6: 169255000 874512000 333135000 1913680000 ‐2.16 0.015
Operating Cash Flow (ttm): 159261000 768086000 286667000 1624170000 ‐2.20 0.014
Current Ratio (mrq): 0.838 1.544 0.683 1.564 ‐2.65 0.004
Net Income Avl to Common: ‐206987000 74709000 367775000 540061000 ‐3.06 0.001
Operating Margin (ttm): ‐0.358 0.048 0.606 0.457 ‐5.21 0.000
Profit Margin (ttm): ‐0.756 ‐0.163 0.900 0.652 ‐5.33 0.000
Return on Assets (ttm): ‐0.028 0.027 0.050 0.060 ‐5.34 0.000
Return on Equity (ttm): ‐0.400 ‐0.066 0.407 0.333 ‐5.88 0.000
La clase 3 está compuesta por 24 compañías de tamaño pequeño y con problemas financieros.
Posiblemente dentro de unos años muchas de las compañías de este grupo dejarán de existir.
En la clase 3 la variable Levered Free Cash Flow presenta una media significativamente superior
a las media general suponiendo que dicha variable se distribuya de forma normal.
La media de las variables Return on Equity, Return on Assets, Profit Margin, Operating Margin,
Net income Avl to Common, Current Ratio son significativamente menores a la media general.
Los valores negativos de estas medias nos dicen que el grupo está pasando por graves
dificultades económicas y muchas de estas empresas acabarán desapareciendo.
También las variables Total Debt, Operating Cash Flow, EBITDA, Gross Profit, Revenue, Total
Cash presentan medias significativamente inferiores.
A continuación se realiza el estudio de las variables ilustrativas con el fin de obtener
información acerca del comportamiento medio de las cotizaciones de las acciones de cada
grupo en la bolsa de Nueva York.
En primer lugar para la variable Beta se realiza un test de normalidad para comprobar si los test
de diferencia de medias anteriores son aplicables.
18
Se realizaron tests de normalidad para la variable Beta en cada clase y no se rechazó en
ninguna:
Clase 1:
N 6 Sum Weights 6 Mean 1.48666667 Sum Observations 8.92 Std Deviation 0.54283208 Variance 0.29466667 Skewness 0.32636819 Kurtosis 1.0340625 Uncorrected SS 14.7344 Corrected SS 1.47333333 Coeff Variation 36.5133686 Std Error Mean 0.22161027 Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.944777 Pr < W 0.6979 Kolmogorov-Smirnov D 0.237336 Pr > D >0.1500 Cramer-von Mises W-Sq 0.05845 Pr > W-Sq >0.2500 Anderson-Darling A-Sq 0.311175 Pr > A-Sq >0.2500
Clase 2:
N 47 Sum Weights 47 Mean 1.6906383 Sum Observations 79.46
Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.978078 Pr < W 0.5153 Kolmogorov-Smirnov D 0.074601 Pr > D >0.1500 Cramer-von Mises W-Sq 0.028293 Pr > W-Sq >0.2500 Anderson-Darling A-Sq 0.251846 Pr > A-Sq >0.2500
Clase 3:
N 24 Sum Weights 24 Mean 1.62791667 Sum Observations 39.07
Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.940261 Pr < W 0.1653 Kolmogorov-Smirnov D 0.104522 Pr > D >0.1500 Cramer-von Mises W-Sq 0.038441 Pr > W-Sq >0.2500 Anderson-Darling A-Sq 0.357935 Pr > A-Sq >0.2500
Para la variable ilustrativa Beta no se encontraron diferencias significativas para las medias de
ninguna clase con la media general (p‐valores 0.245, 0.266, 0.398).
19
No puede afirmarse que exista relación entre la volatilidad esperada de la acción de una
compañía y la clase a la que pertenece.
Para la variable 52‐Week Change tampoco se rechazan los test de normalidad para cada clase:
Clase 1:
N 6 Sum Weights 6 Mean 0.07693333 Sum Observations 0.4616 Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.872236 Pr < W 0.2353 Kolmogorov-Smirnov D 0.239648 Pr > D >0.1500 Cramer-von Mises W-Sq 0.073934 Pr > W-Sq 0.2141 Anderson-Darling A-Sq 0.427048 Pr > A-Sq 0.2092
Clase 2:
N 47 Sum Weights 47 Mean 0.03523617 Sum Observations 1.6561
Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.869462 Pr < W 0.2001 Kolmogorov-Smirnov D 0.182725 Pr > D 0.2100 Cramer-von Mises W-Sq 0.325813 Pr > W-Sq 0.2050 Anderson-Darling A-Sq 2.007678 Pr > A-Sq <0.2050
20
Clase 3:
N 24 Sum Weights 24 Mean -0.1100292 Sum Observations -2.6407
Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.905518 Pr < W 0.2282 Kolmogorov-Smirnov D 0.189131 Pr > D 0.2245 Cramer-von Mises W-Sq 0.176005 Pr > W-Sq 0.2096 Anderson-Darling A-Sq 0.987622 Pr > A-Sq 0.2112
La variable 52‐Week Change sí presenta diferencia de medias entre los grupos.
La clase 1 no es significativamente distinta de la media general (p‐valor = 0.292).
La clase 2 tampoco resulta significativamente distinta de la media general (p‐valor = 0.111) a no
ser que estemos dispuestos a aceptar un nivel de confianza menor al 88,9%.
La clase 3 sí resulta significativamente distinta de la media global (p‐valor = 0.049).
Se puede concluir que existen diferencias en la rentabilidad esperada del último año en bolsa
de las acciones dependiendo de en qué grupo se encuentre la compañía. Las acciones de las
compañías pequeñas y con problemas financieros se comportaron de media peor que sus
competidoras en el último año.
21
7. Conclusiones
Mediante el Análisis de Componentes Principales se realizó un estudio exploratorio acerca de la
situación financiera de las compañías independientes del sector del gas y del petróleo en
Estados Unidos.
El ACP mostró que gran cantidad de razones y estados financieros utilizados comúnmente para
el análisis de compañías cotizadas en la bolsa son redundantes. Muchas de estas variables
aportan la misma información y se puede prescindir de algunas de ellas.
La mayor fuente de variabilidad de los datos financieros está asociada al tamaño del negocio de
una empresa, que contrapone compañías con grandes ventas, recursos y capital con compañías
con un volumen de ingresos y activos pequeño en comparación.
La segunda fuente de variabilidad es la rentabilidad y eficiencia de las empresas, pudiéndose
distinguir entre empresas que obtienen beneficios y rentabilizan sus activos con empresas
cuyos ingresos no cubren los gastos y amortizaciones.
El sector se compone de un grupo pequeño de grandes compañías con un negocio asentado, a
las que hay que sumar una gran cantidad de compañías pequeñas que con más o menos éxito
buscan y explotan yacimientos de gas y petróleo.
Mediante clasificación automática se estudiaron las distintas clases de compañías de la
industria atendiendo a los estados financieros de estas. Se generó una partición en tres clases
bien definidas:
‐ Compañías con un gran volumen de negocio
‐ Compañías con un volumen de negocio mucho menor y que son rentables
‐ Compañías con un pequeño volumen de negocio y que no son rentables
Se estudio además el comportamiento de la cotización en bolsa de las compañías atendiendo al
grupo al que pertenecían. Se concluyó que la volatilidad esperada de la acción era la misma
para las tres clases.
Se observó que la rentabilidad media del último año había resultado inferior para las compañías
que habían presentado peores resultados (tercer grupo) que para el resto del sector.