ANÁLISIS DE DATOS - UVavalentin/ad3g/2013/TFA/JoseE_Puentes_energia.pdf · fracking) posibilitaron...

$: ANÁLISIS DE DATOS - UVavalentin/ad3g/2013/TFA/JoseE_Puentes_energia.pdf · fracking) posibilitaron la extracción de gas y petróleo del subsuelo allí donde antes no podía extraerse$
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


‐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


‐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


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


‐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 )


clase Media general


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


‐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)


clase Media general


clase

Desv. Est. general

Valor r‐Test

Prob.


‐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:


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:


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.

ANÁLISIS DE DATOS - UVavalentin/ad3g/2013/TFA/JoseE_Puentes_energia.pdf · fracking) posibilitaron...

Documents

Transcript of ANÁLISIS DE DATOS - UVavalentin/ad3g/2013/TFA/JoseE_Puentes_energia.pdf · fracking) posibilitaron...