Análisis de Estados Financieros

ANÁLISIS DE ESTADOS FINANCIEROS

1

Sesión No. 9

Nombre: Diagnóstico financiero. Primera parte.

Contextualización

Los diferentes métodos de análisis que se pueden utilizar para evaluar y en su

defecto emitir un diagnóstico de una empresa cambian gradualmente

dependiendo del grado de análisis y de las variables que se integren a los

modelos.

En el caso de los métodos estadísticos es importante enfatizar que al trabajar

con valores muestrales se obtienen resultados que representan aproximaciones

de la realidad, y no son valores exactos.

Asimismo, los modelos estadísticos son expresiones simbólicas representadas

en forma de igualdades a manera de diseño experimental, y con supuestos

claramente especificados que permiten identificar las restricciones que existen

entre las variables, en el caso concreto de la regresión nos indica los diferentes

factores que modifican a la variable de respuesta.

ANÁLISIS DE ESTADOS FINANCIEROS

2

Introducción

La aplicación de modelos estadísticos para el análisis financiero radica en la

capacidad de diseñar y ejecutar acciones financieras y comerciales, así como el

seguimiento y medición a partir de las estimaciones de los posibles escenarios

en función de la identificación y cuantificación de los factores que intervienen

dentro del modelo y de sus efectos estratégicos y funcionales en la empresa.

Por lo anterior, es necesario que las ecuaciones tengan propiedades que sean

consistentes con el comportamiento real de los mercados y recoger las

influencias más importantes de la variable dependiente del modelo, así como la

necesidad de tener acceso a información oficial e histórica de los datos que se

utilizarán para realizar las estimaciones, logrando con esto una estructura

funcional a largo plazo.

ANÁLISIS DE ESTADOS FINANCIEROS

3

Explicación

Actividad y tamaño de la empresa

¿Por qué son útiles los modelos estadísticos para inferir relaciones de variables que permitan determinar el tamaño de la empresa?

Los modelos de regresión son métodos estadísticos que modelan la relación

entre una variable dependiente o endógena (Y), que es considerada nuestra

variable en la investigación, y una serie de variables independientes, explicativas

o exógenas (Xi), que son elementos manipulables que permite observar cómo

incide sobre la expresión de la variable dependiente, dentro de estos modelos se

adiciona un término aleatorio (ε), que se asocia con el error que se ocasiona por

no considerar en su totalidad todos los factores que pueden influir directamente

en la variable dependiente de la regresión. Un modelo de regresión lineal básico

se ejemplifica mediante la siguiente ecuación explícita en Y:

Y = β0 + β1 X1 + β2 X2 + …+ β n X n + ε

Donde la β0 es la intersección o término constante, es decir, corta al eje

explicativo, mostrando el valor exacto de la variable explícita con un valor de Xi

de cero.

El análisis de regresión es la forma de encontrar si dos o más variables están

relacionadas entre sí, considerando que vamos a obtener resultados estadísticos

para Y con específicos para X.

Por lo tanto, podemos decir que la variable dependiente es estocástica o

aleatoria y la variable independiente es no estocástica.

ANÁLISIS DE ESTADOS FINANCIEROS

4

Ejemplifiquemos este modelo mediante la siguiente ecuación:

Y = 297.2 – 73.25 X

Ahora, qué pasaría con el valor de Y, si X cambiara en 12.5 unidades.

Suponiendo que el primer valor de X fuera de 10 unidades.

Caso 1 Y = 297.2 –

73.25 (10)

Y = - 435.3

Caso 2 Y = 297.2 – 73.25 (22.5)

Y = - 1350.925

Se puede concluir que al incrementar X en 12.5 la variable dependiente

disminuye, es decir, existe una relación inversa entre ambas variables.

El análisis de regresión lineal es útil para encontrar la ecuación que mejor se

ajusta a una dispersión de datos. Es importante resaltar que la dispersión se

presenta porque existen más factores que influyen en el modelo especificado y

además, hay que considerar que siempre existirá dispersión ya que son rectas

de regresión muestral, y no poblacionales.

ANÁLISIS DE ESTADOS FINANCIEROS

5

El resultado de la regresión no es matemáticamente exacto o puntual, debido a

que son resultados estadísticos o aproximaciones a la realidad; donde la recta

puede mostrarnos un valor y en la realidad pudo haber sido otro.

Existe dentro del modelo de regresión el Error o Perturbación (ε) que lo podemos

definir como la distancia que existe entre los datos de la regresión lineal y el dato

observado en la realidad.

La gráfica nos muestra un ejemplo de una recta de regresión muestral que mejor

explica los datos, ajustándose a los que presentan menores diferencias o errores.

La regresión en sí misma no define causalidad, es decir, no te dice quién es

causa y quién efecto, por eso es importante desarrollar supuestos previos que

sustenten el modelo de la regresión.

Es de igual manera importante aclarar que no es lo mismo correlación y

regresión, ya que el primero nos dice que tan fuerte es la relación entre las

variables, y el segundo si existe relación entre ellas.

ANÁLISIS DE ESTADOS FINANCIEROS

6

Para poder obtener las ecuaciones de regresión se pueden emplear diversas

metodologías: 1) Mínimos cuadrados ordinarios (MCO); 2) Máxima Verosimilitud

(MV); o bien, 3) Método de los momentos.

Acorde a Damodar Gujarati en su obra Econometría, nos indica que la

metodología más empleada es la de Mínimos Cuadrados Ordinarios (MCO) que

consiste en encontrar las menores distancias entre la recta y los puntos,

explicado de otra forma, busca los menores errores o diferencias.

Los estimadores de MCO están expresados en términos de las variables

independientes y dependientes, siendo estimadores puntuales. Al final los

resultados obtenidos nos van a mostrar qué tanto los indicadores muestrales se

parecen a la poblacional, y se debe especificar correctamente el modelo, con la

finalidad de disminuir el sesgo de especificación ocasionado por la causalidad.

Para poder comprender todos los elementos que intervienen en la especificación

de un modelo de regresión y al mismo tiempo vislumbrar la utilidad de éste en el

análisis financiero de una empresa, supongamos la resolución del siguiente caso.

La empresa “El Cisne” presenta los siguientes datos históricos de Gastos de

Publicidad y Ventas.

El Cisne

Gastos de

Publicidad

(Millones)

Ventas

(Millones)

20 140,00

24 161,00

28 185,15

32 212,92

36 244,86

ANÁLISIS DE ESTADOS FINANCIEROS

7

40 281,59

44 323,83

48 372,40

52 428,26

Lo que realmente quiere conocer la empresa es cuál es la relación que existe

entre ambas variables y al mismo tiempo encontrar el modelo que explica dicha

relación.

Existen en la actualidad distintos paquetes informáticos que permiten poder

obtener estos valores como el Statistical Package for the Social Sciences (SPSS)

que tiene la capacidad de trabajar con bases de datos grandes. Pero de igual

forma se puede utilizar la paquetería de office, en específico de Excel para

obtener dichos datos.

Ingrese la tabla de información en una hoja de Excel nueva:

Posteriormente se debe habilitar el comando de Análisis de datos, para esto se

debe realizar los siguientes pasos:

ANÁLISIS DE ESTADOS FINANCIEROS

8

1. Haga clic en el botón de Microsoft Office® y, a continuación, haga clic

en Opciones de Excel. 2. Haga clic en Complementos y, en el cuadro Administrar, seleccione

Complementos de Excel. 3. Haga clic en Ir. 4. En el cuadro Complementos disponibles, active la casilla de

verificación Herramientas para análisis y, a continuación, haga clic en

Aceptar.

Una vez habilitado el comando, dé clic sobre la opción de regresión

Se habilitará la pantalla para que se especifiquen los valores de la variable

explicativa que en este caso son los Gastos de Publicidad y de la variable

dependiente que serían las Ventas. De igual forma, se tienen que habilitar todas

las casillas que se planean analizar.

ANÁLISIS DE ESTADOS FINANCIEROS

9

Una vez realizado esto, se anexarán las tablas con la información que se

especificó en la función de regresión.

ANÁLISIS DE ESTADOS FINANCIEROS

10

Con base en esta información se podrá construir la ecuación de regresión para

este modelo:

Coeficientes

Intercepción

-

83,0008375

20 9,4540282

Y = β0 + β1 X1

Y = -83,0008375 + 9,4540282 X

La relación entre ambas variables es directa. Por lo tanto, si los Gastos de

Publicidad aumentan en una unidad, las Ventas aumentarán en 9,4540282.

Una vez que se cuenta con la ecuación de la regresión, se pueden realizar

estimaciones suponiendo diversos escenarios, por ejemplo, que pasaría si la

empresa decidiera gastar en publicidad el próximo año 65 (millones):

Y = -83,0008375 + 9,4540282 (65)

Y = 531,5109955

La empresa estaría esperando obtener por el gasto en publicidad unas ventas de

531,5109955.

ANÁLISIS DE ESTADOS FINANCIEROS

11

Un dato relevante de analizar es la R2 que es el coeficiente de determinación,

que nos indica el porcentaje de variación de la dependiente que es explicado por

la independiente. En este caso el 98,10 por ciento de variación de las ventas son

explicados por las variaciones de los Gastos de Publicidad, para el modelo

especificado. Se puede sugerir que siempre que R2 sea igual o mayor a 0,8 es

aceptable.

Estadísticas de la regresión

Coeficiente de correlación múltiple 0,99047643

Coeficiente de determinación R^2 0,98104356

R^2 ajustado 0,97788415

ANÁLISIS DE ESTADOS FINANCIEROS

12

Conclusión

El diagnóstico financiero mediante los métodos estadísticos permiten realizar

simulaciones cercanas a la realidad de la empresa que permitan poder proyectar

ventas, costos e inclusive flujos de efectivo basándonos en la relación que exista

entre las variables que integran el modelo de regresión, en otras palabras, nos

ayudan a poder determinar las necesidades de recursos financieros o materiales

acorde a la actividad y tamaño de la empresa.

El realizar de una manera constante estas simulaciones de operación nos ayuda

a encontrar puntos de incidencias que muchas veces el análisis por razones o

por tendencias no nos indica, esto permitirá que la administración de la entidad

se enfoque en tomar decisiones para controlar las partidas presupuestales que

realmente son relevantes para el crecimiento de la empresa.

ANÁLISIS DE ESTADOS FINANCIEROS

13

Para aprender más

Análisis de regresión lineal múltiple: Caso de Starbucks

• Ruiz, M. (2013). Análisis de regresión lineal múltiple: Caso de Starbucks.

Consultado el 9 de julio de 2014:

http://www.youtube.com/watch?v=gASpGQj77rw

Modelo de regresión: lineal simple y regresión logística

• Moral, I. (2006). Modelos de regresión: lineal simple y regresión logística.

Consultado el 9 de julio de 2014:

http://www.revistaseden.org/files/14-CAP%2014.pdf

ANÁLISIS DE ESTADOS FINANCIEROS

14

Actividad de Aprendizaje

Instrucciones:

Con la finalidad de reforzar los conocimientos adquiridos a lo largo de la sesión,

ahora desarrolla un modelo de regresión lineal simple utilizando la información

proporcionada en los estados financieros, en caso de requerir más datos

históricos, investiga datos propios del sector en donde participa la empresa que

seleccionaste, esto con el fin de poder establecer una relación entre aquellas

variables que consideres acorde al histórico que son representativas en las

afectaciones de ventas o costos para la empresa.

Esta información deberás guardarla en un archivo de Excel para poderla subir a

la plataforma de la asignatura.

La actividad te ayudará a comprender la utilidad de utilizar modelos estadísticos

para realizar un diagnóstico financiero enfocándote en la actividad y tamaño de

la empresa.

Se tomará en cuenta lo siguiente:

• Tus datos generales

• Referencias bibliográficas

• Ortografía y redacción

• Título

• Resumen

• Representación gráfica.

ANÁLISIS DE ESTADOS FINANCIEROS

15

Bibliografía

Gujarati, D. (2003). Econometría. México: McGraw-Hill.

Cibergrafía

Moral, I. (2006). Modelos de regresión: lineal simple y regresión logística.

Consultado el 9 de julio de 2014:

http://www.revistaseden.org/files/14-CAP%2014.pdf

Ruiz, M. (2013). Análisis de regresión lineal múltiple: Caso de Starbucks.

Consultado el 9 de julio de 2014:

http://www.youtube.com/watch?v=gASpGQj77rw