Universidad Tcnica Federico Santa Mara

Informe Final Econometra:

Determinantes del ROE

Integrantes:

Josefa Len
Sebastin Medina
Javiera Narvez
Juan Guillermo Plaza

Profesor: Rodrigo Ortega Blu

16 de Diciembre de 2013
1

Universidad Tcnica Federico Santa Mara

Introduccin

El anlisis financiero es un arista muy importante dentro de nuestra rea de estudio, que
permite facilitar la toma de decisiones a inversionistas o terceros, interesados en la
situacin econmica y financiera de cualquier empresa. Un punto de inters dentro de
ste, es el ndice de rentabilidad de las acciones (ROE), cuyo valor es de suma importancia
para los accionistas a la hora de decidir en que firma invertir.
El presente trabajo busca analizar de manera economtrica el ROE en relacin a otro tipo
de variables tanto financieras como histricas. Para realizar este anlisis, primero se
desarrollar un modelo con todas las variables contenidas en la base de datos y se
estudiar su significancia global y de cada una de ellas, mediante las pruebas de hiptesis
correspondientes. Luego se excluirn del modelo aquellas variables que presenten un
valor de probabilidad inferior a 0,05, ya que este ser el nivel de significancia seleccionado
a lo largo de todo el informe. Una vez eliminadas las variables, plantearemos el modelo
restringido, el cual podr explicar de forma ms precisa la variable respuesta, y se
efectuar un examen detallado de la bondad de ajuste del modelo corregido, mediante el
valor del

ajustado. A continuacin, se sometern las variables relevantes a una

prueba de heteroscedasticidad para verificar si se viola el supuesto de homocedasticidad,

en cuyo caso se deber trabajar con errores estndares robustos. Para detectar si existe
colinealidad entre las variables independientes, se usarn dos criterios diferentes: la
matriz de correlacin y el VIF, para as garantizar que los parmetros estimados son
insesgados. Finalmente se evaluar el comportamiento de las variables, elevndolas al
cuadrado, y se buscar obtener el punto que maximiza la variable dependiente.

Universidad Tcnica Federico Santa Mara

El Modelo:

roe(y): variable que representa el retorno de la accin.

rok(x1): variable que representa el retorno del capital, es decir la rentabilidad de una
firma expresado como un porcentaje de los fondos adquiridos de inversores y
prestamistas
dkr(x2): variable que representa la relacin deuda capital.
eps(x3): variable que representa la ganancia por accin.
netinc(x4): variable que representa el ingreso neto.
sp90(x5): variable que representa el precio de la accin a finales de la dcada de los 90.
sp40(x6): variable que representa el precio la accin a finales de la dcada de los 94.
salary(x7): variable que representa el salario de los altos mandos de la firma (CEO).
return (x8): es la variable explicada que representa el porcentaje de variacin del precio
de las acciones, entre 1190 y 1994.
lsalary(x9): variable que representa el logaritmo natural del salario.
lsp(x10): variable que representa el logaritmo natural del salario.
lnetinc(x11): variable que representa el logaritmo natural de los ingresos netos.

Universidad Tcnica Federico Santa Mara

Hiptesis del trabajo:

La hiptesis planteada corresponde a que el retorno de la accin depende directamente
tanto de la rentabilidad del capital como de la estructura de ste, ya que la rentabilidad,
medida por el roe depende del nivel de endeudamiento de la empresa y de la capacidad
de sta para transformar la inversin en ganancia, entindase inversin como fondos
prestables, acciones y deuda a largo plazo.
Para analizar esto, se regresar la variable roe que corresponde a la relacin entre
utilidad y patrimonio, sobre nuestras variables de inters que son: rok y dkr, junto con
las otras variables que pueden afectar el modelo como eps, netinc, sp90,sp94,
salary, return, lsalary, lsp90, lnetinc

Objetivos:
Nuestro objetivo general es determinar el efecto que tienen las variables rok ,dkr
,eps, netinc, sp90,sp94, salary, return, lsalary, lsp90, lnetinc sobre la
variable roe.
De manera ms especfica, nuestro objetivo es observar cmo se comportan las variables
ms significativas del modelo, y la magnitud de su efecto sobre la variable respuesta.
Materiales y Mtodos:
La base de datos, corresponde a una de corte transversal

llamada Return.raw fue

obtenida del libro Introduccin a la Econometra, un enfoque moderno de Jeffrey M.

Wooldridge. Contiene 142 datos, recolectados en la dcada de los 90.
Se trabaj con el software Excel:

Complemento Herramienta anlisis de datos

Complemento: Stata

Universidad Tcnica Federico Santa Mara

Regresin del Modelo Original

Al regresar la variable dependiente Return sobre el resto de las variables independientes,

el modelo arroj un

ajustado de 0,876569345, es decir la bondad de ajuste del modelo

es muy bueno, ya que las variables control explican en un 87, 66% a la variable respuesta.
Sin embargo al analizar los valores de probabilidad de las variables explicativas, se
observan bastantes cuyo p-value supera el 0,05% de significancia.
Anlisis de Significancia Global:
Para evaluar la significancia global del modelo, ste fue sometido a una Prueba de F
: 1, 2, 3,, 11= 0 (las variables del modelo no son significativas)
1 2. 11 0 (al menos una variable es distinta de cero)

Universidad Tcnica Federico Santa Mara

El valor del estadstico F (92,03107534) es mayor al del F crtico (1,86300844), por lo tanto
se rechaza la hiptesis nula y el modelo es significativo. Adems el valor de probabilidad
es 8,65302E-56, que es muy cercano a cero.
Anlisis de Significancia Individual:
Se estableci la siguiente prueba de t para analizar la significancia individual de cada
variable:
: i= 0 (la variable i no es significancia)
i0 (la variable i no es significativa) con i=1,2,,11
Se adjunta la siguiente tabla con los resultados:

Se observa que la mayor parte de las variables explicativas son poco significativas, es decir
su estadstico T es menor al T crtico y por lo tanto no se puede rechazar la hiptesis nula,
es por esto que sern eliminadas del modelo. Sin embargo, primero se sometern a una
anlisis de exclusin mltiple, ya que existe la posibilidad de que las variables no sean
significativas de manera individual pero si de manera conjunta.

Universidad Tcnica Federico Santa Mara

Anlisis de Exclusin Mltiple:

Se realiz la siguiente prueba de F para evaluar la significancia global:
: i= 0 (la variables excluidas no son significancias)
: i 0 (al menos una de las variables es significancia) con i=3,2,,11
Los resultados se adjuntan en la siguiente tabla:

Como el estadstico F es menor al F crtico, no es posible rechazar la hiptesis nula y por

lo tanto las variables son conjuntamente no significativas y se pueden eliminar del modelo
original ya que no son relevantes a la hora de explicar la variable respuesta. Al realizar una
nueva regresin, ahora con el modelo restringido, el

ajustado disminuye de manera

despreciable, pero contina siendo una cifra bastante positiva.

Universidad Tcnica Federico Santa Mara

Interpretacin de las medidas de bondad de ajuste

Para determinar la bondad de las predicciones se utiliz el criterio del coeficiente de
determinacin R2, que indica la proporcin de la variabilidad de la variable endgena
explicada por la variabilidad de las variables explicativas. Como el R2 aumenta cuando
existe un nmero mayor de variables independientes aunque estas no sean significativas,
no es un buen indicador de la capacidad de explicacin del modelo.
Es por este motivo que este anlisis se enfoc en el R2 ajustado que corrige este error del
coeficiente de determinacin. Al observar su valor en ambas regresiones, tanto la original
como la restringida, ste es bastante alto y se concluye quela lnea de regresin se
aproxima alos puntos de datos reales.

Universidad Tcnica Federico Santa Mara

Anlisis de Heteroscedasticidad

Se examinar la presencia de heteroscedasticidad en el modelo, para corroborar que los

errores estndares de los parmetros sirven para realizar inferencias vlidas. Para esto se
elabor una prueba de Breusch-Pagan.
= 0+ 1+ 2+e, e= error de la regresin

: 1= 2=0 (hay homoscedasticidad)

1, 20 (no hay homoscedasticidad)

Como el valor de probabilidad para la prueba de es prcticamente, se rechaza la hiptesis

nula y el modelo presenta heteroscedasticidad. Por lo tanto tendremos que trabajar con
errores estndares robustos para obtener inferencias vlidas que no sean afectadas por la
violacin del supuesto de homoscedaticidad.

Universidad Tcnica Federico Santa Mara

Anlisis de Multiconilealidad

Se analiz a la colinealidad entre las variables explicativas a travs de dos criterios

distintos, la matriz de correlaciones entre variables y el VIF. Esto con el objetivo de
verificar si los parmetros estimados son insesgados.

Como podemos observar en la matriz de correlaciones, no se detectan especiales

problemas de
multicolinealidad entre las distintas variables explicativas, es decir no existe una relacin
importante entre ellas.

Al calcular el valor del VIF, que corresponde al estadstico del Factor de Inflacin de
Varianza, para cada variable, se obtuvieron los siguientes resultados:

Regresion de rok sobre dkr

10

Universidad Tcnica Federico Santa Mara

Regresin de dkr sobre rok

Valores mayores que 10 pueden indicar un problema de colinealidad. En este caso, no

existe ningn problema pues ninguna de las variables tiene un VIF superior 10

Anlisis del Modelo:

Para obtener el valor mximo de la variable dependiente, roe, se realiz un nuevo
modelo:

11

Universidad Tcnica Federico Santa Mara

Elevamos las variables al cuadrado y se realiz la regresin correspondiente, para asi

obtener los puntos que cumplen esta condicin. El clculo se realiz mediante el uso del
software Solver y los resultados arrojados fueron los siguientes:

12

Universidad Tcnica Federico Santa Mara

Es decir, para maximizar el valor del retorno por accin roe, la proporcin de
utilidades despus de impuestos, sobre los fondos recibidos por inversionistas y
prestamitas, rok, debe ser igual al 85, 26%. Para el caso de la relacin deuda capital,
dkr, el valor maximizador del roe es 100, esto en la teora implica que nuestro roe
tiende a infinito, pero en la prctica es imposible tener una estructura de deuda igual al
100%.

El eje x representa la variable rok, el eje y la variabledkr y el eje z la

variableroe. Se comprueba que existe un punto donde de maximiza el retorno de las
acciones

13

Universidad Tcnica Federico Santa Mara

Conclusiones
En conclusin luego del anlisis del modelo, el retorno de las acciones se encuentra explicado
tanto por la relacin deuda capital como por el retorno de este, el roe principal ndice para la
toma de decisiones de los inversionista depende de forma positiva de las variables independientes
planteadas.
Otro resultado importante al respecto es el haber inferido que existen niveles ptimos tanto de
rok como dkr que logran maximizar el roe de una empresa. Es probable que alguien que posea
algunos conocimientos acerca de las finanzas corporativas sepa de antemano estos resultados,
pero lo importante es haberlo podido demostrar a travs de una metodologa cientfica que da
validez a la afirmacin.
Analizando los datos entregados por la regresin realizada, se puede decir que estima de la forma
ms exacta posible el roe, con una bondad de ajuste del 87% lo cual es considerablemente
buena, es por esto que podemos reafirmar con toda claridad la hiptesis correspondiente a que el
retorno de la accin depende directamente tanto de la rentabilidad del capital como de la
estructura de ste.

14