UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA

La Universidad Católica de Loja

ÁREA ADMINISTRATIVA

TITULACIÓN DE ECONOMÍA

ECONOMETRÍA III

MODELO DATOS PANEL

DOCENTE: Eco. Ximena Songor

Integrantes: Manuel Chalán

Carlos Aguirre

Loja – Ecuador

2019
INTRODUCCION.

El desarrollo del siguiente trabajo tiene como principal objetivo, el análisis de la estructura
de capital de las empresas ecuatorianas que forman el sector automotriz las cuales cotizan en
la Bolsa de Valores.

El tema Estructura de Capital es una de las áreas con más trascendencia sobre las finanzas de
la empresa, la cual consiste en decidir cómo financiarla. El aspecto clave de esta decisión
reside en fijar la composición del capital empleado que financia al activo neto, es decir, la
relación deseada y factible entre la deuda financiera y el patrimonio neto. (Pérez, 2014)

Se aplicará el análisis discriminante para evaluar la gestión financiera utilizando los datos
obtenidos de la Superintendencia de Compañías, la obtención y análisis de datos, finalizando
en el capítulo quinto con las respectivas conclusiones y recomendación.

Hipótesis:

Ho: Utilizar efectos aleatorios

Ha: Utilizar efectos fijos

Metodología:
La metodología a usar en la presente investigación será de carácter exploratorio, ya que se
concentrará en los parámetros de medición y control de los riesgos financieros que
involucran a las empresas dentro del sector automotriz; mediante su correcto uso e
interpretación se provee optimizar los recursos disponibles, diversificando a su vez la calidad
del servicio y operaciones; generando paulatinamente un crecimiento mediante la correcta
toma de decisiones.

Toda vez que se ha definido la muestra para la investigación, se aplicará la metodología de

datos de panel. Esta metodología fue escogida porque utiliza la variabilidad temporal y corte
transversal de los datos.
De acuerdo a la muestra inicial de esta investigación para el análisis a 4 empresas diferentes
en un periodo que comprende los años 2001 hasta el 2015, ya que el número de individuos es
menor al tiempo (N<T).

La base de datos con estructura de panel tiene que tener la misma unidad de observación
monitoreada a través del tiempo. Cuando se sigue una unidad de observación en el tiempo, la
información obtenida es mejor que cuando hay una serie de cortes transversales. Este tipo de
análisis aprovecha la información extra para resolver el problema de las variables omitidas y
especificación de efectos.

Tabla 1: Datos de panel

Añ Empres D DI I W R C
o a V
2001 1 0.45 - 0.00 0.11 0.14 0.0135
29 16 04 77
2002 1 - 0.0938 - 0.00 0.09 0.16 0.0309
75 51 90
2003 1 0.18 - 0.00 - 0.1110 0.08 0.0042
05 57 11
2004 1 0.02 - 0.00 0.07 0.13 0.0092
19 43 73 50
2005 1 0.02 - 0.00 - 0.0709 0.00 0.0232
94 16 91
2006 1 0.00 - - 0.0009 0.04 0.05 0.0043
31 70 09
2007 1 - 0.0248 - 0.03 - 0.0010 0.01 0.0216
50 57
2008 1 0.32 - 0.00 0.00 0.01 0.0427
86 65 53 32
2009 1 - 0.2439 - - 0.0019 0.00 0.01 0.0425
18 24
2010 1 0.26 - 0.05 0.16 0.25 0.1072
64 07 39 59
2011 1 - 0.0724 0.0000 0.11 0.01 0.13 0.0764
29 61 88
2012 1 - 0.3059 0.0001 - 0.0066 0.14 0.22 0.1026
60 10
2013 1 0.04 - 0.02 0.03 0.15 0.0983
29 63 24 08
2014 1 0.04 0.0000 0.08 0.01 0.15 0.0946
82 10 86 57
2015 1 - 0.0651 - 0.00 0.00 0.11 0.0624
20 47 05
. . . . . . . .
. . . . . . . .
. . . . . . . .
2001 4 0.19 - 0.03 0.09 - 0.0167
31 87 79
2002 4 0.13 - 0.03 0.06 0.06 0.0231
31 27 46 65
2003 4 - 0.4469 - 0.03 - 0.0302 0.01 0.0266
49 87
 2004 4 0.15 - - 0.0079 0.14 0.13 0.0188
97 95 71
2005 4 0.11 - 0.00 - 0.1012 0.01 0.0129
48 42 15
2006 4 - 0.1917 - - 0.0035 0.06 0.01 0.0257
72 33
2007 4 - 0.0356 - 0.00 0.04 0.05 0.0103
08 52 81
2008 4 0.15 - 0.00 - 0.0343 - 0.1128
79 50
2009 4 0.03 - - 0.0106 0.21 0.20 0.0501
53 47 93
2010 4 0.16 - 0.07 - 0.0121 0.16 0.0268
87 59 88
2011 4 - 0.0424 - 0.02 - 0.0263 0.16 0.0397
19 82
2012 4 0.05 - 0.00 0.01 0.14 0.0539
49 11 60 58
2013 4 - 0.0897 - - 0.0087 - 0.0660 0.06 0.0524
77
2014 4 0.08 - 0.09 - 0.0563 0.01 0.0359
37 11 15
2015 4 - 0.0609 - - 0.0007 0.03 0.04 0.0425
65 10

Las variables a trabajar son representadas por las siguientes abreviaturas acorde al modelo
a analizar.

 D = Monto contraído en Deuda

 DIV = Dividendos
 I = Inversión Neta
 R = Porción de Deuda
 W = Variación en el capital de trabajo
 C = Capital
La variable dependiente en esta investigación, es la del Monto Contraído en Deuda (D). En
la variable dependiente D, esta será evaluada en función de las siguientes variables
independientes: Dividendos (DIV), Inversión Neta (I), Porción de Deuda (R), Variación en
el capital de trabajo (W), Capital (C).
 Tabla 2: Datos de panel ajustado

Añ Empresa D Ajuste
o
2001 1 0.4529 8,478,131.910
6
2002 1- 0.0938 - 330,641.8603
2003 1 0.1805 4,712,894.848
3
2004 1 0.0219 - 1,203,024.8270
2005 1 0.0294 2,115,027.189
1
2006 1 0.0031 2,854,146.897
3
2007 1- 0.0248 8,302,201.770
3
2008 1 0.3286 13,698,739.426
9
2009 1- 0.2439 - 9,228,471.7044
2010 1 0.2664 22,875,533.758
8
2011 1- 0.0724 12,772,731.972
0
2012 1- 0.3059 14,464,294.277
9
2013 1 0.0429 19,504,915.904
4
2014 1 0.0482 6,814,308.628
2
2015 1- 0.0651 968,574.2303
. . . .
. . . .
. . . .
2001 4 0.1931 3,795,327.613
9
2002 4 0.1331 3,769,300.384
9
2003 4- 0.4469 - 134,562.4811
2004 4 0.1597 4,420,062.212
9
2005 4 0.1148 1,549,755.799
0
2006 4- 0.1917 - 153,303.1351
2007 4- 0.0356 1,015,086.451
7
2008 4 0.1579 2,759,814.855
1
2009 4 0.0353 313,244.7376
2010 4 0.1687 2,802,143.599
5
 2011 4- 0.0424 - 471,771.0175
2012 4 0.0549 1,815,264.717
5
2013 4- 0.0897 - 228,876.0196
2014 4 0.0837 4,690,817.601
6
2015 4- 0.0609 222,364.8916

 D = Monto contraído en Deuda

 Ajuste = Ajuste del apalancamiento óptimo
La variable dependiente es la del Monto Contraído en Deuda (D). En este modelo la
variable dependiente D será evaluada en función del Ajuste del apalancamiento óptimo
(Ajuste), quién actuará como variable independiente.

Para configurar las bases de datos de panel utilizamos el comando xtset de la siguiente
manera:
 xtset Empresa Año

Este comando describe a los datos de “Empresa” como la entidad o panel (i) y “Año” que
representa a la variable de tiempo (t).
 Tabla 3: Resultados del Comando xtset en Stata - Base de datos en panel

xtset Empresa Año

variable de panel: Empresa (fuertemente balanceado)

variable de tiempo: Año, 2001 a 2015

delta: 1 unidad

La tabla 1 muestra los resultados del comando xtset, la variable de panel Empresa presenta
una nota que dice fuertemente balanceado y tiene que ver con el hecho de que todas las
empresas disponen datos para todos los años.

Modelo para la jerarquización financiera

Para la teoría del modelo se realiza la prueba de especificación para efectos fijos o efectos
aleatorios, prueba de Hausman,. Para ejecutar la prueba de Hausman se utilizarán los
comandos de Stata 14 como sigue:

 xtreg D DEF, fe
 estimates store fixed
 xtreg D DEF, re

 estimates store random

 hausman fixed random
 Tabla 3: Prueba de Hausman

Prueba de Hausman: 0.7458 p-value

Ho: Utilizar efectos aleatorios
Ha: Utilizar efectos fijos

Con el resultado obtenido de la prueba de Hausman (p-value 0.7458), se rechaza la

hipótesis alternativa de aplicar el método de efectos fijos.

CONCLUSIONES
Los resultados de la presente investigación permitieron conocer cuál de las teorías de la
estructura de capital explica, de la mejor manera, el comportamiento de las empresas
ecuatorianas del sector automotriz, en lo que tiene que ver con sus decisiones de
financiamiento, llevadas a cabo por las decisiones tomadas por sus administradores.
Por primera parte gracias al análisis de la teoría de jerarquización financiera, los resultados
de este modelo permitieron rechazar la opción de que las empresas ecuatorianas del sector
automotriz puedan financiarse sólo en función de los flujos de fondos que origina la
empresa, según el modelo de jerarquización financiera, lo que da lugar a que se descarte
esta teoría de estructura de capital, en su parte agregada, para el sector automotriz.
Luego se realizó el análisis de la teoría de jerarquización financiera ajustadas, cuyos
resultados, los signos de cada una de las variables utilizadas en el modelo son similares a lo
esperado, a excepción de la variable variación de capital del trabajo, todas las variables son
estadísticamente rechazadas, por lo que se podría decir que las decisiones de jerarquización
financiera no están influenciadas por ninguna de estas variables. Cuando las variables
presentan coeficientes con valores cercanos a cero las empresas, según la teoría de
jerarquización financiera, contraen deuda ante un incremento del déficit de flujo de fondos,
aunque existe equilibrio entre el uso de recursos propios y el apalancamiento.
Por último nos permite entender que las empresas se guían por las decisiones de los
administradores de la empresa, dato importante considerando que p-value de 0.008 indica
que el coeficiente β es estadísticamente aceptado en el modelo. Gracias a este resultado se
puede deducir que las empresas ecuatorianas del sector automotriz están guiadas por las
decisiones de los administradores de acuerdo a la búsqueda de una deuda óptima.
Bibliografía
AEADE. (15 de Abril de 2017). Asociacion de empresas automotrice del Ecuador . Obtenido de
http://aeade.net/wp-content/uploads/2016/11/ANUARIO-2015.pdf

ASSA. (abril de 2017). Automotores de la Sierra. Obtenido de de http://www.assa.com.ec/sobreassa/

Aybar, C. A. (2001). Jerarquía de preferencias y estrategia empresarial en la determinación de la estructura de

capital de la PYME: un enfoque con datos panel.

Pérez, J. &. (2014). La estructura de capital: cómo financiar la empresa. .

Rivera, J. (2002). Teoría sobre la estructura de capital. EStudis gerenciales, 31-59.

Sarmiento, R. (2005). La estructura de financimiento de las empresas: una evidencia teórica y econométrica
para Colombia.Facultad de Ciencias Económicas y Administrativas, Pontificia Universidad Javeriana.
Bogota.