Recibido: 6 de mayo de 2021
Aceptado: 21 de septiembre de 2021
El sector metalmecánico es un componente clave en la dinámica económica colombiana, genera aproximadamente el 15% de los empleos del país, dinamiza el sector de producción de alimentos, petróleo, fabricación de productos químicos entre otros, además, aporta cerca del 9% al producto interno bruto (PIB). Este sector se compone, en esencia, por las micro, pequeñas y medianas empresas (mipymes). Esta investigación tuvo como objetivo proponer un modelo econométrico basado en la aplicación del costo promedio ponderado de capital (WACC), para coadyuvar a la toma de decisiones en las mipymes del sector metalmecánico del Área Metropolitana de Bucaramanga. Además, se evaluaron distintos escenarios en función de las tasas de interés de los créditos otorgados a estas. La investigación se realizó a través de un análisis descriptivo, multivariado y de regresión múltiple. Así, teniendo en cuenta el modelo econométrico propuesto en este trabajo y el análisis de los distintos escenarios, los resultados muestran que las microempresas del sector alcanzan un mayor WACC ya que al no apalancar financieramente sus activos no aprovechan las bondades que ofrece el escudo fiscal en la reducción de dicho costo. Por otro lado, se encontró que las pequeñas empresas tienen un menor WACC que las medianas empresas sin que ello represente diferencias estadísticas significativas. Se concluye que financiar activos con deuda representa una ventaja directa a la hora del pago de impuestos, lo que se traduce en mayores utilidades para los accionistas, siempre y cuando la política de endeudamiento sea coherente con el desempeño de la empresa. Igualmente, los resultados obtenidos en esta investigación se constituyen en un referente sobre el cual las empresas podrán realizar un análisis estratégico con el fin de identificar hasta qué punto están obteniendo o no valor frente a la dinámica sectorial.
Palabras clave: estructura de capital, WACC, mipymes, sector metalmecánico, regresión lineal múltiple.
Clasificación JEL: M41.
The metal-mechanic sector is a key component in the Colombian economic dynamics. It generates approximately 15% of the jobs in the country; it stimulates the food, oil, and chemical production sectors, among others; and it also contributes about 9% to the Gross Domestic Product (GDP). This sector is composed of Micro, Small, and Medium-sized Enterprises (MSMEs). The objective of this study was to propose an econometric model based on the application of the Weighted Average Cost of Capital (WACC) to support the decision-making of MSMEs in the metal-mechanic sector in the Metropolitan Area of Bucaramanga (MAB), Colombia. Furthermore, different scenarios with several interest rates of the loans granted to them were evaluated. This study implemented descriptive multivariate multiple regression analysis. Thus, considering the econometric model proposed here and the analysis of the different scenarios, the results show that the WACC of the microenterprises in this sector is higher because they do not use financial leverage for their assets. Therefore, they do not take advantage of the benefits offered by the tax shield for the reduction of said cost. On the other hand, it was found that small companies have a lower WACC than their medium-sized counterparts, but this difference is not statistically significant. It is concluded that financing assets with debt represents a direct advantage when it comes to paying taxes, which translates into higher profits for shareholders if the debt policy is consistent with the performance of the company. Likewise, the results obtained here constitute a reference point for companies to carry out strategic analyses to establish to what extent they are obtaining value or not in the face of sectoral dynamics.
Keywords: Capital structure, WACC, MSMEs, metal-mechanic sector, multiple linear regression.
JEL classification: M41.
Según el índice de producción real (IPR) (
No obstante, en el ámbito nacional existe un número elevado de fracasos en los primeros años de operaciones en las empresas de este sector, especialmente en las micro, pequeñas y medianas empresas (mipymes), las cuales se caracterizan por un modelo tradicional administrativo (
Esta falencia está asociada a una inadecuada estructura financiera sobre la cual se fija explícitamente el costo promedio ponderado de capital (WACC), el cual representa la rentabilidad mínima que se espera de una empresa para crear valor; por lo tanto, no basta tan solo con manejar sólidos conceptos financieros en la dirección de las empresas, hace falta, además, una adecuada estructura financiera (
Así, el presente artículo, en primer lugar, contextualiza los retos a los que se enfrentan las mipymes del sector metalmecánico del Área Metropolitana de Bucaramanga (AMB) en una dinámica económica global. Posteriormente, procede a analizar los elementos básicos de la estructura financiera de cada una de las empresas objeto de estudio con el propósito de calcular el WACC de cada una de ellas y lograr, de esta manera, construir la data sobre la cual se estima el modelo econométrico. Por último, se evalúan distintos escenarios para las mipymes a partir de un análisis longitudinal del comportamiento de las tasas de captación con una ventana temporal de cinco años. Para alcanzar el objetivo de investigación, el artículo se estructura de la siguiente manera: se expone el marco teórico, luego la metodología y posteriormente se presentan los resultados, la discusión y las conclusiones.
La estructura financiera de una empresa
La estructura financiera de una empresa está determinada por el capital que invierten los accionistas, y la deuda financiera (
La estructura de capital es importante para las organizaciones cuando buscan maximizar su valor (
Hoy en día los estudios relacionados con la estructura de capital se desarrollan a través de la herramienta de investigación «velocidad de ajuste de la estructura de capital» (
Donde:
`Kd`: Es el costo de la deuda.
`D`: Deuda de carácter financiero.
`E`: Equity o capital de inversión de los accionistas.
`(1-tx)`: Escudo fiscal, donde tx representa la tasa impositiva de renta.
`Ke`: Costo del capital propio.
El capital propio se debe calcular con referencia al mercado, así como el costo de la deuda se calcula una vez se contribuye con el impuesto de renta (
Donde:
`Ke`: Costo del capital propio.
`rf`: Representa una tasa libre de riesgo.
`βl`: Beta apalancada que representa básicamente una medida de volatilidad del activo en estudio ante la variabilidad del mercado. La beta se calcula al dividir la covarianza correspondiente a las rentabilidades del mercado y del activo entre la varianza de la rentabilidad del mercado.
`rm`: Tasa de rentabilidad del mercado.
`(rm - rf)`: Representa la prima de riesgo del mercado.
Para el caso de las empresas que no hacen parte de la bolsa, el cálculo de la beta se realiza a través del método denominado bottom-up (
En relación con estudios seminales, se destaca el trabajo de
Por otro lado,
El análisis de la regresión lineal
Según
Donde:
`Y`: Hace referencia a la variable respuesta.
`X1`, `X2`,…,`Xp`: Son las variables explicativas, independientes o regresores.
β0, β1, β2, βp: Parámetros estimados que miden el grado de influencia que tienen las variables independientes sobre la variable respuesta.
`ε`: Representa el error entre el valor ajustado y observado.
Frente a la estimación de los parámetros que miden la influencia que tienen las variables explicativas sobre la variable dependiente, esta se realiza bajo el método de mínimos cuadrados ordinarios (MCO) (
Donde `n` es el número de observaciones que son objeto de análisis; por otro lado, este arreglo matricial se puede expresar por medio de la siguiente matriz / vector (4).
Además, si la mejor estimación de `β` es la que minimiza la suma de los cuadrados errores, entonces se tendría la siguiente expresión (5).
Se trata de obtener el valor de `β` que minimice el error, este valor se obtiene diferenciando respecto a `β` e igualando a cero (
La investigación es cuantitativa y explicativa al proponer un modelo econométrico basado en la aplicación del WACC, con lo cual se explicará la estructura de capital de las empresas del sector metalmecánico en diferentes escenarios. Como fuente de información se utilizó la base de datos del DANE y de la Dirección de Impuestos y Aduanas Nacionales (DIAN). Además, se recurrió al software especializado EMIS University, que ofrece información contable de más de tres millones de empresas de «mercados emergentes» y se consultaron diversos portales financieros con el fin de construir las variables de la investigación.
En relación con la muestra, teniendo en cuenta la base de datos del DANE, se incluyeron en el estudio todos los establecimientos industriales reconocidos dentro de la Clasificación Industrial Internacional Uniforme - Revisión 4, adaptada para Colombia, en la cual se encontró un total de 49 empresas registradas en el Área Metropolitana de Bucaramanga; sin embargo, la base de datos proporcionada por el software EMIS University arrojó un tamaño de 106 empresas, donde posteriormente, al realizarle un proceso de depuración, se obtuvieron 51 empresas. Ver Tabla 1.
Instrumento | Micro | Pequeña | Mediana | Total |
DANE | 12 | 19 | 18 | 49 |
EMIS University | 24 | 14 | 13 | 51 |
La validez del constructo y de contenido para los distintos instrumentos contó con la ventaja de que la Encuesta Anual de Manufactura 2018 tiene un proceso ya establecido por los lineamientos del DANE, mientras que el instrumento del EMIS University se ajusta a la teoría contable soportada por los organismos de vigilancia y control estatales. A todos los instrumentos se les realizó un análisis de datos faltantes (NAs), encontrándose que en el software EMIS University existen varios campos «NA» pertenecientes a empresas que no han reportado sus estados financieros, y que por lo tanto fueron eliminadas del análisis. Por otro lado, se encontraron valores atípicos que fueron tratados específicamente mediante el análisis univariado, empleando técnicas gráficas como el boxplot. Igualmente, a todos los instrumentos se les analizó sus unidades de medida, formatos, espacio temporal, entre otros.
Con respecto al desarrollo metodológico de esta investigación, se realizó, en primer lugar, un análisis descriptivo que permitió la caracterización del sector, ayudó a identificar la presencia de datos anómalos y le dio validez al modelo de regresión lineal múltiple. En segundo lugar, se calculó el WACC, para tener claro los componentes de su estructura, así, al revisar la Ecuación (1), se muestran tres variables que son «independientes» del comportamiento financiero: costo de la deuda, escudo fiscal y la rentabilidad exigida por los accionistas. El cálculo de estas variables depende principalmente del aporte de la información de las empresas (costo de la deuda); sin embargo, existen limitaciones en las que fue necesario acudir a estudios como el desarrollado por la Gran Encuesta Pyme 2018, realizada por la Asociación Nacional de Instituciones Financieras (ANIF).
A continuación, se realizó un modelo de regresión lineal múltiple utilizando las variables significativas enunciadas en el marco teórico en la Ecuación (1) para calcular el WACC. Esto conlleva a un cálculo más sencillo y al alcance de cualquier empresa formalizada. Además de su practicidad, la interpretación de las variables se hace más evidente, ya que en este caso muestra qué implicación tiene en el WACC el tamaño de la empresa y cómo lo afecta concretamente la política de financiamiento asumida por la empresa, así como las tasas de interés del mercado. En resumen, el modelo de regresión lineal múltiple permite incorporar la relación existente entre el tamaño de la empresa, la política de endeudamiento y la coyuntura macroeconómica en el valor del WACC.
Finalmente, se realizó un análisis de distintos escenarios que busca encontrar un posible comportamiento del sector metalmecánico de acuerdo con el tamaño de la empresa; gracias a este análisis se puede guiar a los empresarios en la definición de una política de endeudamiento de acuerdo con la coyuntura económica por la que atraviesan lo que permite reducir el riesgo de insolvencia. Igualmente, dentro de cada escenario planteado se muestra la vulnerabilidad o fortaleza del sector, lo que facilita la formulación de políticas públicas más apropiadas de acuerdo con el contexto macroeconómico y sus perspectivas.
Caracterización del sector metalmecánico
El DANE señala que las micro, pequeñas y medianas empresas en Colombia representan el 35 % del PIB, aportando a la producción nacional el 90 %, y más del 80 % del empleo del país; un crecimiento lento, pero significativo, según reporte que presentó la ANIF en el 2018, ya que en este informe se evidencia que las mipymes representan el 96% del total de las empresas del país, la empleabilidad alcanza el 63 % y contribuyen con el 25 % del PIB nacional (
De acuerdo con los datos proporcionados por la
Frente a los activos fijos, las microempresas del sector metalmecánico alcanzan un monto de $371 millones, además, el 50 % de estas empresas tienen activos fijos que oscilan entre los $98 millones hasta los $383 millones. Por su parte, la pequeña empresa muestra que el 50 % tienen un monto de activos fijos entre los $628 millones hasta los $2035 millones, mientras que en promedio la mediana empresa alcanza los $9724 millones en activos fijos.
En lo referente al pago de arriendo de maquinaria e inmuebles, la encuesta arroja que el 8.3 % de las microempresas arriendan maquinaria, la pequeña empresa un 47.36% y le mediana empresa un 72.23 %. Para el caso del pago de arriendo por el uso de inmuebles, las tendencias son similares a las del pago de arriendo por maquinaria.
Respecto al costo de mantenimiento de equipos y el pago de pólizas de seguro, las microempresas asignan en promedio el 2.34 % del valor de los activos fijos a los costos de mantenimiento, la pequeña empresa un 1.83 % y la mediana empresa un 2.77 %. Los porcentajes son similares, por lo que las empresas del sector metalmecánico están asumiendo costos de mantenimiento (en proporción al monto de los activos fijos) similares.
Por otro lado, el costo de materia prima de las empresas encuestadas durante el año 2018 ascendió a los 184.52 mil millones de pesos, mientras que los ingresos por ventas fueron de 391.65 mil millones de pesos, lo que significa que, en promedio, las empresas del sector metalmecánico invirtieron el 47.11 % de sus ingresos en la compra de materia prima.
Es importante destacar que un gran porcentaje de las empresas del sector metalmecánico importa su materia prima (no necesariamente su totalidad); por tamaño, la mediana empresa importa el 38.88% del costo total de materia prima, la pequeña empresa importa el 15.78 % y la microempresa no importa materia prima.
Estimación del modelo de regresión múltiple para las mipymes del sector metalmecánico en el AMB
Análisis Descriptivo
Analizar previamente la data utilizada para estimar el modelo es un paso necesario que ayuda a identificar algunos lineamientos a la hora de escoger el modelo final. En ese sentido vale la pena describir las variables involucradas en el modelo estimado (ver Tabla 2).
Variable | Tipo | Descripción |
WACC | Continua | Variable dependiente |
Clasificación | Ordinal | Clasifica las empresas de acuerdo con su tamaño |
Kd | Continua | Costo de la deuda |
E/E+D | Continua | Porcentaje de equity en la estructura del capital |
Por su parte, la Tabla 3 muestra algunos estadísticos de resumen de las variables involucradas en el modelo estimado.
Variable | Mínimo | 1mer cuantil | Mediana | Media | 3cer cuantil | Máximo |
WACC | 0.1206 | 0.138 | 0.1491 | 0.1433 | 0.1499 | 0.1499 |
Kd | 0.0854 | 0.0854 | 0.1254 | 0.1113 | 0.1254 | 0.1254 |
E/E+D | 0.3251 | 0.643 | 0.9468 | 0.8201 | 1 | 1 |
Respecto a la clasificación, la muestra consta de 51 empresas de las cuales el 47.05 % son microempresas, el 27.45 % son pequeñas empresas y el restante, 25.5 %, son medianas empresas. De igual manera, la microempresa, al no contar con deuda en su estructura de capital, hace que su WACC sea constante y que le sea indiferente el costo de la deuda lo que conlleva a la creación de sesgos en las variables involucradas en el modelo estimado. Esta característica hace que el modelo presente dificultades en el cumplimiento de sus supuestos; en esa medida, se excluyeron las microempresas en su estimación.
La Figura 3 muestra que, precisamente, el WACC para la microempresa se comporta como una línea al ser una constante; además, en comparación con las pymes, es evidente que su WACC es significativamente mayor. Es importante evidenciar el efecto del apalancamiento financiero en el WACC, pues las microempresas, al no financiar sus activos con deuda, presentan un costo mayor que las pymes. Por otro lado, no parecen existir diferencias significativas entre el WACC de las pequeñas y medianas empresas, aunque estas últimas tienen una mediana mayor que las primeras. Otro aspecto que se puede resaltar son las distribuciones, en donde, para el caso de la pequeña empresa, los cuantiles 2 y 3 (que albergan el 50 % de los datos), presentan amplia dispersión en comparación con la mediana empresa, es decir, las pequeñas empresas, en términos generales, tienen distintos comportamientos en su estructura de capital, contrario a las medianas empresas que tienden a ser más homogéneas, aunque tienen una gran dispersión entre el primer y segundo cuantil (25 % de los datos).
Estimación del modelo
El análisis descriptivo desarrollado previamente permitió establecer un primer contacto con los datos, descartando, inicialmente, la presencia de datos faltantes, outliers, problemas de unidades, entre otros. Asimismo, se logró descartar la microempresa como variable predictora al mantener un valor WACC constante; también se identificó la distribución de las variables involucradas con el fin de establecer posibles transformaciones para el cumplimiento de los supuestos del modelo. Los parámetros del modelo se estimaron con el programa R Statistics 4.0.0 a partir del método de «mínimos cuadrados ordinarios» (el mejor método de estimación siempre y cuando los errores no estén correlacionados y tengan la misma varianza) (
Los resultados muestran que el modelo obtenido estará compuesto por tres covariables más el intercepto, es decir, costo de capital, la clasificación de la mediana empresa (variable dummy [toma valores 0 y 1, si su valor es cero se hace referencia a una empresa clasificada como pequeña; por el contrario, si el valor es 1 se hace referencia a una empresa mediana]), el porcentaje de equity dentro de la estructura financiera y el intercepto. Es importante que el porcentaje de deuda dentro de la estructura financiera implícitamente esté anidada en el porcentaje de equity, ya que es un complemento de esta, de ahí que no se incluyera en el modelo. Con el fin de establecer mejor claridad frente a la estimación de los parámetros se calcularon adicionalmente sus intervalos de confianza. Ver Figura 5.
El intervalo de confianza del 95 % para la clasificación de mediana empresa apenas incluye el cero. Se podría decir que esta variable no aporta al modelo, sin embargo, se decidió incorporarla al tratarse de una variable «dummy» que, al momento de un análisis, ayuda a establecer las características de la empresa de acuerdo con su tamaño. De la Figura 5 se concluye lo siguiente.
El modelo econométrico obtenido presenta la siguiente estructura (6):
Donde:
`Y`: Representa el valor del WACC en decimales.
`X1`: Asume dos valores: 1 si la empresa es clasificada como mediana y 0 cuando es clasificada como pequeña.
`X2`: Representa el costo de la deuda.
`X3`: Representa el porcentaje del equity dentro de la estructura financiera expresado en decimales.
`ϵ`: Representa el error entre el valor ajustado y observado.
La interpretación de los parámetros sería la siguiente.
Los puntos 3 y 4 ayudan a configurar el efecto que produce en el WACC la tasa de interés y la estructura financiera, lo que se muestra es que los cambios en las tasas de interés perturban en mayor medida el aumento de equity dentro de dicha estructura.
Análisis de escenarios del costo de capital
Los distintos escenarios a los que se puede enfrentar el empresario del sector metalmecánico en el cálculo del WACC debe tener en cuenta el costo de la deuda, el grado de volatilidad del activo en el mercado y la misma estructura de capital; sin embargo, el modelo obtenido tiene en cuenta únicamente el costo de la deuda, la clasificación de la empresa y la estructura financiera. En esa medida, los distintos escenarios que se le pueden presentar al empresario del sector únicamente estarán formados por la variabilidad de las tasas de captación y las políticas de las entidades bancarias. Conviene entonces analizar el comportamiento del Depósito a Término Fijo (DTF) en los últimos cinco años, así como los resultados de la encuesta ANIF que muestran, básicamente, que en un 60 % de los casos los préstamos se encuentran 4 puntos por encima de la DTF.
La Figura 6 muestra la serie semanal de las cotizaciones del DTF en Colombia a partir del 1 de enero del 2014 hasta el 31 de diciembre del 2018, en ella se puede apreciar que no presenta media ni varianza constante por lo que no es estacionaria, tampoco se aprecia un componente cíclico ni estacional. Debido a lo anterior su tendencia no es homogénea; por ejemplo, inicialmente (año 2014) presenta una breve tendencia a la baja, posteriormente entra en un periodo aparentemente estacionario hasta finales del 2015, a partir de ese momento el DTF presentó una clara tendencia al alza que alcanzó su punto máximo de 7.59 % en el mes de julio del año 2016. Finalmente, después de alcanzar el máximo nivel el DTF, presentó una clara tendencia a la baja hasta finales del año 2018, momento en el cual presenta estabilidad.
La Figura 7 muestra el histograma y el gráfico boxplot del DTF; en el primero se puede apreciar un valor modal de aproximadamente 4.5 %, además, trata de presentar un sesgo positivo sin llegar a mostrar una distribución simétrica. El boxplot muestra que no existen «outliers», sin embargo, se evidencia dispersión de datos por encima de la mediana, lo que significa que los valores del DTF, en su gran mayoría, tratan de concentrarse por debajo del 5 %.
El análisis descriptivo ayudó a configurar tres escenarios posibles con los cuales se busca establecer el comportamiento del sector metalmecánico en términos del costo promedio ponderado de capital. Igualmente es necesario involucrar del porcentaje del equity que sirva como referencia en cada uno de los escenarios, para ello se tomó la mediana de la distribución de los datos por cada tamaño. Ver Tabla 4.
Variable | Mínimo | 1mer cuantil | Mediana | Media | 3cer cuantil | Máximo |
Mediana | 0.3251 | 0.5904 | 0.6445 | 0.6753 | 0.7774 | 0.9307 |
Pequeña | 0.4033 | 0.4791 | 0.7027 | 0.6864 | 0.8829 | 0.9598 |
Los resultados de la Tabla 4 muestran, para el caso de la mediana empresa, una gran concentración de datos en torno al primer y tercer cuantil, reflejando, además, un mayor porcentaje de endeudamiento en comparación con la pequeña empresa. En esa medida los escenarios serían los siguientes:
Escenario pesimista
La Figura 6 muestra que la tendencia decreciente del DTF parece haber llegado a su fin, se espera que no se avecine un cambio drástico de tendencia, por lo tanto, se tomará el valor del DTF representado en el tercer cuantil igual al 6.155 %.
Escenario optimista
La gran mayoría de las tasas del DTF están por debajo del 6 %, sin embargo, la Figura 6 muestra un cambio de tendencia que hace pensar que dichas tasas no alcanzarán el nivel mínimo registrado, por lo tanto, se tomará el primer cuantil igual a 4.402 %.
Escenario probable
Siguiendo la lógica se esperaría tomar la mediada como referente, sin embargo, esta marca un sesgo optimista teniendo en cuenta que probablemente aumenten las tasas del DTF; en esa medida es más representativo tomar la media como el escenario más probable, la cual representa el 5.21 %.
Escenarios por tamaño de empresa
Los escenarios, previamente descritos, se aplicarán no sobre una empresa o varias empresas en concreto, sino una respuesta media del sector metalmecánico segmentado por el tamaño de empresa. Lo que se requiere inicialmente es que las empresas puedan comparar sus resultados con los esperados en el sector, logrando de esta manera establecer metas financieras en el intervalo de tiempo que sus directivos consideren pertinente.
Escenario para la microempresa
Durante el proceso de investigación se establecieron distintas características que diferencian este tipo de empresas con las pymes, una que sobresale es que las microempresas del sector metalmecánico en el AMB, financian sus activos (por lo menos oficialmente) únicamente con el capital de sus accionistas. Esta característica hace que el WACC sea constante e igual a la rentabilidad esperada por los accionistas desde el punto de vista del sector, independientemente de la microempresa que se analice. Si se observa la Ecuación (7), que busca el cálculo de la beta para la empresa, se encuentra que está en función de la deuda; en ese sentido, si la empresa no apalanca sus activos con deuda, su beta, como empresa, es igual a la beta del sector.
En consecuencia, de acuerdo con la Ecuación (2), la rentabilidad esperada por los inversionistas es igual para cada uno de los microempresarios, ya que tanto la tasa del rendimiento del mercado `r_m` como la tasa libre de riesgo `r_f` son constantes (8).
Una vez analizadas las Ecuaciones (2) y (7) se procede a verificar los resultados de la Ecuación 1, recordando que la deuda es igual a cero, y que el rendimiento esperado por los inversionistas es constante, con lo cual se obtienen los siguientes resultados (9).
Como se advirtió previamente en la estimación del modelo de regresión múltiple, el WACC para las microempresas es constante e igual a 14.99 %, significativamente mayor que el calculado en las pymes.
Escenario para la pequeña empresa
Tomando como base la mediana de su porcentaje de equity (70.27 %) dentro de la estructura de capital, los escenarios serían los siguientes.
Optimista: en este escenario, con un costo financiero del 4.402 % EA, se esperarían los siguientes resultados (10).
Con un intervalo de confianza del 95 % cuyo límite superior es de 13.02 % e inferior: 12.37 %.
Pesimista: en este escenario con un costo financiero del 6.155 % EA, se esperarían los siguientes resultados (11).
Con un intervalo de confianza del 95%, cuyo límite superior es de 13.28% e inferior: 12.8 %.
Probable: en este escenario, con un costo financiero del 5.21 % EA, se esperarían los siguientes resultados (12).
Con un intervalo de confianza del 95% cuyo límite superior es de 13.24 % e inferior: 12.57 %.
Escenario para la mediana empresa
Tomando como base la mediana de su porcentaje de equity (64.45 %) dentro de la estructura de capital, los escenarios serían los siguientes.
Optimista: en este escenario, con un costo financiero del 4.402 % EA, se esperarían los siguientes resultados (13).
Con un intervalo de confianza del 95 %, cuyo límite superior es de 13.24 % e inferior: 12.53 %.
Pesimista: en este escenario, con un costo financiero del 6.155 % EA, se esperarían los siguientes resultados (14).
Con un intervalo de confianza del 95 %, cuyo límite superior es de 13.51 % e inferior: 12.96 %.
Probable: en este escenario, con un costo financiero del 5.21 % EA, se esperarían los siguientes resultados (15).
Con un intervalo de confianza del 95 %, cuyo límite superior es de 13.36 % e inferior: 12.73 %.
Los resultados obtenidos han pasado por un proceso de validez y confiabilidad apropiados, ya que se fundaron en información proveniente de instituciones reconocidas oficialmente, además, el procesamiento de la información se sometió a las metodologías propuestas en el marco teórico; en ese sentido, para el cálculo del WACC, se siguieron las pautas del método bottom-up; igualmente, la estimación del modelo se validó mediante el proceso de diagnóstico, mientras que los escenarios de evaluación se establecieron bajo análisis de series de tiempo con el apoyo de la estadística descriptiva. Sin duda, los resultados obtenidos en la presente investigación son pertinentes para la toma de decisiones de las mipymes del sector metalmecánico (empresas del AMB), ya que la información obtenida es una expresión válida de sus características particulares y de la dinámica macroeconómica del país, evitando, de esta manera, el sesgo de factores externos subjetivos.
Actualmente es reconocido que una de las causas que llevan al fracaso empresarial de cualquier empresa es el mal manejo financiero y un limitado acceso al crédito; estas falencias están relacionadas con una inadecuada estructura financiera sobre la cual se fije explícitamente el costo promedio ponderado de capital (
Igualmente,
Con respecto al valor agregado de esta investigación, en primer lugar, se destaca la profundidad del estudio, ya que, partiendo de una serie de variables independientes, se formuló un modelo econométrico que identificara el estado de la estructura de capital para las empresas del sector metalmecánico del Área Metropolitana de Bucaramanga (Colombia). Además, las implicaciones prácticas del estudio residen básicamente en que se puede llegar a ajustar una estructura financiera adecuada para las empresas del sector, siempre y cuando tengan presentes las limitaciones del modelo, es decir, saber concretamente el nivel de rentabilidad de los activos para que la empresa genere valor sin importar lo complejo de la organización.
Colombia sustenta su economía en gran medida por las mipymes, estas, a su vez, representan el 35 % del PIB, así como el 80 % del empleo (sin tener en cuenta la informalidad), razón por la cual este tipo de empresas deberán estar sujetas a la protección ante una competencia cada vez más agresiva que traspasa las barreras de lo económico. En términos de financiación, las mipymes realizan inversiones con recursos propios, esto conlleva una dificultad para cumplir los compromisos financieros asumidos, generando riesgos morales y volatilidad en retornos futuros de la empresa.
Por lo tanto, financiar activos con deuda representa una ventaja directa a la hora del pago de impuestos, lo que se traduce en mayores utilidades para los accionistas, siempre y cuando la política de endeudamiento sea coherente con el desempeño de la empresa; en ese sentido, a pesar de evaluar el WACC bajo distintos escenarios (utilizando el modelo obtenido), las pymes no llegaron a conseguir que dicho costo fuese igual o superior a las de las microempresas. Igualmente, las pequeñas empresas que financian parte de sus activos con deuda demostraron tener un mejor comportamiento en términos del costo promedio ponderado de capital frente a la mediana empresa, sin que eso represente que dichas diferencias sean significativas en términos estadísticos.
Respecto al modelo, es importante mostrar que no tuvo en cuenta la microempresa por su particular comportamiento frente a su estructura financiera, ya que el 100 % de sus activos son financiados por el capital que aportan los accionistas, lo que representa un WACC constante sin importar sus particularidades. Es así, que el modelo obtenido, además de ser estimado por el método de mínimos cuadrados ordinarios empleando software R statistics versión 4.0.0 que goza de un amplio reconocimiento por la comunidad científica, paso las pruebas de diagnóstico respectivas. Sin embargo, debido al tamaño de la muestra, no es generalizable a todo el sector metalmecánico nacional sino específicamente a las empresas que se ubican en el Área Metropolitana de Bucaramanga.
Además, el modelo logró identificar cuantitativamente las consecuencias que trae en el WACC el aumento de las tasas de interés por unidad porcentual; asimismo, logró cuantificar el cambio en el WACC al incrementar el porcentaje de equity en la estructura financiera. De esta manera, el modelo no solamente logró estimar cuantitativamente el WACC como consecuencia de los cambios que se producen en la estructura financiera, sino que además pudo hacer una comparación entre las mipymes del sector bajo distintos escenarios previamente establecidos. Como limitaciones y futuras líneas de investigación, se propone realizar la evaluación pertinente con otras técnicas avanzadas de pronóstico, ya que el método de MCO, en la mayoría de los casos, no se ajusta al comportamiento histórico de los datos, por lo tanto, el coeficiente de determinación ajustado no es el mejor, más aún cuando se analiza bases de datos con múltiples variables y secuencias.
Los autores declaran que no presentan conflictos de interés financiero, profesional o personal que pueda influir de forma inapropiada en los resultados obtenidos o las interpretaciones propuestas.
Para el desarrollo de este proyecto todos los autores han realizado una contribución significativa especificada a continuación:
Ricardo Fernando Burbano-Delgado: conceptualización, diseño y desarrollo de la investigación
Youseline Garavito-Hernández: búsqueda de información, conceptualización, redacción, revisión final del manuscrito.