Análisis contable con
técnicas multivariantes V Factorial |
|
¿Cómo medir el éxito de una empresa o su imagen de marca? Muchas variables pueden medirse en una escala, como la rentabilidad, el endeudamiento, etc., pero existen factores como el éxito, que no se corresponden con una sóla variable medible sino con un conjunto.
En esencia el análisis factorial pretende determinar aquellos factores básicos que determinan la relación entre un conjunto de variables interrelacionadas. Parte de un conjunto de p características medibles sobre n individuos y su objetivo es obtener e interpretar un conjunto más reducido, m, de factores latentes, no observables, que expliquen la covariación existente entre dichas p variables.
En general se trata de buscar aquellos factores que explican un porcentaje considerable de varianza, despreciando el resto. Para identificar este número de factores se han determinado varios procedimientos.
Ejemplo del pinguino tomado tomado de (http://qbab.aber.ac.uk/auj/scattering/demo/page4.active.html)
El paso al análisis financiero se produce con el trabajo de Pinches, Mingo y Caruthers (1973), que aplican dicho análisis al estudio de cuarenta y ocho ratios de doscientas veintiuna empresas. Identifican un total de siete factores: rentabilidad de las inversiones, intensidad de capital, intensidad de las existencias, apalancamiento financiero, intensidad de las cuentas a cobrar, liquidez a corto plazo y la situación de la tesorería. Ezzamel, Brodie y Mar Molinero (1987) reproducen el estudio de Pinches, Mingo y Caruthers con información de empresas del Reino Unido. Encuentran diez factores para una muestra de cincuenta y tres ratios.
Vamos a reducir los 9 ratios a varios factores.
|
|
|
|
|
4,75754 |
52,9 |
52,9 |
|
2,55431 |
28,4 |
81,2 |
|
1,08862 |
12,1 |
93,3 |
|
0,39502 |
4,4 |
97,7 |
|
0,11498 |
1,3 |
99,0 |
|
0,06197 |
0,7 |
99,7 |
|
0,02597 |
0,3 |
100,0 |
|
0,00154 |
0,0 |
100,0 |
|
0,00005 |
0,0 |
100,0 |
Obsérvese cómo los tres primeros factores explican el 93% de la varianza.
La matriz de factores nos aclara qué variables explica cada factor
|
|
|
|
R1 Activo Circulante/Activo Total |
,35571 |
|
,01597 |
R2 Act Circulante-Caja/Activo Total |
,17946 |
,80918 |
-,47157 |
R3 Activo Circulante/Deudas |
,37819 |
,90417 |
|
R4 Reservas/Deudas |
,43893 |
,17644 |
,86708 |
R5 Beneficio Neto/Activo Total |
,94370 |
-,22459 |
|
R6 Beneficio Neto/Fondos Propios |
,89807 |
-,26650 |
-,26465 |
R7 Beneficio Neto/Deudas |
,94763 |
-,21724 |
-,08892 |
R8 Coste de Ventas/Ventas |
-,90067 |
,17352 |
-,00404 |
R9 Cash Flow/Deudas |
,92564 |
-,08445 |
,09148 |
Los ratios 5, 6, 7 y 9 explican el primer factor, que podemos asociar a la rentabilidad de la empresa. Llama la atención el comportamiento del ratio 8. Es un ratio relacionado con el coste de ventas, y tiene una fuerte correlación negativa con los ratios de rentabilidad. Es decir, las empresas más rentables han tenido un coste de ventas menor y viceversa. Los ratios 1, 2 y 3 podemos identificarlos con la liquidez de la empresa, que es el segundo factor. El tercer factor se explica con el ratio 4.
Es interesante conocer las relaciones entre las variables que vamos a utilizar en los modelos predictivos. Quizá ahora habríamos incorporado variables o ratios nuevos o eliminado algunos que no aportan información adicional.
Para aprender más: La siguiente lección amplía información sobre analsis componentes principales, paso a paso, con un ejemplo (http://www-etsi2.ugr.es/depar/ccia/rf/www/tema5_00-01_www/node12.html), |