Introducción
El interés de que el mercado perciba la adición de valor por parte de las organizaciones pudiera estar motivando a estas últimas a revelar informaciones adicionales, de forma voluntaria, sobre sus recursos intangibles. En términos generales, la dirección reconoce que existen beneficios que se obtienen de una política de divulgación bien administrada (Madhani, 2015). Por su parte, los reguladores del mercado de valores fijan las normas sobre las informaciones mínimas que deben ser reveladas (Subramanian & Nagi, 2010). Sin embargo, estas informaciones pudieran no ser suficientes para los diferentes stakeholders. La motivación para esta investigación se basa en que la Norma Internacional de Contabilidad No. 38 (NIC 38) que regula el tratamiento contable de los activos intangibles y establece criterios para su valoración, no incluye su valor de mercado. El modelo tradicional de estados financieros se basa en el costo histórico que puede variar ante diferentes condiciones del mercado y las normas (Franco, Ordóñez-Castaño & Perdomo, 2017), además se centra principalmente, en el concepto de materialidad y los efectos de las transacciones, ignorando ciertos factores importantes que determinan el valor de una empresa. Estos factores pueden incluir el capital intelectual, es decir, la capacidad de la empresa para crear valor futuro (Bhatia & Mehrotra, 2016). En este sentido, los métodos de evaluación convencionales no son capaces de identificar el valor del negocio de manera intensiva, debido a la especificidad de los activos intangibles (Savickaitė, 2014). Partiendo de estos preceptos, la transparencia de información financiera se determina, además del cumplimiento de requisitos reglamentarios, por las presiones del propio mercado (Camfferman & Cooke, 2002; Kang & Gray, 2011).
La transparencia se apunta como aspecto central para la confianza de los inversionistas en las decisiones de los agentes. La exigencia de una mayor transparencia de información por parte de la sociedad ha dado lugar a la necesidad de hacer que el comportamiento de las entidades sea más visible (Rodríguez-Gutiérrez, Fuentes-García, & Sánchez-Cañizares, 2013). A partir del hecho de que la información es imperfecta y que puede ser costosa, esto implica la existencia de un nivel elevado de asimetría de información (Stiglitz, 2000). En este sentido, Akerlof (1970) plantea que los agentes en un momento determinado podrían tomar decisiones en la búsqueda de sus propios intereses, y no atendiendo los intereses de los accionistas, quienes los contrataron para que administraran las organizaciones en su nombre. De allí surge la necesidad de establecer mecanismos de comunicación eficientes entre los agentes y los inversionistas.
Con el advenimiento del Internet, las organizaciones lograron tener a su disposición un innovador y poderoso canal de comunicación con los inversionistas (Wesley, Ferraz-Andrade, Famá & Filho, 2009). En este sentido, Miles y Van Clieaf (2017) concluyen que la innovación apoyada en las tecnologías de la comunicación es un factor determinante en crecimiento del capital organizacional que a su vez influye en los capitales humano y físico. Es así, como la difusión de información presenta ventajas para las empresas, como reducción en el coste de la comunicación, el aumento de la velocidad para el intercambio de información, reducción del esfuerzo administrativo y versatilidad en el manejo de contenidos interesantes para el mercado, permitiendo la realización de operaciones hasta entonces poco prácticas e incluso imposibles de realizar (Wagenhofer, 2003; Schuster & Connell, 2006).
Esta investigación se basa en tres teorías, con sus presupuestos. La Teoría de la Agencia (Jensen & Meckling, 1976), plantea que la revelación de información reduce el problema de la asimetría de información, así como reduce los costes de agencia. La Teoría de la Señalización (Spence, 1973), parte de la premisa de que los agentes en un mercado pueden usar la señalización para contrarrestar la selección adversa. La teoría del Coste del Propietario (Dye, 1986; Verrecchia, 1983; Wagenhofer, 1990; Macagnan, 2007) presupone que la revelación de información voluntaria aumenta los costes al propietario y genera posibles pérdidas de las ventajas competitivas.
Diversos autores (Buzby, 1975; Firth, 1979; Chow & Wong-Boren, 1987; Cooke, 1989, 1992; Macagnan, 2007; 2009; Herrera-Rodríguez & Macagnan, 2016) han revisado los factores que influyen en la revelación de información relacionada con intangibles en diferentes países. Es así como en este estudio se analizan los recursos intangibles revelados por parte del mercado de valores de Panamá, a través de la página Web de las empresas cotizadas. Se estudian las características que motivan a dichas empresas a revelar tales informaciones. Para ello se construyeron modelos de elección binaria a fin de determinar la probabilidad de revelación del capital intelectual (compuesto por capital humano, relacional y estructural) según las condiciones de la información financiera y no financiera revelada. De esta forma, el método de medición se basa en la información que entregan al público las empresas listadas en la Bolsa de Valores de Panamá (BVP). Seguidamente se presenta la revisión de literatura, metodología, análisis de resultados, conclusiones y referencias.
Revisión de literatura y formulación de hipótesis
El modelo de negocio actual en un entorno competitivo depende cada vez más del valor que los recursos intangibles ofrezcan a las empresas. Aunque los bienes tangibles siguen siendo elementos principales en la producción de bienes y servicios, su importancia relativa ha disminuido con el tiempo, llegando los intangibles a sustituir los tangibles (Madhani, 2015; Martins & Alves, 2010). Todo esto, sumado a la creciente oleada de inversión extranjera en las últimas décadas, así como la transnacionalización de empresas locales ha generado conflictos, razón por la cual se han establecido directrices para determinar una política de divulgación financiera externa (Francis, Khurana & Pereira, 2005; Robertson, Al-Angari & Al-Alsheikh, 2012; Bena, Ferreira, Matos & Pires, 2017). Esto con el fin incrementar la transparencia y así brindar a los inversionistas informaciones adicionales que les permita optimizar la toma de decisiones. La transparencia se basa en la premisa de que las personas responden diferente a las tácticas de persuasión cuando saben que otros están tratando de influir en ellos (Friestad & Wright, 1994; Steffel, Williams & Pogacar, 2016).
En la perspectiva del mercado, la tendencia de los agentes estaría entonces dirigida a revelar mayores informaciones a fin de atraer el capital de los inversionistas para financiarse. Esto por el hecho de que los problemas de información y de la agencia pueden limitar la capacidad de las empresas para acceder a financiación externa y da lugar a limitaciones financieras (Gopalan, Udell, & Yerramilli, 2011). La revelación de información voluntaria sobre recursos intangibles pudiera ayudar a las empresas a mitigar la marcada diferencia entre el valor contable y el valor de mercado en las organizaciones. El alcance de la revelación voluntaria no sólo ampliaría el conocimiento de los factores que explican la variabilidad de la divulgación, sino que también pudiera ayudar a los formuladores de políticas en la selección de un curso apropiado de acción para remediar deficiencias (Cooke, 1989). Los Premio Nóbel de Economía en 2001: Joseph Stiglitz, George Akerlof y Michael Spence, demostraron que, para comprender en fenómeno del mercado, hay que entender los problemas asociados a la asimetría de la información en las relaciones contractuales que las organizaciones establecen.
El tema de la asimetría de la información ha sido abordado por Akerlof (1970), en su estudio sobre la calidad y la incertidumbre en el mercado automotriz. Bajo condiciones de asimetría de información, los ejecutivos de las organizaciones podrían tomar decisiones que privilegiasen sus intereses, en detrimento de los intereses de quienes representan (Akerlof, 1970). En este orden de ideas, Botosan (1997) y Lambert, Leuz, y Berrecchia, (2006) consideran que, con la asimetría de información aumenta la incertidumbre sobre los verdaderos parámetros de un activo, lo que lleva al inversor a requerir una compensación por el riesgo adicional, que pudiera estar representada por mayores tasas de intereses. El problema de la asimetría de la información viene acompañado de problemas como: de selección adversa y del riesgo moral.
El concepto de selección adversa, desarrollado a partir del modelo presentado por Akerlof (1970), aparece antes de que se firme un contrato y ocurre siempre que una de las partes dispone de información privada y/o privilegiada, antes del inicio del intercambio. A diferencia del problema de selección adversa, el problema de riesgo moral aparece después de que se firme el contrato. Este último se refiere al tipo de comportamiento ineficiente dentro de un contrato, que surge de los intereses diferentes de las partes contratantes.
Con base a todo el contexto presentado, la teoría de la agencia se centra en el estudio del entorno contractual. Según esta teoría las partes contratantes (agente/directivo y principal/ propietario) actuarán intentando maximizar sus propios intereses, pudiendo surgir ciertos conflictos de interés entre las partes (Ross, 1973; Jensen & Meckling, 1976 y Watts & Zimmerman 1978, 1979). Estos conflictos generarían costes de agencia. Los beneficios de una mayor revelación de las empresas con más recursos intangibles se espera que provengan de una reducción de costes de agencia, dada la relación positiva existente entre intangibles (valor de las oportunidades de crecimiento) y costes de agencia (Smith & Watts, 1992; Gaver & Gaver, 1993). En la perspectiva de Chan y Watson (2011), la revelación voluntaria de información es una elección contable realizada por la administración, por lo que la teoría de la agencia puede ser adecuada para explicar estas decisiones de divulgación voluntaria, a fin de proporcionar información útil a los accionistas acerca de los resultados de las decisiones tomadas por la administración. En el mismo sentido, Abhayawansa y Guthrie (2016) consideran que esa revelación voluntaria de la información ha resultado en una mejor satisfacción de las necesidades de los inversionistas por comprender las decisiones corporativas.
La Teoría de la Señalización (Spence, 1973) demuestra cómo los agentes en un mercado pueden usar la señalización para contrarrestar la selección adversa. En este sentido, Spence (1973) establece diferencias entre una señal y un simple dato informativo. Tal es el caso de la diferencia entre el sexo de un aspirante a empleado y la educación de este. El sexo es un dato que no aporta significación en términos de valor de este, sin embargo, el nivel de educación si aporta una señal de diferencia entre un candidato u otro. La teoría de la señalización busca resolver el problema de la información asimétrica en los mercados. En este sentido, una estrategia de comunicación de información clara y relevante permitirá mejorar el conocimiento de la organización de forma que se reduzcan las discrepancias existentes entre los valores, al reducir los inversores sus incertidumbres relativas a la empresa (Lang & Lundholm, 1993). La comunicación externa de una empresa con los mercados de capitales es crucial para facilitar la asignación eficiente de activos y para aumentar el valor de la empresa (Devalle, Rizzato & Busso, 2016). En relación con las expectativas de las empresas de mercados emergentes, en general revelan voluntariamente información, en ausencia de cualquier requisito de divulgación obligatoria, con el fin de atraer a posibles interesados a nivel mundial (Kang & Gray, 2011).
La teoría del coste del propietario parte del principio de que la revelación de informaciones tiene costes para el propietario. Costes para sistematizar las informaciones y publicarlas, en especial las respectivas a los recursos intangibles, podría generar pérdidas en las ventajas competitivas, ya que estarían revelando información estratégica a sus competidores. Así que la revelación voluntaria de informaciones tendría costes para la empresa (Verrecchia, 1983; Dye, 1986; Fishman & Hagerty, 1989; Darrough & Stoughton, 1990; Wagenhofer, 1990; Lev, 1992; King & Wallin, 1995; Prencipe, 2004; Macagnan, 2007). Se trata de costos como: la recopilación de información, gestión, supervisión, auditoría y honorarios legales (Cooke, 1989, 1992).
De esta forma la investigación pretende definir la probabilidad de revelación de recursos intangibles en las empresas. Es así como se definen variables explicativas en relación con las características, financieras y de operación, de las organizaciones. Los estudios empíricos han evidenciado que el tamaño o volumen de activos, la rentabilidad operativa, el endeudamiento, la antigüedad y el crecimiento de las empresas permiten explicar el grado de revelación de recursos intangibles en estas.
El tamaño se ha encontrado como el factor más explicativo de la extensión de revelación de información sobre recursos intangibles. Carnaghan (1999); Gray, Javad, Power y Sinclair (2001); Arvidsson (2003); Bozzolan, Favotto y Ricceri (2003); Rodríguez (2004); García-Meca, Parra, Larrán y Martínez (2005); Jones (2007) ; Yi, Davey y Eggleton (2011); Vikalpa (2012); Fontana y Macagnan (2013); Herrera-Rodríguez (2013); Herrera-Rodríguez y Macagnan (2016), confirmaron el tamaño como factor explicativo de la revelación de información de sus respectivos recursos intangibles. Todas estas investigaciones encontraron relación positiva entre el tamaño y la revelación de información sobre los recursos intangibles, a excepción de Jones (2007), que analizó el tamaño a través del valor de mercado. A su vez, Fontana y Macagnan (2013) analizaron el tamaño de los activos, encontrando una relación negativa entre estas variables. El tamaño no fue confirmado en las investigaciones de Entwistle (1999); Williams (2001); Bukh, Nielsen, Gormsen y Mouritsen (2004); Hidalgo y García-Meca (2009). Se formula la primera hipótesis:
H1. El volumen de los activos totales en las empresas evaluadas es una característica explicativa para la revelación de información de sus respectivos recursos intangibles.
La hipótesis rentabilidad, como factor explicativo de la revelación de información sobre recursos intangibles fue contrastada por las investigaciones de Rodríguez (2004); Macagnan (2009); Vikalpa (2012); Herrera-Rodríguez (2013); Herrera-Rodríguez y Macagnan (2016). Los resultados encontrados en estas investigaciones ratifican la relación entre la rentabilidad y la revelación de información sobre recursos intangibles. La investigación de Rodríguez (2004), que contrastó la rentabilidad a través de la rentabilidad de los activos (ROA) y la rentabilidad del patrimonio (ROE), confirmó ambas variables como factores explicativos de la revelación de intangibles, con relación positiva. Por su parte, las investigaciones de Herrera-Rodríguez (2013); Herrera-Rodríguez y Macagnan (2016) confirmaron que existe relación positiva entre la rentabilidad de los activos (ROA) y la revelación de información sobre recursos intangibles. Ambas investigaciones confirmaron la hipótesis ROE, con relación negativa. Con el mismo resultado, concluyó Vikalpa (2012) al contrastar la rentabilidad del activo como factor explicativo de la revelación de información sobre recursos intangibles. Por otro lado, la investigación de Macagnan (2009) encontró relación negativa entre el ROA y ROE y la revelación de intangibles. La siguiente hipótesis se formula así:
H2. La rentabilidad operacional de la organización influye en la revelación de información de sus respectivos recursos intangibles.
La hipótesis endeudamiento como característica explicativa de la revelación de información de recursos intangibles fue contrastada por Williams (2001); Arvidsson (2003); García-Meca, Parra, Larrán y Martínez (2005); Hidalgo y García-Meca (2009); Macagnan (2009); Vikalpa (2012); Fontana y Macagnan (2013); Herrera-Rodríguez (2013); Herrera-Rodríguez y Macagnan (2016). Por su parte, Williams (2001); Macagnan (2009); Fontana y Macagnan (2013); Herrera-Rodríguez (2013) confirmaron la relación positiva entre el endeudamiento y la revelación de informaciones de recursos intangibles. Mientras que esta hipótesis no fue confirmada en los estudios realizados por Arvidsson (2003); García-Meca et al. (2005); Hialgo y García-Meca (2009); Vikalpa (2012); Herrera-Rodríguez y Macagnan (2016). Con base a lo anterior, se plantea la siguiente hipótesis:
H3. El nivel de endeudamiento no constituye un factor influyente para que las empresas revelen información sobre sus recursos intangibles.
La hipótesis sobre antigüedad fue confirmada por las investigaciones de Macagnan (2009); Herrera-Rodríguez (2013); Herrera-Rodríguez y Macagnan (2016). Los resultados de estos estudios confirmaron la relación positiva entre los años de constitución de la empresa y la revelación de información sobre recursos intangibles. Esta misma hipótesis no fue confirmada por la investigación realizada por Bukh, Nielsen, Gormsen y Mouritsen (2004). Es así como, la cuarta hipótesis es:
H4. La antigüedad de las empresas aumenta la revelación de información de sus recursos intangibles.
La hipótesis sobre crecimiento fue confirmada como factor explicativo de la revelación de información sobre recursos intangibles, en las investigaciones de Rodríguez (2004); Fontana y Macagnan (2013). Ambas investigaciones confirmaron la existencia de relación positiva entre el crecimiento y la revelación de información sobre recursos intangibles. Por su parte, las investigaciones de Herrera-Rodríguez (2013); Herrera-Rodríguez y Macagnan (2016) confirmaron esta hipótesis con relación negativa, siendo las empresas de menor crecimiento las que revelan más informaciones sobre sus recursos intangibles. Se plantea la siguiente hipótesis:
H5. El crecimiento, medido por la variación en el volumen de activos en las empresas, aumenta la revelación de información de sus recursos intangibles.
Metodología
Este estudio analiza el nivel de revelación de informaciones sobre recursos intangibles de las empresas listadas en la BVP a través de su sitio en internet. Fueron analizadas sesenta y una empresas. También se analizan las características que motivan a dichas empresas a revelar tales informaciones. Se utilizó un índice con 145 indicadores a fin de medir la revelación de los recursos intangibles. Estos están distribuidos en cinco Categorías a saber: Capital Humano (CH), Capital Estructural Tecnológico (CET), Capital Estructural Organizativo (CEO), Capital Relacional del Negocio (CRN) y Capital Relacional Social (CRS). Es así como cada indicador representa un recurso intangible de la organización.
Estos indicadores están basados en el Modelo Macagnan (2007) y el Modelo Herrera-Rodríguez (2013). El Modelo Macagnan estaba integrado por 123 indicadores, en los cuales se basó Herrera-Rodríguez (2013), para la construcción de su modelo que lo integraron 158 indicadores. El modelo de esta investigación, quedó compuesto por 145 indicadores. Los mismos fueron empleados para calcular el nivel de revelación de recursos intangibles construido bajo una perspectiva dicotómica (Cooke, 1989, 1992; Camfferman & Cooke, 2002; Macagnan, 2007, 2009). Para esta investigación la Ecuación 1 presenta el Índice de Divulgación en j empresas (IDj) que se encuentra en relación directa con la sumatoria del valor (X) definido para cada indicador (i) en cada empresa (j) con cada categoría. De otra parte el IDj guarda una relación inversa por el total de índices en la categoría (lc).
Los datos relativos a los indicadores se compilaron en una matriz para cada una de las empresas, estos a su vez permitieron medir la revelación de información en cada categoría. Para este fin se revisó la información publicada por las empresas cotizadas en la BVP en su página de internet al tercer trimestre del 2014. Bajo el enfoque dicotómico se recolectó la información de los indicadores, de esta forma tomó el valor de 1 si el indicador era revelado, y 0 si no era revelado. Luego se dividió la suma total de los valores de los indicadores para cada empresa entre el número máximo de los mismos en cada categoría. Así se obtuvo el porcentaje de revelación para cada uno de los indicadores. La Figura 1 presenta en detalle el número de índices de la estructura del Capital Intelectual (CI) según sus tres componentes: Capital Humano (CH), Capital Estructural (CE) y Capital Relacional (CR).
Con la finalidad de validar las hipótesis sobre la revelación de información empíricamente, de esas empresas, se plantearon modelos de elección binaria para los componentes del Capital Humano (CH), Capital Estructural (CE) y Capital Relacional (CR). Cameron y Trivedi (2005) desarrollan el planteamiento teórico del modelo donde la variable dependiente puede tomar dos valores, así:
De esta forma el modelo de regresión busca predecir la probabilidad condicional de la variable dependiente respecto a un vector de variables independientes o regresoras, como se muestra en la Ecuación 2. Dependiendo de la función probabilidad utilizada, el modelo será Logit (distribución de probabilidad logística) o Probit (distribución de probabilidad normal).
Probabilidad en un modelo de elección binaria
En esta investigación, con los informes trimestrales presentados por las empresas listadas en la BVP, correspondiente al cuarto trimestre de 2016 se exploraron las siguientes variables: 1) en relación con los activos, su valor, el rango para clasificar las empresas, la rentabilidad y su tasa de crecimiento; 2) respecto al patrimonio, su valor, el rango y la rentabilidad; 3) sobre el endeudamiento, su nivel y rango; y 4) la antigüedad en años de cada empresa, 5). El crecimiento en función de los activos, medido como la tasa de cambio de estos.
Resultados
En esta sección se presentan los resultados obtenidos en esta investigación. Se muestran las estadísticas descriptivas y la construcción de las variables explicativas, estas variables fueron tratadas para sesenta y una empresas que cotizan en la BVP. Ellas fueron construidas con los indicadores explorados relacionados con la Figura 1. Seguidamente se muestra el análisis de los modelos de elección binaria que determinan la probabilidad de revelación de los recursos intangibles.
Estadísticas descriptivas
El desarrollo de los resultados se realizó con las variables que presenta la Tabla 1. En ella se evidencia que en promedio las empresas listadas en la BVP tienen 1 500 millones de en activos, 2 600 millones en patrimonio y 1 380 millones en resultados antes de impuestos, todas estas cantidades expresadas en dólares. En relación los indicadores que denotan la rentabilidad se evidencian que en promedio las empresas logran una rentabilidad del 8.17% para los capitales de los inversionistas. En el mismo sentido, la capacidad de remuneración promedio de las firmas a las fuentes de financiación es de 1.92 veces con relación la utilidad antes de impuestos. Por otra parte, el nivel de endeudamiento promedio es 74.89%. Así mismo, en promedio las empresas tienen una presencia en el mercado de 28 meses aproximadamente.
Variable | Definición | Estadísticas Descriptivas |
Volumen de Activos | Corresponde a la cantidad de activos en unidades monetarias que la empresa ha revelado en su información contable. | Media = 1.50e+09 |
Desviación = 4.29e+09 | ||
Volumen del patrimonio | Corresponde al patrimonio en unidades monetarias que la empresa ha revelado en su información contable. | Media = 2.61e+08 |
Desviación =1.04e+09 | ||
Utilidad antes de impuestos | Corresponde al resultado en unidades monetarias obtenido por la empresa al final del periodo de análisis, antes de la provisión de impuestos. | Media = 1.38e+07 |
Desviación = 3.34e+07 | ||
Rentabilidad sobre los activos | Es la relación entre la utilidad antes de impuestos y el volumen total de activos (ROA) | Media = 1.92 |
Desviación = 4.34 | ||
Rentabilidad sobre el patrimonio | Es la relación entre la utilidad antes de impuestos y el patrimonio (ROE) | Media = 8.17 |
Desviación = 15.76 | ||
Nivel de endeudamiento | Es la relación entre el volumen de activos y pasivos. | Media = 74.89 |
Desviación = 27.81 | ||
Antigüedad de la organización | Hace referencia al tiempo, en meses, que opera la empresa en el mercado. | Media = 27.82 |
Desviación = 22.58 |
Información financiera de las empresas listadas en la BVP con corte al cuarto trimestre del 2016.
Fuente: Elaboración propia.
Por el nivel de dispersión que presentan los datos de la información financiera, se clasificaron por rangos, de esta forma, el 75.41% poseen activos por debajo de 1000 millones, el nivel patrimonial en el 68.85% de las observaciones es inferior a 500 millones, con menos de 30 millones en utilidad antes de impuestos se encuentra el 86.89% de las firmas. En relación con el nivel de endeudamiento el 62.30% de las empresas tiene un nivel superior al 75.00%. De otra parte, respecto a la antigüedad el 96.72% de las observaciones tiene menos de 80 meses.
Por el nivel de dispersión que presentan los datos de la información financiera, se clasificaron por rangos, de esta forma, el 75.41% poseen activos por debajo de 1000 millones, el nivel patrimonial en el 68.85% de las observaciones es inferior a 500 millones, con menos de 30 millones en utilidad antes de impuestos se encuentra el 86.89% de las firmas. En relación con el nivel de endeudamiento el 62.30% de las empresas tiene un nivel superior al 75.00%. De otra parte, respecto a la antigüedad el 96.72% de las observaciones tiene menos de 80 meses.
Respecto a las variables explicadas, el 70.49% de las empresas revelan algún tipo de capital humano. En relación con el capital estructural hay una alta revelación, para el caso del tecnológico es 93.80% y del organizacional es 94.44%. En el caso del capital relacional, el grado de revelación es diferente para el del negocio, siendo del 98.36% y del social corresponde al 42.62%. Por lo tanto, la revelación de información del capital estructural y del capital relacional del negocio supera el 90.00%, para el caso del capital humano se revela aproximadamente dos terceras partes y en el capital relacional social es inferior al 50.00%.
En lo referente a la estructura de los datos, la variable dependiente que indica la revelación de capital estructural muestra que las empresas lo revelan por encima del 92.00%. De esta forma, se deduce que estas organizaciones revelan este tipo de información sin importar su volumen o variación de activos, utilidad operacional, nivel de endeudamiento o antigüedad en el mercado. Pareciera que el solo hecho que las empresas están inscritas en la BVP es un determinante para hacer la revelación, en este caso no es conducente el desarrollo de un modelo que mida la probabilidad de revelación. En tal sentido, no es posible inferir lo mismo del capital humano y relacional, por lo tanto, se debe realizar la medición, que para esta investigación será por medio de modelos de elección binaria que muestren la probabilidad de revelar esta información dada la información de activos, patrimonio, utilidad operacional, endeudamiento y antigüedad.
Resultados de los modelos de elección binaria
Una vez definidas las variables dependientes a explorar con los modelos de elección binaria, previa observación de la estructura de los datos se prueban diferentes combinaciones de variables explicativas logrando dos modelos donde esas variables fueron significativas. De esta forma, los modelos se definen, según la Ecuación 3 y 4. Las variables dependientes de revelación de Capital Humano (RCH) y Capital Relacional (RCR) corresponden a la existencia o no de en la información revelada por cada empresa sobre cada uno de los componentes de los Recursos Intangibles (RI). Del total de variables explicativas, se seleccionaron: rango de la antigüedad (R_Ant), rango de la utlidad (R_Util), rango del endeudamiento (R_End), la tasa de crecimiento de los activos (C_Act) y el valor de los activos totales con un logaritmo (Ln_Act). Al igual que variables binarias sobre capital humano (D_RCH) y capital relacional social (D_RCRS).
Se simularon modelos probabilísticos y logísticos, utilizando las Ecuaciones 3 y 4. Aunque su capacidad predictiva y la distribución de probabilidades son similares entre los dos modelos, según las Tablas 2 y 3, usando los criterios de selección AIC de Akaike y el criterio de información Bayesiana BIC que resuelve la mejor bondad de ajuste del modelo, es posible asegurar que el modelo Probit tiene mejor capacidad predicción para determinar la probabilidad de revelación del capital humano y del capital relacional, como elementos determinantes en la revelación de capital intelectual.
Variables | Logit | Probit |
R_Ant | 0.44848911* | .83785258* |
D_RCRS | 1.2110458** | 2.1850384** |
R_Util | -.29483231 | -.49325988 |
Ln_Act | 0.72401071* | 1.1471177* |
_cons | -5.6681009** | -9.1244106** |
n | 61 | 61 |
AIC | 64,424691 | 64,342214 |
BIC | 74,979061 | 74,896583 |
* p<.1; **p<.05; *** p<.01
Fuente: Elaboración propia, a partir de los resultados obtenidos con el software Stata.
Variable | Logit | Probit |
D_RCH | 1.5159498*** | 2.6357112** |
R_Util | 0.54856493*** | 0.92059495*** |
C_Act | 0.0097309* | 0.01690901 |
_cons | -3.1035698*** | -5.3461881*** |
n | 61 | 61 |
AIC | 57,66851 | 57,622958 |
BIC | 65,812006 | 66,066454 |
* p<.1; **p<.05; *** p<.01
Fuente: Elaboración propia, a partir de los resultados obtenidos con el software Stata.
Los efectos marginales de cada modelo se presentan en la Tabla 4, la primera parte muestra los resultados del modelo sobre la revelación de capital humano, representado en la Ecuación 3 con una capacidad de predicción del modelo es del 77.69%. La otra parte de la tabla muestra los resultados del modelo de revelación de capital relacional, representado por la Ecuación 4 que arrojó una capacidad de predicción del 61.02%. Para ambos modelos se seleccionan las variables regresoras que tienen una significancia estadística menor a 0.1.
Revelación de Capital Humano | |||||
Variables | dy/dx | Std. Err. | [ 95% | C.I. ] | X |
R_Ant | 0,1338601* | 0,07626 | -0,015599 | 0,283319 | 1,88525 |
D_RCRS* | 0,3303909** | 0,2538 | 0,084659 | 0,576122 | 0,42623 |
R_Util | -0,1879983 | 0,0685 | -0,222256 | 0,046259 | 3,08197 |
Ln_Act | 0,2160947** | 0,11644 | -0,012118 | 0,444308 | 8,25519 |
Fuente: Elaboración propia, a partir de los resultados obtenidos con el software Stata.
De esta forma en la revelación de capital humano, la Tabla 4 evidencia que un aumento del 1.00% en el logaritmo de los activos totales aumenta en 21.60 puntos porcentuales (pp) la probabilidad de que la empresa revele información sobre este tipo de capital. Igualmente, cada año de antigüedad de la empresa incentiva la revelación de esta información en 13.38 pp; adicional que se evidencia que las empresas con más de 20 meses de presencia en el mercado tienden a revelar más información que las que llevan menor tiempo. En igual sentido, las empresas que han revelado capital relacional social aumentan la probabilidad en 33.03 pp de revelar información sobre capital humano. Por el contrario, el rango de la utilidad no incide en la revelación de capital humano.
Por otra parte, los resultados sobre la revelación del capital relacional se muestran en la Tabla 5 donde las empresas con un mayor nivel de utilidad aumentan la probabilidad de revelación de este tipo de capital en 21.32 pp; es así como las entidades con un rango de utilidad entre 10 y 30 millones de dólares revelan más información al respecto. También las organizaciones que logran mayor tasa de crecimiento de activos incrementan la probabilidad de revelar información sobre el capital relacional en 0.3 pp. Otro factor que incide en la revelación de este capital es la revelación de capital humano, así al revelarlo aumenta la probabilidad de revelación en 48.96 pp del capital relacional.
Revelación de Capital Relacional | |||||
Variables | dy/dx | Std. Err. | [ 95% | C.I. ] | X |
D_RCH* | 0,4896465*** | 0,13037 | 0,234121 | 0,745172 | 0,70492 |
R_Util | 0,2132809*** | 0,05971 | 0,096251 | 0,330311 | 3,08197 |
C_Act | 0,0037834* | 0,00225 | -0,000622 | 0,008188 | 1,20567 |
Fuente: Elaboración propia, a partir de los resultados obtenidos con el software Stata.
Discusión
Los resultados tanto descriptivos como del modelo tuvieron el propósito de encontrar la relación entre la revelación de los componentes del capital intelectual. En relación con el capital humano, se pudo confirmar que tanto el aumento en el volumen de activos, los años de permanencia en el mercado y la revelación de capital relacional inciden directamente sobre la revelación del capital humano. En cambio, en relación a la revelación del capital relacional a mayor utilidad operacional y mayor crecimiento en los activos indica que hay mayor probabilidad de revelación de este capital. Respecto al capital estructural se evidenció que el nivel de revelación es alto, sin importar el volumen de los activos, la antigüedad, el rango de la utilidad antes de impuestos.
En este orden, se puede deducir que las hipótesis se comprobaron, aunque no para cada uno de los componentes del capital intelectual, estructural o relacional, si se confirmaron al analizarlo en forma conjunta. La primera hipótesis (H1) sobre el volumen de los activos totales fue confirmada, ya que para cada componente del CI se muestra que entre mayores son los activos hay mayor probabilidad de revelación de información sobre este capital. Este resultado es consistente con los resultados de Carnaghan (1999); Fontana y Macagnan (2013); Herrera-Rodríguez (2013); Herrera-Rodríguez y Macagnan (2016).
En el mismo sentido la hipótesis (H2) comprobó que entre mayor sea el rango de utilidad operacional, la probabilidad de revelar el CI aumenta. Este resultado es consecuente con los estudios de Vikalpa (2012); Herrera-Rodríguez (2013); Herrera-Rodríguez y Macagnan (2016). Es relevante expresar que, aunque para la revelación de capital humano no es significativo el rango de la utilidad, aunque si lo es para el capital relacional y estructural; y lo más llamativo es que las empresas que más revelan CI como consecuencia del nivel utilidad operacional tienen un rango medio de utilidad. De esta forma se infiere que las empresas con resultados medios buscan destacar más su CI como una ventaja competitiva.
Bajo la misma perspectiva, la hipótesis (H3) que aborda el nivel de endeudamiento, se confirma, porque no fue estadísticamente significativa en ninguno de los modelos analizados. De esta forma, el endeudamiento no es un factor que afecte la revelación de CI en las empresas. Este resultado va en la dirección de los estudios de Arvidsson (2003); García-Meca et al. (2005); Hidalgo y García-Meca (2009); Vikalpa (2012); Herrera-Rodríguez y Macagnan (2016), los cuales no encontraron significancia en cuanto a esta variable.
Por otra parte, la antigüedad de la empresa que fundamenta la hipótesis (H4) es aceptada. Las empresas cuando llevan más tiempo en el mercado tienden a revelar más información, específicamente sobre su CI, una posible razón se debe a que las empresas afianzan su posicionamiento en el mercado y en etapas maduras de su ciclo de vida revelar información les permite mostrar su gestión y lograr redireccionase hacia nuevos nichos de mercado. Este resultado es consistente con los hallazgos de Macagnan (2009); Herrera-Rodríguez (2013); Herrera-Rodríguez y Macagnan (2016).
Por último, la hipótesis (H5) que aborda el crecimiento de la empresa por su volumen de activos, fue confirmada y está en la dirección de Rodríguez (2004) y Fontana y Macagnan (2013). Para las empresas en crecimiento es relevante mostrar información de su CI, porque reflejan mayor inserción en el mercado local, regional e internacional. De esta forma logran generar confianza en el público, en especial en los facilitadores de recursos financieros como inversionistas, prestamistas o proveedores.
Conclusiones
La estructura de las empresas listadas en la BVP por su nivel de activos, patrimonio, utilidades, endeudamiento y la antigüedad mostraron que la revelación de información sobre capital intelectual es un factor de relevancia, lo que coincide con el estudio de Chan y Watson (2011), que analizaron la revelación de información voluntaria en firmas insertas en mercados emergentes. La revelación de tales informaciones pudiera estar motivada en incrementar el número de clientes.
Al analizar cada componente del Capital Intelectual (CI), a medida que aumenta el volumen de activos y la antigüedad de la empresa, mayor es la probabilidad que haya revelación de información sobre Capital Humano (CH). Las organizaciones que logran mayor utilidad operativa y mayor aumento en su tasa de crecimiento de activos incrementan la probabilidad de revelar información sobre el Capital Relacional (CR). Estos resultados ratifican los presupuestos de la teoría de la agencia (Jensen & Meckling, 1976), que plantea que mientras más grande sea el tamaño de la empresa, mayor debería ser la revelación de informaciones.
La hipótesis sobre el nivel de endeudamiento mostró que este factor no es determinante en la revelación de información del capital intelectual CI. En este sentido se deduce que la relación del CI está en función al tamaño de la firma y su madurez en el mercado. Bajo esta perspectiva, no hay una revelación de información explícita, por el contrario, es implícita; esto parece indicar que para los propietarios hay la concepción que la revelación de información voluntaria aumenta los costes al propietario y genera posibles pérdidas de las ventajas competitivas, ratificando así los presupuestos de la teoría del coste del propietario.
Finalmente, la revelación del CI está condicionada por el alto volumen de revelación de CE, por lo que los indicadores este tipo de capital son considerados como el corazón o parte central de la empresa que es un punto de comparación generalmente aceptado por el mercado, siendo: declaración de la cultura organizativa, historial y evolución de la empresa (años de constitución) y la línea estratégica básica. Sin embargo, es pertinente revelar la información de CI, bajo la perspectiva que servirá para mejorar la posición en el mercado por su transparencia, rompiendo con el enfoque de la teoría del propietario. En menor proporción, la revelación del CI se condiciona por la revelación de CR y CH, respectivamente.
Esta investigación se limita a la revelación de información voluntaria de recursos intangibles en la página Web de las empresas listadas en la BVP. No se consideran otros medios de recolección de información como el informe anual, boletines y otros medios que podrían brindar tal vez más informaciones de este tipo. Tampoco se revisa la información obligatoria presentada por estas empresas como un medio de comparación entre la información exigida por la normativa legal y la que se quiere ofrecer de forma voluntaria al mercado. Como la información presentada corresponde a la página Web de las empresas, no es posible hacer un análisis comparativo de la información presentada en diferentes períodos.