La estructura de capital

La teoría de la estructura de capital está relacionada con el costo del capital de una empresa. La estructura de capital óptima de la empresa es una combinación de deuda y capital que maximiza el valor de la empresa (^{Izadinia y Rasaiian, 2009}). Es necesario diferenciar entre el concepto de estructura financiera y la estructura de capital, ya que la estructura de capital significa fuentes de financiamiento a largo plazo, pasivos a largo plazo más capital; mientras que la estructura financiera o estructura de financiamiento incluye pasivos a corto y largo plazo más capital (^{Khanna, Palepu y Sinha, 2005}).

La estructura financiera de la empresa es muy importante para las decisiones de inversión y financiamiento; por el impacto en la rentabilidad y por el nivel de riesgo que enfrenta la empresa que depende del endeudamiento. Las decisiones de estructura financiera afectan el riesgo financiero de la empresa medido por el apalancamiento, que es una relación entre el dinero prestado y el dinero propio. Cada empresa trabaja para determinar los parámetros de su estructura financiera, para lograr su objetivo estratégico que se traduce en incrementar o maximizar el valor de la empresa (^{Karimi y Kheiri, 2017:52}).

El apalancamiento financiero se define como una composición de la deuda que una organización utiliza para la inversión. En este sentido, resulta relevante conocer la relación que tiene el apalancamiento financiero en la rentabilidad de las empresas y verificar si el apalancamiento financiero contribuye a la rentabilidad de las empresas, como lo desarrollaron las investigaciones de ^{Modigliani y Miller (1958)}, ^{Myers y Majluf (1984)}, y los autores citados en ^{Ramnohery Seetah, (2020:59)}.

^{Modigliani y Miller demostraron desde 1958} que, bajo determinadas hipótesis, la elección de la política financiera era irrelevante para el valor de las empresas, negando así la existencia de una estructura de capital óptima. A partir de ese momento se desarrollan trabajos que defienden la existencia de una razón de endeudamiento óptimo, tratando de explicar cuáles son sus factores determinantes (^{Otero, Fernández, y Videl, 2007}).

La teoría de Modigliani y Miller

Según la teoría de ^{Modigliani y Miller (1958)}, las decisiones de inversión son independientes del proceso de financiamiento. La estructura de capital de una empresa muestra la relación entre la deuda y el capital. Así, las fuentes de financiamiento con deuda aumentan el apalancamiento de las empresas. Los niveles de apalancamiento se utilizan para calcular los costos de las acciones; por ello, la relación entre los rendimientos de las acciones y el apalancamiento ha sido analizada y sus resultados son divergentes. En algunos casos, los rendimientos de las acciones no parecen estar relacionados con el apalancamiento. En otras situaciones, el apalancamiento está significativa y negativamente relacionado con la rentabilidad de las acciones (^{Karimi, 2020}).

Como explican los autores en su teoría de la irrelevancia de la estructura del capital en un entorno libre de impuestos, si una empresa se financia con deuda o no, su valor de mercado no se ve afectado. Destacan que el valor de mercado de la empresa se calcula por los riesgos involucrados con los activos subyacentes de una empresa, así como los ingresos generados por esa empresa. Cuanto mayor sea la deuda utilizada por una empresa, será más riesgosa; por lo tanto, los inversores demandarán más rendimiento. Algunas limitaciones de este planteamiento son sus supuestos, ya que opera en mercados sin fricciones y donde los costos de transacción y los impuestos no están presentes.

Posteriormente, los mismos autores reconocen que su teoría puede ser afectada por la existencia del impuesto sobre los beneficios, concluyendo que la rentabilidad de la empresa y de los accionistas crece cuando se aumenta el nivel de endeudamiento. ^{Modigliani y Miller (1963)} señalan que existe un vínculo positivo entre el apalancamiento y la rentabilidad del valor de una empresa, para poder aumentar el valor de una empresa esta debe endeudarse más para ganar ventajas fiscales, porque se deducen intereses al pagar los impuestos. Por ello, una empresa altamente endeudada paga una menor cantidad de impuestos que una empresa poco endeudada; en consecuencia, el nivel de ingresos generados por la empresa crecerá. De esta manera, se presenta una asociación positiva entre rentabilidad y apalancamiento, hasta alcanzar la estructura de capital óptima. Sin embargo, cuando una empresa está demasiado endeudada, puede afectar negativamente al valor de la empresa. Esto se debe a que, una vez alcanzada la relación óptima de deuda a capital, los costos que se producen por las presiones financieras son mayores que el bajo costo de la emisión de deuda y, en consecuencia, disminuye el valor de la empresa (^{Ramnoher y Seetah, 2020:60-61}).

A medida que aumenta el financiamiento por deuda, en relación con el patrimonio o capital, aumenta la posibilidad de que la empresa no pueda pagar a sus acreedores. De esta manera, hay un factor positivo que es el ahorro fiscal en la medida que crece la deuda, pero hay un costo oculto que igualmente crece y es el de la insolvencia (^{Ayón-Ponce, Pluas-Barcia y Ortega-Macías, 2020:125}).

La Teoría del Trade off

La teoría del trade-off en la estructura de capital señala que las empresas pueden aprovechar la deuda para obtener un mejor rendimiento del capital, considerando las ventajas impositivas del financiamiento con deuda, dado que los intereses pagados por el endeudamiento son deducibles de la base impositiva. Así, la solución deseable sería contratar el máximo posible de deuda, pero cuanto más se endeuda la empresa aumenta la probabilidad de enfrentar problemas financieros, de los cuales el más grave es el de la quiebra y los costos de quiebra.

Una de las limitaciones de la teoría del trade off es que no puede explicar el por qué empresas con mucha rentabilidad optan por financiarse con fondos propios y no usan su capacidad de deuda, o el por qué las reducciones fiscales por deuda las empresas no optan por un nivel alto de endeudamiento. Por lo tanto, todavía no existe un modelo que logre determinar el endeudamiento óptimo para la empresa que permita mejorar la rentabilidad financiera desde la óptica de la estructura financiera (^{Ayón-Ponce, Pluas-Barcia y Ortega-Macías, 2020:128}).

Teoría del orden jerárquico

La teoría del orden jerárquico pronostica que existe una relación inversa entre rentabilidad y apalancamiento financiero. Esta teoría plantea que las empresas deben recurrir a diferentes tipos de financiamiento según un orden específico. Una empresa primero debe usar su sistema interno financiamiento a través de utilidades retenidas, seguido del financiamiento externo a través de deuda y, por último, el financiamiento externo a través de acciones.

Según ^{Myers y Majluf (1984)}, el orden jerárquico de las empresas para financiarse está basado en la información asimétrica. Esto implica que la dirección está mejor informada sobre los riesgos, el valor y las oportunidades de la empresa que los inversores o accionistas. Debido a esta asimetría de información, no se observa ningún problema de selección adversa con las utilidades retenidas mientras que el capital tiene un mayor problema de selección adversa en comparación con la deuda. Así, cuando el financiamiento externo se utiliza, las empresas tienen una mayor preferencia por la deuda en lugar del capital, debido al mayor costo de las acciones. Afirman que, debido a la existencia de asimetría de información y selección adversa, esto obliga a las empresas a hacer uso de sus utilidades retenidas durante el financiamiento externo. La relación inversa entre rentabilidad y apalancamiento puede explicarse como resultado de que las empresas rentables tienen mayores utilidades retenidas. Así, esta reserva se utilizará cuando se financian los proyectos de la empresa, la cual estará menos dispuesta a endeudarse porque es poco probable que enfrenten restricciones financieras (^{Ramnoher y Seetah, 2020:60)}.

Teoría de la compensación

La teoría de la compensación plantea que ante la disyuntiva que enfrenta la empresa para utilizar deuda o capital que permita atender el nivel de financiamiento requerido, determina los costos y beneficios de cada fuente de financiamiento y los compensa entre sí. Como resultado de una decisión de deuda-capital de la empresa, los gerentes financieros creen que los beneficios fiscales se compensan con los costos de las dificultades financieras y los costos de agencia de esa empresa.

En el marco de esta teoría ^{Shyam-Sunder y Myers (1999)} establecieron que existe un supuesto de que las empresas intentarán equilibrar los costos de las dificultades financieras con el impuesto a los intereses valores presentes marginales de las ventajas fiscales. Este nivel óptimo se logra cuando el valor marginal de los beneficios, como resultado de la emisión de deuda, compensa completamente el aumento en el valor presente de los costos relacionado con el tema de más deuda. En este índice de endeudamiento óptimo, el valor de la empresa se maximiza, por lo tanto, el apalancamiento financiero y la rentabilidad se relacionan positivamente (^{Ramnoher y Seetah, 2020:61}).

Teoría de la agencia

La teoría de la agencia muestra que el apalancamiento financiero se asocia positivamente con la rentabilidad. La teoría muestra el conflicto de intereses que puede surgir entre los accionistas y la gerencia. Este conflicto de intereses surge cuando la administración actúa primero en su propio interés personal en lugar de actuar en el mejor interés de los accionistas, a fin de evitar que los gerentes participen en inversiones ineficientes. El alto nivel de apalancamiento disminuye el flujo de caja disponible para los gerentes, reduciendo así la necesidad de invertir en empresas incompetentes u otras empresas con pérdidas en las que la gerencia puede tener intereses personales.

De la misma manera, ante la amenaza de quiebra, los gerentes se ven obligados a realizar negocios y administrar de manera rentable a la empresa y evitar despilfarro de los recursos empresariales para no perder sus puestos de trabajo. Por lo tanto, usar la deuda positivamente repercute en el nivel de rentabilidad (^{Ramnoher y Seetah, 2020: p. 61-62})

Dado lo anterior, es evidente que, teóricamente existe una relación entre el apalancamiento financiero y el rendimiento de las empresas. No obstante, en términos empíricos la evidencia es mixta, dependiendo el mercado y el periodo que se analice. Así, en la siguiente sección se revisan las investigaciones estrechamente relacionadas con el presente trabajo.

Pruebas econométricas

Con el propósito de medir el impacto que tienen las variables vinculadas a niveles de deuda, solvencia, crecimiento, tamaño y rentabilidad operativa en el rendimiento accionario de las empresas que cotizan en la BMV, se proponen dos modelos de panel: Mínimos Cuadrados Ordinarios (OLS) y Mínimos Cuadrados Completamente Modificados (FMOLS).

Pruebas de raíces unitarias

Como primera condición, se prueba la estacionariedad de las variables mediante la prueba de raíces unitarias y se realizan las pruebas de cointegración. Así, se implementan las siguientes pruebas: (a) Levin test (^{Levin, Lin, & Chu, 2002}); (b) ADF-Fisher (Dickey Fuller Augmented) basada en las ideas de Fisher; y c) PP-Fisher (Phillips Perron) también basada en las observaciones de ^{Fisher (1932)}; dichas pruebas fueron desarrolladas por ^{Maddala y Wu (1999)}.

La prueba de Levin se basa en el enfoque dentro de la dimensión; esta estadística agrupa los coeficientes autorregresivos entre los diferentes miembros para las pruebas de raíz unitaria en los residuos estimados. Las otras dos pruebas se basan en estimadores que simplemente promedian los coeficientes estimados individualmente para cada miembro (^{Lee, 2005}). En otras palabras, la prueba de Levin asume la presencia de un proceso de raíz unitaria común transversalmente para un panel de datos analizado; las otras dos pruebas asumen la presencia de un proceso de raíz unitaria individual probado con los datos agrupados. Cabe señalar que, las tres pruebas se realizan tanto en niveles como en primeras diferencias.

Las pruebas de raíz unitaria transversales tienen ventajas sobre las pruebas de raíz unitaria para series temporales, debido a que combinan datos de series temporales y transversales obteniendo más grados de libertad, lo que mejora las propiedades de los estimadores y además corrige las heterogeneidades no observables (^{Robledo y Olivares, 2013}).

En el test de Levin la hipótesis nula es para i=1,.. .,N, mientras que la hipótesis homogénea alternativa es: H11: -1<ρi=ρ<1 para i=1, …, N. Por tanto, la hipótesis homogénea alternativa requiere un coeficiente de correlación serial de primer orden idéntico, ρ, para todas las unidades. Esta restricción se debe a que las pruebas estadísticas se realizan de forma cruzada.

Las pruebas desarrolladas por ^{Maddala y Wu (1999)} se basan en tres importantes ideas de ^{Fisher (1932)}. Fisher propone que para cualquier prueba estadística continua debe cumplirse: a) la hipótesis nula de los valores p, denominada π, está uniformemente distribuida en el intervalo 0, 1; 2) entonces, -2log⁡π se distribuye como χ22, donde log denota el logaritmo natural; y (3) para un grupo de pruebas estadísticas independientes -2∑i=1Nlog⁡π está distribuido consecuentemente como χ2N2, bajo la hipótesis nula.

Pruebas de cointegración

Una vez que se comprueba la estacionariedad de las variables, se desarrollan las pruebas de cointegración con el objetivo de probar que existe una relación de largo plazo entre las variables del modelo. Para probar la hipótesis nula de no cointegración, ^{Pedroni (2001a}, ^2001b) propone siete pruebas de cointegración de dos tipos: Cuatro dentro del modelo y tres entre modelos, como se muestra en la Tabla 2.

Todos los estadísticos prueban la hipótesis nula de no cointegración, la diferencia entre aquellas dentro del modelo y entre modelos se basa en el tratamiento de 𝜌𝑖 en la formulación de la hipótesis alternativa. Los estadísticos de cointegración entre modelos prueban la hipótesis nula de que 𝜌𝑖=1 para todo i, frente a la hipótesis alternativa de que ρi<1 para todo i. Mientras que, aquellas entre modelos prueban la hipótesis nula de que ρi=1 para todo i, frente a la hipótesis alternativa de que ρi<1 para todo i, es decir, mientras que, bajo la hipótesis alternativa, la primera asume un valor común para ρi (es decir, ρi=𝜌), el último no lo hace (^{Lee, 2005}).

FMOLS

Una vez realizadas las pruebas de cointegración, se estiman los modelos OLS y FMOLS que permiten analizar la relación entre: nivel de deuda de corto y largo plazo, crecimiento, tamaño, solvencia y rendimiento operativo y rendimiento accionario, como se observa en la siguiente ecuación:

Donde: i = 1, …N es cada empresa del panel, t = 1, … T se refiere al periodo de tiempo, β1, β2 y β3 sensibilidades de la rentabilidad accionaria ante cambios en cada una de las siguientes variables: RDTO: Rendimiento logarítmico de la cotización de las acciones de la empresa, DCP_AT: Cociente entre la deuda de corto plazo y el activo total de la empresa, DLP_CT: Cociente entre la deuda de largo plazo y el capital total de la empresa, DT_CT: Cociente entre la deuda y el capital totales de la empresa, GROWTH: Tasa de crecimiento de las ventas totales de la empresa, ROA: Rentabilidad de los activos (cociente entre el ingreso neto y el activo total de las empresas), SIZE: Logaritmo natural del activo total de la empresa, SOLV: Cociente entre los ingresos operacionales después de impuestos y la deuda total de la empresa.

Los parámetros αit y δit permiten medir aspectos específicos de cada compañía y los efectos de la tendencia determinística, respectivamente; εit representa la estimación desviaciones residuales con respecto a la relación de largo plazo.

Los modelos son probados en la ecuación 1) asumiendo que ςit=limT→∞ET-1(∑t=1Tv1iT)(∑t=1Tv1iT) es la covarianza del vector la cual se puede descomponer en ςit=ςit+Γi+Γi´ donde Γi es la covarianza contemporánea y Γi´ es una suma ponderada de auto covarianzas.

Entonces, los estimadores FMOLS se pueden modelar de la siguiente manera:

Los modelos FMOLS son preferidos en la literatura, respecto a otras aproximaciones como los mínimos cuadrados ordinarios dinámicos, debido a sus bondades. De acuerdo con ^{Harris y Sorris (2003} y ^{Maeso-Fernández et al., 2006)}, el FMOLS es un enfoque no paramétrico que permite corregir la correlación serial; a la vez que captura la endogeneidad. ^{Pedroni (2001a} y ^2001b) también señala que FMOLS funcionan mejor para estimar las relaciones heterogéneas a largo plazo que los mínimos cuadrados ordinarios dinámicos (DOLS). Otra de las bondades de la estimación FMOLS es que reduce el problema de inferencia y genera estimaciones válidas del estadístico-t de largo plazo (^{Irshad y Ghafoor, 2022})

Así mismo, ^{Pedroni (2001a)} resalta que, los estimadores FMOLS y DOLS de panel entre dimensiones (media de grupo) muestran distorsiones menores en muestras pequeñas. Igualmente, sostiene que los estadísticos de prueba de la media agrupada o de grupo se comportan extremadamente bien en muestras pequeñas siempre que la dimensión de la serie temporal no sea menor que la dimensión transversal. La estimación puntual del estimador Inter dimensional puede interpretarse como el valor medio de los vectores de cointegración.

Así, dada la superioridad de los modelos FMOLS con respecto a otros modelos y con base en el tamaño de la muestra propuesta, la cual es relativamente pequeña, en la presente investigación se muestran los resultados de dicha aproximación bajo los enfoques de media de grupo y de manera apilada, este último, tanto para varianzas homogéneas como heterogéneas, dichos enfoques han sido propuestos por ^{Pedroni (2001a}, ^2001b) y ^{Phillips y Moon (1999)}, respectivamente.

Discusión de los resultados

El signo negativo asociado a la variable ROA, podría explicarse a partir del periodo de estudio, el cual comprende la crisis Covid-19 y el subperiodo de inestabilidad previo a la pandemia, ocasionado por el incremento de las tasas de interés de referencia a nivel internacional en 2018. Así, los resultados podrían implicar que, la incertidumbre y expectativas pesimistas generadas a partir de la pandemia tuvieron un efecto negativo y de infravaloración de las acciones de las empresas cotizadas en el IPC. Así, la rentabilidad operativa no mostró efectos positivos en la rentabilidad de las cotizaciones bursátiles, lo que indicaría que, los inversionistas no tomaron en consideración dicha información para la elección de activos, sino que sobre ponderaron las noticias relacionadas con la pandemia y sus efectos económicos y financieros en el corto y mediano plazo.

Dicho hallazgo se relaciona con lo encontrado en la literatura financiera, en tiempos de crisis los administradores de portafolios reasignan sus activos hacia lugares seguros para cubrirse del riesgo (^{Choi, 2021}), generalmente, reorientan sus carteras a activos refugio o toman posiciones sobre activos de empresas y gobiernos de economías desarrolladas (^{Conlon, Corbet y McGee, 2020}; ^{Ji, Zhang and Zhao, 2020}; ^{Hasan et al., 2021}).

Igualmente, la evidencia empírica ha señalado que, durante los tiempos de inestabilidad financiera la eficiencia en los mercados disminuye (^{Ammy-Driss y Garcin, 2020}), así como que, los mercados desarrollados son más eficientes que los mercados en desarrollo, como es el caso del mercado mexicano (^{Mynhardt, Plastun y Makarenko, 2014}; ^{Rizvi y Arshad, 2016}; ^{Ali et al., 2018}).

De manera contraria a lo ocurrido con la variable ROA, el crecimiento de las ventas totales sí tiene un efecto positivo en los rendimientos del precio de las acciones, lo cual implicaría que las ventas totales es una variable de interés para el mercado. Una razón podría ser que, las ventas se relacionan con la entrada de flujos de efectivo a la compañía, lo cual garantiza recursos para el pago de obligaciones de la empresa, siendo esta una señal positiva.

La evidencia apunta a que, la naturaleza de la relación que existe entre el tamaño de la empresa y los rendimientos accionarios es negativa; es decir, a medida que el tamaño de la empresa es mayor, la rentabilidad accionaria es menor; dicho hallazgo es consistente con la anomalía de mercado “efecto tamaño”, la cual se refiere a que las empresas de menor tamaño (capitalización bursátil) presentan mayores rendimientos bursátiles que las empresas de mayor tamaño. Lo anterior se asocia a un mecanismo de recompensa de las empresas “pequeñas” hacia sus inversionistas, por no invertir en empresas más grandes que generalmente, tienen mayor presencia de marca, participación de mercado o prestigio.

En cuanto a la variable solvencia, sí presentó el signo esperado de acuerdo con la teoría, es decir que, contar con ingresos/recursos suficientes para pagar las deudas fue una condición que impactó positivamente el rendimiento accionario de las empresas bajo estudio. Lo anterior puede deberse a que, los inversionistas pudieron tomar como un indicador positivo el pago de intereses sobre los bonos y obligaciones de diversas empresas, para adquirir sus títulos accionarios.

Uno de los hallazgos más interesantes del presente trabajo es que, el nivel de apalancamiento; es decir, la estructura financiera de la empresa parece no tener un impacto estadísticamente significativo en el valor de la compañía en los mercados. Lo anterior, se asocia al cumplimiento de la proposición I de Modigliani y Miller “una empresa apalancada tiene el mismo valor que una empresa no apalancada”; es decir el valor de las empresas no depende de su decisión de financiamiento, sino de que tan buena en sí misma sea para la generación de flujo de efectivo. Dicho hallazgo es consistente con lo señalado por otros estudios: ^{Welch (2004)}, ^{Gharaibeh (2014}), ^{Chandra, et al., (2019)}.