análisis de la estructura de capital del sector alimentos

1

Análisis de la estructura de capital del sector alimentos en Colombia

Trabajo de grado para optar al título de

Magíster en Ingeniería Administrativa

Jose Daniel Guzmán Álvarez

Director:

MSc. Jorge Hernán Uribe Estrada

Universidad Nacional de Colombia

Facultad de Minas, Escuela de Ingeniería de la Organización

Medellín, Colombia

2020

2

Capital structure analysis of the Colombian food

sector

Jose Daniel Guzmán Álvarez

Director:

MSc. Jorge Hernán Uribe Estrada

Universidad Nacional de Colombia

Facultad de Minas, Escuela de Ingeniería de la Organización

Medellín, Colombia

2020

4

RESUMEN

El término estructura de capital hace referencia a la relación entre los recursos propios y ajenos que utiliza la empresa con objeto de sustentar el total de inversiones. Toda oportunidad de inversión real está acompañada y condicionada por decisiones de financiación, las cuales determinan la composición del capital entre deuda y recursos propios.

El presente estudio abarcó desde la revisión del estado del arte sobre el estudio de la estructura de capital hasta el desarrollo de un modelo aplicado de estructura óptima de capital para el sector alimenticio. Se incorporó la modelación de costo de deuda por metodología múltiple discriminante y costo de capital por metodología CAPM extendido con Fama-French, en aras de minimizar el WACC y por ende demostrar de una manera empírica la generación de EVA que conlleva. Esto, basado en la información de los estados financieros reportados por las 567 empresas que conforman el sector durante el periodo 2016 - 2018 a la Superintendencia de Sociedades.

Como resultado final del trabajo; la implementación de una estructura óptima de capital para el sector de alimentos hubiera generado un incremento de 103.783 MM en el EVA del sector. Sin embargo, es importante destacar que cada compañía debe encontrar además de su Óptimo, su Estructura Eficiente de Capital, la cual le permite maximizar la generación de valor y minimizar el riesgo de cambios en calificación crediticia.

Palabras Clave: Estructura de capital, finanzas corporativas, estructura eficiente de capital, endeudamiento, Modelo Altman, WACC, CAPM.

5

ABSTRACT

Capital structure term refers to the relation among internal and external resources that make up financing of a given company. All real investment opportunities come with and are conditioned by finance decisions, which determine the composition of the capital between debt and internal resources.

The present study ranged from a review of the state of the art on the study of capital structure to the development of an applied model of optimal capital structure for the food sector. Modeling cost of debt by multiple discriminant methodology and cost of capital by extended CAPM with Fama-French methodology were incorporated, in order to minimize the WACC and therefore empirically demonstrate the generation of EVA® that it entails. It was based on financial statements reported by the 567 companies of food sector during the 2016-2018 period to the Superintendencia de Sociedades.

As a result, the implementation of an Optimal Capital Structure of Colombian food sector would have generated an increase of $ 103.783 MM in EVA ®. Although it’s important to remark that each company must find not only their Optimal but the Efficient Capital Structure that maximizes value generation and minimizes risk in credit qualification.

Key words: Capital structure, corporate finance, efficient capital structure, debt, Altman, CAPM.

6

TABLA DE CONTENIDO

1. ESTADO DEL ARTE ........................................................................................................... 9

1.1. Tesis de Relevancia: ................................................................................................ 10

1.2. Proposición I de M&M .............................................................................................. 10

1.3. Proposición II de M&M ............................................................................................. 11

1.4. Proposición III de M&M............................................................................................ 12

1.5. Costos de Agencia .................................................................................................. 13

1.6. Trade Off..................................................................................................................... 14

1.7. Pecking order ............................................................................................................ 15

3. COMPARACIÓN METODOLÓGICA ............................................................................... 17

4. DIAGNÓSTICO FINANCIERO ......................................................................................... 18

4.1. Distribución por tamaño ......................................................................................... 18

4.2. Estados Financieros ................................................................................................ 19

5. CALCULO COSTO DEL PATRIMONIO .......................................................................... 26

5.1. Tasa libre de Riesgo ................................................................................................ 28

5.2. Beta ............................................................................................................................. 28

5.3. Prima de mercado .................................................................................................... 31

5.4. EMBI ............................................................................................................................ 31

5.5. Prima de tamaño (SMB) ........................................................................................... 32

5.6. Prima diferencia ratio libro bolsa (HML) .............................................................. 32

5.7. Conversión a moneda local .................................................................................... 33

6. CÁLCULO DEL MODELO DE COSTO DE DEUDA ...................................................... 35

6.1. Modelo de Análisis Discriminante Múltiple ......................................................... 35

6.2. Comportamiento del costo de la deuda a cambios en endeudamiento......... 38

7. OPTIMIZACIÓN TEÓRICA DE WACC ............................................................................ 40

8. IMPACTOS EN LA GENERACIÓN DE VALOR ............................................................. 43

8.1. EVA .............................................................................................................................. 43

9. CONCLUSIONES Y TRABAJOS FUTUROS ................................................................ 45

7

LISTADO DE TABLAS

Tabla 1: Ingresos operacionales y número de empresas 2018 ................................... 19 Tabla 2: Indicadores de Endeudamiento ...................................................................... 23 Tabla 3: Indicadores de Liquidez .................................................................................. 24 Tabla 4: Indicadores de Rentabilidad............................................................................ 25 Tabla 5: Apalancamiento del Beta ................................................................................. 30 Tabla 6: Conversión Ke USD- Ke Local ........................................................................ 34 Tabla 7: Relación Z-Score y BRE .................................................................................. 37 Tabla 8: Cálculo Scoring Z-Score .................................................................................. 39 Tabla 9: Cambio a WACC optimo .................................................................................. 42 Tabla 10: Diferencial en generación de valor ............................................................... 44

8

LISTADO DE FIGURAS

Figura 1: La Proposición II de MM ........................................................................................ 12 Figura 2: Paso metodológico ........................................................................................ 16 Figura 3: Participación por tamaño 2018 ...................................................................... 18 Figura 4: Ingresos y costos operacionales .................................................................. 22 Figura 5: Comportamiento estructura financiera ......................................................... 24 Figura 6: Comportamiento Ke frente a cambios en endeudamiento (D/E) ................. 34 Figura 7: Spread de deuda adicional a AAA por nivel de riesgo en Colombia .......... 38 Figura 8: Costo de deuda a cambios en endeudamiento (D/E) ................................... 40 Figura 9: Curva de WACC mínimo ................................................................................ 41

9

INTRODUCCIÓN

Tal como refiere Rivera (2002), desde los teoremas de mediados del siglo pasado "ha sido tema de amplia controversia, determinar cuál es la combinación de recursos propios y ajenos que genera un mayor valor de empresa".

Los dineros invertidos provienen de dos fuentes: del capital de los accionistas o del endeudamiento. La estructura de capital es la combinación de estas fuentes, buscando que su mezcla de como resultado el costo mínimo posible del capital invertido, lo que finalmente se traduce en un mayor valor de la compañía (Mascareñas, 2001)

En Colombia se han realizado diversos estudios empíricos, mediante trabajos individuales que abarcan los diferentes sectores y a través de diferentes periodos indagan sobre diversos tópicos relacionados con la estructura de capital (Rincón, 2014). A pesar de la existencia de estos antecedentes, actualmente no se tiene acceso a artículos que utilicen metodologías de trade off, modelación de la deuda y que presenten una propuesta de optimización de estructura que maximice la generación de valor en el sector alimenticio en Colombia. La minimización del WACC tiene impactos en muchos aspectos tales como el EVA®, la valoración de la compañía, la evaluación de proyectos, entre otros. De ahí la importancia que tiene para las compañías encontrar su Estructura Óptima de Capital.

A través del desarrollo de un modelo dinámico que relaciona la estructura de capital con la generación de valor EVA® y de acuerdo con modelaciones propias, se logra calcular y analizar la estructura de capital y sus principales efectos como el impacto en la generación de valor de mercado.

Dado que el sector alimenticio representa el 21,23% del PIB manufacturero y genera 260,122 empleos formales, se decide analizar el mismo por su relevancia y magnitud a nivel país1.

El trabajo se estructura en las siguientes secciones: primero, se presenta una revisión sobre el estado del arte en cuanto a estructura de capital, segundo se realiza un diagnostico financiero del sector, posteriormente se aplica el modelo CAPM extendido con Fama-French para determinar el costo del patrimonio, luego se desarrolla la aplicación del modelo Z-Score para la definición de límites de calificación crediticia, finalmente se calcula el WACC mínimo que maximice la generación de valor EVA

1. ESTADO DEL ARTE

1 Tomado de la Asociación Nacional de Empresarios de Colombia (ANDI)- Así va la industria de alimentos en Colombia

10

1.1. Tesis de Relevancia:

Partiendo de las múltiples teorías planteadas a lo largo del tiempo, es posible establecer dos tipos de teorías, aquellas que parten de suposiciones de mercados perfectos, entre ellas la teoría tradicional de los años cincuenta y las proposiciones de irrelevancia de Modigliani y Miller (1958); y aquellas que observan las imperfecciones del mercado. Vale resaltar la existencia de tres teorías: i) Irrelevancia (Miller, 1977), ii) Trade off y iii) Pecking order. Estas pretenden maximizar el valor de las compañías a partir de diferencias y deficiencias del mercado, tales como:

● Los costos, dificultades y preferencias al acceder a fuentes de financiación. ● Efecto de asimetrías fiscales. ● Costos de agencias.

En este contexto, cabe resaltar la afirmación realizada por Myers citada por Frank y Goyal (2004): “No hay una teoría universal de la estructura de capital, ni tampoco una razón para esperar que exista. Hay, sin embargo, teorías condicionales que son de utilidad. Cada factor puede ser dominante para algunas firmas o en algunas circunstancias y, aun así, carecer de importancia en otro contexto.”

1.2. Proposición I de M&M

En 1958, Modigliani y Miller (Modigliani & Miller, 1958) proponen en su artículo que el valor de mercado de una empresa es independiente de su estructura de capital y dependerá solo de su capacidad para generar renta de sus activos. La idea que, en condiciones de mercado perfecto, donde no hay costos en las transacciones y no existen fricciones, dos empresas pertenecientes al mismo sector y en mismas condiciones deberían tener valores diferentes sólo relacionados a su capacidad de generar rentas futuras descontados a una tasa apropiada y no a su estructura de pasivo. De tal manera que el valor de la empresa resultará de capitalizar el beneficio antes de interés y de impuestos a un tipo de interés.

De ahí nace el concepto de Costo Promedio Ponderado de Capital, o por sus siglas en inglés WACC, definida como la ponderación de las diferentes fuentes de financiación con sus respectivos costos.

𝑉 = #$%&'$((

[1.0]

Donde,

11

𝑉 = Valor de la compañía 𝐵𝐴𝐼𝑇 = Beneficios antes de impuestos e intereses 𝑊𝐴𝐶𝐶 = Costo promedio ponderado de capital La demostración subyace en la idea que el WACC es constante y por ende no se encuentra relacionado con la estructura de capital y radica en el arbitraje resultante. Demostrando que el valor de dos empresas podría ser el mismo, si la única diferencia entre ambas consiste en la composición de su estructura de capital.

Siguiendo este orden de ideas, el valor de una empresa apalancada es igual al de una empresa no apalancada y las decisiones de inversión de una organización son independientes de sus fuentes de financiación. Si el objeto final de esta es maximizar su valor, no hay necesidad de establecer un óptimo en la estructura de capital (Salloum & Vigier, 1999). Concretando así que, en un mercado perfecto de capitales, el valor de una organización solo dependerá de los flujos generados por la misma, sin importar la proporción en la que se reparten esos flujos los obligacionistas y los accionistas.

1.3. Proposición II de M&M

En la segunda proposición, Modigliani y Miller relacionan los rendimientos esperados por el accionista con los niveles de endeudamiento de la organización (Modigliani & Miller, 1963). De tal manera que los accionistas, al observar un aumento en el apalancamiento financiero y un crecimiento en el riesgo de insolvencia, demandarán un crecimiento en las rentabilidades esperadas. Dando como resultante, que el efecto de disminución en el WACC por el aumento del apalancamiento se vea diluido proporcionalmente por el crecimiento en el costo del patrimonio.

La expresión matemática que deduce el valor del costo del patrimonio en función del apalancamiento es la siguiente:

𝐾0 = 𝐾1 + (𝐾1 − 𝐾5)𝑥8$

[2.0]

𝐾0: Tasa rentabilidad exigida sobre el patrimonio

𝐾5: Costo de la deuda

𝐾1: Costo promedio ponderado de 𝐾0 y 𝐾5

12

𝐷: Valor del mercado de la deuda

𝐴: Valor del mercado de la organización.

De esta, podemos deducir que la rentabilidad esperada por los accionistas es proporcional al endeudamiento y la disminución en el costo de la deuda se verá contrastada por la demanda en rentabilidad esperada por los accionistas.

Figura 1: La Proposición II de MM

Fuente: La estructura de capital óptima – Juan Mascareñas

1.4. Proposición III de M&M

En la proposición anterior, se tenía como supuesto la eficiencia en el mercado de capitales, es decir, suponía la no existencia de una serie de imperfecciones tales como: impuestos, costos de transacción y asimetría en información.

En esta proposición, se tiene en cuenta asimetría fiscal, por lo cual dos compañías en un mismo mercado y en mismas condiciones podrían tener tasas impositivas diferenciales que afectarían el valor de la compañía. La consideración del efecto de impuestos es la comprobación de la asimetría generada en el mercado por la intervención del estado a las diferencias en libros fiscales, y como toda ineficiencia, esta puede generar oportunidades para obtener un beneficio. Este aprovechamiento

13

en la ineficiencia es llamado “Escudo fiscal de deuda”. En este sentido, una organización encontraría una maximización en su valor al aumentar el endeudamiento financiero en su totalidad.

Sin embargo, al estar la organización en mayor nivel de endeudamiento, esto aumentaría el riesgo de insolvencia que se derivaría en unos costos mayores asociados a la quiebra.

Dado el enunciado anterior, hay que tener en cuenta que en algún momento el ahorro generado por el nivel de endeudamiento dado el escudo fiscal, puede ser menor al costo esperado de insolvencia. En este escenario, la compañía optará por utilizar recursos propios para financiarse (Báez Roa, 2011).

1.5. Costos de Agencia

La teoría de costos de agencia, parte desde una óptica de la organización como un conjunto de contratos entre agentes económicos individuales. Partiendo de esta perspectiva, un principal delega a directivos el poder en la toma de decisiones y por ende queda obligado a este. La diferencia entre directivos, accionistas y obligacionistas, dado la perspectiva individual de cada uno de ellos estar maximizando su función de utilidad, generan imperfecciones de mercado que conllevan a que la estructura de capital incida en el valor de la empresa (Jensen & Meckling, 1976).

Las fuentes principales de problemas de agencia existentes en las organizaciones son de dos tipos: los conflictos existentes en diferencias de intereses entre accionistas y directivos, y los conflictos resultantes entre obligacionistas y accionistas (Jensen & Meckling, 1976).

En la relación entre accionistas y dirigentes, el accionista es el principal, dado que delega las decisiones y por ende los directivos no accionistas son los agentes en la dirección de la organización.

En esta relación entre accionistas y directivos, tres suelen ser los conflictos básicos:

● Consumo extraordinario de beneficios no monetarios: Este conflicto parte del no aprovechamiento directamente por parte de los directivos en los beneficios generados por sus decisiones (Jensen & Meckling, 1976).

● Sobreinversión: Planteado ante las diferentes posibilidades de inversión y apetitos diferenciales en riesgos del principal frente al agente (Zambrano, 2011).

● Problemas a la renuncia de liquidación de empresa: Surge cuando el valor de liquidación de una empresa es superior al valor de sus activos, y los directivos por beneficios propios traten de evitarla (Harris & Raviv, 1991).

14

En la relación entre accionistas y obligacionistas surgirá un conflicto en medida del endeudamiento que la organización adquiere. Al ser la deuda un incentivo para los accionistas, estos tomarán decisiones estratégicas óptimas, o en su defecto, inadecuadas dado el apalancamiento ofrecido por el obligacionista. Este incentivo es mayor a medida que incrementa el endeudamiento, pero también genera mayores diferencias en la exposición de riesgos de ambos grupos, dado la mayor probabilidad de insolvencia y quiebra.

De acuerdo con Jensen y Meckling en 1976, los costos totales de agencia serán la suma de los costos de monitoreo (supervisión, restricciones, límites) por parte del principal, los costos de vinculación (incentivos) y las pérdidas residuales (reducción de riqueza del principal derivado de los conflictos de interés).

Según este punto de vista, estos costos generados, dado las imperfecciones resultantes del mercado, dan lugar a que la estructura de capital incida en el valor de la organización, dando como resultado una estructura óptima de capital que minimice los costos de agencia y maximice el valor de la organización.

1.6. Trade Off

La presentación de esta teoría es atribuida en su modelo estándar a Bradley, Jarrell y Kim (1984), esta, se fundamenta en el aprovechamiento de imperfecciones de mercado ya descritas, tales como son: la asimetría fiscal, la asimetría de información y los costes de transacción. Partiendo de sintetizar e integrar las teorías de costo de quiebra, ventajas de impuestos y costos de agencia, esta teoría sostiene que las organizaciones se proponen mantener una estructura de endeudamiento efectivo encontrando un equilibrio en los beneficios de tomar deuda y los costos de riesgo que esta genera.

La teoría sostiene que, para niveles bajos de endeudamiento, la probabilidad de insolvencia es muy baja y, por ende, los costos relacionados; llevando a las organizaciones a aprovechar las ventajas fiscales que genera el incremento en endeudamiento. Este crecimiento en endeudamiento y las ventajas fiscales se verán contrarrestadas en algún punto cuando la probabilidad de insolvencia aumenta y, por ende, los costos asociados a las agencias y costos de quiebra superan la ventaja fiscal que brinda el endeudamiento. De ahí se busca encontrar un nivel óptimo de endeudamiento que está determinado por los beneficios y costos de la deuda.

Siguiendo esta teoría, se supone que: firmas con altas rentabilidades deberían adquirir mayor deuda; que empresas en países con un sistema impositivo que reduce la ventaja fiscal deberían tener un menor apalancamiento con deuda; y que incrementos en costos de quiebra reducen el nivel de deuda. Como lo proponen López y de Luna (2002), el apalancamiento financiero bien gestionado es una fuente

15

de valor para la firma. De esta forma, en la medida que la rentabilidad de los activos se mantenga constante, emplear más deuda en la estructura de financiación incrementa el valor de la empresa, siempre y cuando el costo de capital sea inferior a la rentabilidad de dichos activos.

Es de tener en cuenta que, en la práctica para los directivos, dado su complejidad, es difícil establecer los beneficios y costes del endeudamiento. Por ende, averiguar cuál es su estructura óptima de capital, teniendo en cuenta que tal estructura existe diferencialmente para cada empresa dado sus condiciones y que está puede ir cambiando en el tiempo según varían las condiciones de la organización y los mercados de capitales.

1.7. Pecking order

Esta teoría desarrollada por Myers en 1984, parte de la imperfección del mercado asociada a la asimetría en la información. Señala que los inversionistas disponen de menor información de la situación financiera que sus propios directivos; y este problema lleva a que los inversores no conozcan con certeza el valor presente neto de las oportunidades de inversión de las empresas, ni tampoco el costo de oportunidad que se puede dejar de percibir si no se aprovechan. Por ende, pueden llevar a sobrevalorar o subvalorar a la compañía.

Esto significa que la organización, al encontrarse con una necesidad de financiación y enfrentar los costos de selección, optará por un orden de prioridades que los autores llaman pecking order, por el cual las empresas prefieren financiarse mediante fondos generados internamente, es decir, mediante beneficios retenidos. Si los recursos anteriores no son suficientes para realizar las inversiones necesarias, se recurrirá a financiación externa. En primer lugar, sin coste asociado al aumento de plazo con proveedores, posteriormente, la deuda a largo plazo para terminar con las obligaciones convertibles. Como última opción, queda la emisión de acciones.

Siguiendo este enfoque, a diferencia de la teoría del trade off, cambios en el coeficiente de endeudamiento de la empresa no generarán movimiento hacia un nivel óptimo u objetivo en la estructura de capital, sino una respuesta a necesidades de financiación por recursos externos una vez se han acabado los recursos internos.

2. PROPUESTA METODOLÓGICA

Con el fin de analizar el impacto de la estructura de capital en la generación de valor, se han seleccionado las empresas de elaboración de productos alimenticios en

16

Colombia. Partiendo de la información financiera reportada por cada una de las organizaciones en la Superintendencia de Sociedades, se ha tomado cada uno de los estados financieros de las empresas que hacen parte del sector y se han sumado para obtener el conglomerado del sector y así poder tener una visión del sector total y su estructura financiera. En la figura 1 se muestra la metodología desarrollada para el análisis de la estructura de capital del sector y su impacto en la generación de valor.

Figura 2: Paso metodológico

Fuente: Elaboración propia

La primera fase se enfatizó en la correcta recolección de la información financiera del sector. Partiendo de la información financiera reportada por cada una de las organizaciones en la Superintendencia de Sociedades, se tomó cada uno de los estados financieros de las 567 empresas que hacen parte del sector2 y se sumaron para obtener el conglomerado del mismo. Esta información fue recolectada con cortes anuales para los años 2016, 2017 y 2018.

En la segunda fase se realizó el diagnóstico financiero del Sector Alimentos, entre ellos, análisis vertical y horizontal, indicadores de rentabilidad, liquidez y endeudamiento, participación por tamaño de empresas, principales cuentas de los

2 Ver Anexo 2: Listado CIUU del sector Alimentos.

1. Recolección de información y estados financieros sectoriales

2. Diagnóstico financiero

3. Aplicación del modelo CAPM y Fama-French

para determinar el costo del patrimonio

4. Desarrollo del modelo Z-Score de Altman para determinar límites de calificación crediticia

5. Construcción del WACC y su optimización

teórica

6. Análisis de los impactos de la estructura

óptima de capital en el EVA del sector

17

Estados Financieros Balance y Estado de resultados, evolución de los ingresos, entre otros.

La tercera fase se centró en el cálculo del costo del patrimonio del sector por utilización del modelo CAPM extendido con Fama-French, teniendo en cuenta sensibilidad de estructura en el apalancamiento del Beta.

En la cuarta fase se realizó el desarrollo del modelo de análisis discriminante múltiple de Altman, que permite determinar calificaciones crediticias y por ende costos de deuda.

La quinta fase hace relación a la construcción de un modelo teórico de optimización de estructura de capital por medio de la minimización del WACC del sector.

Por último, en la sexta fase, se analizaron los impactos en el EVA por cambios en la estructura de capital óptima teniendo en cuenta restricciones en el cambio de calificación crediticia.

3. COMPARACIÓN METODOLÓGICA

En la literatura se encuentran diversos artículos que afrontan el tema de la estructura de capital en las empresas colombianas. Ya sea desde la perspectiva del estado del arte actual (Ramírez Herrera, 2018), o enfocados al análisis de determinantes de la estructura de capital (Marulanda & Sepúlveda, 2010) y (Rincón Cruz, 2014). Estos, están muy enfocados en la teoría y no en el desarrollo de modelos de optimización para la generación de valor.

Por el contrario, el artículo desarrollado por Grajales (2008), particularmente toma importancia para el desarrollo del trabajo dado el precedente que denota en el desarrollo de un modelo dinámico para la estructura de capital y sus posibles aplicaciones para el mercado colombiano (Grajales, 2008). Puntualmente para el sector alimenticio, el artículo desarrollado por Alba Lucy Garzón afronta la importancia de la definición de una estructura de capital y sus principales factores (Garzón, 2011). A pesar de la existencia de estos antecedentes, se evidencia que actualmente no se encuentran artículos que utilicen metodologías de trade off, modelación de la deuda y que presenten una propuesta de optimización de estructura que maximice la generación de valor.

18

4. DIAGNÓSTICO FINANCIERO

La industria en la que se basa este estudio desarrolla su objeto social en la elaboración de productos alimenticios y se encuentra catalogada inmersa dentro del macro sector de manufactura.

La información financiera base tiene corte al 31 de diciembre del 2018.

4.1. Distribución por tamaño

De acuerdo con la clasificación establecida en el decreto 957 de 20193, el 42% del total de empresas analizadas son catalogadas como medianas empresas y generaron el 14% del total de ingresos de la muestra; el 28% corresponde a grandes empresas y generaron el 84% de los ingresos; el 27% corresponde a pequeñas empresas que generaron el 2% de los ingresos y el 2% corresponde a microempresas que generaron el 0% de los ingresos.

Figura 3: Participación por tamaño 2018

Fuente: Superintendencia de Sociedades – Cálculos elaboración propia

3 En la que se definen los conceptos de micro, pequeña, mediana y gran empresa en Colombia, así: Microempresa: Ingresos inferiores a $1.535 millones. Pequeña empresa: Ingresos entre $1.535 millones y $14.781 millones. Mediana empresa: Ingresos entre $14.781 millones y $74.066 millones. Gran empresa: Ingresos superiores a $74.066 millones

Grande84%

Mediana14%

Pequeña2%

Microempresa0%

19

Tabla 1: Ingresos operacionales y número de empresas 2018

Ingresos Operacionales (Millones de $)

Número de sociedades

Grande 45.618.211 160 Mediana 7.667.165 239 Pequeña 1.244.937 155 Microempresa 3.169 13 Total 54.533.482 567


4.2. Estados Financieros

4.2.1. Balance general

En lo corrido del periodo 2016-2018 se evidencia una tendencia decreciente de los activos, pasivos y patrimonio de la compañía

Cifras COP Millones 2016 2017 2018 ACTIVOS ACTIVOS CORRIENTES

Disponible 1.874.431 1.542.008 1.571.691

Inversiones Temporales -

-

-

Cuentas por Cobrar (Deudores) 10.064.656 8.191.773 7.633.060

Otras Cuentas por Cobrar -

-

-

Inventarios 8.294.622 6.175.292 6.180.652 Pagos x Anticipado 753.490 1.029.411 712.232 Otros Activos Corrientes 1.529.938 1.221.236 1.093.061 Activos Corrientes 22.517.138 18.159.720 17.190.696

ACTIVOS LARGO PLAZO Propiedad Planta y Equipo, PPE 25.053.226 23.019.458 19.956.648

Depreciación Acumulada -

-

-

20

Propiedad Planta y Equipo, Neto 25.053.226 23.019.458 19.956.648 Activos Diferidos e Intangibles 671.338 472.861 407.898

Amortización Acumulada -

-

-

Diferidos e Intangibles, neto 671.338 472.861 407.898 Otros Activos 4.633.632 2.549.409 2.556.764 Valorizaciones 1.108.543 1.358.490 798.613 Inversiones 9.544.845 8.848.626 8.818.985 Activo Largo Plazo 41.011.584 36.248.844 32.538.907 Total Activos 63.528.722 54.408.564 49.729.603

PASIVOS PASIVOS CORRIENTES

Obligaciones Fin. de Corto Plazo 8.533.507 6.816.383 6.189.409 Proveedores 9.253.444 7.897.800 7.033.436 Impuestos y Retenciones 883.699 790.231 657.226 Otros Pasivos Corrientes 1.657.977 1.484.870 1.616.480 Pasivos Corrientes 20.328.626 16.989.284 15.496.550

PASIVOS LARGO PLAZO Obligaciones Fin. de Largo Plazo 8.351.777 6.831.452 6.558.487 Otros Pasivos de Largo Plazo 5.586.083 4.626.720 4.102.038 Pasivos Largo Plazo 13.937.859 11.458.172 10.660.525 Total Pasivos 34.266.486 28.447.456 26.157.075

PATRIMONIO Capital 8.203.470 8.882.284 7.180.701 Reservas 7.137.469 6.900.301 7.034.288 Revalorización del Patrimonio 3.189.327 1.596.256 1.937.000 Utilidades Retenidas 10.731.971 8.582.267 7.420.540 Total Patrimonio 29.262.236 25.961.108 23.572.528 Pasivos y Patrimonio 63.528.722 54.408.564 49.729.603


4.2.1.1. Análisis vertical y horizontal

• El activo corriente está constituido principalmente por deudores (2016: 45%;

2017: 44%; 2018: 45%) e inventarios (2016: 37%; 2017: 34%; 2018: 36%), siendo estos a su vez los rubros que presentaron la mayor variación en valor absoluto.

• En el activo no corriente se destaca la participación de propiedad planta y equipo (2016: 61%; 2017: 64%; 2018: 61%) e inversiones (2016: 23%; 2017: 24%; 2018: 27%), lo cual es coherente con el tipo de industria, ya que se requiere un alto nivel de activos no corrientes para el desarrollo de sus negocios principales (maquinaria) y la alta participación de grandes corporaciones en compañías en las cuales no se es controlante.

21

• Con respecto a los activos totales se evidencia un decrecimiento mantenido en los años 2017 y 2018 de -14% y -9% respectivamente. Esto explicado principalmente por la disminución de propiedad planta y equipo (2017: -8%; 2018: -13%), deudores (2017: -19%; 2018: -7%) e inventarios (2017: -26%; 2018: -1%).

• Los pasivos corrientes están representados principalmente por obligaciones financieras de corto plazo (2016: 60%; 2017: 60%; 2018: 62%) y proveedores (2016: 46%; 2017: 46%; 2018: 45%) asociados a la necesidad de capital de trabajo y apalancamiento con los proveedores.

• El decrecimiento del pasivo es explicado tanto por el decrecimiento del pasivo corriente (2017: -16%; 2018: -9%), como del pasivo a largo plazo (2017: -18%; 2018: -7%)

• El patrimonio según el balance ha presentado una disminución (2017: -11%; 2018: -9%), explicada por la reducción de empresas dentro del sector frente al año inicial y generando una disminución en el capital social total. 4.2.2. Estado de resultados

Cifras COP Millones 2016 2017 2018

Ventas Netas 54.945.143,1 63.819.059,3 54.533.482,2 Costo de Ventas 42.377.740,7 46.900.723,0 42.534.670,8 Utilidad Bruta 12.567.402,4 16.918.336,3 11.998.811,4

Gastos de Administración 2.369.562,5 3.194.475,8 2.683.595,4 Gastos de Ventas 5.570.590,2 8.901.301,8 5.864.278,5 Depreciaciones 1.497.132 2.251.716 1.282.296 Utilidad Operativa (EBIT) 3.130.117,8 2.570.842,5 2.168.641,0 EBITDA 4.627.249,6 4.822.558,7 3.450.937,5

Ingresos Financieros 978.074,5 435.981,7 501.334,0 Otros Ingresos 1.602.240,5 1.231.603,9 1.039.215,7 Egresos Financieros 2.086.259,7 1.829.973,0 1.548.072,7 Otros Egresos 938,4 69,7 58,3 Utilidad antes de Impuestos 3.623.234,6 2.408.385,4 2.161.059,7

Impuesto de Renta 1.174.777,5 975.951,2 785.459,1 Utilidad Neta 2.448.457,1 1.432.434,2 1.375.600,6


22

4.2.2.1. Análisis vertical y horizontal

• Los ingresos operacionales del sector presentan un comportamiento volátil entre los 3 periodos analizados (2017: 16,2%; 2018: -7%). Llegando a máximos históricos en el año 2017 y volviendo en 2018 a comportamientos muy similares al año 2016

• En cuanto a los costos, la mayor participación frente a los ingresos, está representada en los costos de venta (2016: 77%; 2017: 73%; 2018: 78%). Los gastos de ventas y administrativos han presentado un comportamiento decreciente, ubicándose en menores participaciones frente al 2016. En cuanto a las amortizaciones y depreciaciones, dado el menor valor de la propiedad planta y equipo, se generó una disminución en lo corrido del periodo analizado.

• Los ingresos no operacionales presentaron una variación negativa en los últimos 2 periodos (2017: -23%; 2018: -16%) explicada por la menor participación en inversiones no controlantes.

• Los egresos financieros dado el menor endeudamiento tanto en largo como en corto plazo, presentaron una disminución (2017: -12%; 2018: -15%)

Figura 4: Ingresos y costos operacionales


-

10.000.000

20.000.000

30.000.000

40.000.000

50.000.000

60.000.000

70.000.000

2016 2017 2018

Ingresos operacionales Costos de operación Utilidad neta

23

4.2.3. Indicadores financieros

4.2.3.1. Endeudamiento

Tabla 2: Indicadores de Endeudamiento

2016 2017 2018 Indicé de Endeudamiento 53,9% 52,3% 52,6% Indicé de Endeudamiento Financiero de Corto Plazo 32,0% 31,2% 31,2% Indicé de Endeudamiento Financiero de Largo Plazo 21,9% 21,1% 21,4% Relación Deuda Financiera/Patrimonio 57,7% 52,6% 54,1% Apalancamiento Financiero4 109,1% 77,8% 91,3%


El índice de endeudamiento muestra un comportamiento estable y conservadora de alrededor del 53%.

Se observa mayor composición del endeudamiento del corto plazo frente al de largo plazo, manteniéndose siempre una relación estable del uno frente al otro.

En cuanto a la relación de Deuda Financiera/Patrimonio es importante resaltar la disminución del mismo del 2017 frente al 2016, mostrando esta última, una estructura enfocada en mayor capital propio. Pero tal como se puede observar en la Figura 5, a pesar de que el valor del pasivo y patrimonio disminuyen para el año 2018, la relación de endeudamiento aumenta, mostrando un mayor apalancamiento en la estructura de capital.

Es importante resaltar que, en puntos siguientes en el trabajo, se evaluara si la estructura de endeudamiento actual es adecuada o es necesario variarla para incrementar la generación de valor.

4 𝐴𝑝𝑎𝑙𝑎𝑛𝑐𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝐹𝑖𝑛𝑎𝑛𝑐𝑖𝑒𝑟𝑜 = G$

HI ∗ ( KLMNM5O5OPL0Q50MRST0QL1

H#%&8$U%PVW0Q1QXMPOPYM0W1QUZLW1Q%PVW0Q1Q)

24

Figura 5: Comportamiento estructura financiera


4.2.3.2. Liquidez

Tabla 3: Indicadores de Liquidez

2016 2017 2018 Razón Corriente 110,8% 106,9% 110,9% Prueba Acida 66,3% 64,5% 66,5% KTNO 9.105.834 6.469.265 6.780.276 Rotación del inventario (Veces) 5,1 7,6 6,9 Rotación del inventario (Días) 71,4 48,1 53,0 Rotación de las CxC (Veces) 5,5 7,8 7,1 Rotación de las CxC (Días) 66,9 46,9 51,1 Rotación Proveedores (Veces) 4,6 5,9 6,0 Rotación Proveedores (Días) 79,7 61,5 60,4


37%

34%

35%

33%

34%

34%

35%

35%

36%

36%

37%

37%

-

5.000.000

10.000.000

15.000.000

20.000.000

25.000.000

30.000.000

35.000.000

40.000.000

45.000.000

50.000.000

2016 2017 2018

Deuda Fin. CP Deuda Fin. LP Patrimonio (Equity) D/(D+E)

25

Desde el punto de vista de la liquidez, los indicadores de razón corriente y prueba acida muestran un comportamiento estable. En general el sector muestra una disponibilidad de recursos adecuada para atender sus compromisos en el corto plazo.

En cuanto a los indicadores de actividad se observa una mejora significativa en los días de inventario, pasando de 71,4 días a 53 días. Adicionalmente, el sector sigue manteniendo apalancamiento positivo en los proveedores, frente a la rotación de la cartera de clientes.

4.2.3.3. Rentabilidad

Tabla 4: Indicadores de Rentabilidad

2016 2017 2018 Margen Bruto 22,9% 26,5% 22,0% Margen Operacional 5,7% 4,0% 4,0% Margen EBITDA 8,4% 7,6% 6,3% Margen Neto 4,5% 2,2% 2,5% ROA 3,9% 2,6% 2,8% ROE 8,4% 5,5% 5,8% RSAN 4,6% 3,9% 3,8%

Fuente: Superintendencia de Sociedades – Cálculos elaboración propia5

En cuanto a los indicadores de rentabilidad, las empresas del sector alimenticio se caracterizaron por presentar poca variación en los márgenes durante el periodo analizado. Como se puede observar en la tabla 4, existe una gran brecha entre el margen bruto y los márgenes EBITDA y operacional, mostrando lo representativo de los gastos administrativos y de ventas. En el periodo de 2017, tal como se había ilustrado, los costos de ventas tuvieron una menor participación sobre el ingreso, dando como resultado un incremento en el margen bruto, para luego volver a niveles base en el año 2018.

Por su parte en relación con los indicadores de rentabilidad sobre el activo y patrimonio, el sector para el periodo 2018, presentó aumentos tanto en el ROE, como en el ROA, pero aún se encuentran por debajo de los niveles alcanzado en el

5 Se calcula ponderadamente los indicadores de rentabilidad de cara absorber los cambios en las bases del sector

26

periodo 2016. La principal explicación de la disminución mencionada se encuentra atada al mayor decrecimiento de la utilidad antes de impuestos frente al decrecimiento tanto del patrimonio como del activo respectivamente.

Es importante resaltar el bajo nivel del ROE en el sector frente a los rendimientos esperados por los accionistas. En secciones posteriores se analizará el rendimiento esperado de los accionistas.

5. CALCULO COSTO DEL PATRIMONIO

A la hora de escoger una inversión, uno de los principales factores que un inversionista debe tener en cuenta es la relación riesgo rentabilidad. Analizando siempre en forma conjunta y no independiente cada una de ellas. En este sentido el modelo más utilizado para la valoración de activos financiero es el modelo CAPM - Capital Asset Pricing Model (Sharpe, 1964).

El modelo CAPM está basado en la Teoría de Carteras de Harry Markowitz (1952). En el modelo de Markowitz el inversor selecciona portafolios que producen retornos estocásticos dado las asunciones que los mismos son aversos al riesgo y solo están interesados en la media y varianza en el periodo del retorno de la inversión. Siguiendo así portafolios que minimicen la varianza del retorno dado retornos esperados o maximicen el retorno dado una varianza. Dando como resultado un modelo que proporciona una condición algebraica en ponderación de los activos en carteras eficientes media-varianza (Markowitz, 1952).

Se puede concluir entonces que el modelo CAPM es un modelo bien formulado en el mundo teórico, pero en el mundo real presenta ciertas debilidades (Miller & Scholes, 1972). Un ejemplo de las debilidades es expuesta por por Fama y French (1996), en la cual describen la necesidad el modelo de tener una prima de riesgo positiva para la consistencia en la explicación del retorno esperado.

Los modelos multifactores pretenden identificar variables que tienen influencia en el retorno de las acciones por ciertos periodos y que no son cubiertas por el CAPM.

Los modelos multifactores pueden basarse en factores económicos, financieros o estadísticos. Se podría esperar que el ajuste de estos modelos sea mayor, dado que para cada acción en particular existirán distintas sensibilidades a cada factor y, de esta manera, el retorno de cada acción no será la función lineal de un solo factor, sino que se encontrará en distintos planos (Kristjanpoller & Liberona, 2010)

Fama y French (1992) propusieron el modelo de tres factores de cara a explicar características de las empresas asociadas a los retornos accionarios. Los factores que identifican para el mercado de acciones son tres: un factor de riesgo de mercado, que es el ya enunciado por el CAPM, el factor tamaño, es decir, la

27

capitalización bursátil de la compañía, y finalmente un factor de book-to-market equity, es decir, el valor en libros de la empresa comparándolo con su valoración en bolsa. Bajo estas pruebas estadísticas notaron que dichas variables capturaban una buena parte del retorno de los portafolios que el modelo CAPM no podía predecir.

Este modelo plantea que se obtienen mayores retornos en portafolios compuestos de acciones de empresas pequeñas, "size premium", y con ratios libro bolsa altos, "value premium". En las pruebas empíricas hechas por Fama y French, el SMB y HML tienen un mayor poder predictivo teniendo un modelo con R2 igual a 0.95 (Fama & French, 1992).

Es importante resaltar que en países emergentes los mercados tienden a tener poca profundidad y por ende las bases de datos históricas tienden a ser limitadas y ruidosas (Sanchez, 2010). Dado que el modelo original puede ser modificado para ajustarse a economías diferentes al mercado de los Estados Unidos, considerado un mercado maduro y con amplias bases históricas, se decide aplicar el modelo partiendo desde cifras de Estados Unidos y luego adaptar las mismas para el mercado colombiano.

Partiendo de estas teorías, se obtiene, entonces, la ecuación del modelo CAPM con el modelo extendido de tres factores de Fama y French que se emplea para determinar el retorno esperado de una alternativa de inversión dado el nivel de riesgo relativo del mercado.

𝐾𝑒 =𝑅\ + 𝛽^_𝑅R − 𝑅\` + EMBI + SMB + HML [3.0]

𝐾𝑒 = Costo del Patrimonio en dólares

𝑅\ = Tasa libre de riesgo (Explicación de tasa libre)

𝛽^ = Beta apalancado

𝑅R = Riesgo de mercado

𝑅R −𝑅\= Prima de mercado

𝐸𝑀𝐵𝐼 = Riesgo país.

𝑆𝑀𝐵 = Factor de diferencia entre los retornos de portafolios con pequeñas empresas y portafolios de grandes empresas

28

𝐻𝑀𝐿 = Factor de diferencia entre el retorno de portafolios con empresas de ratios libro bolsa altos y empresas con ratio libro bolsa bajo

5.1. Tasa libre de Riesgo

La tasa libre de riesgo representa la rentabilidad mínima que un inversionista espera al colocar su dinero en inversiones libres de riesgo. En general es utilizado el retorno de los títulos gubernamentales como proxy de la tasa libre de riesgo, pues, en teoría en casos de insolvencia o aumento de probabilidad de impago el gobierno puede aumentar impuestos o emisión de sus monedas que conlleven a un aumento de ingresos para el pago de las obligaciones. Este hecho evidencia la rentabilidad de estos títulos como la inversión más segura o libre de riesgo.

Para la aplicación puntual del caso, dado que los títulos americanos son la base para el cálculo de la tasa libre de riesgo mundial y al ser una medida de largo plazo, para el cálculo se tomaron los T-Bonds (Treasury Bonds) más transados, siendo estos los de 10 años y por metodología se decide promediar el rendimiento de los últimos 12 meses.

𝑅\ = 2,90%

5.2. Beta

El coeficiente beta es utilizado para medir el riesgo no diversificable y generalmente es interpretado como la relación o sensibilidad a cambios en el retorno de un activo por cambios en el retorno del mercado.

A la hora de hacer una inversión, el inversionista parte de que su rentabilidad esperada será plenamente compensada con el flujo de caja. Pero en escenarios de estructura endeudada, esta premisa pierde su valor, dado que los excedentes de flujo de caja deben ser compartidos con las entidades financieras y es posible que el inversionista vea disminuida su rentabilidad. Concluido esto se demuestra el impacto en el riesgo y sensibilidad del activo ante cambios en niveles de endeudamiento.

Partiendo de que el riesgo del activo es la suma de sus componentes y de la identidad contable, se llega a la siguiente expresión:

29

𝛽^ = 𝛽0H

HU8+ 𝛽5

8HU8

= 𝛽0Hmn+ 𝛽5

8mn

[3.1]

Utilizando la expresión del valor de la empresa de Modigliani-Miller se puede obtener otro valor asociado al riesgo del activo de una empresa endeudada:

𝑉T = 𝑉 + 𝑡𝐷 (Modigliani & Miller, 1958) [3.2]

𝛽^ = 𝛽Tmo

moUL8+ 𝛽5

L8moUL8

= 𝛽Tmomn+ 𝛽5

L8mn

[3.3]

Igualando ambas expresiones ([3.2] y [3.3]) del riesgo apalancado, podemos despejar el valor de 𝛽0

𝛽^Hmn+ 𝛽5

8mn= 𝛽T

momn+ 𝛽5

L8mn

[3.4]

𝛽^ = 𝛽TmoH− 𝛽5

8(pqL)H

[3.5]

Y como 𝑉T = 𝐸 + 𝐷(1 − 𝑡), entonces:

𝛽^ = 𝛽THU8(pqL)

H− 𝛽5

8(pqL)H

[3.6]

𝛽^ = 𝛽T s1 +8(pqL)H

t − 𝛽58(pqL)H

= 𝛽T + (𝛽T − 𝛽5)8(pqL)H

[3.7]

Lo que significa que el riesgo sistémico del activo es la suma del riesgo de organización sin deudas, más el producto del diferencial de riesgo sistémico con la razón de Deuda/Acciones afectado por la desgravación fiscal.

30

Haciendo 𝛽5 = 0, llegamos a la relación del aumento de exposición al riesgo de un inversionista ante cambios en el apalancamiento corporativo.

𝛽^ = 𝛽T s1 + (1 − 𝑡)8Ht [3.8]

Esta expresión cobra gran importancia desde la perspectiva del modelo dado que relaciona directamente el aumento en el costo esperado por el accionista ante cambios en la estructura de endeudamiento

Para el caso puntual al partir de una industria completa para la elaboración del modelo, se parte de los históricos calculados por el profesor Aswath Damodaran para mercados emergentes. Dado que el subsector a analizar se encuentra compuesto por la industria del procesamiento alimenticio se decide utilizar el beta apalancado del sector. Adicionalmente se procede a apalancarlo dado la estructura de capital del último año de datos reales (2018).

Partiendo de la ecuación [3.8] se procede a apalancar 𝛽T, para así encontrar 𝛽^

Tabla 5: Apalancamiento del Beta

Variables Valor 𝛽T 0.67

𝐷(Millones de $)6 12.747.895 𝐸(Millones de $) 23.572.528

𝑡7 36,35%


𝛽^= 0.91

6 Adicional al componente de deuda de largo plazo, se considera deuda financiera a los componentes de corto plazo dado la relación del costo percibido al mantener un cupo bancario que mantenga fondeado el capital de trabajo. 7 Se toma la tasa efectiva de impuestos del 2018 dado la premisa de análisis de generación de valor para ese año.

31

5.3. Prima de mercado

La prima de riesgo de mercado se refiere al “precio de riesgo” (de Sousa Santana, 2013) y está basada en la rentabilidad adicional exigida al mercado por encima de las inversiones libres de riesgo. Algebraicamente es calculada como el excedente del retorno promedio esperado de los activos disponibles en el mercado menos la tasa de retorno libre de riesgo.

Generalmente la tasa de retorno esperada por el mercado es representada por la rentabilidad esperada de índices bursátiles, dado que estos al ponderar las principales acciones líquidas del mercado son la mejor opción de recoger de una manera sencilla el comportamiento del mercado.

A la hora de obtener la prima de mercado, se debe tener en cuenta que el retorno esperado del mercado accionario es un mercado más volátil que el mercado de renta fija gubernamental y por ende deber ser visto con el promedio a largo plazo, dado que si se observa en meses puntuales se puede distorsionar los resultados obtenidos.

En el caso a tratar, la prima de mercado es calculada como la diferencia entre el rendimiento del S&P 500 y T-Bonds a 10 años. Promediando el retorno de mercado por los últimos 30 años8.

(𝑅R −𝑅\)= 5,90%

5.4. EMBI

El riesgo país se puede definir como el conjunto de eventos o serie de acontecimientos en el entorno nacional o internacional que afecta a la seguridad de las personas, al valor de los activos físicos y a las operaciones de las empresas extranjeras, así como al valor de los activos financieros emitidos por inversores internacionales (Durán y Lamothe, 2003)

El riesgo soberano, relacionado con el riesgo de impago de crédito, es de mayor importancia para los acreedores o tenedores de deuda foráneos; no obstante, el riesgo soberano está muy relacionado con el riesgo país ya que, como afirman Durán y Lamothe (2003) tienen el mismo origen: el desequilibrio económico y político de un determinado país.

En ese sentido, el riesgo país mide el retorno adicional esperado por los inversionistas por invertir en activos localizados en mercados no completamente 8 Fuente: Investing.com. Anexos 3 y 4: Rentabilidad T-Bonds 10 años y Promedio rendimiento S&P 500 últimos 30 años

32

desarrollados o inestables. A la hora de evaluar una inversión, el inversionista tendrá en cuenta inestabilidades macroeconómicas y condiciones económico/sociales que puedan afectar su inversión y justificar dicho riesgo con retornos adicionales.

Las calificaciones de riesgo soberano emitidas por las principales calificadoras de riesgo, tales como Fitch, Moody´s y Estándar and Poor´s normalmente coinciden con las primas de riesgo exigidas a los bonos soberanos. (Lessard, 1996).

Para el caso a evaluar, se toma el EMBI (Emerging Markets Bonds Index o Indicador de Bonos de Mercados Emergentes) considerado el principal indicador de riesgo país y calculado por JP Morgan Chase

𝐸𝑀𝐵𝐼= 2,28%9

5.5. Prima de tamaño (SMB)

Se crea para reflejar el factor de riesgo tamaño, y es la diferencia de la media de rendimientos de las carteras que componen las empresas de capitalización pequeña y la media de rendimientos de las carteras que componen las empresas de capitalización grande (Piedrahita, 2012). De este modo, el SMB refleja la diferencia de rendimientos en las empresas capitalización pequeña y grande, alejado de la influencia del book-to-market en la variable.

Partiendo del estudio realizado por Carmona y Vera (2016) para el S&P MILA 40 se toma el factor resultante del SMB. Se considera este factor para el estudio dado la aproximación al mercado colombiano.

Adicionalmente para realizar una aproximación al sector alimenticio, se aplica la participación de empresas pequeñas dentro del sector, al factor inicial descrito. Dando como resultando el rendimiento adicional esperado para el sector dado su composición de empresas pequeñas.

𝑆𝑀𝐵 = 0,69%10

5.6. Prima diferencia ratio libro bolsa (HML)

9 Fuente JP Morgan Chase para el cierre del periodo 2018. 10 Ver anexo 5

33

Se crea para reflejar el factor de riesgo book-to-market equity, y es la diferencia de la media de rendimientos entre las carteras de alto BE/ME y las carteras de bajo BE/ME.

Partiendo del estudio realizado por Carmona y Vera (2017) para el S&P MILA 40 se toma el factor resultante del HML. Se considera este factor para el estudio dado la aproximación al mercado colombiano.

𝐻𝑀𝐿 = 1,90%

5.7. Conversión a moneda local

Teniendo en cuenta la teoría de paridad de poder de compra (Taylor & Taylor, 2004), por medio del diferencial de inflaciones, el rendimiento esperado por los accionistas en dólares debe ser convertido a la moneda de inversión de pertinencia del activo, para el caso puntual pesos colombianos.

𝐾0(𝐿𝑜𝑐𝑎𝑙) = (1 + 𝐾0𝑈𝑆𝐷)(1 +𝛿y) − 1 [3.9]

En el caso a desarrollar se tomó el diferencial de inflaciones en un promedio de 12 meses, para así, evitar posibles estacionalidades que puede tener el indicador11.

𝛿y =(pUMP\NOYMóPN1YON)(pUMP\NOYMóPHHKK)

− 1 [4.0]

𝛿y= 1,26%

Al realizarse el cálculo de cada uno de los parámetros del costo de capital se llega al siguiente resultado:

11 Fuente inflación Colombia: DANE Fuente inflación EE.UU: FED

34

Tabla 6: Conversión Ke USD- Ke Local

Componente Valor 𝑅\ 2,90% 𝛽^ 0,907

(𝑅R −𝑅\) 5,90%

𝐸𝑀𝐵𝐼 2,28% 𝑆𝑀𝐵 0,69% 𝐻𝑀𝐿 1,90% 𝐾0𝑈𝑆𝐷 13,12%

𝛿y 1,26% 𝐾0(𝐿𝑜𝑐𝑎𝑙) 14,54%


Dado la importancia que toma el endeudamiento en el retorno esperado por el accionista se relaciona 𝐾0 con el aumento en el endeudamiento. Es importante resaltar que la relación es directamente proporcional y es reflejada por los cambios de apalancamiento en 𝛽T.

Figura 6: Comportamiento Ke frente a cambios en endeudamiento (D/E)

10,00%

12,00%

14,00%

16,00%

18,00%

20,00%

22,00%

0% 50% 100% 150% 200% 250% 300% 350%

Costo %

Endeudamiento

35


6. CÁLCULO DEL MODELO DE COSTO DE DEUDA

Un tema fundamental dentro del análisis de la estructura de capital de las organizaciones es saber, dado el nivel objetivo de deuda y la estructura actual, cuál es el impacto en la calificación de riesgo y por ende en el costo de la deuda nueva que permita llegar a niveles óptimos.

La medición del riesgo financiero se ha vuelto de vital importancia, tanto para el sector financiero como el sector real.

6.1. Modelo de Análisis Discriminante Múltiple

El análisis discriminante multivariado (MDA) es una técnica estadística que permite clasificar una observación en uno de varios grupos definidos, dependiendo de sus características. Es usado principalmente para clasificar o hacer predicciones en problemas donde la variable dependiente tiene característica cualitativa, por ejemplo, bancarrota.

Entre los primeros modelos existentes que permiten predecir la quiebra de una empresa se encuentra el modelo Z-Score (Altman, 1968). El modelo es una combinación lineal de diversas variables financieras o ratios que permitan la predicción de probabilidades de impago.

La función discriminante se expresa:

𝑍 = 𝛾p𝑋p + 𝛾y𝑋y + 𝛾~𝑋~ …𝛾�𝑋� [5.0]

Donde

𝛾M para 𝑖 = 1…𝑘, son los coeficientes de la función discriminante.

𝑋M para 𝑖 = 1…𝑘, son las variables independientes.

𝑍 es el valor de la función discriminante o Z-Score.

Para la selección de las variables independientes del modelo original desarrollado, Altman recopiló 22 indicadores financieros, agrupados dentro de 5 categorías: rentabilidad, liquidez, apalancamiento, solvencia y actividad.

36

Por medio de la significancia estadística del modelo, evaluación de las inter-correlaciones entre las variables y capacidad predictiva, se redujeron los 22 indicadores, hasta encontrar 1 por cada categoría.

● 𝑋p= Capital de trabajo/ activos totales: El capital de trabajo es definido como la diferencia entre los activos y pasivos circulantes. Liquidez y características del tamaño son explícitamente considerados. Generalmente, una firma que constantemente experimente pérdidas operacionales, tendrá una reducción en la relación de activos circulantes sobre el total de activos.

● 𝑋y= Utilidades retenidas/ activos totales: Las utilidades retenidas miden el

total de las ganancias o pérdidas que la compañía ha reinvertido a lo largo de su ciclo de vida. El ciclo de vida total o edad de una firma están implícito en este ratio, tomando importancia por la alta probabilidad de quiebra que enfrenta una organización en los primeros años de desarrollo (Bradstreet, 1994). Adicionalmente este ratio absorbe el apalancamiento de la compañía.

● 𝑋~ = Utilidades antes de impuestos e intereses(EBIT)/ activos totales: Este

ratio mide la productividad de los activos de la compañía, es decir, las capacidades de generar ingresos por cada peso invertido en el activo, independientemente de su grado de apalancamiento o política de impuestos.

● 𝑋� = Patrimonio / pasivos totales: Esta relación permite la identificación de la

estructura de capital y muestra cuanto la compañía por su grado de apalancamiento podría caer en niveles insolvencia.

● 𝑋� = Ventas/ activos totales: La relación de rotación de capital indica la

capacidad de generar ventas que tiene una empresa, y a su vez su capacidad de gestión para enfrentar las condiciones del mercado.

𝑍 = valor discriminante

Para el caso particular en donde la industria se encuentra en un mercado emergente, Altman sugiere la utilización de un modelo modificado, sumando una constante de 3,25 para mantener la escala para una calificación de D, y adicionalmente por significancia del modelo retira el parámetro 𝑋�. Permitiendo así, predecir de una manera más exacta la bancarrota de las empresas con 5 años de anticipación y con un nivel de confianza de 90% (Altman, 2000).

El modelo modificado Z-Score (EMS), se expresa de la siguiente manera: 𝑍" = 3,25 + 6,56𝑋p + 3,26𝑋y + 6,72𝑋~ + 1,05𝑋� [5.1]

37

Dado que todas las variables son extraídas de los estados financieros, el modelo permite una amplia aplicabilidad y simplicidad a la hora de su utilización.

Una vez ejecutada la fórmula anterior, que arrojó el Emerging Market Score (en adelante el EMS), se relaciona este valor con la calificación determinada por Altman; esta relación indica, a su vez, la zona en la que se encuentra la empresa en estudio. La zona segura es la de mayor solidez financiera; la zona gris, la de buena salud financiera; y la zona de angustia, la de baja salud financiera y de mayor riesgo de quiebra. A esta calificación se la llama la calificación de bonos equivalente o BRE

En el caso pertinente a tratar es importante la relación de bancarrota con el riesgo crediticio asociado y la calificación que genera esta misma a la hora de la adquisición de deuda.

Tabla 7: Relación Z-Score y BRE

Z"Score Calificación > 8,15 AAA

7,60 - 8,15 AA+ 7,30 - 7,60 AA 7,00 - 7,30 AA- 6,85 - 7,00 A+ 6,65 - 6,85 A 6,40 - 6,65 A- 6,25 - 6,40 BBB+ 5,85 - 6,25 BBB 5,65 - 5,85 BBB- 5,25 - 5,65 BB+ 4,95 - 5,25 BB 4,75 - 4,95 BB- 4,50 - 4,75 B+ 4,15 - 4,50 B 3,75 - 4,15 B- 3,20 - 3,75 CCC+ 2,50 - 3,20 CCC 1,75 - 2,50 CCC-

< 1,75 D

Fuente: Edward Altman - REVISITING THE Z-SCORE AND ZETA® MODELS

Zona Segura

Zona Gris

Zona Estresada

38

Una vez definidas las calificaciones para el modelo MDA según sea su nivel de endeudamiento y según sus indicadores de sostenibilidad, la siguiente pregunta que debe resolverse es como se relacionan estas calificaciones con el costo de deuda.

En Colombia dado las facilidades que representa encontrar tasas públicas en bancos comerciales y cotización de precios en bonos corporativos de endeudamiento para organizaciones con calificación AAA, se toma esta tasa como referencia para adicionar un spread de riesgo para encontrar las tasas para las calificaciones subyacentes y así poder relacionar cada una de las calificaciones con los costos de deuda relacionados.

Tomando como base el estudio realizado por Grajales 2006 se obtiene el spread adicional a la calificación AAA para cada una de las calificaciones.

Figura 7: Spread de deuda adicional a AAA por nivel de riesgo en Colombia

Fuente: Duvan Grajales, 2008

6.2. Comportamiento del costo de la deuda a cambios en endeudamiento

A la hora de evaluar el efecto de endeudamiento en el modelo de costo de deuda, el único parámetro afectado es 𝑋�, ya que los demás parámetros no sufren cambios a diferentes niveles de endeudamiento. Por ende, al variar el endeudamiento y a pesar de no tener el mayor coeficiente dentro de la ecuación del valor discriminante (1,05), 𝑋� es el encargado de generar cambios en el score y por consiguiente en la calificación crediticia.

0,00%0,50%0,70%0,80%1,00%1,80%2,50%2,90%

3,80%4,90%

5,80%6,80%

9,30%11,30%

19,30%

0,00%

5,00%

10,00%

15,00%

20,00%

25,00%

AAA AA A+ A A- BBB BB+ BB B+ B B- CCC CC C D

39

Tabla 8: Cálculo Scoring Z-Score

Parámetros Coeficientes Valor Resultante 3,25 3,25 𝑋p 6,56 0,034 0,22 𝑋y 3,26 0,149 0,49 𝑋~ 6,72 0,044 0,29 𝑋� 1,05 0,902 0,95

𝑍 − 𝑆𝑐𝑜𝑟𝑒 5,200


Es importante resaltar el comportamiento del costo de la deuda en incrementos por escalones dado el cambio de calificación computado dentro del modelo. Los bancos comerciales a la hora de encontrar la tasa de interés que compense el riesgo crediticio suelen utilizar modelos multifactoriales que computan a una calificación, dando como resultado funciones escalonadas y con saltos no homogéneos al cambio de endeudamiento.

Tal como se observa en la figura 8. El endeudamiento genera mayores efectos en el score en el primer tramo de la función y por ende en la calificación y costo de la deuda.

En trabajos futuros podría actualizarse tablas diferenciales de spread, para cada uno de los sectores.

40

Figura 8: Costo de deuda a cambios en endeudamiento (D/E)


Actualmente el sector presenta una calificación de BB en el modelo. Es importante resaltar el comportamiento del costo de la deuda por saltos. En línea al costo real suministrado por los bancos en Colombia a las organizaciones, el cual depende de rangos de endeudamiento para asociar un costo.

7. OPTIMIZACIÓN TEÓRICA DE WACC

Teóricamente, el WACC o el costo promedio ponderado de capital de una empresa tiene un comportamiento que tiende a disminuir una vez que exista mayor apalancamiento, pues se está recomponiendo su estructura de financiamiento a la porción menos costosa. Para esto, es importante resaltar el supuesto que el costo de la deuda ( 𝐾5) es menor al costo del patrimonio (𝐾𝑒). Este supuesto toma validez en el escenario que un inversionista espera retornos mayores por compartir los excedentes de flujo de caja con los acreedores y por ende tener mayor riesgo de default en casos de bancarrota.

A continuación, se relaciona la ecuación del WACC:

8,00%

9,00%

10,00%

11,00%

12,00%

13,00%

14,00%

15,00%

16,00%

0% 50% 100% 150% 200% 250% 300% 350%

BB -

Endeudamiento

BB

Endeudamiento actual

Costo %

41

𝑊𝐴𝐶𝐶 = 𝐾58

8UH(1 − 𝑡) + 𝐾0

H8UH

[6.0]

Sabiendo esto, es claro que en la medida que aumente el endeudamiento, el WACC disminuirá al verse ponderado por una menor tasa y adicionalmente será beneficiado por el escudo fiscal, pero es importante tener claridad que el segundo término de la ecuación relacionado al costo del patrimonio también se verá afectado, dado que el accionista al ver incrementado el endeudamiento percibirá un mayor riesgo de bancarrota y por ende exigirá retornos superiores. De esto, toma relevancia tener un modelo que permita absorber los efectos del cambio de estructura en el costo de la deuda y patrimonio.

Tal como vimos en secciones anteriores, al modelar el costo del patrimonio absorbiendo el efecto de apalancamiento en la expresión dada por 𝛽0 y al incluir el modelo de deuda de Altman se logra una expresión que permite relacionar directamente el costo del patrimonio y de la deuda a cambios en estructura. De esta manera, si volvemos con la ecuación [6.0] podemos definir una curva de la siguiente manera:

Figura 9: Curva de WACC mínimo


12,14950%

11,86375%11,80000%

12,00000%

12,20000%

12,40000%

12,60000%

12,80000%

13,00000%

13,20000%

0% 50% 100% 150% 200% 250% 300%

A

B

42

Tal como se observa en la figura 9, la curva presenta un comportamiento parabólico y con escalones acentuados dado el cambio de calificaciones. Este comportamiento se ve explicado por el comportamiento en escalones del costo de la deuda a cambios en el endeudamiento.

Inicialmente la curva inicia con una ponderación marcada por el costo del patrimonio y a medida que el endeudamiento incrementa; por la ponderación y tener tasas teóricas menores, el costo de la deuda genera una disminución en el WACC. Al incrementar a mayores niveles el endeudamiento, los accionistas perciben mayores riesgos de quiebra y por ende requieren retornos superiores, generando un incremento en el 𝐾0 resultante.

Tabla 9: Cambio a WACC optimo

Punto D/(D+E) WACC A 35,06% 12,15% B 45,05% 11,86%

Actualmente el sector por su calificación y endeudamiento se encuentra en el punto A indicado en la figura 9, tal como se puede notar, el sector no se encuentra en el mínimo WACC posible y para llegar al punto óptimo indicado en B, el sector debe cambiar la composición de su estructura de capital y aumentar su endeudamiento en 999 pbs. Esto, le permitiría al sector disminuir su WACC en 29 pbs y encontrarse en el mínimo WACC posible.

Es importante resaltar el riesgo del punto B, a pesar de encontrarse en el mínimo posible, pequeños cambios en el endeudamiento o parámetros dentro del modelo de costo de deuda, llevarían al sector a perder calificación crediticia y encontrarse en un punto de mayor WACC que el registrado en A.

Un tema fundamental es que los tomadores de decisiones de estructuras de capital, más que el escudo fiscal generado o costos mínimos de capital, lo que buscan es minimizar riesgos cuidando su calificación crediticia y administrar el cumplimiento de las obligaciones (Bedoya Grajales, 2008)

Por ende, en conclusión, la estructura óptima de capital es una decisión estratégica y de apetito de riesgo de cada una de las organizaciones que hacen parte del sector. Cada una de las organizaciones validará su decisión de encontrarse en el punto óptimo teórico o encontrase en puntos anteriores al mismo y así evitar el riesgo de pérdida de calificación, incremento a niveles mayores en el WACC e incluso perder el acceso a fuentes de financiamiento futuras.

43

8. IMPACTOS EN LA GENERACIÓN DE VALOR

8.1. EVA

El Valor Económico Agregado y valor agregado son términos que en los últimos años ha sido cada vez más acogidos por los empresarios colombianos (León, 2013)

El término valor agregado está registrado por la compañía Stern Stewart & Co, quienes la definen como “una estimación del monto de las ganancias que difieren de la tasa de rentabilidad mínima requerida (contra inversiones de riesgo comparable) para los accionistas o prestamistas.

G. Bennett Stewart, III (2000, p. 217) señala “el Valor Económico Añadido, es la medida o indicador interno de la actuación operativa que refleja mejor el éxito de empresas a la hora de añadir valor a las inversiones de sus accionistas. El Valor Económico Añadido es el beneficio residual que queda de los beneficios de explotación después de que se ha deducido el costo de capital”

El EVA® es considera una herramienta que permite calcular y evaluar la riqueza o valor que una compañía está generando, teniendo en cuenta el nivel de riesgo con el que opera (Amat, 1999). G. Bennett Stewart, III (2000, p. 217) señala “el Valor Económico Añadido, es la medida o indicador interno de la actuación operativa que refleja mejor el éxito de empresas a la hora de añadir valor a las inversiones de sus accionistas. El Valor Económico Añadido es el beneficio residual que queda de los beneficios de explotación después de que se ha deducido el costo de capital”

Por consiguiente, podemos definir que el EVA® tiene como función reconocer el rendimiento generado después de deducir el costo de los recursos propios y externos en la inversión de los activos. En caso de que esté valor sea positivo, la empresa ha generado un rendimiento que supera el costo de los recursos y por ende se genera valor. Cuando el valor es negativo, el rendimiento generado es inferior al costo de oportunidad esperado y se destruye valor.

Tal como indica (Vílchez, 1999), existen cuatro estrategias financieras básicas para incrementar el EVA®:

• Aumentar las utilidades brutas con los activos existentes • Reducir el capital invertido manteniendo las utilidades • Invertir solo en activos con rentabilidad superior al costo de capital • Reducir el costo de capital

De esta forma para evaluar el impacto de la estructura de capital del sector en la generación de valor agregado, se debe disminuir el costo de capital buscando la estructura óptima de capital que minimice el costo.

A continuación, se relaciona la ecuación para el cálculo del EVA®

44

𝐸𝑉𝐴 = 𝑈𝑂𝐷𝐼 − (𝐶𝑎𝑝𝑖𝑡𝑎𝑙𝐼𝑛𝑣𝑒𝑟𝑡𝑖𝑑𝑜 ∗ 𝑊𝐴𝐶𝐶) [7.0]

● Utilidad Operacional: La utilidad operativa empleada para el cálculo del EVA, es la utilidad operacional afectada por la tasa efectiva de impuestos UODI o también conocida como NOPLAT por sus siglas en inglés. En la UODI, solo se consideran las utilidades operacionales, es decir, alcanzadas en el desarrollo de la actividad principal del negocio. Permitiendo así, tener un indicador atado al core del negocio y no afectado por ingresos o gastos no operacionales

● Capital Invertido: Está relacionado como el activo fijo, más el capital de trabajo operativo, más otros activos. Generalmente para el cálculo del capital invertido se utiliza la suma de la deuda a corto y largo plazo con costo más el capital contable.

● WACC: El promedio ponderado del costo de la deuda de impuesto y el costo de capital propio conforman el costo de capital.

Para las organizaciones la decisión de optimizar la estructura de capital se basa en maximizar la generación de valor. Por ende, para el caso evaluado, toma alta importancia evaluar el cambio en la generación de valor por el desplazamiento a niveles de óptimos en la estructura de capital.

Partiendo de la premisa que la Utilidad operativa y la tasa efectiva de impuesto, son indiferentes a cambios en la estructura de capital, se procede a calcular el EVA® generado en el periodo 2018, para la estructura de capital actual del sector y el óptimo teórico hallado:

Tabla 10: Diferencial en generación de valor

U. Operativa (Millones de $) 2.168.641 Tasa efectiva impuesto 36,35% UODI (Millones de $) 1.380.426 D+E (Millones de $) 36.320.423 WACC 12,149% 12,864% EVA (Millones de $) -3.032.323 -2.928.539 Diferencial (Millones de $) 103.783

45


Como se puede observar en la tabla 10, el aumento en la generación de valor por motivo del desplazamiento de la estructura de capital al óptimo teórico es de $ 103.783 MM para el periodo 2018.

Es importante resaltar que por los márgenes actuales, el ROCE12 no supera el WACC y por ende el EVA® generado es negativo. A pesar de que el sector se desplazará al óptimo teórico, aún se generaría destrucción de valor para el sector alimenticio.

Es importante generar estrategias que permitan aumentar el margen bruto

9. CONCLUSIONES Y TRABAJOS FUTUROS

El presente estudio abarcó desde la revisión del estado del arte sobre el estudio de la estructura de capital hasta el desarrollo de un modelo aplicado de estructura óptima de capital para el sector alimenticio. Se incorporó la modelación de costo de deuda y costo de capital en aras de minimizar el WACC y por ende demostrar de una manera empírica la generación de EVA que esto conlleva.

A partir de este estudio se concluye lo siguiente:

• El sector alimenticio es un sector concentrado en pocas organizaciones que generan cerca del 80% de los ingresos totales.

• A pesar de las mejoras en los indicadores financieros de actividad y liquidez, el sector aún no alcanza niveles de rentabilidad sobre el patrimonio que superen el rendimiento esperado por los accionistas.

• El modelo CAPM con sus respectivos ajustes de aplicación al riesgo país, e incorporando la estructura de capital en su componente de beta, permiten encontrar de una manera crítica el rendimiento esperado por los accionistas a medida que varía el endeudamiento, y por ende el riesgo de insolvencia.

• Se recomienda para organizaciones del sector que coticen en bolsa, aplicar un modelo CAPM partiendo de Betas reales del activo, permitiendo así absorber de una manera más exacta el rendimiento esperado de los accionistas.

12 Return on capital employed: EBITD+E

46

• El modelo crediticio de Altman, dado su sencillez al partir de datos extraídos totalmente de los estados financieros, permite una fácil aplicabilidad que puede ser replicada en cada una de las organizaciones que componen el sector.

• A la luz de las condiciones especiales y diferenciales del mercado colombiano se recomienda investigar la predictibilidad del modelo de Altman en la probabilidad de insolvencia en las organizaciones.

• La implementación de una estructura óptima de capital para el sector de alimentos hubiera generado un incremento de 103.783 MM en el EVA del sector.

• Como resultado final del trabajo, a pesar que es importante destacar que cada una de las organizaciones que hacen parte del sector deben definir un punto eficiente en su estructura de capital, la implementación de una estructura óptima de capital para el sector de alimentos hubiera generado un incremento de 103.783 MM en el EVA del sector.

• Es importante destacar que cada una de las organizaciones que hacen parte del sector, deben definir un punto eficiente en su estructura de capital. En el cual, dado sus particularidades financieras, cuiden el riesgo inherente a un cambio en calificación crediticia que conlleve a un salto importante en el nivel del WACC.

• Dado la destrucción de valor actual del sector, indiferente de la estructura de capital que posea, es importante implementar estrategias que permitan un aumento del UODI ya sea a través del mejoramiento del margen bruto, por mejora en la mezcla de productos, eficiencia en compras, desarrollo de nuevos productos con valor agregado y austeridad en los gastos de administración y venta.

• En trabajos futuros se recomienda: o Hacer estudios crediticios diferenciales por tamaños de organización

dadas las condiciones particulares de cada una de ellas. o El estudio de los parámetros de Altman dado las condiciones actuales

en el mercado colombiano y su desviación frente a la ecuación inicial para mercados emergentes.

o Realizar un estudio profundo por subsectores y en el cual se analice sus betas de mercado relacionados, dado que al promediar las betas se puede dar lugar a inexactitud en las conclusiones.

o Generar estudios particulares de Colombia en relación al SMB y HML

47

10. ANEXOS

Anexo 1: Las 20 empresas de mayores ingresos en el sector

Organizaciones Nit CONTEGRAL S.A. 890901271 ALIMENTOS CARNICOS S.A.S. 890304130 NESTLE DE COLOMBIA S.A 860002130 SOLLA S.A. 890900291 ITALCOL SA ITALCOL SA 860026895 ALIMENTOS FINCA S.A.S. 860004828 ORF S.A 891100445 DIANA CORPORACION SAS 860031606 PEPSICO ALIMENTOS COLOMBIA LTDA 890920304 ITALCOL DE OCCIDENTE SA 891304762 COMPAÑÍA NACIONAL DE CHOCOLATES S.A.S. 811036030 HARINERA DEL VALLE S.A. 891300382 INGENIO DEL CAUCA S.A.S. 891300237 QUALA SA 860074450 RACAFE & CIA SCA 860000996 COMPAÑÍA DE GALLETAS NOEL S.A.S. 811014994 INDUSTRIA COLOMBIANA DE CAFE S.A.S. 890903532 POLLOS EL BUCANERO S.A. 800197463 INGREDION COLOMBIA S.A. 890301690

Anexo 2: Listado CIUU del sector Alimentos

Código CIUU Descripción C1011 Procesamiento y conservación de carne y productos cárnicos C1012 Procesamiento y conservación de pescados

C1020 Procesamiento y conservación de frutas, legumbres, hortalizas y tubérculos

C1030 Elaboración de aceites y grasas de origen vegetal y animal C1040 Elaboración de productos lácteos C1051 Elaboración de productos de molinería C1052 Elaboración de almidones y productos derivados de almidón

48

C1061 Trilla de café C1062 Descafeinado, tostíon y molienda del café C1063 Otros derivados del café C1071 Elaboración y refinación de azúcar C1072 Elaboración de panela C1081 Elaboración de productos de panadería C1082 Elaboración de cacao, chocolate y productos de confitería

C1083 Elaboración de macarrones, fideos y productos farináceos similares

C1084 Elaboración de comidas y platos preparados C1089 Elaboración de otros productos alimenticios n.c.p C1090 Elaboración de alimentos preparados para animales

Fuente: Supesociedades – Elaboración propia

Anexo 3: Rentabilidad T-Bonds 10 años

Fecha Rendimiento ene-18 2,71% feb-18 2,86% mar-18 2,74% abr-18 2,96% may-18 2,86% jun-18 2,86% jul-18 2,96% ago-18 2,86% sep-18 3,07% oct-18 3,15% nov-18 2,99% dic-18 2,69% Promedio 2,90%

Fuente: Investing.com – Elaboración propia

Anexo 4: Promedio rendimiento S&P 500 últimos 30 años

Años Rendimiento S&P 500 1989 12,80% 1990 6,80% 1991 20,06% 1992 8,58% 1993 12,37%

49

1994 5,29% 1995 34,80% 1996 22,69% 1997 23,57% 1998 29,30% 1999 11,00% 2000 -0,56% 2001 -17,45% 2002 -26,32% 2003 29,41% 2004 5,84% 2005 10,80% 2006 11,65% 2007 -4,24% 2008 -51,23% 2009 26,26% 2010 18,04% 2011 2,02% 2012 13,23% 2013 17,39% 2014 11,26% 2015 -2,78% 2016 16,09% 2017 21,44% 2018 -4,33%

Promedio 8,79% Fuente: Investing.com – Elaboración propia

Anexo 5: Calculo SMB

Rubro Valor SMB S&P 40 MILA 2,326% Participación empresas pequeñas 29,62% Total 0,69%

50

BIBLIOGRAFÍA.

Altman, E. (1968). PREDICTING FINANCIAL DISTRESS OF COMPANIES.

Altman, E. (2000). PREDICTING FINANCIAL DISTRESS OF COMPANIES: REVISITING THE Z-SCORE AND ZETA® MODELS.

Amat, O. (1999). EVA Valor Económico Agregado: Un nuevo enfoque para optimizar la gestión empresarial, motivar a los empleado y crear valor.

Baez Roa, M. (2011). El efecto de los impuestos sobre el costo de capital: Estudio de un caso en Colombia - Almacenes Éxito S.A. periodo 2006-2010. Universidad Nacional de Colombia

Carmona, D. & Vera, M. (2017). Evaluación de los factores de riesgo en los activos de renta variable que conforman el índice S&P MILA 40: aplicación del modelo de tres factores de Fama y French en el periodo 2009-2013. Revista Finanzas y Política Económica, Vol. 9

Grajales, D. D. (2008). UN ENFOQUE DINÁMICO PARA EL ESTUDIO DE LA ESTRUCTURA DE CAPITAL EN COLOMBIA.

Bradstreet, D. &. (1994). The Failure Record.

de Sousa Santana, F. (2013). Modelo de valoración de activos financieros (CAPM) y teoría de valoración por arbitraje (APT): Un test empírico en las empresas del sector eléctrico brasileño. Cuadernos de Contabilidad, 14(35), 731–746.

Fama, E. & French, K. (1992). "The Cross–Section of Expected Stock Returns". Journal of Finance, Vol. 47, Blackwell Publishing, Oxford.

Fama, E. & French, K. (1996). "Multifactor Explanations of Asset Pricing Anomalies". Journal of Finance, Vol. 51, No. 1, Blackwell Publishing, Oxford.

Garzón, A. L. (2011). Estructura De Capital Del Sector Expendio De Alimentos Y Bebidas.

Harris, M., & Raviv, A. (1991). The theory of capital structure. Journal of Finance, 46, 297–335.

Jensen, M., & Meckling, W. (1976). Theory of the Firm: Managerial Behavior, Agency Costs, and Capital Structure. Journal of Financial Economics, 3, 305-360.

Kristjanpoller, W., & Liberona, C. (2010). Comparación de modelos de predicción de retornos accionarios en el Mercado Accionario Chileno: CAPM, FAMA y FRENCH y REWARD BETA. EconoQuantum, 7,

León, O. (2013). Valoración de Empresas.

Markowitz, H. (1952). Portfolio Selection. Journal of Finance, 77–91.

51

Mascareñas, Juan (2001). La estrucutra de capital optima. Madrid: Universidad Cumplutense de Madrid.

Marulanda, A., & Sepúlveda, J. (2010). Desviación respecto al óptimo teórico de la estructura de capital de las grandes empresas del sector químico colombiano. Revista Soluciones de Postgrado EIA, 51–74.

Miller, M. (1977). Debt and Taxes. Journal of Finance, 32, 261–275.

Miller, M. y Scholes, M. (1972). "Rate of Return in Relation to Risk: A Reexamination of Some Recent Findings". Studies in the Theory of Capital Markets. Editorial Michael C. Jensen, New York.

Modigliani, F., & Miller, M. (1958). The Cost of Capital, Corporation Finance and the Theory of Investment. The American Economic Review, 48(3), 261–297.

Modigliani, F. y Miller M. (1963): Corporate income taxes and the cost of capital: a correction. The American Economic Review. Vol. 53. June, pp. 433-443.

Piedrahíta, A. (2012). Carteras colectivas en Colombia y las herramientas de medición para la generación de valor. Revista Civilizar, 3(6), 107-125.

Ramírez Herrera, L. M. (2018). El estado del arte sobre la teoría de la estructura de capital de la empresa. Cuadernos de Economía, 37(73), 143–165. https://doi.org/10.15446/cuad.econ.v37n73.56041

Rincón Cruz, C. L. (2014). META-ANÁLISIS SOBRE LA DETERMINACIÓN DE LA ESTRUCTURA DE CAPITAL EN EMPRESAS COLOMBIANA.

Salloum, C., & Vigier, H. (1999). Sobre la Determinación de la Estructura de Capital en la Pequeña y Mediana Empresa. Retrieved from www.aaep.org.ar

Sanchez, J. H. (2010). La tasa de descuento en países emergentes aplicación al mercado colombiano. Revista EAN, 69, 120-135.

Sharpe, W. F. (1964). Capital Asset Prices: a Theory of Market Equilibrium Under Conditions of Risk. The Journal of Finance, 19(3), 425–442. https://doi.org/10.1111/j.1540-6261.1964.tb02865.x

Taylor, A. & Taylor, M. (2004). The Purchasing Power Parity Debate. NBER Working Paper.

Zambrano, M. (2011). Análisis de la estructura de capital en la empresa de servicios públicos de Sogamoso COSERVICIOS S.A. E.S.P. para los años 2007 a 2009. Universidad Nacional de Colombia.

análisis de la estructura de capital del sector alimentos

Documents