Documentos de Académico
Documentos de Profesional
Documentos de Cultura
02 - Redes Neuronales Francisco
02 - Redes Neuronales Francisco
2) ¿cuáles son las variables que influyen significativamente Las redes neuronales son un grupo de algoritmos matemáti-
en este valor económico? cos que emulan el funcionamiento del cerebro de los mamí-
feros superiores. Se puede realizar una división, muy básica,
Continuando esta línea de investigación, en este artículo se entre las Redes Neuronales Autoorganizadas (RNA) y las
analiza la relación entre creación de valor para los accionis- redes Neuronales Supervisadas (RNS). Las RNA son clasifi-
tas y el tamaño, la eficiencia operativa y el apalancamiento cadoras de datos, mientras que las RNS son aproximadores
financiero, utilizando datos de empresas cotizadas en la universales de funciones.
Bolsa de Madrid para el período 2002-2005. Se emplea la
metodología de las redes neuronales autoorganizadas para Las RNA clasifican variables estableciendo relaciones no
identificar relaciones entre estas variables y agrupar las lineales entre conjuntos de datos. Esta clasificación se lleva
empresas de acuerdo a una tipología. Adicionalmente, la a cabo minimizando la distancia entre la información de sali-
metodología de las redes neuronales supervisadas permite da y los datos de entrada (redes competitivas), y añadiendo
derivar un algoritmo que ajusta significativamente la rela- una función de vecindad (mapas autoorganizados) que per-
ción entre las variables explicativas y la creación de valor mite una agrupación homogénea de la información de salida,
para los accionistas. estableciendo relaciones3 .
Las RNS no solo agrupan datos sino que permiten elaborar ne como el aumento de valor para los accionistas en ese perí-
algoritmos que ajustan significativamente las variables endó- odo dividido por la capitalización de la empresa al inicio del
genas y exógenas a través de un proceso de aprendizaje4 período. Es decir:
3. SELECCIÓN DE LAS VARIABLES RA (t) = AVA (t) / Capitalización inicio período (2)
donde:
3.1. GRADO DE APALANCAMIENTO FINANCIERO
AVA es el aumento de valor para el accionista
El apalancamiento financiero se mide a través del ratio
Deuda / Recursos Propios, utilizando los valores de merca- El aumento de valor para los accionistas (AVA) en un perí-
do. Un ratio igual a 1 es sinónimo de una empresa que ha odo se define como el resultado de:
financiado sus activos 50% con deuda y 50% con capital,
mientras que un valor superior a 1 refleja una mayor utiliza- Aumento de capitalización de las acciones en el período
ción de deuda que de capital y un valor inferior a 1 una + Dividendos pagados en el período
mayor utilización de capital relativamente a la deuda.
Cuanto mayor sea el ratio, más endeudada estará la empresa. + Otros pagos a los accionistas en el período (reducciones
de nominal, amortización de acciones, etc.)
3.2. RENTABILIDAD OPERATIVA
- Desembolsos por ampliaciones de capital del período
La rentabilidad operativa de la empresa se mide a través del
ratio del beneficio operativo sobre el total de activos (ROA). - Conversión de obligaciones convertibles del período
Para evitar las posibles discrepancias que pueden surgir en la
medida del beneficio contable como consecuencia de aplicar Sustituyendo (2) en (1), se obtiene que:
criterios distintos, se emplea como medida del beneficio el
EBITDA (beneficio antes de intereses, impuestos, deprecia- CVA (t) = AVA (t) – [ Capitalización inicial x Ke ]
ción y amortización), cuyo valor es independiente de la polí-
tica de amortizaciones, de la estructura de capital y del Es decir, en un período considerado, una empresa crea valor
impuesto de sociedades. para sus accionistas si el aumento de valor para sus accio-
nistas es superior a las expectativas de aumento de valor que
3.3. VALOR DE CAPITALIZACIÓN BURSÁTIL tenían al inicio.
Como se puede observar hay un cúmulo grande en el centro La Figura 2 muestra las distribuciones de densidad de las
(el color azul marino indica poca distancia, al contrario que cinco variables empleadas en el estudio.
los tonos vivos que indican gran separación) lo que revela Del estudio de esta figura se pueden derivar las siguientes
que la mayoría de las empresas de la base de datos están en conclusiones:
las celdas centrales del modelo.
1. Existe una baja correlación entre CVA y RA. Las empre-
Matriz U-Matrix de distancias. El color azul indica poca dis- sas con CVA alto no tienen RA alto.
tancia, mientras que el rojo indica gran distancia entre las
diferentes neuronas 2. Un CVA alto está asociado con:
a. ROA nulo
Fig. 2
ANÁLISIS MEDIANTE REDES NEURONALES 19
En consecuencia, se puede deducir que RA es un indicador Bajo una perspectiva de creación de valor para el accionista,
de creación de valor para el accionista de empresas peque- se puede establecer que el grupo Alfa (color rojo) es el peor,
ñas. Y la CVA para empresas grandes. y que el grupo Golf (color marrón) es el mejor. En este sen-
tido, la ordenación de los grupos sería la siguiente:
Ninguno de los cinco mapas tiene una distribución similar,
por lo que podemos deducir que no existe una gran correla- Posición Grupo Color
ción entre las tres variables elegidas.
1 Golf Marrón
Utilizando una técnica de cluster, basada en lógica borrosa, 2 Foxtrox Azul claro
se determina el número de grupos que existen en nuestro 3 Delta Azul marino
modelo. El algoritmo se representa mediante una línea con- 4 Echo Amarillo
tinua que encuentra un mínimo en el número de grupos más 5 Juliet Naranja
probable. En este caso, se encuentran 8 grupos que aparecen 6 Charlie Celeste
representados en la Figura 3. 7 Bravo Azul
8 Alfa Rojo
La red neuronal establece 8 grupos en función de los
patrones de comportamiento de las empresas Para analizar la evolución del posicionamiento de las empre-
sas estudiadas con relación a estos grupos de valor, se ha
desglosado la información por sectores de actividad: Bienes
de consumo; Materiales básicos, industria y construcción;
Petróleo y energía; Servicios de consumo; Tecnología y
comunicaciones.
Fig. 3
Fuente: Elaboración propia.
Fig. 4
Fuente: Elaboración propia.
ANÁLISIS MEDIANTE REDES NEURONALES 21
La Figura 5 incluye los resultados para las empresas del sec- En este sector, la empresa consistentemente mejor posicio-
tor de materiales básicos, industria y construcción. nada es ACS, seguida de Zardoya. El posicionamiento con-
Fig. 5
Fuente: Elaboración propia. sistente más negativo corresponde a Acerinox, mientras
que Abengoa y OHL se sitúan en la zona intermedia. Los
22 ANÁLISIS FINANCIERO
recorridos de Ferrovial y Gamesa serían exponentes de La Figura 6 recoge los resultados para las empresas del sec-
posicionamientos altamente volátiles. tor petróleo y energía.