Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIÓN......................................................................................................................................4
........................................................................................................................................................ 7
........................................................................................................................................................ 8
PREVISIONES.........................................................................................................................................21
SINDICADO PROPUESTO......................................................................................................................26
ANEXOS..................................................................................................................................................28
Una vez que hayamos realizado los dos primeros apartados tendremos los principales
indicadores de gestión y cuadros de mando para tomar una decisión correcta:
El objeto de este caso práctico es poner en práctica los conocimientos adquiridos en los
cuatro módulos de Contabilidad: Módulo 1 Big Data Aplicado al Análisis (Estructura financiera,
Fuentes de financiación, Herramientas del Big Data para el análisis financiero), Módulo 2
Gestión de Tesorería (Planificación y gestión de tesorería, Presupuesto de tesorería, Políticas de
crédito y cobro a clientes); Módulo 3 Control Financiero (Productos bancarios, Seguros y
planes de pensiones, Sistema de control financiero); y Módulo 4 Control de Gestión
(Instrumentos de Control de Gestión, Indicadores de gestión y cuadros de mando de las áreas
funcionales, Presupuestos).
Somos parte del equipo de admisión de riesgos corporativos de una entidad bancaria de
primer
nivel y tenemos que asistir al Comité de Riesgos de Crédito de más alto rango de la
entidad
para plantear una operación y una política de riesgos con el fabricante de
automóviles
americano General Motors.
Se nos plantea la participación en un préstamo sindicado con distintas tomas (EUR 200
millones,
EUR 100 millones, EUR 50 millones) sobre un total de EUR 5.000 millones a 5 años, con
una
parte EUR 2.000 millones bullet, y otra parte con amortizaciones trimestrales (método francés)
durante los 5 años, para un programa de conducción autónoma basada en
tecnología
proporcionada por Big Data
Analytics.
Es una oportunidad para el banco de entrar en el primer fabricante de Estados Unidos que
nos puede abrir oportunidades de negocio en países de nuestro footprint en los que también
opera General Motors Inc.
Además de evaluar su viabilidad futura con el fin de facilitar la toma de decisiones que están
encaminadas a reconducir y mejorar la gestión de los recursos de la empresa para lograr crear
valor, además de continuar en el mercado.
Por esta razón el análisis económico-financiero, es parte imprescindible del análisis interno de la
empresa para conseguir crear valor.
Se espera que la competencia incremente en los próximos años 2020 y 2021, al ralentizarse el
crecimiento de las ventas, particularmente en mercados emergentes, y con los competidores
asiáticos reduciendo precios.
A esto se añade el riesgo que representa para toda la industria las consecuencias de las
investigaciones sobre las manipulaciones de emisiones (además de Volkswagen y Mitsubishi), y
cabe esperar que resulten en una regulación medioambiental más estricta a implementar en los
próximos años. Por ejemplo, la Comisión Europea propuso en septiembre de 2017 que los
fabricantes de automoción deberán reducir las divergencias entre los límites regulatorios que
usan para las pruebas que hacen en "laboratorio" y los valores que usan en las pruebas que
elaboran durante conducción real.
Las inversiones que requieren los desarrollos de nuevos productos, nuevas tecnologías, mayor
seguridad y el ajuste a requisitos medioambientales yde eficiencia más estrictos serán
significativas, para una industria que sigue siendo muymuy
cíclica y sujeta a cambios rápidos
en
regulación, tecnología y preferencias del consumidor, y que muestra rentabilidades modestas
en relación a otras industrias.
La labor prestada por el Big Data en este sector no se ciñe única y exclusivamente a los
datos
generados por los conductores, sino que se extiende al control de la maquinaria a la hora
de
diseñar, fabricar y revisar automóviles.
Fuente: www.eleconomista.es
General Motors Company (GMC o simplemente GM) es una compañía estadounidense que
fabrica automóviles, camiones y motores. Fue fundada en 1908 con el nombre de General
Motors Corporation y reestructurada a partir del año 2009 bajo su actual denominación. Su
sede central se encuentra en la localidad de Detroit (Míchigan).
Fue fundada en 1908 por William "Billy" Durant, que anteriormente había sido fabricante de
coches tirados por caballos. A comienzos del siglo XX, había menos de 8.000 vehículos en
Estados Unidos, muchos de ellos impulsados por vapor o electricidad, mientras que otros tenían
motores de gasolina. GM inicialmente solo era propietario de Buick Motor Company, pero más
tarde adquirió otras 20 compañías, entre ellas Oldsmobile, Cadillac, Oakland (hoy conocida
como Pontiac), Ewing, Marquette, así como los camiones Reliance y Rapid.
En 1929, General Motors había superado a Ford Motor Company para convertirse en
elfabricante estadounidense líder de automóviles de pasajeros. Agregó operaciones en el
extranjero, incluyendo Vauxhall de Inglaterra en 1925, Opel de Alemania en 1929 y Holden
de
Australia en 1931. Sin olvidar la Yellow Truck & Coach Manufacturing En 1931 GM se
Co.
General Motors creció a la vez que la economía estadounidense en los años 50 y 60 y continuó
manteniendo entre el 40% y el 45% del total de las ventas de automóviles en Estados Unidos.
Compró Electronic Data Systems Corporation, una gran empresa de procesamiento de datos,
en
1984 y en 1986 adquirió la Hughes Aircraft Company, fabricante de sistemas de armas
y
satélites de comunicaciones.
Junto con otros fabricantes de automóviles de Estados Unidos, la compañía enfrentó una
competencia cada vez más severa por parte de los fabricantes de vehículos japoneses en los
años 70 y 80. En 1980 pierde más de 750 millones de dólares ante la caída de 26% en
las y camiones.
ventas de autos
En 1984 GM comenzó una nueva división automotriz, Saturno,
que plantas altamente automatizadas para producir vehículos subcompactos y competir
usaba
así
con las importaciones
japonesas.
Si bien los esfuerzos de modernización de GM mostraron
cierto las grandes pérdidas a principios de la década de 1990 obligaron a la compañía a
éxito,
cerrar
muchas plantas y reducir su fuerza laboral en decenas de miles de
empleados.
La que una vez había sido la corporación más grande e influyente de Estados Unidos
sufrió
también el mayor colapso de la manufactura en la historia del país. Los principales motivos
que
llevaron a General Motors a la bancarrota en 2009
son:
Años de pérdidas. Tan solo en el año fiscal 2007 alcanzaron los 38.700 millones, la
mayor
pérdida anual en la historia de la industria automotriz. De 2006 a 2008 GM
acumuló
perdidas por valor de casi 90.000 millones de
dólares.
Caída dramática en las ventas de sus vehículos (más del 30% de media) durante varios
años consecutivos). Tan solo en 2008 se redujeron en un 45%.
La malas decisiones de los directivos y los altos salarios de los mismos no ayudaron
con
una mala política de mercado inadaptada a la nueva realidad económica del país en
plena
crisis económica, la mayor desde la Gran
Depresión.
Alza en los precios del combustible que empujó a los clientes hacia vehículos más
pequeños de fabricantes asiáticos y más eficientes en el consumo de carburante.
En 2009 General Motors entró en suspensión de pagos con una deuda de 172.800 millones de
dólares, cerrando una docena de fábricas y recortando más de 20.000 empleos, además de
despedir a su entonces CEO Rick Wagoner, a petición del presidente Barack Obama. Las
acciones de GM cayeron por debajo de 1 dólar por primera vez, y dejó de cotizar en el Dow
Jones (fue reemplazada por Cisco Systems).
Ni siquiera los miles de millones de dólares en ayuda federal fueron suficientes para
mantener a la automotriz más grande de Estados Unidos fuera de la quiebra. El gobierno
estadounidense se convirtió en el mayor accionista de la nueva GM, con el 60%, invirtiendo
hasta 50.000 millones de dólares en la empresa, y el gobierno canadiense se hizo con el 12.5%
de la compañía.
El Tesoro federal recuperó la mayor parte de esa inversión, aunque cerca de 11.200 millones
de la inversión en GM nunca fue reembolsada. El gobierno recuperó gran parte del dinero
mediante la venta de acciones en 2010 cuando GM realizó una oferta pública inicial que fue
una de las cinco mayores OPI del mundo hasta la fecha, y volvió a ser rentable ese mismo año.
La de GM se considera una de las tres quiebras más grandes de la historia del país junto a la
del banco de inversiones de Wall Street Lehman Brothers y la empresa de telecomunicaciones
WorldCom. Un estudio realizado por el Center for Automotive Research encontró que el rescate
de GM salvó 1,2 millones de empleos y preservó 34,9 mil millones en ingresos
fiscales.
Durante gran parte del siglo XX, GM fue reconocido como el primer productor mundial de
automóviles, teniendo bajo su abanico de marcas a la firma Chevrolet, considerada la
marca más vendida de este siglo. Al mismo tiempo, completaban este catálogo inicial
marcas como
Salvo excepciones, General Motors ha vendido sus modelos a través de varias marcas
distintas. En 2005, la firma vendió en todo el mundo 9,17 millones de vehículos de las
siguientes marcas: Buick, Cadillac, Opel, GMC, GM Korea, Hummer (ahora disuelta), Oldsmobile
(ahora disuelta), Pontiac (ahora disuelta), Saab (vendida a Spyker, formando Saab Spyker
Automobile), Saturn (ahora disuelta), Holden (ahora disuelta) y Chevrolet. GM gestiona una
financiera, la GMAC Financial Services, que ofrece financiación y seguros de automóvil,
residenciales y comerciales. La subsidiaria de GM OnStar provee servicios de información y
seguridad de vehículos.
Tabla 3: Datos consolidados auditados del grupo General Motors a cierre 2017, 2018 y 2019
Caso Final General Motors | 18
Fuente: Informe anual General Motors 2019, 10-k
El sector de automoción está atravesando su propia "tormenta perfecta", que le obliga a llevar
a cabo una profunda transformación y de la que, cuando acabe, saldrá con rasgos muy
distintos de los que hasta ahora le han caracterizado. Los rápidos avances hacia una movilidad
eléctrica, conectada y autónoma, plantean una serie de cambios legislativos, tecnológicos,
culturales y económicos que provocarán efectos disruptivos en la cadena de valor del sector
del automóvil.
Según el informe «Eascy: las cinco dimensiones que transformarán el sector de Automoción«,
de la consultora PwC, las cinco tendencias del mercado automovilístico en las próximas
décadas estarán protagonizadas por la tecnología y por el auge del transporte compartido.
Coches eléctricos, híbridos y coches autónomos serán la norma, y la propiedad de un vehículo
no será lo común gracias al auge de los servicios de transporte compartido. Veamos cada una
de estas tendencias en detalle.
El coche del futuro, al menos en el largo plazo, parece que se alimentará de energía eléctrica,
una energía a priori menos contaminante ya que se reducen los problemas de contaminación
por ruidos y por emisiones de gases nocivos. De hecho, se estima que en el año 2030
aproximadamente el 55% de los coches vendidos sean totalmente eléctricos.
La automatización total no será viable hasta unos años después, dependiendo de lo rápido que
avance la tecnología en ese sentido (algo muy difícil de predecir, por otro lado). Además,
aunque el coche autónomo llegue al mercado en menos de cinco años, tendrá que pasar mucho
tiempo hasta que sean mayoría. Se estima que en 2030 seguirán siendo mayoría los coches
conducidos por personas (un 85%, o más).
La llegada de nuevos materiales al vehículo es también una realidad. Los fabricantes invierten
cada vez más en la búsqueda de materiales más flexibles, resistentes, duraderos… pero
también amigables con el medio ambiente.
La conectividad no hará sino ganar peso en el automóvil. Una conectividad necesaria para el
trabajo o el ocio dentro del habitáculo, pero también para muchas funciones del propio coche o
para la importante relación con otros vehículos e incluso con la infraestructura. La carretera
será, así entendida, un espacio de diálogo digital.
Según las estimaciones para los años 2020, 2021 y 2022, gracias a las acciones de marketing y
publicidad, se considerará un crecimiento estimado de los ingresos en fusión del crecimiento
del número de unidades vendidas.
Sin embargo, la pandemia actual del COVID-19 ha supuesto un punto de inflexión muy
importante, y las previsiones se han dado la vuelta debido a la inactividad de la economía.
A pesar del continuo dolor de la pandemia, las señales apuntan a un sólido repunte en las
ventas y la producción de vehículos nuevos en 2021 y 2022, según economistas de la
Universidad de Michigan.
Las previsiones realizadas para los próximos 3 años se producirán los siguientes incrementos
respecto al año anterior: 2020 -70%, 2021 +30% y 2022 +40%.
Los gastos generales fluctuarán en la misma medida que los ingresos, manteniéndose un mismo
margen EBITDA y margen EBIT.
Para la actualización de los flujos consideramos un tipo de interés constante del 10% anual para
los años 2020-2022. Utilizaremos como flujo para los descuentos el CFO (cash Flow operativo).
Según un informe de McKinsey, de hace ya tiempo, en el año 2030 los coches conectados
podrían generar un negocio cercano a los 750.000 millones de dólares. En su día no
entusiasmó a todos los fabricantes por igual, sin embargo, la tecnología ha evolucionado, el
coche conectado es una realidad, y el uso y tratamiento de altas cantidades de datos es
ahora posible gracias a esa evolución tecnológica, propiciando nuevos negocios. Ya son
muchas las marcas que están utilizando el Big Data para su negocio, como para, por ejemplo,
acercar más a los gustos reales de las personas, las configuraciones de los nuevos modelos.
¿Quieres saber cómo se puede utilizar el Big Data en un sector tan complejo como el de la
automoción? Aquí te lo cuento.
Ya no tenemos dudas de que los vehículos se van a convertir en los próximos años, en grandes
contenedores de datos. La información que recogerán, almacenarán y enviarán, además, no
será nada despreciable, ya que servirá, por ejemplo, no sólo para evitar y reducir la
siniestralidad de los vehículos, sino también para crear diferentes tipologías de los conductores
en función de determinados patrones de conducta en su día a día como conductores. Esta
información, será utilizada por la marca o por terceros, para ofrecer a dichos usuarios,
productos o servicios nuevos o más personalizados.
El coche conectado generará millones de datos, pero hay otras muchas fuentes que harán
crecer y crecer esa base de datos. Esta gran cantidad de información sería inútil para
cualquiera, si no fuera por las tecnologías de Big Data y los expertos en tecnología que
ayudan a clasificar, extraer y analizar esos grandísimos volúmenes de información. ¡Y muchos
de ellos en tiempo real!
Como podréis entender, el coche conectado interesa y mucho al sector de la automoción, sin
embargo, se enfrentarán a un importante reto, ya que "las marcas están acostumbradas a ciclos
de producción de siete años, a tener un control sobre toda la cadena de valor y a tener poca
En el caso de Big Data y automoción, este puede ayudar a las marcas a comparar los modelos
actuales con los anteriores similares, así como los diferentes colores, complementos, etc. Esta
información se puede cruzar con las ventas de los concesionarios por zonas geográficas, tanto
al nivel nacional como internacional. Para continuar, deberíamos incluir el análisis de la
evolución de esas ventas, con el fin de determinar qué tipo de vehículos, de qué
características y con qué complementos se venden más en unos sitios u otros y así asignar la
comunicación y la logística, así como la estrategia comercial en función de ello. Este simple
ejemplo, sólo se podría llevar a cabo a través del Big Data.
Sin embargo, el Big Data puede tener otras muchas aplicaciones, basadas en otras variables
más complejas como pueden ser la conducta de los consumidores. Dos de los usos más
importantes respecto a esto serían para:
Para trabajar sobre ellas, es necesario manejar un alto nivel de datos no estructurados, los
cuales sólo se pueden controlar a través de tecnología de Big Data.
Ahora que ya nos podemos hacer una idea de qué es y qué nos puede aportar, vamos a
centrarnos más en el sector que nos ocupa: el de la automoción.
Está claro que las nuevas tecnologías han propiciado y ayudado a la recogida de datos. La
implantación de robots y sistemas digitalizados, a su vez, han potenciado también la posibilidad
de obtener más información, más precisa y en tiempo real, creando ese entorno de Big Data
del que estamos hablando.
El sector del automóvil, además, por sus características no es sólo una industria más que se
podrá aprovechar del Big Data, sino que es una industria que puede ser referente en cuanto a
la explotación y aprovechamiento de esta información.
Entre las principales aplicaciones de uso del Big Data y automoción, destacan los siguientes:
1. En el proceso industrial. El proceso industrial en la automoción ha alcanzado unos
niveles óptimos de automatización, los cuales son la antesala del almacenamiento de
datos, no solo por su inmenso volumen, sino por la capacidad para integrar
conocimiento de modo fiable y sistemático. Los robots de las plantas de montaje llevan
años almacenando datos relacionados con el control de calidad y utilizando el Big Data
para prever la durabilidad de las distintas piezas que componen el automóvil. Según el
Instituto Fraunhofer IFA, la industria automovilística podría ahorrar hasta un 20% de sus
costes de mantenimiento si utilizara modelos predictivos para anticipar el desgaste de
las piezas.
2. En el proceso de diseno de nuevos modelos. Internet es uno de los grandes
generadores de datos, y los medios sociales la gran fuente inacabable de datos no
estructurados. Sabiendo recoger la información plasmada por los consumidores en
dichos medios, almacenándola y sabiéndola analizar, a través de sistemas de Big Data,
se podría ordenar correctamente dicha información de manera que sea útil para poder
determinar a través de modelos predictivos que utilicen dicha información, qué
acabados se venderían más, qué complementos demanda más el usuario, qué tipo de
vehículo puede ser el más vendido, en función del segmento, etc.
3. En el proceso de fidelización de clientes. En esta fase Big Data y automoción tienen
mucho que ver, ya que gestionando grandes cantidades de información relacionadas
con nuestros clientes, y cruzándola con información geográfica, social, de estilo de
vida o incluso emocional, podemos crear modelos que nos ayuden a conocer en qué
momento cambiará de vehículo y cuál es el tipo de coche más probable que busque,
incluso de qué color y características, con el objetivo de anticiparnos a ello y lanzarle
al usuario una comunicación que haga que se plantee repetir con nuestra marca.
4. En el servicio posventa. Todos somos conscientes de que cuanto más conoces a tu
cliente, más posibilidades tienes de satisfacerle. En este caso, la tecnología aplicada a la
economía de servicios puede dar un importante salto hacia una experiencia positiva,
gracias al conocimiento preciso de las exigencias de los consumidores. Además, gracias
al Big Data se podrá prever los fallos del coche, ya que este permanecerá conectado con
el taller, pudiendo concertar una cita, incluso antes de que ocurra dicho fallo, ayudando
a reducir significativamente la siniestralidad.
5. En la creación de nuevos servicios. Los coches conectados, así como los coches
autónomos propiciarán un aumento en el número de datos. Se estima que los vehículos
conectados podrían emitir cerca de 5 TB en datos en una sola hora, según Automotive
World. Esa cantidad de información va a propiciar su utilización no sólo por las marcas,
sino también por terceros, llegando a decirse que un usuario acabará consumiendo un
servicio en lugar de un coche. Por ejemplo, los seguros de coche se aprovecharían de
toda esta data de cara a ofrecer un producto personalizado a cada conductor en función
de su
estilo de conducción. Todos estos datos serían lógicamente recogidos por el
vehículo.
Podemos apuntar que los usuarios cada vez dejamos más rastros de todo lo que hacemos en
forma de datos. Por dónde navegamos, qué nos interesa, qué nos gusta hacer en nuestro
tiempo libre, qué grado de emotividad tenemos, además de los clásicos datos socio
demográficos y de clase social. A todo ello, en un corto plazo uniremos datos sobre estilo de
conducción, cuánto solemos tardar en llegar al trabajo, por qué gasolineras pasamos
habitualmente, o por qué centros comerciales, así como otra mucha información más.
Sindicado propuesto
Tickets: MLA EUR 200 millones, Lead Arranger EUR 100 millones, Lead Manager EUR 50
millones.
Plazo: 5 años
Covenant financieros: Deuda Financiera / EBITDA< 4,0x y Cobertura de intereses > 3,0x
Otras cláusulas: Pari Passu; No Material Adverse Change; Negative Pledge; Restricciones
a la venta de activos.
Se pide:
Será necesario apoyarse en la documentación de los distintos módulos para poder contestar
de forma objetiva a las preguntas.
Asimismo, se podrá consultar otras fuentes de información: webs de empresas del sector,
informes de mercado, noticias de actualidad, etc. para dar una solución de forma argumentada
y razonada.
Metodología
ANEXOS