Artículos Doctrinales pp. 8 - 32 REVELACIÓN …Artículos Doctrinales pp. 8 - 32 8 Revista Española de Financiación y Contabilidad. nº 131 Número Extraordinario por el XIII Congreso

Artículos Doctrinales pp. 8 - 32

8

Revista Española de Financiación y Contabilidad. nº 131Número Extraordinario por el XIII Congreso AECA. Oviedo, 22 - 24 de septiembre de 2005

REVELACIÓN VOLUNTARIA DE INFORMACIÓN Y CARACTERÍSTICAS DE LAS SOCIEDADES COTIZADAS

EN EL MERCADO DE CAPITALES ESPAÑOL

Voluntary disclosure and characteristics of firms quoted in Spanish stock market

Juan Carlos Gómez Sala1

Raúl Iñiguez SánchezFrancisco Poveda Fuentes

Universidad de Alicante

RESUMEN

En este trabajo se analizan las características empresariales que pueden determinar un mayornivel de transparencia informativa. Para ello, se utiliza el índice ITI de la Fundación deEstudios Financieros elaborado para el año 2002, y se valoran tres categorías: informaciónanual financiera, información sobre buen gobierno, e información online. La evidenciaobtenida indica que el tamaño es el principal determinante de la transparencia informativa delas empresas, y no sólo a la hora de proporcionar información financiera sino tambiéninformación sobre buen gobierno e información online. Otras características empresarialesparecen tener cierta importancia, como puede ser el nivel de rentabilidad y de endeudamiento.En cuanto a la información proporcionada por los analistas, éstos siguen en mayor medida a las empresas que aparecen como más transparentes, las cuales parece que reciben en mayor medida recomendaciones de compra.

Palabras Clave

información voluntaria, transparencia informativa, características empresariales, índice dedivulgación, analistas financieros

1 Direcciones para correspondencia: [email protected]; [email protected]; [email protected]. Carlos Gómez Sala y Francisco Poveda Fuentes agradecen el apoyo financiero de la Dirección General de Investigación del Ministerio de Educación y Ciencia a través del proyecto SEJ2005-09372. Raúl Iñiguez Sánchez agradece el apoyo financiero del proyecto de investigación INCENNOR (SEJ2005-08644-C02-01) financiado por el Ministerio de Educación y Ciencia y por fondos FEDER. Los autores agradecen los comentarios recibidos por dos evaluadores anónimos, así como los recibidos en el XIII Congreso de AECA, celebrado en Oviedo en Septiembre de 2005.

Juan Carlos Gómez/ Raúl Iñiguez/ Francisco Poveda Artículos Doctrinales pp. 8 - 32 Revelación voluntaria de información y características de las sociedades cotizadas en el mercado de capitales español

9


ABSTRACT

In this article we analyze firms’ characteristics that could be determining higher levels of informative transparency. With this aim, it is used the ITI index from the Fundación de Estudios Financieros for the year 2002, and three categories are evaluated: periodic financial information, corporate governance information, and online information. The evidenceobtained shows that size is the most relevant determinant of transparency in Spanish firms, and not only in relation to financial information, but also in corporate governance and online information. Other firm characteristics seem to have some importance, like level ofaccounting returns or debt leverage. In relation to the analysts’ information, they used to strongly follow more transparent firms, which seem to receive the majority of buyrecommendations.

Key Words

voluntary disclosure, financial transparency, firms characteristics, disclosure index, financial analysts

1. INTRODUCCIÓN

El funcionamiento de los mercados de capitales depende en gran medida de la cantidad ycalidad de la información específica difundida por las sociedades cotizadas. Pese a ello, losmercados se caracterizan por una situación de asimetría de información, en la que los insiders(directivos, accionistas de referencia, etc.) disponen de más información sobre la situación yperspectivas futuras de la empresa, que los inversores externos no vinculados a la gestión. La normativa del mercado de valores intenta mitigar este problema imponiendo unas obligaciones mínimas de difusión de información a las sociedades cotizadas, y de verificaciónindependiente de la misma para asegurar su veracidad. No obstante, esto no impide que las empresas puedan complementar voluntariamente la información obligatoria para facilitar lacorrecta valoración de sus acciones.

En los últimos años el fuerte desarrollo experimentado en los mercados de capitales de todo elmundo, y particularmente en España, y las dudas acerca de que las cuentas anuales y losestados financieros intermedios de las sociedades cotizadas, satisfagan las necesidades deinformación de los inversores y otros grupos de interesados, ha incrementado la presión sobre las empresas para que éstas amplíen la cantidad y calidad de la información que difundensobre sus actividades. Como resultado se han producido cambios legislativos que han elevado el nivel de revelación obligatoria por un lado, mientras que, por otro, ha aumentando ladisponibilidad de información discrecionalmente diseminada. La revelación obligatoria creaun nivel mínimo común de información para todas las empresas. Cuando la revelación esvoluntaria, cada compañía pondera sus costes y beneficios, fijando el nivel de revelación enaquel que le proporciona el mayor beneficio neto.


10


A la revelación voluntaria de información se le atribuyen importantes consecuenciasfavorables: hace que los precios reflejen más información ayudando a que las cotizacionessean más seguras, lo que, a su vez, aumenta la eficiencia del mercado de valores y mejora la asignación eficiente de recursos en la economía. Asimismo, reduce la asimetría deinformación entre el inversor medio y los participantes informados del mercado, de forma que contribuye a mejorar la liquidez y a reducir el coste de capital.

El objetivo de este trabajo es examinar empíricamente la relación entre el nivel de divulgacióndiscrecional de información, medida mediante un índice de revelación voluntaria, y una seriede características seleccionadas de las empresas cotizadas en el mercado continuo español. La literatura empírica previa sobre este tema es muy abundante, y en la misma se han utilizadoíndices de revelación que varían considerablemente entre los distintos estudios. Unos incluyensólo elementos obligatorios de información (Wallace y Naser, 1995), otros, sólo ítemsvoluntarios (Firth, 1979; Hossain y Taylor, 2000; Francis, Nanda y Olsson, 2004; Rodriguez, 2004), y también los hay que combinan ambos tipos de criterios (Giner, 1995; Botosan, 1997). En cada unos de los tres casos, además, puede tratarse de índices ad hoc autoconstruidos para el estudio en cuestión, o de índices elaborados anualmente por algún organismo externo (porejemplo, el índice de la Association for Investment Management and Research (AIMR), el índice del Center of Internacional Financial Analysis and Research (CIFAR) etc. Pese a las diferencias estructurales existentes entre los índices utilizados, se han detectado regularidades en cuanto a que la revelación voluntaria está positivamente relacionada con ciertascaracterísticas específicas de las empresas, existiendo unanimidad en que el tamaño es elfactor más importante de la misma.

En este trabajo se analizan las relaciones de sección cruzada entre el índice de revelaciónvoluntaria calculado por la Fundación de Estudios Financieros (FEF) y una serie de atributos idiosincráticos de las empresas previamente establecidos en los modelos teóricos y en losestudios previos. Con ello se intenta contribuir a la literatura empírica sobre revelacióndiscrecional en el mercado español en varios sentidos: primero, adoptando una perspectivaglobal de la revelación voluntaria, en la que se considera conjuntamente tanto informaciónfinanciera como no financiera de distinto tipo (prospectiva, de gobierno corporativo, deresponsabilidad social corporativa, etc.). Segundo, ofreciendo una visión conjunta de larevelación voluntaria de información a través de distintos mecanismos, en lugar de aislada eindependientemente como se ha hecho en la evidencia previa (por ejemplo analizando larevelación en la memoria por un lado y en el informe de gestión por otro, o la divulgada en las cuentas anuales de una parte y la difundida a través de internet, de otra, etc.).

El resto del trabajo se organiza de la siguiente forma. La sección segunda se dedica a describir el índice de transparencia de la Fundación de Estudios Financieros. En el epígrafe tercero se relacionan las características seleccionadas de las empresas de interés, así como las variables utilizadas para medirlas. En el apartado cuarto se describe la muestra utilizada en el análisis.En el apartado quinto se presentan los resultados obtenidos, empezando por una estadísticadescriptiva de las variables utilizadas, a lo que sigue un análisis de regresión. En el últimoapartado se resumen las conclusiones más importantes del trabajo.


11


2. EL ÍNDICE DE TRANSPARENCIA INFORMATIVA

En la literatura empírica se han utilizado diferentes proxies de revelación voluntaria deinformación: predicciones de la dirección, presentaciones de empresa e índices de revelaciónparcial (de categorías o dimensiones concretas de información como el detalle de lossegmentos de negocio, etc.) o global (de varias categorías o dimensiones). Entre los ejecutivos de las empresas españolas no está muy extendida la costumbre de realizar predicciones debeneficios, por lo que la investigación empírica se ha centrado en las dos últimas formas deaproximar la revelación. Por lo que se refiere a las presentaciones de empresa Gómez-Sala y Gil (2005) han comprobado que el mercado interpreta favorablemente la informaciónadicional hecha pública por los responsables de las empresas en el transcurso de estosencuentros. En cuanto a la utilización de índices de revelación, Rodríguez (2004) y Gandía yAndrés (2005) utilizan un índice propio de revelación parcial, mientras que Giner (1995)autoconstruye un índice de revelación global con ítems obligatorios y voluntarios. Por suparte, Espinosa y Tombetta (2004) utilizan el índice de revelación de la revista ActualidadEconómica.

En este trabajo utilizamos un índice global como variable proxy de revelación, en lugar delcontenido de las presentaciones de analistas. La razón es que el índice se puede calcular para cualquier empresa cotizada y, por tanto, la muestra está menos afectada por un posible sesgo de selección. Por otra parte, se ha decidido utilizar un índice independiente externo, como elelaborado por la Fundación de Estudios Financieros (en adelante índice FEF), en lugar de los dos índices externos alternativos existentes, el de la revista Actualidad Económica y elconfeccionado por la sociedad de servicios financieros Standard and Poor’s (Transparency and Disclosure Index), por las dos siguientes razones: Primero porque el índice de ActualidadEconómica es un índice mixto, que incluye elementos de información obligatoria y voluntaria,a los que se asigna diferente puntuación de forma altamente subjetiva. Segundo, porque elíndice de Standard and Poor’s está fundamentalmente basado en las prácticas de revelaciónobligatoria y voluntaria del mercado norteamericano (Bushee, 2004), y sólo está disponiblepara un pequeño subconjunto de empresas de nuestro país. Por otra parte, se ha considerado más oportuno utilizar un índice externo en lugar de un índice autoconstruido, para facilitar lareplicabilidad de nuestro estudio.

A diferencia de los índices de Actualidad Económica y Standard and Poor’s, el índice FEFestá basado en elementos de información no obligatoria. Incluye un total de 179 ítems coninformación de distintas dimensiones de la empresa, clasificados en tres subíndices: Subíndicede Información Financiera, SIF (88 ítems), Subíndice de Gobierno Corporativo, SGC (65ítems) y Subíndice de Información Online, SIO (26 ítems)2.

En el índice FEF cada elemento de información es una variable binaria que indica si unaempresa informa de un elemento en particular. El índice, y sus tres subíndices, se calculanotorgando la misma importancia a todos los ítems, acumulando las puntuaciones, y dividendopor la suma de elementos aplicables a cada empresa, a fin de no penalizar las sociedades a las que no le son de aplicación algunos criterios debido a la naturaleza de sus actividades o a otras circunstancias particulares. Operativamente el índice se define como: número de elementos

2 Una descripción completa del contenido y cálculo del índice FEF puede verse en Fundación de Estudios Financieros (2004).


12


revelados/(número de elementos revelados + número de elementos no revelados). El índice ylos subíndices pueden tomar valores entre 0 y 100, de forma que cuanto mayor es el índice mayor es la transparencia de la sociedad considerada. Por tanto, una de las ventajas del índice FEF es la considerable reducción de los posibles sesgos de subjetividad y de juicio. Noobstante, tiene el inconveniente de asumir que todos los indicadores proporcionan informaciónde la misma importancia3.

En la Tabla 1 se presenta una estadística descriptiva de la revelación voluntaria deinformación de las empresas de la muestra correspondiente al ejercicio 2002. En el panel A se muestran la distribución del Índice de Transparencia (IT) y de los Subíndices de InformaciónFinanciera (SIF), Gobierno Corporativo (SGC) e Información Online (SIO). En promedio, las sociedades no financieras revelan voluntariamente el 31.07% de los elementos informativosconsiderados. Teniendo en cuenta las tres categorías en que se ha clasificado la informaciónrevelada, puede observarse que las sociedades cotizadas concentran sus esfuerzos de difusióndiscrecional en la información financiera, con una media del 40.42% de los ítems, siendoparticularmente remisas a divulgar voluntariamente datos sobre sus sistemas de gobiernocorporativo, dado que la puntuación de este subíndice apenas alcanza una media del 17.22%. Las medianas están muy cercanas a las medias correspondientes por lo que, pese a existir alto grado de dispersión, los valores extremos se distribuyen de manera homogénea en los niveles superiores e inferiores de revelación. Dicho en otros términos, las distribuciones de lossubíndices no presentan problemas de asimetría4.

Si se observa el comportamiento de las medidas de dispersión, tanto la desviación estándarcomo el rango absoluto de los subíndices muestran diferentes comportamientos por áreas. La mínima varianza se obtiene en el subíndice de información financiera donde las empresasestán más acostumbradas a revelar información y siguen pautas, más o menos homogéneas.Sin embargo, en las áreas de gobierno corporativo e información online, la dispersión aumenta sensiblemente mostrando que la revelación en estos campos no es una práctica generalizada en el mercado español. Es importante destacar, si nos centramos en rangos, que la dispersión enestos dos subíndices está claramente influenciada por empresas que no revelan informaciónalguna en estos ámbitos. De hecho, sólo en estos subíndices se observa un mínimo igual acero. El caso de la información online es el más extremo puesto que se pasa desde el valor mínimo (0%) al valor de revelación máxima de todos los índices (84.62%) indicando queconviven en el mercado empresas que no tienen página web, o no ofrecen informaciónrelevante a través de ella, con empresas con una información online extremadamentecompleta.

En definitiva, se observa una mayor homogeneidad entre empresas en la informaciónfinanciera, que en la de gobierno corporativo y la de distinto tipo divulgada online. Por tanto, las empresas no parece que modulen adecuadamente la revelación de información entre susdiferentes dimensiones.

3 Debido a sus ventajas, la evidencia empírica previa se ha inclinado mayoritariamente por los índices equiponderados (Wallace, Naser y Mora, 1994; Camfferman y Cooke, 2002; Patel y Dallas, 2002; Rodríguez, 2004). Además, se ha demostrado que se llega a resultados similares utilizando un índice equiponderado o un índice ponderado en base a la importancia otorgada por el investigador a los ítems que lo forman (Chow y Wong-Boren, 1987).4 Los coeficientes de asimetría son prácticamente nulos en todos los casos.


13


En el panel B de la tabla se presentan los coeficientes de correlación entre el índice detransparencia y los tres subíndices. Se puede observar que los índices y subíndices derevelación están fuertemente relacionados entre sí. Esto índica que la variación en el índicetotal representa bastante bien la variación de sus componentes. Asimismo, se observa que elhecho de que las empresas ofrezcan abundante información de tipo financiero, no implicanecesariamente que tengan tendencia a hacer lo mismo respecto al resto de la información,dado que la correlación del subíndice financiero con los subíndices de gobierno corporativo yonline es relativamente baja, inferior a 0.35 en ambos casos. Sin embargo, la relación entre estos dos últimos tipos de información es más elevada, tomando el coeficiente de correlaciónvalor de 0.69, indicando que las empresas que revelan más información de gobiernocorporativo tienen también tendencia a ofrecer datos más abundantes a través de su sitio web.

De nuevo se puede inferir la pauta de que la información financiera sigue su propio camino con prácticas claramente asentadas entre las empresas, mientras que la información del restode áreas está comenzando a despegar entre las empresas españolas. De hecho, se observa que las empresas con alto grado de revelación de información, suelen tener todos los índices más o menos compensados, es decir, revelan en todos los aspectos. Mientras que las empresas conmenor índice global de revelación, pese a mantener en muchos casos niveles normales en elsubíndice financiero, revelan escasa información tanto de gobierno corporativo, como online.De ahí la escasa correlación entre SIF y SGC-SIO, y la elevada correlación entre SGC y SIO.

3. CARACTERÍSTICAS DE LAS EMPRESAS

En este apartado se describen los factores que la literatura teórica y empírica previas handetectado que están asociados al nivel de revelación voluntaria de información cuantificadomediante un índice. Entre estas variables están el tamaño de la empresa, su rentabilidad, elendeudamiento, la industria en la que opera, etc. En la literatura empírica previa se hanutilizado además distintas proxies para medir estas variables sin que existan razones teóricaspara seleccionar una frente a otra. Por ello, vamos a utilizar varias formas alternativas decomputar cada una de las variables consideradas.

Tamaño: La teoría predice la existencia de una asociación positiva entre el nivel de revelación voluntaria de información y el tamaño de la empresa por varias razones. Primero, porque larevelación puede tener un componente de costes fijos, de forma que existen economías deescala en la preparación y difusión de la información discrecional (Lang y Lundholm, 1993).Segundo, porque las empresas más grandes están más expuestas a litigios, cuyasconsecuencias suelen ser tanto más importantes cuanto mayor es la compañía (Skinner, 1994), y mediante una mayor revelación se pretende evitarlos o prevenirlos (Kasznik y Lev, 1995).Tercero, las empresas grandes están sometidas a mayores demandas de información por parte de los inversores y analistas, en parte debido a que son relativamente más complejas y tienenque comunicar más para ayudar a los participantes del mercado a entender sus actividades yresultados (Eaton y Rosen, 1983).


14


La evidencia empírica ha confirmado que las empresas más grandes revelan más informacióna través de las cuentas anuales [(Cooke, 1991; Meek et al (1995), Cooke (1991), Ahmed yNicholls (1994), Hossain et al (1995), McNally et al (1982); Singleton y Golberman (2002)] y online, en el sitio web de la sociedad [Craven y Marston (1999); Ashbaugh et al (1999), yEtteredge et al (2002)].

El tamaño se ha aproximado computando tres medidas alternativas. Dos de ellas basadas endatos contables: el activo total (AT) y las ventas o cifra de negocios (CN), y la tercera, el valor de mercado de las acciones (VMA), con datos bursátiles.

Resultados: La literatura teórica asume por un lado que los directivos tienden a revelar sólo la información favorable, y que no tiene costes ocultar las malas noticias (Verrecchia, 1983,Dye, 1985). Desde esta perspectiva la rentabilidad es un indicador de calidad de la gestión, ycomo consecuencia de la selección adversa se espera que las empresas más rentables revelenmás información (Lang y Lundholm, 1993). Por otra parte, una mayor rentabilidad puedellevar a menos revelación por razones competitivas. Argumentos legales sugieren también quelas empresas con peores resultados podrían revelar más información para evitar posiblesdemandas judiciales (Skinner, 1994).

En consonancia con está argumentación contrapuesta, la evidencia en este punto es mixta.Singhvi y Desai (1971) encuentran una relación positiva entre rentabilidad y revelación en las 500 mayores empresas cotizadas en Estados Unidos. Según estos autores la rentabilidad se puede considerar un indicador de buena gestión, de forma que una empresa tiende a revelar más información cuando su rentabilidad es más alta. Así, estas empresas tienen incentivos arevelar más información que sus competidores menos rentables. Lo anterior contrasta con los hallazgos de Ajinkya y Gift (1984) y McNichols (1989) que sugieren que es tan probable que las empresas revelen noticias buenas como malas. Como medidas de rentabilidad hemosutilizado la rentabilidad del activo (ROA) y la rentabilidad financiera (ROE).

Financiación Externa: La política financiera de la empresa, y en particular su estructura de capital, y la necesidad de obtener financiación externa adicional, inciden notablemente en ladecisión de revelación discrecional.

En principio el efecto del endeudamiento en la revelación puede ser tanto positivo comonegativo. Por un lado, una mayor revelación voluntaria puede contribuir a reducir los costes de agencia de la deuda, facilitando que los acreedores valoren mejor la capacidad de la compañía para cumplir sus obligaciones. Por otro lado, un mayor endeudamiento contribuye a reducir la discrecionalidad de los directivos y en particular el problema del “free-cash-flow” (Eng yMak, 2003), haciendo innecesaria una mayor revelación discrecional5.

5 El “free cash flow” es el flujo de efectivo disponible después de realizar las inversiones rentables. El modelo de “free cash flow” de Jensen (1986) argumenta que los ejecutivos, en lugar de distribuir los flujos de efectivo libres entre los accionistas, los utilizan para aumentar los activos bajo su control y sus prerrogativas. En la medida en que la deuda compromete flujos de efectivo en el pago de intereses, reduce el nivel del “free cash flow” gestionado discrecionalmente por los ejecutivos. Por tanto, un mayor (menor) endeudamiento implica menos (más) “free-cah-flows”.


15


La evidencia en este campo no es concluyente. Raffournier (1995), y Lang y Lundholm(1993), encuentran una relación positiva entre revelación voluntaria y capacidad deendeudamiento. Otros autores como McKinnon y Dalimunthe (1993), Brennan y Hourigan(1998) y Aitken et al (1997) no apoyan esta relación. Por otra parte, Meek, Roberts y Gray(1995) detectan una relación negativa entre endeudamiento y revelación voluntaria enempresas multinacionales de los Estados Unidos, el Reino Unido y Europa continental.

Normalmente, el endeudamiento se mide como el cociente entre la deuda a largo plazo y los fondos propios de la empresa o entre la deuda a largo plazo y el valor contable del activo total. El tipo de endeudamiento también puede incidir en la revelación discrecional. Más deudabancaria implica mayor seguimiento de las entidades financieras y menos necesidad derevelación pública a los participantes del mercado, dado que los bancos son consideradossupervisores superiores.

Por otra parte, las empresas que planean obtener financiación externa en la forma emisión de activos (ampliaciones de capital, emisión de títulos de deuda, etc.) tienen incentivos a difundir más información voluntariamente. El efecto selección adversa de la asimetría de informaciónhace que los precios de las acciones reaccionen negativamente a la emisión de nuevos activos, dado que los inversores esperan que las empresas emitan acciones cuando estánsobrevaloradas (Myers y Majluf, 1984). Si se reduce la asimetría informativa entre directivos e inversores, se pueden emitir más acciones sin que se de una reacción negativa del precio.Consecuentemente, se espera que las empresas revelen más información antes de emitirnuevas acciones, bonos convertibles y bonos (Lees, 1981; Gibbins, Richardson y Waterhouse, 1990). Lang y Lundholm (1993) argumentan que las firmas revelan más información paraincrementar el número de inversores potenciales.

La variable financiación externa en su faceta de estructura de capital se ha medido de tres formas alternativas: con el ratio de endeudamiento (REND), calculado como el cociente entre el endeudamiento total y los fondos propios, con el ratio de endeudamiento a largo plazo(RENLP), calculado como el cociente entre el endeudamiento a largo plazo y los fondospropios, y con el ratio endeudamiento bancario (RFBC), que tiene el mismo denominador ylas deudas con las entidades de crédito en el numerador. En su perspectiva de obtención de financiación externa, mediante la emisión de activos, utilizando una variable dummy que toma un valor unitario si la empresa ha emitido obligaciones o deuda durante el ejercicio (FEXT).En nuestra opinión es una medida más apropiada que las ampliaciones de capitalsubsiguientes, dado el escaso número de este tipo de operaciones que se realizan en nuestro país.

Activos intangibles: Las empresas con más activos intangibles tienen una mayor asimetríainformativa, por lo que se espera que hagan más revelación pública. Los beneficios de unamayor revelación de las empresas con más intangibles se espera que provengan de unareducción de costes de agencia, dada la relación positiva existente entre intangibles (valor de las oportunidades de crecimiento) y costes de agencia (Smith y Watts, 1992; Gaver y Gaver, 1993). Asimismo, la revelación sobre intangibles ayuda a los inversores y acreedores aentender la inversión realizada en esta cuestión y valorar la empresa. Para medirlos se hacalculado como el ratio entre el inmovilizado inmaterial neto y el activo total (RINT).


16


No obstante lo establecido en los estudios previos, creemos lógico pensar que es posible que sean las empresas que tienen mayores intangibles no reconocidos en balance las queproporcionen mejor información. Por ello, utilizamos dos medidas adicionales que puedenaproximar la existencia de atributos de valor intangibles en sentido amplio: el ratio B/P; y lamedida de intangibles no reconocidos de Iñiguez y López [2005], donde a partir del modelo de Ohlson (1995) se mide el valor de la empresa que no puede explicarse a partir de su beneficio, fondos propios, intangibles activados y expectativas de mercado:

1 2 3ˆ ˆ ˆRe ( )it it it itIntgNo c P TgBV X Intg� � �= - + + . Dividiendo este valor por el activo, seobtiene el ratio de intangibles no reconocidos (NOREC)

Industria: El sector de actividad en el que la empresa realiza su actividad puede ser undeterminante de la revelación debido a los diferentes costes de revelación y al hecho de que algunos son tecnológicamente más avanzados que otros.

La evidencia en este punto no es unánime. Mitchell et al (1995) han detectado en un estudio de survey, que la revelación voluntaria depende de la industria a la que pertenece la empresa. Sin embargo, Marston y Leow (1998) no encuentran una asociación significativa entrerevelación voluntaria de información y sector industrial. Brennan y Hourigan (1998) detectanque la revelación en internet está positivamente relacionada con el tipo de industria.

Dado el escaso número de empresas cotizadas de cada industria y del carácter excesivamenteagregado de sectores utilizados por el mercado español, para tener en cuenta la naturaleza de las actividades de la empresa se ha utilizado, como en Raffournier (1995), una variable dummyque toma valor uno cuando la empresa es manufacturera y cero cuando no lo es (MAN).

Cobertura de analistas: La revelación de información reduce los costes de adquisición deinformación por parte de los participantes en el mercado. En general, la literatura empíricademuestra que los analistas siguen más a las empresas que son más fáciles de entender. Por ejemplo, Bhushan (1989) demuestra que los analistas siguen menos las empresas máscomplejas (medida por el número de segmentos de negocio), y Francis et al (1997) detectanque las empresas que realizan presentaciones de empresa son más seguidas por los analistas. Por su parte, Lang y Lundholm (1993) y Healey y Wahlen (1999) demuestran que lasempresas con mayor revelación voluntaria son más seguidas por los analistas.

Por otra parte, los inversores son agentes con capacidad limitada para obtener y procesarinformación, por lo que se apoyan en los analistas para obtener información específica de las empresas. La capacidad informativa limitada hace también que los inversores se vean másatraídos por las empresas más seguidas por los analistas, ya que son percibidas como empresas más transparentes y sometidas a una mayor supervisión.

La cobertura de los analistas se mide por el número máximo de predicciones de beneficios a un año realizadas (NANAL), y se puede interpretar también como un proxy de los recursos totales invertidos en obtener información específica sobre la empresa.


17


Por otro lado, creemos conveniente ahondar en el estudio de la información que proporcionanlos analistas, por su relevancia para llegar a un mejor conocimiento de la tipología de empresa transparente. Así, esperamos que los analistas recomienden invertir en aquellas empresas conpotencial de revalorización, eso sí, siempre que éstos consideren que la información queproporcionan es lo suficientemente transparente. Para corroborar este razonamiento tomamoslas recomendaciones de inversión de la base de datos JCF, y calculamos para cada empresa el ratio RECOM como el número de recomendaciones positivas dividido por la suma de lasrecomendaciones positivas y negativas, la recomendación media (MARK), utilizando laspuntuaciones asignadas a cada nivel en la escala inversa siguiente: comprar 1/ sobreponderar1.5/ mantener 2/ infraponderar 2.5 / y vender 3, de forma que si se confirma la posiblerelación positiva entre recomendación y transparencia las empresas más transparentesrecibirán una puntuación media más baja (mayor atractivo de compra).

Por último, cabría esperar que los analistas realizaran mejores predicciones para aquellasempresas que proporcionan mejor información. Para corroborar esta hipótesis, una vez que elanalista estudia la información del 2002, tomamos el consenso de la predicción del beneficiopara el año 2003, realizada tres meses después del cierre del año 2002, y la comparamos con el beneficio que realmente obtuvo cada empresa en el año 2003, calculando el error absoluto de predicción (ERRPRED).

Por último, uno de los ratios más utilizados por los analistas financieras es el ratio precio-beneficio (PER). Este ratio mide la cantidad que el mercado paga por cada unidad debeneficio, y puede interpretarse de una doble manera: o bien como la capacidad de la empresa para generar de beneficios futuros (ratios altos indicarían precios altos por la existencia demuy buenas expectativas futuras) o como atractivo de compra (bajos ratios pueden indicar una infravaloración de la empresa). Por esta doble interpretación, la relación que a priori cabríaesperar entre la transparencia y el ratio PER no está clara. Para la medición del ratio PERtomamos de la base de datos JCF tanto el ratio PER actual (PER-REAL) como el estimado a partir del consenso de las predicciones del beneficio del próximo año (PER-EST).

4. MUESTRA Y DATOS

La muestra inicial está formada por todas las sociedades cotizadas en el mercado de capitales español con cuentas anuales correspondientes al ejercicio 2002. Posteriormente, se haprescindido de las siguientes sociedades por diferentes razones: Primero, las sociedadesextranjeras sometidas a otros estándares de información diferentes a los nacionales. Segundo, han sido excluidas las sociedades financieras (bancos, aseguradoras, etc.) porque por sunaturaleza regulada están sometidas a normas distintas de revelación de información. En tercer lugar, se han eliminado tres empresas que presentaban fondos propios negativos, debido a que pueden cambiar la interpretación de determinados ratios además de ser valoradas por elmercado con criterios diferentes al resto de sociedades. La muestra final está formada por 105 empresas.


18


Los datos necesarios para calcular las variables contables y financieras proceden de GlobalCompustat. Como se ha ido comentado a lo largo del apartado anterior, los datos procedentes de los analistas financieros se han tomado de la base de datos JCF Quant. Para asegurarnos que los analistas toman sus decisiones una vez conocida la información completa del ejercicio 2002, los datos procedentes de los mismos se toman 3 meses después del cierre fiscal de 2002.

5. RESULTADOS

5.1 Estadística descriptiva de las variables independientesLa tabla 2 muestra la estadística descriptiva para las variables independientes. Puedeobservarse que algunas de las variables presentan asimetría. La relación entre revelaciónvoluntaria y las características de las empresas podría verse oscurecida por un posibleproblema de multicolinealidad. Para analizar esta posibilidad se estiman los coeficientes decorrelación entre las variables independientes, tal y como se observa en la tabla 3. Lascorrelaciones bivariantes indican la existencia de una correlación muy fuerte entre lasvariables utilizadas para aproximar una misma dimensión empresarial. Por ejemplo, lacorrelación supera el valor de 0,72 entre las tres variables utilizadas para medir el tamaño de la sociedad, es de 0.68 entre las dos medidas de rentabilidad utilizadas para aproximar losresultados, de 0,71 en el caso del ratio de endeudamiento y del endeudamiento a largo plazo, con un valor de -0.95 se aproxima a la correlación negativa perfecta en el caso de las variables recomendaciones positivas (RECOM) y la puntuación de atractivo de inversión (MARK), un -56% entre el ratio B/P y los intangibles no reconocidos, y un 69% entre los dos ratios PER.

Este nivel de multicolinealidad puede afectar a los resultados del análisis de regresión. Enefecto, el cálculo del factor de inflación de la varianza (FIV) confirma la existencia demulticolinealidad en las variables del estudio, con especial incidencia en las variablesrepresentativas del tamaño y el endeudamiento6. Por ello, en el análisis de regresióntrataremos de elegir únicamente una medida representativa de cada dimensión, yadicionalmente, con las variables seleccionadas en las regresiones volveremos a analizar elposible problema de multicolinealidad mediante el factor de inflación de la varianza.

5.2 Características empresariales mediante la formación de carteras en función del valor del índice de transparencia informativaCon la muestra de 105 empresas se forman 5 carteras en base al valor del índice ITI-FEF. La cartera 1 la forman las empresas con menor valor de este índice, mientras que la cartera 5 las sociedades más transparentes7. A continuación, se hallan los estadísticos resumen para cadacartera de determinadas características empresariales, así como los contrastes de diferenciasentre las características de las carteras extremas. Los resultados aparecen en la tabla 4.

6 El Factor de Inflación de la Varianza se obtiene como FIVi =(1-Ri

2)-1 donde Ri2 es el coeficiente de determinación de la

regresión de cada variable sobre el resto de los regresores. Un FIV >10 y un FIV medio de todas las variablesconsiderablemente superior a 1 evidencia multicolinealidad.7 Los resultados empíricos se mantienen inalterados si se forman 4 carteras.


19


En el panel A aparece la relación de la transparencia informativa con el tamaño, larentabilidad y el sector de pertenencia. En cuanto al tamaño, tal y como se esperaba, seobserva una relación positiva y estrictamente creciente con la transparencia informativa. Loscontrastes de diferencias muestran, con p-valores muy bajos, que las empresas con mayorcapitalización bursátil (VMA), activo (AT) y cifra de ventas (CN) son más transparentes8. Las medidas de rentabilidad no muestran una relación tan clara y significativa, si bien lasempresas de las carteras 4 y 5 parecen presentar una rentabilidad superior a la de transparencia media-baja (carteras 1 a 3). Para corroborar este razonamiento, creamos una variable dummy(RSUP) que toma el valor 1 si la rentabilidad de la empresa está por encima de la rentabilidad mediana de toda la muestra, y 0 en otro caso. Los resultados muestran la existencia dediferencias significativas entre las carteras. Así, para las carteras 1, 2 y 3 sólo entre un 33%-38% de las empresas consiguen una ROE superior a la mediana. Para las carteras 4 y 5 los respectivos porcentajes son del 81% y 67%. Estas diferencias son significativas con p-valoresinferiores al 4% en todos los casos9.

En cuanto al sector de actividad, las cinco carteras formadas según el valor del índice ITI-FEFcontienen aproximadamente idéntico número de empresas de sectores manufactureros,obteniéndose evidencia clara de la inexistencia de diferencias en el nivel de transparencia delsector manufacturero con relación a los sectores de servicios de mercado, comunicaciones yservicios de información.

En el panel B de la tabla 4 aparece la relación del ITI-FEF con el endeudamiento y el nivel de intangibles. La evidencia muestra la existencia de diferencias entre el endeudamiento de loscinco grupos, estando las empresas más transparentes más endeudadas que aquellas con menor puntuación. Sin embargo, la relación no es monótona, pues la cartera central aparece con unendeudamiento similar a la de la cartera 5. En cualquier caso sí parece que las empresas conmenor ITI-FEF (carteras 1 y 2) están menos endeudadas que el resto10. En cuanto a lafinanciación bancaria, los resultados indican que no existe ninguna diferencia significativa eneste ratio11. Sí la hay, sin embargo, en el porcentaje de empresas que acude a la emisión de activos, pues como era de esperar son las empresas que emiten deuda las que proporcionan información más transparente. Concretamente, el 52% de las empresas con mayor puntuacióndel ITI emiten deuda, por tan sólo un 14% y 10% de las empresas de las carteras de menor ITI (carteras 1 y 2)12.

En cuanto al nivel de intangibles contabilizados en el activo la evidencia indica que no existe una relación significativa con la transparencia de las empresas. De esta forma, los intangiblesapenas representan un 5% del activo, y las empresas no proporcionan información adicional,tal vez debido a que la contabilización de estos elementos ya está estrictamente regulada por normativa española. Si incorporamos las medidas proxy de intangibles no reconocidos enbalance, los resultados indican que tampoco existe evidencia estadística suficiente paracorroborar diferencias en el nivel de intangibles reconocidos. No obstante, las empresas con 8 Este mismo resultado se observa utilizando como proxy del tamaño los fondos propios, con p-valores inferiores al 2% en todos los casos.9 Este mismo comportamiento se observa si tomamos ROA como variable clasificatoria, si bien la evidencia es ligeramente más débil en términos de significatividad estadística.10 Conclusiones similares se desprenden en cuanto al endeudamiento a corto plazo11 Lo mismo sucede cuanto se utiliza el endeudamiento con acreedores comerciales.12 En cuanto al importe de la financiación, en las empresas de la cartera 5 el endeudamiento con emisión de deuda con relación a los fondos propios es cuatro veces mayor que en el resto de carteras.


20


menor transparencia aparecen con mayor ratio B/P medio que el resto de empresas, y con unvalor cercano o superior a la unidad, lo que es consistente con la idea de que en estas empresas no es necesario explicar el diferencial entre fondos propios y precio o bien con la idea de que estas empresas podrían estar infravaloradas, tal vez debido a la escasa información queproporcionan. La medida de intangibles no reconocidos NOREC presenta resultadosconsistentes con el ratio B/P, aunque de nuevo no significativos: un alto componente del valor de las empresas menos transparentes (más del 60%) no se explican por los datos existentes en el mercado.

En definitiva, se encuentra una fuerte relación positiva y sistemática entre tamaño ytransparencia. La relación con el endeudamiento y la rentabilidad también parece sersignificativa y positiva, pero no se encuentra conexión entre el nivel de intangibles,reconocidos o no en balance, y el nivel de transparencia informativa.

5.3 La información procedente de los analistas financieros y la transparencia informativaComo se ha dicho en la revisión de los trabajos previos, es de esperar una relación positiva entre el número de analistas que siguen una empresa y la transparencia informativa. Noobstante, también creemos interesante analizar la relación que pueda existir entre distintasvariables que proceden de los analistas financieros y la transparencia informativa. Losresultados se muestran en la tabla 5.

En primer lugar, se observa la esperada correlación positiva entre el seguimiento de losanalistas y el índice de transparencia. Las empresas con mayor valor del índice ITI-FEF son seguidas, por término medio, por más de 16 analistas, en contraste con los apenas 2 analistas promedio de las empresas menos transparentes.

Este comportamiento debe confirmarse en las recomendaciones realizadas por los analistas,pues es de esperar que recomienden comprar acciones de empresas que habitualmente son más seguidas y de las que se confía en mayor medida. Los resultados muestran la existencia de una relación positiva entre el ITI-FEF y el porcentaje de recomendaciones positivas (RECOM);mientras que las empresas menos transparentes reciben en torno al 45% de recomendaciones positivas, el porcentaje aumenta hasta un 73% para las más transparentes. Las diferencias sonsignificativas en media con un p-valor del 2,55%. En cuanto a la puntuación media (MARK), las empresas con menor ITI-FEF obtienen mayores puntuaciones (menor atractivo) que lasempresas con mayor transparencia (mayor atractivo), confirmando la evidencia anterior, sibien con sólo un 10% de significatividad.

Por otro lado, los errores de predicción cometidos por los analistas financieros para el cierre del ejercicio siguiente muestran resultados consistentes con lo esperado. En las empresas conmenor transparencia, carteras 1 y 2, los analistas cometen errores de predicción más altos en el siguiente ejercicio que para las empresas más transparentes de las carteras 3, 4 y 5. Noobstante, la evidencia obtenida no es lo suficientemente robusta pues no se alcanzasignificatividad estadística.

Por último, la evidencia en cuanto al ratio PER indica un mayor valor de este ratio para las empresas menos transparentes, siendo las diferencias significativas para el ratio PER estimado a final de ejercicio. De esta forma, en la primera cartera habría empresas con precios altos en comparación a los beneficios que de ellas se espera para el siguiente ejercicio, o bien empresas


21


por las que se paga un precio alto por sus beneficios. Quizás debido a la incertidumbre que genera la poca información que se tiene de ellas, los analistas son prudentes en cuanto a los futuros beneficios que se espera de ellas, o perciben las mismas como altamente arriesgadas.

En definitiva, el análisis de la información proporcionada por los analistas financieros indicaque las empresas más transparentes son más seguidas por los analistas, y tienen mayoratractivo de inversión al recibir más recomendaciones positivas. Además, parece que losanalistas consiguen realizar mejores predicciones de beneficios, y presentan ratios PEResperados inferiores al grupo de empresas con menor transparencia.

5.4 Análisis de RegresiónEn los dos subapartados anteriores se ha aportado evidencia de las características quepresentan las empresas agrupándolas por quintiles según su índice de transparencia ITI-FEF.No obstante, y dadas las correlaciones calculadas en la tabla 3, es posible que la información contenida en una variable influya en la realización de otra. Esto es, hemos visto que lasempresas más transparentes son de mayor tamaño, están más endeudadas y son seguidas por más analistas; pero es posible que precisamente las empresas endeudadas y con mayorseguimiento de analistas sean de mayor tamaño, por lo que sería el tamaño la variable querealmente domina la evidencia obtenida. Para controlar todas las posibles interacciones entrelas variables independientes y aportar evidencia de la importancia de cada característica enpresencia de las demás, llevamos a cabo un análisis de regresión. La metodología básicautilizada consiste en regresar el índice de transparencia sobre las variables independientes que aproximan características de las empresas (después de controlar algunos factores que puedenafectar a la revelación pública)13.

En el análisis de regresión se utilizan como regresores las variables de cada dimensión máspopulares en la literatura previa, comenzando por utilizar como variables independientes eltamaño (AT), la rentabilidad (ROE y ROA) y el endeudamiento (REND y RENLP), las tres características empresariales que se han revelado de forma diferente para las empresas más ymenos transparentes en el análisis de carteras.

En la tabla 6 se presentan los resultados de la regresión multivariante del índice total y los tres subíndices sobre los regresores considerados. Cuando se utiliza como variable dependiente elíndice total (IT) se puede comprobar que el modelo tiene una capacidad explicativa elevada. En conjunto, las variables independientes explican aproximadamente un 33% de la varianzade la variable dependiente. Los resultados muestran la existencia de una relación positiva ysignificativa entre el nivel de revelación medido por el índice total y el tamaño de la empresa (a un nivel de 0.01), la rentabilidad (a un nivel de 0.05) y el endeudamiento (a un nivel de 0.10). A su vez, la consideración de una única variable por dimensión asegura que noencontremos multicolinealidad en las variables independientes, pues el máximo FIVencontrado es de 1,37. Por el contrario, no parece que la intensidad de los intangibles, o elhecho de que la actividad sea de tipo manufacturero, influya apreciablemente en la cantidad de información discrecionalmente divulgada por las empresas. 13 Puesto que los índices ITI-FEF toman valores entre 0 y 100, se ha repetido el análisis de regresión transformando logarítmicamente las variables dependientes, el índice y los subíndices de revelación: ln[Indice/(100-Indice)]. Aunque está transformación presenta el inconveniente de la eliminación de observaciones con valores nulos de algunos de los subíndices, los resultados permanecen inalterados.


22


Cuando la variable dependiente es el Subíndice de Información Financiera (SIF), losregresores explican aproximadamente entre el 18 y 22% de la varianza y los únicoscoeficientes estadísticamente significativos (a un nivel de 0.05) son los correspondientes a lasvariables tamaño y rentabilidad. Si embargo, en el caso del Subíndice de GobiernoCorporativo, sólo el tamaño aparece como significativo (0.05) aunque en este caso elcoeficiente de determinación ajustado apenas alcanza a explicar entre un 10% y 13% de lavarianza de la variable dependiente. Finalmente, idénticos resultados a estos últimos seobtiene cuando se utiliza como variable dependiente el Subíndice de Información Online, porlo que la evidencia sugiere que la información sobre gobierno corporativo y la información entiempo real universalmente accesible parece ser más importante únicamente cuanto másgrande es la empresa.

En conjunto, el tamaño parece ser la única variable consistentemente asociada con larevelación voluntaria de información en las sociedades cotizadas españolas, con el matiz de la importancia de la rentabilidad en el caso de la información financiera, y el endeudamientopara toda la información considerada en su totalidad14. Estos resultados son consistentes con la evidencia internacional previa y con los resultados de Giner (1995) y Rodríguez (2004) ennuestro país.

Por último, con objeto de aportar evidencia sobre la relevancia de la informaciónproporcionada por los analistas financieros sobre las empresas cotizadas, realizamos laregresión de los índices sobre los datos tomados de sus predicciones y recomendaciones. Elanálisis del FIV de las variables utilizadas (NANAL, RECOM, MARK, ERRPRED, PER-REAL y PER-EST) proporcionan un valor superior a 9 para las variables RECOM y MARK, por lo que ambas contienen prácticamente la misma información. Valores altos del FIVobtienen también las dos variantes del ratio PER. Para evitar la multicolinealidad sóloutilizaremos en las regresiones una de las dos variables simultáneamente, quedándonos conMARK al contener previsiblemente más información que RECOM al puntuar todas lasrecomendaciones y no sólo las positivas; y el PER-EST al ser una variable procedenteexclusivamente de los analistas financieros. Esta solución evita la multicolinealidad, pues elFIV máximo encontrado en la regresión es de 1,28, tal y como se observa en la Tabla 7.

Los resultados indican que el número de analistas que siguen las empresas es la principalvariable determinante de la transparencia de la empresa, lo que es consistente con los estudios previos y los resultados obtenidos en el subapartado anterior. La puntuación media obtenida a partir de las recomendaciones de los analistas parece tener una relación negativa con latransparencia (recordemos que la puntuación media (MARK) está construida de forma que a menor puntuación, mayor recomendación de compra y por tanto mayor atractivo), aunque conuna significatividad limitada del 10% para el índice ITI-FEF, y el subapartado de informaciónon-line. Por otro lado, no parece existir ninguna relación entre transparencia y los errores de predicción y los ratios PER.

14 Se han realizado numerosos análisis de sensibilidad. Así, al utilizar otras medidas de intangibles (Bv/P ó NOREC) éstas no alcanzan en ningún caso significatividad estadística al 10%. Tampoco consiguen significatividad estadística las variables FEXT y RFBC, pues en estos casos el endeudamiento no está relacionado con la transparencia al 10% en ningún índice o subíndice, si bien las variables de rentabilidad incrementan su significatividad en presencia de esta variable en los casos del índice general y el subíndice de información financiera. En caso de variar el tamaño (logaritmo de la capitalización bursátil) los resultados varían ligeramente, pues el ratio endeudamiento (REND) sí que aparece como variable significativa al 5% para el índice general y los tres subíndices.


23


6. CONCLUSIONES

Este trabajo ha tenido por objetivo el análisis de las características empresariales que pueden determinar un mayor nivel de divulgación y transparencia en la información proporcionada.Para ello, se ha utilizado el índice ITI de la Fundación de Estudios Financieros elaborado para el año 2002, el cual ha sido realizado otorgando una puntuación de 1 ó 0, según la empresa haya divulgado o no, cada uno de los 179 ítems representativos de distintos aspectos derevelación voluntaria de información, divididos en tres categorías: información anualfinanciera, información sobre buen gobierno, e información on-line.

En relación a los niveles de revelación de información, se observa una mayor homogeneidadentre empresas en la información financiera, que en la de gobierno corporativo y la de distinto tipo divulgada online. Los resultados apuntan a la existencia de pautas homogéneas asentadas entre las empresas por lo que se refiere a la divulgación de información financiera. Sinembargo, en el resto de áreas no existen costumbres fuertemente arraigadas por lo que laheterogeneidad es la pauta habitual. Conviven en el mercado español casos extremos deempresas que no revelan información de ningún tipo a través de sus páginas web, o que no elaboran informes de gobierno corporativo, con empresas que alcanzan elevados grados decumplimiento en todas las áreas. Adicionalmente, la correlación observada entre lossubíndices indica que las empresas con menor índice global de revelación, pese a mantener enmuchos casos niveles normales en el subíndice financiero, revelan escasa información tanto de gobierno corporativo, como online.

En relación a las pautas de revelación de información por sectores de actividad, los análisisrealizados muestran clara evidencia de la inexistencia de diferencias en el nivel detransparencia entre empresas manufactureras y empresas de otros sectores como los servicios de mercado, comunicaciones y servicios de información donde el nivel de desarrollotecnológico podría generar diferencias.

En relación a las características empresariales analizadas, la evidencia obtenida indica que eltamaño es el principal determinante de la transparencia informativa de las empresas, y no sólo a la hora de proporcionar información financiera sino también información sobre buengobierno e información on-line. Otras características empresariales parecen tener ciertaimportancia, como puede ser el nivel de rentabilidad y de endeudamiento, si bien la primerade ellas parece limitarse al ámbito de la información financiera, y para la segunda losresultados no son lo suficientemente robustos. Por lo que se refiere al nivel de intangibles,reconocidos o no en balance, no existe evidencia de que las empresas sean más o menostransparentes ante la presencia de este tipo de activos.

En cuanto a la información proporcionada por los analistas, destaca en primer lugar el hecho de que sigan en mayor medida a las empresas más transparentes. No obstante, análisisposteriores revelan que dicha información está contenida en el tamaño que, definitivamente se muestra como el factor más relevante en el tema de revelación voluntaria. Por lo que se refiere a la precisión de las predicciones de beneficios realizadas por los analistas financieros, pese almayor grado de seguimiento en las carteras de alto ITI, no se obtiene evidencia de menores errores de predicción en las empresas más transparentes. Finalmente, sí que parece que latransparencia esté relacionada con las recomendaciones emitidas por los analistas financieros.


24


Concretamente, las empresas que aparecen como más transparentes, reciben en mayor medida recomendaciones de compra, si bien está última variable aparece con significatividad limitada.

REFERENCIAS

Aitken, M., Hooper, C., y Pickering, J. (1997), Determinants of voluntary disclosure ofsegment information: A re-examination of the rose of diversification strategy, Accountingand Finance 29: 62-77.

Ajinkya, B., y Gift, M. (1984), Corporate managers' earnings forecasts and symmetricaladjustments of market expectations, Journal of Accounting Research 22: 425-444.

Ahmed, K. y Nicholls, D. (1994), The impact of non-financial company characteristics andmandatory disclosure compliance in developing countries: The case of Bangladesh,International Journal of Accounting 29: 62-77.

Ashbaugh, H., Johnstone, K., y Warfeild, T. (1999), Corporate reporting on internet,Accounting Horizons 13: 241-257.

Botosan, C. (1997), Disclosure level and the cost of equity capital, The Accounting Review 72: 323-349.

Bhushan, R. (1989), Firms characteristics and analyst following, Journal of Accountng andEconomics 11(2-3): 255-275.

Brennan, N., y Hourigan, D. (1998), Corporate reporting on the Internet by Irish companies, Accounting Ireland, December: 18-21

Bushee, B. (2004), Discussion of practices of foreign companies interacting with U.S.markets, Journal of Accounting Research 42 (2): 509-525.

Camfferman, K., y Cooke, T. (2002), An analysis of disclosure in the annual reports of U.K. and Dutch Companies, Journal of International Accounting Research: 3-30.

Chow, C. y Wong-Boren, A. (1987), Voluntary financial disclosure by Mexican corporations, The Accounting Review 62 (3): 533-541.

Cooke, T. (1991), An assessment of voluntary disclosure in annual reports of Japanesecorporations, International Journal of Accounting 26: 174-189.

Craven, B. y Marston, C.L. (1999), Financial reporting on the internet by leading UKcompanies, European Accounting Review 8, 2: 321-333.

Dye, R. (1985), Disclosure of Non-propietary information, Journal of Accounting Research23(1):123-147.

Eaton, J. y Rosen, H. (1983), Agency, delayed compensation and the structure of executiveremuneration, Journal of Finance 38: 1489-1505.

Eng, L., y Mak, Y. (2003), Corporate Governance and Voluntary Disclosure, Journal of Accounting and Public Policy 22: 325-345.

Espinosa, M. y Tombetta, M. (2004), The reputational consequences of disclosures, Instituto Valenciano de Investigaciones Económicas, WP-EC 2004-10.

Etteredge, M., Richardson, V., Scholz, S. (2002), Dissemination of information for investorsat corporate web sites, Journal of Accounting and Public Policy 21: 357-369.

Firth, M. (1979), The impact of size, stock market listing an auditors on volume disclosure incorporate annual reporting, Accounting and Business Research, Autumn: 273-280.


25


Francis, J., Hanna, J. y D. Philbrick (1997), Management Communications with SecuritiesAnalysts, Journal of Accounting and Economics 24:.363-394.

Francis, J., Nanda, D. y Ohlsson, P. (2004), Voluntary disclosure, information quality, andcost of capital, working paper, ssrn-

Fundación de Estudios Financieros (2004): Índice de Excelencia Informativa de lasSociedades del IBEX35 de la Bolsa Española: ITI-FEF”. Papeles de la Fundación nº 8. Ed. Fundación de Estudios Financieros.

Gaver, J., y Gaver, K. (1993), Additional evidence on the association between the investmentopportunity set and corporate financing, dividend, and compensation policies, Journal of Accounting and Economics 16: 125-160.

Gandía, J.L., y Andrés, T. (2005), E-Gobierno Corporativo y Transparencia Informativa en las Sociedades Cotizadas Españolas: Un Estudio Empírico, Dirección de Estudios yEstadísticas de la CNMV, Monografías nº 8.

Giner, B., (1995), La divulgación de información financiera: Una investigación empírica,Instituto de Contabilidad y Auditoria de Cuentas, Madrid.

Gibbins, M., Richardson, A., y Waterhouse, J. (1990),The Management of corporate financialdisclosure: Opportunism, ritualism, policies, and processes, Journal of AccountingResearch 28: 121-143.

Gómez Sala, J.C., y Gil, A., (2005), Revisión de expectativas en las presentaciones deempresa ante los analistas financieros, Revista Española de Economía Aplicada 12 (36): 83-113.

Hossain, M., y Taylor, P. (2000), The relationship between disclosure and firm characteristics in developing countries: A comparative studies of Bangladesh, India and Pakistan, AsianAcademic Association Annual Conference 2000, Conference Proceeding.

Hossain, M., Berera, M., y Rahman, A (1995) Voluntary disclosure in the annual reports ofNew Zealand companies, Journal of International Financial Management and Accounting6: 69-87.

Íñiguez, R. y López Espinosa, G. (2005): Valoración de los activos intangibles en el mercado de capitales español, Revista Española de Financiación y Contabilidad, próximo número.

Jensen, M. C. (1986). Agency Costs of Free Cash Flow, Corporate Finance, and Takeovers. American Economic Review, 76, 323-329.

Kasznik, R., y Lev, B.(1995), To warn or not to warn: Management disclosures in the face of an earnings surprise, The Accounting Review 70: 113-134.

Lang, M., Lundholm, R.(1993), Cross-Sectional determinants of analysts ratings of corporatedisclosures, Journal of Accounting Research 31: 246-271.

Lees, F. (1981), Public disclosure of corporate earnings forecast, The Conference BoardReport nº 804, New York.

Marston, C., y Leow, C. (1998), Financial reporting on the Internet by leading UK companies,21 Congreso Annual de la European Accounting Association, Antwerp.

McKinnon, J., y Dalimunthe, L. (1993), Voluntary disclosure of segment information byAustralian diversified companies, Accounting and Finance 33: 33-50.

McNally, G., Eng, L., y Hasseldine, R. (1982), Corporate financial reporting in New Zealand:An analysis of the users preference, corporate characteristics and disclosure practices fordiscretionary information, Accounting and Business Research 12: 11-20.


26


McNichols, M. (1989), Evidence of informational asymmetries from management earningsforecasts and stock returns, Accounting Review 64: 1-27.

Meek, G., Roberts, C., y Gray, S. (1995), Factors influencing voluntary annual reportdisclosure by US, UK and continental European multinational corporations, Journal ofInternational Business Studies: 555-572.

Mitchell, J., Chia, C. y Loh, A. (1995), Voluntary disclosure of segment information: Further Australian evidence, Accounting and Finance 35 (2): 1-16.

Myers, S. y Majluf, N (1984), Corporate financing and investment decisions when firms have information that investors do not have, Journal of Financial Economics 13: 187-221.

Patel, S. y Dallas, G. (2002) Transparency and Disclosure: Overview of methodology andstudy results, Standard and Poor’s.

Raffournier, B. (1995). The determinants of voluntary financial disclosure by Swiss listedcompanies, European Accounting Review 4: 261-280.

Rodríguez, G. (2004), Factores explicativos de la revelación voluntaria de información sobrefuentes de ventaja competitiva empresarial, Revista Española de Financiación yContabilidad 122: 705-739.

Singhvi, S. y Desai, H. (1971), An empirical analysis of the quality of corporate financialdisclosure, The Accounting Review 46: 123-138.

Skinner, D.(1994), Why firms voluntarily disclosure bad news, Journal of AccountingResearch 32: 38-60.

Singleton, W., y Globerman, S. (2002), The changing nature of financial disclosure in Japan,Working Paper, University of Western Washington.

Smith, C. y Watts, R. (1992), The investment opportunity set and corporate financing,dividend, and compensation policies, Journal of Financial Economics 32: 263-292.

Verrecchia, R. (1983), Discretionary disclosure, Journal of Accounting Research 5:179-194. Wallace, R., Naser, K., y Mora A. (1994), The relationship between the comprehensiveness of

corporate annual reports and firm characteristics in Spain, Journal of Accounting andPublic Policy 4: 311-368.

Wallace, R., y Naser, K. (1995), Firm specific determinants of the comprehensiveness ofmandatory disclosure in the corporate annual reports of firms listed on the stock exchange of Hong Kong, Accounting and Business Research 25 (97): 41-53.


27


Anexo 1: Definición de las variables

Variable Proxy Descripción

Tamaño Valor de mercado de las acciones (VMA) Número de acciones multiplicado por su precio

Total Activo (AT) Valor en libros de todos los activosCifra de Negocios (CN) Importe Neto Cifra de Negocios

Resultados ROA Ratio entre Resultado de las Actividades Ordinarias y el Total Activo

ROE Ratio entre Resultado del Ejercicio y los Fondos Propios

Endeudamiento REND Ratio Endeudamiento, definido como Endeudamiento total entre Fondos Propios

RENDLP Ratio Endeudamiento a Largo Plazo definido como Endeudamiento a Largo Plazo entre Fondos Propios

RFBC Ratio Financiación Bancaria definido como Deudas con Entidades de Crédito sobre el Endeudamiento Total

FEXT FEXT=1 si la empresa ha emitido deuda, y cero en casocontrario

Complejidad RINT Ratio Intangibles definido como Inmovilizado Inmaterial Neto sobre Total Activo

B/P Fondos propios dividido por el valor de mercado de las acciones

NOREC Medida de intangibles no reconocidos en balance, calculada sobre la base del modelo de Ohlson (1995).

Industria MAN MAN=1 si la empresa es manufacturera y cero en caso contrario.

Analistas NANAL Número máximo de predicciones de beneficios a un año realizadas

RECOMPorcentaje de recomendaciones positivas (compra) que recibe

una empresa con respecto al número de recomendaciones positivas y negativas totales.

MARK Puntuación media de recomendación calculada a partir de todas las recomendaciones realizadas por los analistas

ERRPRED Error absoluto de predicción producido para el siguiente ejercicio.

PER REAL Ratio precio beneficio, utilizando datos realizados

PER EST Ratio precio beneficio, utilizando el consenso de la predicción del beneficio del próximo ejercicio.


28


Tabla 1: Índice y Subíndices de Revelación Voluntaria año 2002: Empresas No Financieras (N=105)El Índice de Transparencia (IT) se define como (# elementos revelados)/((# elementos revelados + # elementos no revelados). Los Subíndices de Información Financiera (SIF), de Gobierno Corporativo (SGC), y deInformación Online (SIO) se calculan de la misma forma con los ítems de la categoría correspondiente. Los símbolos ***, **, y * significan que la correlación es significativa a un nivel de 0.01, 0.05 y 0.1,respectivamente.Panel A: Estadística descriptiva para ITI y subíndices

Media Desv. Est. Min. Mediana Máx. RangoÍndice Transparencia (IT) 31.07 10.08 15.43 30.49 60.23 44.80 Subíndice Información Financiera (SIF) 40.42 8.72 18.07 39.08 61.36 43.29 Subíndice Gobierno Corporativo(SGC) 17.22 13.09 0.00 15.79 58.62 58.62 Subíndice Información Online (SIO) 32.29 24.43 0.00 34.62 84.62 84.62

Panel B: Matriz de Coeficientes de Correlación entre Subíndices IT SIF SGC SIO

Índice Transparencia (IT) 1 Subíndice Información Financiera (SIF) 0.68*** 1 Subíndice Gobierno Corporativo(SGC) 0.83*** 0.26*** 1 Subíndice Información Online (SIO) 0.84*** 0.33** 0.69*** 1

Tabla 2: Estadística descriptiva de las variables (N= 105 observaciones)

Media Desv.Est. Min. p25 Mediana p75 Máx. Rango Rango

iqr Asimetría Curtosis

AT(x105) 418,50 1.041 2,49 24,19 75,93 268,01 6.804 6.802 243,82 4,14 21,20CN(x105) 249,13 562 0,01 17,03 46,86 177,20 3.555 3.555 160,16 3,85 19,18VMA (x105) 209,56 540 0,52 9,33 36,09 138,47 4.146 4.146 129,13 5,06 32,67ROA 0,04 0,06 -0,16 0,02 0,04 0,07 0,24 0,40 0,05 0,00 5,24ROE 0,11 0,09 -0,03 0,03 0,11 0,14 0,50 0,53 0,11 1,36 6,32REND 1,90 1,43 0,08 0,87 1,53 2,47 7,22 7,13 1,60 1,32 4,77RENLP 0,68 0,66 0,00 0,21 0,53 0,94 3,11 3,11 0,73 1,75 6,20RFBC 0,43 0,23 0,00 0,28 0,43 0,59 0,90 0,90 0,32 -0,15 2,24FEXT 0,26 0,44 0,00 0,00 0,00 1,00 1,00 1,00 1,00 1,11 2,24RINT 0,05 0,06 0,00 0,01 0,02 0,06 0,20 0,20 0,05 1,54 4,39Bv/P 0,88 0,60 0,05 0,52 0,71 1,11 2,88 2,84 0,59 1,47 5,29NOREC 0,46 0,44 -0,19 0,17 0,33 0,60 1,86 2,05 0,43 1,85 6,26MAN 0,67 0,47 0,00 0,00 1,00 1,00 1,00 1,00 1,00 -0,71 1,50NANAL 9,35 8,71 0,00 2,25 6,42 15,17 37,17 37,17 12,92 1,07 3,70RECOM 0,60 0,35 0,00 0,33 0,67 0,92 1,00 1,00 0,58 -0,56 1,94MARK 1,87 0,45 1,00 1,53 1,77 2,17 3,00 2,00 0,64 0,49 2,61ERRPRED 0,49 0,63 0,00 0,09 0,17 0,61 2,00 2,00 0,52 1,43 3,62PER-REAL 18,54 9,96 8,25 11,61 14,97 21,48 45,92 37,67 9,86 1,54 4,64PER-EST 13,25 6,66 4,34 8,92 11,37 15,74 33,58 29,23 6,81 1,61 5,57

Juan

Car

los G

ómez

/ Raú

l Iñi

guez

/ Fra

ncisc

o Po

veda

Art

ícul

os D

octr

inal

es

pp.

8 -

32

Reve

laci

ón v

olun

taria

de

info

rmac

ión

y ca

ract

eríst

icas

de

las s

ocie

dade

s cot

izada

s en

el m

erca

do d

e ca

pita

les e

spañ

ol

29

Rev

ista

Esp

añol

a de

Fin

anci

ació

n y

Con

tabi

lidad

. nº 1

31N

úmer

oE

xtra

ordi

nario

pore

lXII

ICon

gres

oA

EC

A.

Ovi

edo,

22-2

4de

sept

iem

bre

de20

05

Tabl

a 3:

Coe

ficie

ntes

de

corr

elac

ión

de S

pear

man

Los s

ímbo

los *

**, *

*, y

* si

gnifi

can

que

la c

orre

laci

ón e

s sig

nific

ativ

a a

un n

ivel

de

0.01

, 0.0

5 y

0.1,

resp

ectiv

amen

te.

AT

CNV

MA

ROA

ROE

REN

DRE

NLP

RFBC

FEX

TRI

NT

Bv/

PN

ORE C

MA

NN

AN

AL

RECO M

MA

RK

ERRP

RED

PER-

REA

LPE

R-ES

TA

T1

CN0,

88**

*1

VM

A0,

80**

*0,

72**

*1

ROA

-0,0

40,

020,

111

ROE

-0,0

70,

000,

000,

68**

*1

REN

D0,

16*

0,15

0,10

-0,0

70,

25**

1

REN

DLP

0,36

***

0,27

***

0,28

***

-0,1

50,

020,

71**

*1

RFBC

-0,2

1**-0

,25**

*-0

,21**

-0,2

5**-0

,17*

0,01

0,18

*1

FEX

T0,

52**

*0,

49**

*0,

41**

*-0

,11

-0,0

10,

26**

*0,

41**

*-0

,09

1

RIN

T0,

010,

030,

19**

0,06

-0,0

5-0

,06

-0,0

1-0

,01

0,09

1

Bv/

P0,

000,

04-0

,21**

-0,4

1***

-0,4

6***

-0,1

2-0

,06

00,

04-0

,25**

1

NO

REC

-0,1

2-0

,12

0,13

0,32

***

0,25

**-0

,31**

*-0

,27**

*-0

,26**

*-0

,23**

0,34

***

-0,5

6***

1

MA

N0,

020,

09-0

,08

0,01

0,02

0,05

-0,0

60

-0,0

5-0

,15

0,04

0,01

1

NA

NA

L0,

70**

*0,

70**

*0,

70**

*0,

19**

0,25

**0,

18*

0,29

***

-0,2

4**0,

52**

*0,

19*

-0,2

7***

0,08

-0,1

31

RECO

M0,

150,

140,

120,

40**

*0,

38**

*0,

120,

020,

050,

160,

00-0

,32**

*-0

,06

0,01

0,28

***

1

MA

RK

-0,1

0-0

,09

-0,0

7-0

,32**

*-0

,33**

*-0

,14

-0,0

2-0

,06

-0,1

10,

020,

27**

*0,

11-0

,06

-0,2

0*-0

,95**

*1

ERRP

RED

-0,2

0*-0

,21*

-0,2

2*-0

,45**

*-0

,46**

*-0

,01

-0,0

20,

23**

-0,1

10,

050,

35**

*-0

,11

0,00

-0,3

1***

-0,3

5***

0,31

***

1

PER-

REA

L-0

,15

-0,2

0*-0

,07

-0,1

9-0

,35**

*-0

,22*

-0,2

1*0,

03-0

,15

0,33

***

-0,0

90,

42**

*-0

,1-0

,18

-0,4

2***

0,43

***

0,59

***

1

PER-

EST

-0,0

8-0

,12

0,04

-0,0

8-0

,09

-0,2

4**-0

,20*

-0,0

6-0

,19*

0,21

**-0

,35**

*0,

65**

*-0

,06

-0,1

0-0

,29**

*0,

34**

*0,

070,

69**

*1

Juan

Car

los G

ómez

/ Raú

l Iñi

guez

/ Fra

ncisc

o Po

veda

Art

ícul

os D

octr

inal

es

pp.

8 -

32

Reve

laci

ón v

olun

taria

de

info

rmac

ión

y ca

ract

eríst

icas

de

las s

ocie

dade

s cot

izada

s en

el m

erca

do d

e ca

pita

les e

spañ

ol

30

Rev

ista

Esp

añol

a de

Fin

anci

ació

n y

Con

tabi

lidad

. nº 1

31N

úmer

oE

xtra

ordi

nario

pore

lXII

ICon

gres

oA

EC

A.

Ovi

edo,

22-2

4de

sept

iem

bre

de20

05

Tab

la 4

: Car

acte

ríst

icas

em

pres

aria

les p

or q

uint

iles d

el ín

dice

de t

rans

pare

ncia

info

rmat

iva

(ITI

-FEF

)IT

I-FEF

: Val

or d

el ín

dice

de

trans

pare

ncia

info

rmat

iva

de la

Fun

daci

ón d

e Es

tudi

os F

inan

cier

os; V

MA

: val

or d

e m

erca

do; A

T: T

otal

act

ivo;

CN

: Im

porte

net

o de

la c

ifra

de

nego

cios

; R

OA

: Re

ntab

ilida

d so

bre

el a

ctiv

o; R

OE:

Ren

tabi

lidad

fin

anci

era;

RSU

P: v

aria

ble

dum

my

que

tom

a el

val

or 1

si

la R

OE

de l

a em

pres

a es

sup

erio

r a

la R

OE

med

iana

de

toda

la m

uest

ra; M

AN

: var

iabl

e du

mm

y qu

e to

ma

el v

alor

1 s

i la

empr

esa

es m

anuf

actu

rera

; REN

D: r

atio

de

ende

udam

eien

to; R

ENLP

: rat

io d

e en

deud

amie

nto

a la

rgo

plaz

o; R

FBC

: ra

tio d

e fin

anci

ació

n ba

ncar

ia;

FEX

T: v

aria

ble

dum

my

que

tom

a el

val

or 1

si

la e

mpr

esa

ha e

miti

do d

euda

; R

INT:

rat

io d

e in

tang

ible

s so

bre

el t

otal

ac

tivo;

Bv/

P: ra

tio v

alor

con

tabl

e / v

alor

de

mer

cado

, NO

REC

: rat

io d

e in

tang

ible

s no

reco

noci

dos s

obre

tota

l act

ivo.

Los

con

trast

es d

e di

fere

ncia

s de

med

ias y

med

iana

s ent

re

las

cinc

o ca

rter

as e

stán

bas

ados

en

el e

stad

ístic

o F

de u

n te

st A

nova

y e

n el

est

adís

tico

chi-c

uadr

ado

del T

est d

e Pe

arso

n, re

spec

tivam

ente

. Los

con

trast

es d

e di

fere

ncia

s de

med

ias y

med

iana

s ent

re la

s car

tera

s 1 y

5 e

stán

bas

ados

en

el e

stad

ístic

o F

de u

n Te

st A

nova

y e

l tes

t de

rang

os d

e W

ilcox

on, r

espe

ctiv

amen

te.

PAN

EL A

: Tam

año,

rent

abili

dad

y se

ctor

TA

MA

ÑO

REN

TAB

ILID

AD

SEC

TOR

ITI-F

EFV

MA

AT

CN

RO

AR

OE

RSU

PM

AN

Car

tera

Med

iana

Med

iana

Med

iaM

edia

naM

edia

Med

iana

Med

iaM

edia

naM

edia

Med

iana

Med

iaM

edia

naM

edia

Med

iana

Med

iaC

1 M

enor

tran

spar

. 18

,97

128.

050

270.

801

170.

668

473.

060

127.

149

159.

961

3,00

%

2,41

%

6,78

%

7,86

%

0,00

0,

33

1,00

0,

67

C2

23,3

0 13

9.46

6 52

9.30

7 41

3.71

3 96

4.94

6 27

7.18

6 73

3.87

1 3,

63%

2,

39%

6,

51%

7,

37%

0,

00

0,38

1,

00

0,67

C

3 30

,77

431.

679

1.28

9.84

281

4.88

3 5.

169.

673

790.

222

3.36

2.29

12,

72%

3,

14%

9,

61%

8,

56%

0,

00

0,38

1,

00

0,71

C

4 35

,67

1.32

4.18

92.

438.

196

1.71

9.82

8 4.

181.

281

1.16

2.41

53.

561.

195

5,80

%

7,64

%

13,2

5%

18,4

7%

1,00

0,

81

1,00

0,

67

C5

May

or tr

ansp

ar.

46,4

3 1.

265.

971

5.95

0.07

72.

640.

687

10.1

36.1

311.

771.

966

4.63

9.22

24,

31%

6,

16%

11

,60%

12

,84%

1,

00

0,67

1,

00

0,62

p-

valo

r dife

renc

ia e

ntre

ca

rtera

s0,

00%

0,

01%

0,

27%

0,

01%

1,

67%

0,

00%

3,

71%

7,

16%

3,

45%

0,

75%

0,

60%

0,

00%

0,

36%

-

98,1

4%

p-va

lor C

1-C

5 0,

00%

0,

00%

1,

79%

0,

00%

1,

52%

0,

00%

0,

48%

21

,31%

12

,13%

8,46

%

5,18

%

3,28

%

3,10

%

75,0

4%

75,4

7%

PAN

EL B

: End

euda

mie

nto

e in

tang

ible

s

EN

DEU

DA

MIE

NTO

INTA

NG

IBLE

SIT

I-FEF

REN

DRE

NLP

RFB

CFE

XT

RIN

TBv

/PN

OR

ECC

arte

raM

edia

naM

edia

naM

edia

Med

iana

Med

iaM

edia

naM

edia

Med

iana

Med

iaM

edia

naM

edia

Med

iana

Med

iaM

edia

naM

edia

C1

Men

or tr

ansp

ar.

18,9

7 0,

95

1,13

0,

21

0,38

0,

43

0,45

0,

00

0,14

1,

24%

4,

07%

0,

70

0,99

60

,20%

68

,54%

C

2 23

,30

1,27

1,

46

0,42

0,

49

0,54

0,

45

0,00

0,

10

2,73

%

4,24

%

1,07

1,

09

25,4

1%

29,7

5%

C3

30,7

7 2,

14

2,49

0,

75

0,88

0,

38

0,45

0,

00

0,24

2,

74%

5,

11%

0,

65

0,89

28

,86%

31

,87%

C

4 35

,67

1,54

1,

95

0,54

0,

56

0,48

0,

41

0,00

0,

29

3,11

%

5,02

%

0,60

0,

76

47,4

9%

56,9

3%

C5

May

or tr

ansp

ar.

46,4

3 2,

34

2,45

0,

60

1,07

0,

31

0,38

1,

00

0,52

2,

31%

4,

76%

0,

68

0,70

33

,60%

42

,80%

H

0: C

1=C

2=C

3=C

4=C

50,

00%

1,

04%

0,

37%

40

,08%

0,

23%

51

,27%

81

,38%

1,

55%

1,

37%

96

,20%

96

,50%

2,

78%

20

,61%

11

,32%

1,

71%

p-

valo

r C1-

C5

0,00

%

0,17

%

0,09

%

0,80

%

0,32

%

30,2

3%

39,3

6%

0,97

%

0,80

%

14,1

0%

69,2

7%

48,9

1%

13,1

0%

8,95

%

11,2

0%

Juan

Car

los G

ómez

/ Raú

l Iñi

guez

/ Fra

ncisc

o Po

veda

Art

ícul

os D

octr

inal

es

pp.

8 -

32

Reve

laci

ón v

olun

taria

de

info

rmac

ión

y ca

ract

eríst

icas

de

las s

ocie

dade

s cot

izada

s en

el m

erca

do d

e ca

pita

les e

spañ

ol

31

Rev

ista

Esp

añol

a de

Fin

anci

ació

n y

Con

tabi

lidad

. nº 1

31N

úmer

oE

xtra

ordi

nario

pore

lXII

ICon

gres

oA

EC

A.

Ovi

edo,

22-2

4de

sept

iem

bre

de20

05

Tabl

a 5:

In

form

ació

n pr

oced

ente

de

lo

s an

alist

as

finan

cier

os

y ni

vel

de

tran

spar

enci

a em

pres

aria

l po

r qu

intil

es

del

índi

ce d

etr

ansp

aren

cia

info

rmat

iva

(ITI

-FEF

)IT

I-FEF

: Val

or d

el ín

dice

de

trans

pare

ncia

info

rmat

iva

de la

Fun

daci

ón d

e Es

tudi

os F

inan

cier

os; N

AN

AL:

núm

ero

máx

imo

de a

nalis

tas

que

han

real

izad

o pr

edic

cion

es d

e be

nefic

ios;

REC

OM

: por

cent

aje

de re

com

enda

cion

es p

ositi

vas (

com

pra)

con

resp

ecto

al t

otal

de

reco

men

daci

ones

pos

itiva

s y n

egat

ivas

. MA

RK

: pun

tuac

ión

de a

tract

ivo

de la

in

vers

ión

calc

ulad

a a

parti

r de

las

rec

omen

daci

ones

de

cada

ana

lista

, y c

ontra

ída

de f

orm

a qu

e un

may

or M

ark

indi

ca m

ayor

atra

ctiv

o. E

RR

PRED

: Erro

r de

pred

icci

ón d

el

cons

enso

de

los

anal

ista

s de

l ben

efic

io p

ara

el s

igui

ente

año

; PER

-EST

: rat

io P

reci

o-be

nefic

io c

alcu

lado

con

el c

onse

nso

de la

pre

dicc

ión

del b

enef

icio

del

pró

xim

o ej

erci

cio;

PE

R-RE

AL:

ratio

Pre

cio-

bene

ficio

cal

cula

do c

on e

l ben

efic

io a

ctua

lLo

s co

ntra

stes

de

dife

renc

ias

de m

edia

s y

med

iana

s en

tre la

s ci

nco

carte

ras

está

n ba

sado

s en

el e

stad

ístic

o F

de u

n te

st A

nova

y e

n el

est

adís

tico

chi-c

uadr

ado

del T

est d

e Pe

arso

n, re

spec

tivam

ente

. Los

con

trast

es d

e di

fere

ncia

s de

med

ias y

med

iana

s ent

re la

s car

tera

s 1 y

5 e

stán

bas

ados

en

el e

stad

ístic

o F

de u

n Te

st A

nova

y e

l tes

t de

rang

os d

e W

ilcox

on, r

espe

ctiv

amen

te. ITI-F

EFN

AN

AL

RECO

MM

AR

KER

RPRE

DPE

R-ES

TPE

R-R

EAL

Carte

raM

edia

naM

edia

naM

edia

Med

iana

Med

iaM

edia

naM

edia

Med

iana

Med

iaM

edia

naM

edia

Med

iana

Med

iaC

1 M

enor

tran

spar

.18

,97

1,08

2,85

45,0

0%46

,07%

2,00

2,03

0,34

0,59

18,7

919

,81

24,9

025

,77

C223

,30

2,25

5,02

66,6

7%54

,79%

1,71

1,91

0,38

0,69

10,6

510

,20

14,8

518

,00

C330

,77

7,75

9,62

62,3

5%52

,87%

1,85

1,93

0,12

0,39

10,2

410

,89

12,0

714

,24

C435

,67

14,0

812

,85

72,7

9%69

,66%

1,77

1,76

0,15

0,48

12,5

614

,43

14,4

117

,70

C5

May

or tr

ansp

ar.

46,4

316

,83

16,4

284

,79%

73,1

3%1,

671,

740,

150,

3310

,49

11,7

815

,10

18,8

4

p-

valo

r dife

renc

ia

entre

car

tera

s0,

00%

0,00

%0,

00%

7,75

%10

,62%

42,2

7%24

,31%

70,7

0%46

,87%

4,65

%0,

01%

58,9

5%9,

13%

p-va

lor C

1-C5

0,00

%0,

00%

0,00

%12

,15%

2,55

%9,

52%

5,16

%33

,02%

23,6

2%1,

63%

0,32

%17

,92%

12,6

2%


32Revista Española de Financiación y Contabilidad. nº 131

Número Extraordinario por el XIII Congreso AECA. Oviedo, 22 - 24 de septiembre de 2005

Tabla 6: Resultados del análisis de regresión (características empresariales)Estadísticos t entre paréntesis. Los símbolos ***, **, y * significan que la correlación es significativa a un nivel de 0.01, 0.05 y 0.1, respectivamente. VIF max: máximo valor del Factor de Inflación de la Varianza, que se obtiene como FIVi =(1-Ri

2)-1 donde Ri2 es el coeficiente de determinación de la regresión de cada variable sobre

el resto de los regresores. Un FIV >10 y un FIV medio de todas las variables considerablemente superior a 1 evidencia multicolinealidad.

DEP Cons. LN(AT) ROA REND RINT MANUF FIV max N R2 aj.IT -9,75 2,77 30,09 1,21 -4,01 -0,40 1,17 105 0,33

(-1,46) (5,58)*** (2,35)** (1,96)* (-0,27) (-0,23) SIF 5,28 0,94 15,03 0,43 0,05 1,17 1,17 105 0,19

(1,58) (3,76)*** (2,34)** (1,40) (0,01) (1,33) SGC -5,96 0,81 7,20 0,49 -0,16 -0,64 1,17 105 0,14

(-1,83)* (3,33)*** (1,15) (1,62) (-0,02) (-0,75) SIO -9,06 1,03 7,86 0,29 -3,90 -0,93 1,17 105 0,29

(-3,57)*** (5,42)*** (1,61) (1,23) (-0,68) (-1,40) DEP Cons. LN(AT) ROE RENLP RINT MANUF FIV max N R2 aj.IT -7,25 2,56 21,52 2,19 -1,21 -0,08 1,37 105 0,32

(-1,03) (4,72)*** (2,34)** (1,56) (-0,08) (-0,05) SIF -7,19 0,72 14,78 1,16 2,27 1,28 1,37 105 0,24

(2,11)** (2,74)*** (3,31)*** (1,70)* (0,31) (1,50) SGC -5,66 0,82 2,37 0,68 -0,10 -0,50 1,37 105 0,12

(-1,64) (3,08)*** (0,52) (0,99) (-0,01) (-0,58) SIO -8,78 1,01 4,37 0,35 -3,38 -0,86 1,37 105 0,27

(-3,28)*** (4,90)** (1,24) (0,66) (-0,59) (-1,28)

Tabla 7: Resultados del análisis de regresión (información de los analistas financieros)Estadísticos t entre paréntesis. Los símbolos ***, **, y * significan que la correlación es significativa a un nivel de 0.01, 0.05 y 0.1, respectivamente. VIF max: máximo valor del Factor de Inflación de la Varianza, que se obtiene como FIVi =(1-Ri

2)-1 donde Ri2 es el coeficiente de determinación de la regresión de cada variable sobre

el resto de los regresores. Un FIV >10 y un FIV medio de todas las variables considerablemente superior a 1 evidencia multicolinealidad.

DEP Cons. NANAL MARK ERRPRED PER-EST FIV max N R2 aj.IT 34,93 0,64 -4,14 2,98 -0,08 1,86 83 0,3787

(8,18)*** (6,83)*** (-1,77)* (1,15) (-0,57) SIF 21,20 0,18 -0,91 0,64 -0,03 1,86 83 0,1255

(9,46)*** (3,69)*** (-0,74) (0,47) (-,50) SGC 6,00 0,27 -1,44 1,73 0,00 1,86 83 0,2576

(2,67)*** (5,45)*** (-1,16) (1,27) (0,01) SIO 7,73 0,19 -1,80 0,61 -0,04 1,86 83 0,2666

(4,44)*** (4,97)*** (-1,88) * (0,58) (-0,77)

Documents

Artículos Doctrinales pp. 8 - 32 REVELACIÓN …Artículos Doctrinales pp. 8 - 32 8 Revista Española de Financiación y Contabilidad. nº 131 Número Extraordinario por el XIII Congreso