Embed Size (px)
Citation preview
1
“MODELO DE DEMANDA DE CRÉDITO BANCARIO PARA EMPRESAS EN COLOMBIA”
JUAN MANUEL BAQUERO BALAGUERA
LUIS FELIPE CORTES DIAZ
DIRECTOR: ALEJANDRO VIVAS BENITEZ
PONTIFICIA UNIVERSIDAD JAVERIANA
FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS
MAESTRÍA EN ECONOMÍA
BOGOTÁ
2014
2
Tabla de Contenido
1. Justificación
2. Revisión de la Literatura
3. Marco Teórico
4. Modelo de Demanda de Crédito Bancario para Empresas en Colombia
4.1. Modelo Teórico
4.1.1. Características de las empresas
4.1.1.1 El tamaño de la empresa.
4.1.1.2 Dinamismo empresarial
4.1.1.3 Rentabilidad
4.1.1.4 Garantías prendarias
4.1.1.5 Fortaleza Financiera
4.1.1.6 Sector al que pertenece la empresa
4.1.1.7 Riesgo
4.1.1.8 Nivel de apalancamiento con Proveedores
4.2. Modelo de Demanda de Crédito Bancario para Empresas en Colombia
4.3. Hipótesis
4.4. Modelos de datos panel dinámico:
4.5 Muestra
5. Resultados de la Estimación.
5.1 Proceso de estimación
3
5.1.1 Estimación por mínimos cuadrados ordinarios
5.1.2 Estimación datos panel
5.1.3 Estimación datos panel dinámicos
5.2. Resultados variable por variable
5.2.1. El tamaño de la empresa.
5.2.2. Dinamismo empresarial
5.2.3. Rentabilidad
5.2.4. Garantías prendarias
5.2.5. Fortaleza Financiera
5.2.6. Riesgo
5.2.7. Nivel de apalancamiento con Proveedores
5.2.8. Tasa
5.2.9. Efectos Sectoriales
5.2.10. Efectos temporales
6. Conclusiones
7. Referencias
4
Introducción
A lo largo de la historia se ha comprobado que las empresas son motor importante en el
desarrollo de los sectores productivos, impulsoras de empleo y determinantes en el
crecimiento del país; su estrategia de financiación está caracterizada principalmente en el
apoyo del sistema financiero en ausencia de capital propio que cubra necesidades como
costos iniciales, capital de trabajo, inversiones en activos, etc. Sin embargo, existen
desventajas para algunas compañías en el acceso a dicho capital.
Los mercados de capitales son un componente importante en el crecimiento de los países,
presentan un alto potencial como fuente de financiación de la inversión, pero un bajo
desarrollo de éste, convierte al crédito bancario en una importante opción al momento de
pensar en procesos de expansión e inversión para las empresas (Jara, 2012). Como se
explica en el desarrollo de este documento, el acceso a los mercados de capitales es,
además, restringido y por ello los empresarios están obligados al uso recurrente de
créditos para aumento de liquides.
Con lo anterior, la principal fuente de financiación para empresas en Colombia tiene como
protagonista al sistema financiero, que a su vez, se convierte en un agente importante de
productividad en el país. No obstante, el mercado de crédito se caracteriza porque no
todos los participantes tienen las mismas oportunidades de acceso, la heterogeneidad de
5
las empresas (Rodríguez, 1996) pone de manifiesto que existen condiciones de
información asimétrica, esta situación condiciona las decisiones de financiación.
Por esta razón, las empresas dependerán de sus características económico-financieras
para obtener cierta cantidad de endeudamiento bancario, lo que genera interés por
identificar los factores que influyen en dicho nivel de deuda, como quiera que existen
empresas que enfrentan mayores restricciones que otras en la obtención de financiación.
La restricción en el acceso al crédito bancario, sumado a una baja participación en los
mercados de capitales, puede generar caída en las diferentes actividades productivas,
como ha sucedido en crisis económicas pasadas (Jiménez, 2011).
Con lo anterior, este trabajo se propone estimar una función de demanda por crédito
bancario para empresas en Colombia, teniendo en cuenta sus características financieras y
diferencias de tamaño.
Al parecer, la estimación de una función de demanda de crédito bancario es un problema
de financiación interna y externa para las empresas, es decir, un proceso de
determinación de la estructura de capital, equivalente a la búsqueda de los factores
explicativos del apalancamiento, que se define básicamente como la relación del pasivo
total o acreedores totales con activos totales. De acuerdo a la literatura de las finanzas
corporativas, la deuda bancaria se correlaciona con una larga lista de variables, por lo
6
tanto, estas investigaciones pueden contribuir a identificar el comportamiento de la
deuda bancaria de diferentes tipos de empresas.
Varias teorías se han propuesto para explicar la composición de las fuentes de
financiación; la teoría del equilibrio de la estructura del capital, considera que las
empresas valoran los costos y beneficios de cada alternativa y establecen objetivos sobre
cada una de ellas, no obstante, los valores observados en los niveles de deuda no
coincidirán con los óptimos debido a la existencia de costos de ajuste. Un enfoque
diferente, pero no estrictamente excluyente, es la teoría de la preferencia jerárquica, en
este caso las empresas preferirían la financiación interna, si es requerido, después
elegirían la deuda bancaria, posteriormente elementos mixtos, como obligaciones
convertibles y en último lugar emisión de acciones.
Las principales ventajas de este estudio se pueden resumir por una parte, en la utilización
de una muestra amplia de empresas, pues la literatura especializada ha encontrado que el
tamaño de las empresas es un factor que influye en la estructura de capital, es decir, el
impacto del endeudamiento bancario no es igual para todas las empresas, por lo tanto es
conveniente incluir en el análisis, empresas grandes, medianas y pequeñas;
Adicionalmente, a medida que se puedan tomar más años en las muestras se puede hacer
uso de paneles no balanceados (Kremp, 1999) al controlar problemas de supervivencia;
por otra parte, el trabajo presenta las estimaciones con un modelo estático, que luego
procederá a evaluar los resultados econométricos mediante la estimación de un modelo
7
dinámico con el método generalizado de momentos, de esta manera se presentarán los
resultados por clases de tamaño, lo que permitirá ver un comportamiento diferente según
el tamaño de la empresa. La especificación dinámica que incluye la variable dependiente
retardada permite tener en cuenta, además, la persistencia del endeudamiento bancario
en el tiempo y cuantificar su ajuste cuando las condiciones empresariales cambian.
Los resultados indican que los principales factores que inciden sobre el nivel de
endeudamiento bancario son: el tamaño, las oportunidades de crecimiento y la
proporción de activos fijos como medida de garantías prendarias, la rentabilidad, el
crédito con proveedores y la fortaleza financiera. Las estimaciones confirman la presencia
de ajustes en el tiempo del endeudamiento, así como una clara preferencia por las fuentes
internas de financiación, sin embargo, es difícil encontrar resultados únicos con respecto a
todos los factores determinantes empleados.
El trabajo se estructura como sigue: la primera parte presenta una breve descripción de
los sistemas financieros junto con la justificación sobre la estimación de una función de
demanda de crédito bancario; la segunda parte se resume en revisión de la literatura y
teorías sobre estructura financiera; la tercera parte describe el modelo seleccionado; en la
cuarta parte se presentan las especificaciones, variables, procedimientos de estimación y
conjunto de datos; posteriormente encontraremos la sección que contienen los
8
resultados de las estimaciones econométricas del panel durante el período 2003 – 2012 y
finalmente, se señalan las principales conclusiones de este trabajo.
Adicionalmente queremos agradecer al Doctor Falvio Jacome, Director de la Maestría en
Economía, por su permanente interés en el desarrollo de este trabajo de grado, así como
su apoyo en la evolución que tuvo el documento que hoy es presentado. Queremos
mencionar igualmente a los profesores del departamento de economía en especial las
áreas de econometría y microeconomía que a través de la participación en sus diferentes
clases, nos brindaron las herramientas necesarias para el desarrollo de este Trabajo de
Grado.
9
1. Justificación
Las entidades financieras tienen como objeto la movilización de recursos y asignación de
capital para promover la creación, reorganización, transformación y expansión de
empresas, por medio de financiación y servicios financieros especializados que
contribuyan a su desarrollo.
La banca comercial ha sido y es base del sistema financiero, sobre ella se desarrolla una
actividad fundamental para el funcionamiento y evolución de todos los sectores
productivos, por esta razón, el crecimiento económico de un país se encuentra
estrechamente ligado a sus instituciones financieras. Restrepo (2011) muestra que el
buen funcionamiento de los bancos impulsa la innovación tecnológica ya que promueve la
formación de empresarios productivos, para Levine y Zervos (1998) la profundización
financiera predice el futuro del crecimiento económico, la acumulación de capital y las
mejoras en productividad, igualmente Caballero, Lizarazo y Urrutia (2006) consideran que
el desarrollo financiero promueve el surgimiento y consolidación de las empresas, lo cual
puede acelerar el crecimiento económico.
10
Variación Anual de Cartera Comercial en Colombia
Fuente: Súper- Financiera
Los mercados de capitales y de deuda son componentes importantes del sistema
financiero porque juegan un papel clave en el crecimiento económico, estos mercados
ofrecen un potencial para el financiamiento de la actividad productiva de las empresas, al
mismo tiempo que, un bajo grado de desarrollo del mercado de capitales restringe las
posibilidades de financiar proyectos de largo plazo, por lo que la inversión estará sujeta a
la disponibilidad de recursos internos de las empresas y de crédito bancario (Jiménez,
2011)
GRAFICO 1 -CAPITALIZACIÓN BURSÁTIL (% del PIB)
Fuente: Banco Mundial
(0,10)
-
0,10
0,20
0,30
0,40
19
98
19
98
19
99
20
00
20
01
20
01
20
02
20
03
20
04
20
04
20
05
20
06
20
07
20
07
20
08
20
09
20
10
20
10
20
11
20
12
20
13
20
13
Variación anual Cartera Comercial
0
20
40
60
80
100
120
140
América Latina y elCaribe
Asia meridional Unión Europea Japón Estados Unidos
2003 2008 2012
11
El tamaño de los mercados bursátiles se puede mostrar con el indicador de Capitalización
de las compañías que cotizan en Bolsa como porcentaje del PIB (Grafico 1). Los mercados
en América Latina presentan un crecimiento en el nivel de capitalización, sin embargo
existe rezago en comparación con los países desarrollados; para el caso de Estados Unidos
y la Unión Europea se observa la pérdida de valor originada en la crisis financiera de 2008.
La gran mayoría de los países de la región muestra un bajo grado de profundización del
mercado accionario (Grafico 2), esta vía de financiación está limitada dado que las nuevas
emisiones son pocas y en general la liquidez es baja (Jiménez, 2011). El número de
empresas que recurren al mercado accionario es bastante reducido (Grafica 3), lo que
aporta otra evidencia sobre el rezago cuando se compara con otras regiones.
GRAFICO 2 - CAPITALIZACIÓN BURSÁTIL AMÉRICA LATINA (% del PIB)
Fuente: Banco Mundial
0
20
40
60
80
100
120
140
Argentina México Perú Colombia Brasil Chile
2003 2008 2012
12
GRAFICO 3 - COMPAÑÍAS NACIONALES QUE COTIZAN EN BOLSA
Fuente: Banco Mundial
La principal característica del comportamiento de las emisiones de bonos en los países de
América Latina es la gran participación de bonos públicos, que comparativamente con
otras regiones más desarrolladas es elevada, no obstante, el nivel de deuda pública puede
haber excedido el necesario para proveer un activo seguro sobre cuya base descanse el
desarrollo del mercado de deuda privada, lo que podría estar desplazando o encareciendo
la emisión de bonos privados, limitando así el acceso a recursos de largo plazo para el
financiamiento de la inversión (Jiménez, 2011).
La cartera de colocaciones de los bancos está concentrada básicamente en créditos a
empresas, por lo que es importante observar el grado de profundidad del sistema
bancario. El crédito otorgado por la banca como porcentaje del PIB, muestra que al tener
un mercado de capitales poco desarrollado la fuente de financiación de actividades
productivas se concentran en el crédito bancario (Grafico 4).
0
50
100
150
200
250
300
350
400
450
500
Colombia Argentina México Perú Chile Brasil
2003 2008 2012
13
GRAFICO 4 - CRÉDITO INTERNO PROVISTO POR EL SECTOR BANCARIO (% DEL PIB)
Fuente: Banco Mundial
En particular para el caso Colombiano según el informe de estabilidad financiera emitido
por el Banco de la Republica, la deuda financiera del sector corporativo privado como
proporción del PIB se registró en 26,8% a junio de 2013, es decir, los créditos con
instituciones financieras nacionales continúan siendo la principal fuente de financiación de
las empresas (21,3% del PIB), seguidos por los créditos con instituciones del exterior (4,3%
del PIB) y los bonos (1,2% del PIB).
La exposición de los establecimientos de crédito al sector corporativo privado aumentó
levemente entre junio de 2012 (46%) y junio de 2013 (47%) medido como porcentaje de
sus activos. La encuesta al sector corporativo1 muestra que en la clasificación por tamaño
de empresa las solicitudes de crédito aumentan a medida que la empresa es más grande,
teniendo así que el 63% de las grandes han solicitado crédito, mientras que en promedio
el 44% de las medianas y las pequeñas lo solicitaron. Por sector, las empresas comerciales
han solicitado un mayor número de crédito que las industriales.
1Encuesta del sector corporativo Septiembre de 2013. Banco de la República
0
20
40
60
80
100
120
Perú Argentina México Colombia Chile Brasil
2003 2008 2012
14
Con relación al porcentaje de los créditos otorgados el 90% de las empresas afirma haber
recibido la totalidad de los fondos solicitados. Los principales destinos por los que las
empresas quisieran aumentar la demanda de crédito son: para la ejecución de nuevos
proyectos (28%) y planes de expansión de la capacidad instalada (23%) en las grandes,
para las medianas es mejorar la tasa de interés (30%) y la ejecución de nuevos proyectos
(23%) y para las pequeñas la ejecución de nuevos proyectos (31%) y mejorar los plazos de
pago con los proveedores (19%).
Según la normativa vigente sobre otorgamiento de crédito en Colombia2, las entidades
financieras tienen facultades para definir las personas o empresas sujetas de crédito,
límites de exposición y niveles de adjudicación de recursos de crédito; por parte de las
empresas, se supone que seleccionan la combinación de deuda y capital que maximiza su
rentabilidad, basado en que existe acceso a las diferentes fuentes de financiación, sin
embargo, el mercado de crédito bancario no siempre ofrece recursos a todas las empresas
o las cantidades desembolsadas son menores a las solicitadas; esta situación se origina,
porque las entidades crediticias perciben un grado de riesgo diferente en cada empresa
según sus características, lo que indica, que no todas las empresas acceden de la misma
forma al financiamiento vía crédito bancario. El mercado de crédito se caracteriza porque
no todos los participantes tienen las mismas oportunidades de acceso por la
heterogeneidad de los agentes, Rodríguez (1996).
2Circular 100 de 1995, parágrafo 1.3.1.3 (Otorgamiento de Crédito). Superintendencia Financiera de Colombia
15
Con lo anterior, este trabajo se propone estimar una función de demanda ex post por
crédito bancario para empresas en Colombia, según sus características financieras y
diferencias en el tamaño de las mismas. La función de demanda nos muestra la relación
entre la cantidad que una empresa utiliza de crédito bancario y los factores que influyen
en la decisión de tomar la deuda.
16
2. Revisión de la Literatura
Para el desarrollo de este documento es necesario conocer que autores han realizados
investigaciones similares o que permiten realizar las inferencia correspondiente para
argumentar la propuesta planteada a lo largo de esta investigación. Por lo cual, la revisión
de literatura se clasifico en 4 segmentos dependiendo del enfoque del documento
revisado y en una última categoría enfocada a trabajos ejecutados en el contexto nacional,
que son descritos a continuación:
Son muchos los trabajos que se han realizado donde se estudia el comportamiento de los
factores que determinan en nivel de deuda de las empresas:
- Sárate & Hernández (2001) estudian la demanda de crédito de México, llegando a
la conclusión que en este país la demanda de crédito está determinada por las
expectativas de los beneficios corporativos y por el dinamismo de la actividad
económica,
- Vera (2003) estudia la determinación de la demanda de crédito en Venezuela
llegando a la conclusión que en ese país en el largo plazo el crédito responde
positivamente a un aumento en la actividad económica y negativamente a cambios
en la tasa de interés nominal y en el tipo de cambio real,
17
- Maldonado (2012) analiza los determinantes de la demanda de crédito de las
firmas en Venezuela, donde afirma que en economías en desarrollo las firmas
tienden a tener mayor dependencia del mercado de crédito que en economías
industrializadas.
- Gattin (2007) realizó una investigación para Croacia, el interés especial en los
principales impulsores de la demanda de crédito es porque contienen información
sobre la estabilidad financiera, adicionalmente aborda una visión más profunda
sobre la relación expansión de crédito y crisis bancarias.
Los estudios anteriores tienen en común un enfoque macroeconómico, que proporciona
una idea de los determinantes de la función de demanda de crédito bancario, pero no
desde el punto de vista de las firmas. Por lo cual, fue necesario realizar una revisión del
lado contrario, es decir, visto desde las compañías. Documentos que son descritos a
continuación:
- Rodríguez (1996) realizó un estudio profundo sobre el racionamiento de crédito,
por medio de un análisis econométrico, que permitió ver la incidencia en las
decisiones de financiamiento e inversión de las empresas para España.
- Briggeman (2009) desarrollaron un modelo para Estado Unidos que determinó el
efecto de las restricciones de crédito en la producción agrícola y no agrícola y
cuáles son los impactos en la producción dado que se niega el crédito, el modelo
18
permitió mostrar que la producción es menor para aquellos que tuvieron una
restricción de crédito en un porcentaje cercano al 3% y el 13% del valor total de la
producción de granja y para empresas no agrícolas respectivamente.
- Byiers (2010) lograron determinar la demanda de crédito para Mozambique y
contrario a lo que creían muchos autores, determinaron que las empresas ven
afectado su acceso al crédito no solo por el tamaño y estructura de la compañía, si
no también, por el de educación de la persona que gerencia la empresa y el nivel
cultural de los miembros de su junta.
- Montoya (2011) hace una taxonomía del racionamiento de las microempresas de
estratos 1, 2 y 3 en Colombia, analiza aspectos como cantidades, precio, costos de
transacción y autoexclusión.
- Chakraborty (2012) realizó un estudio para Estados Unidos, logro determinar que
las pequeñas empresas cuentan con una brecha crediticia que no les permite
obtener su nivel óptimo de crédito, es decir, las empresas desean un acceso al
crédito superior al que acceden normalmente, sumado a que esta brecha no es
igual para todos los sectores, pues existe una clara diferencia dependiendo del
sector en el cual se desarrolle su actividad (servicios, industria, comercio).
Sin embargo, no podemos olvidar la importancia del comportamiento de la deuda
bancaria. Con lo anterior, se realizó la revisión de los siguientes autores:
19
- Hooks (2003) muestra la importancia de la deuda con los bancos sobre otras
fuentes de financiación en empresas de los Estados Unidos, donde realiza un
examen de forma explícita del papel del tamaño de la empresa, los resultados
indican que las empresas se enfrentan a diferentes opciones de financiación a
medida que avanza su crecimiento,
- Alonso (2005) concluye para empresas en España, que la relación entre las
oportunidades de crecimiento y financiamiento bancario no es tan fuerte como la
que se encuentra en los países de derecho común, encuentra que existe una
relación positiva entre el tamaño de la empresa y la proporción de la deuda
bancaria y que las empresas más cercanas a la quiebra y altamente apalancadas
tienen más probabilidad de utilizar deuda bancaria,
- Ghosh (2007) presenta evidencia con relación a la elección de la deuda bancaria
de las empresas manufactureras de la India, examina los factores que influyen en
la concentración de la deuda bancaria sobre la deuda total, los resultados indican
que los factores varían según el tamaño de la empresa,
- Hackbarth (2007) por medio de la teoría del trade-off muestran que la estructura
de la deuda óptima para las empresas débiles implica financiación exclusivamente
con deuda bancaria, mientras que empresas consolidadas usan de manera óptima
una mezcla de deuda bancaria y de mercado, es importante señalar que el análisis
no excluye las teorías alternativas sobre el papel de la deuda bancaria,
- Atanasova (2012) en su estudio para el Reino Unido, examinó como las empresas
deciden entre la financiación con proveedores y préstamos bancarios, demostró,
20
que los modelos de racionamiento de crédito indican que cuando las empresas
tienen un acceso restringido a bancos optan por financiarse con crédito comercial,
es decir, esta opción es utilizada como una fuente sustituta de financiación, sin
embargo, el crédito comercial no es un sustituto absoluto de los créditos
bancarios, por el contrario, el crédito comercial y la deuda bancaria se encuentran
relacionados positivamente y bajo algunas circunstancias pueden llegar a ser
fuentes complementarias de financiación para las empresas,
- Jara (2012) se centra en el estudio de la deuda bancaria para empresas chilenas, la
elección de recurrir a la banca como fuente principal de financiación viene
determinada por las oportunidades de crecimiento, se apoya en los argumentos
relacionados con la teoría financiera de la agencia y factores institucionales
propios del sistema financiero chileno, el análisis se lleva a cabo con el estimador
GMM para controlar los problemas de heterogeneidad,
- Mateeva (2013) investiga los principales factores determinantes de la estructura
de capital de las micro, pequeñas y medianas empresas de Europa Central y del
Este; existen diferencias significativas en la forma en que estas empresas financian
sus actividades, si las empresas micro y pequeñas necesitan capital externo van a
utilizar principalmente préstamos bancarios a corto plazo y créditos comerciales,
los bancos son la fuente principal de la deuda a largo plazo para las empresas de
tamaño medio, porque el acceso a los mercados de capitales en cierta medida está
limitado a las grandes empresas,
21
- Alarcón (2009) muestra en su estudio que es posible que se produzca cierta
persistencia en el tiempo de los niveles de endeudamiento bancario, donde los
factores que influyen sobre las decisiones de financiación no necesariamente
tienen que incidir de forma similar en todas las empresas,
- Serrasqueiro (2011) utiliza varios estimadores de panel dinámico, muestra que las
decisiones de estructura de capital de las pequeñas y medianas empresas
portuguesas tienen una naturaleza dinámica, sugieren que las empresas dependen
en gran medida de la autofinanciación, la insuficiencia de la autofinanciación lleva
a las empresas a recurrir a la deuda, a fin de no limitar su crecimiento, así pues, las
relaciones establecidas entre la deuda y sus determinantes siguen un orden
jerárquico al seleccionar las fuentes de financiación, prefiriendo fondos propios a
financiación externa,
- Kremp (1999) estimaron una función de demanda para Alemania y Francia basada
en conjuntos de datos de panel, primero con un enfoque estático y luego con una
estimación de un modelo dinámico. Los principales factores de esta función son el
tamaño de la empresa, las oportunidades de crecimiento, garantías prendarias
entre otros.
Con lo antes expuesto fue necesario evaluar algunos trabajos realizados para Colombia y
observar como fue el comportamiento en el caso local. Trabajos que son descritos a
continuación:
22
- Sarmiento y Salazar (2005), estudiaron la estructura de financiamiento de las empresas
colombianas entre los años 1997 y 2004 concluyendo, que ante los problemas externos de
asimetría de la información las empresas prefieren financiarse con recursos internos
cuando tienen restricciones en el mercado hacia la financiación externa,
- Zamudio (2005) afirma que las empresas en Colombia para financiarse recurren en alta
proporción al crédito bancario y a sus recursos internos y por los problemas de acceso a la
información son muy pocas las que acuden al mercado de valores para buscar dicha
financiación.
- Tenjo (2006) determinaron que la estructura financiera de las empresas colombianas
entre 1996 y 2002 estuvo influenciado por una gran cantidad de imperfecciones en el
mercado y en la información, que los llevaron a concluir que se ajustaron a la teoría del
Pecking Order,
- Corredor (2009) realizó un trabajo donde estudia los determinantes de la oferta y
demanda de la cartera comercial; por medio de un modelo de desequilibrio, analiza si se
ha dado o no el racionamiento de crédito, basado en que el sistema financiero es el
principal proveedor de crédito.
23
3. Marco Teórico
El segmento anterior, nos permite obtener una visión general de los modelos estándar de
las finanzas corporativas, que puede concentrar los determinantes potenciales del
comportamiento de la deuda bancaria a la luz de la literatura teórica relevante. Si las
imperfecciones del mercado de crédito bancario son admitidas, surge el cuestionamiento
sobre como las empresas escogen el nivel de la deuda bancaria; dado que la financiación
de la actividad productiva con deuda bancaria parece ser un proceso de determinación de
la estructura de capital, este problema es equivalente a la cuestión de los factores
explicativos del apalancamiento. El apalancamiento se define básicamente como la
relación del pasivo total sobre activos totales, Kremp (1999).
Como lo mencionó Tenjo (2006), el desarrollo de la teoría de la estructura financiera de
las empresas ha estado en la búsqueda de una estructura óptima de capital y deuda, lo
que genera una discusión sobre la existencia de dicha estructura.
Los dos planteamientos teóricos más importantes son la teoría del equilibrio y la teoría del
orden jerárquico. La primera parte directamente del artículo teórico de Modigliani y
Miller (1958), al considerar que la existencia de imperfecciones en los mercados genera
conexiones entre el nivel de endeudamiento y el valor de la empresa; estas fallas de
24
mercado llevan a que las distintas fuentes de financiación tengan costos y beneficios
diferentes para cada empresa según sus características. Las empresas marcan sus
objetivos de composición de fuentes de financiación, estos objetivos no se alcanzan
inmediatamente debido a la existencia de costos de ajuste, por esta razón, se produce un
desfase entre los indicadores de endeudamiento deseados y observados, Alarcon (2005).
Al pensar en el enfoque de la teoría del equilibrio o estructura óptima, hay que tener en
cuenta la existencia de costos y beneficios de las distintas fuentes que influyen sobre los
niveles de apalancamiento o estructuras de capital, estos costos y beneficios se miden en
términos del efecto que maximiza el valor de mercados de las empresas; las empresas se
adaptan a un nivel de endeudamiento óptimo, el cual depende de un equilibrio entre las
ventajas tributarias de la deuda y las desventajas derivadas del incremento de la
posibilidad de quiebra; cuando se alcanza la combinación óptima entre deuda y recursos
propios, las empresas maximizan su valor y no tienen incentivos para aumentar su deuda
pues una unidad monetaria adicional en el endeudamiento supone una pérdida marginal
neta de ese valor, Mondragon (2011).
El planteamiento de la teoría del orden jerárquico Myers (1984), partiendo también de
consideraciones de información asimétrica y conflictos de intereses entre agentes,
establece las preferencias de financiación de las empresas: en primer lugar, fondos
internos generados por la actividad de la empresa pues es la opción más barata; en
25
segundo lugar deudas, que aunque puedan ser caras presentan menos requerimientos
que otras fuentes; en tercer lugar emisiones de capital, que es una alternativa más difícil
para las pymes y además, supone una disminución de los derechos y de la capacidad de
decisión de los propietarios originales; Myers (1984) comenta, asimismo, la posibilidad de
que haya efectos sectoriales sobre la estructura del capital debido a diferentes riesgos en
los activos y distintas necesidades de fondos. Otros autores, por el contrario, defienden
los efectos de cada empresa más que los sectoriales como determinantes de las
preferencias financieras.
Un enfoque alternativo se presenta en Berger y Udell (1998), donde muestran un modelo
sobre la financiación de nuevas empresas, concluyendo que para las pequeñas empresas
no existe sólo una estructura financiera óptima, ya que esta depende del momento del
ciclo en el que se encuentre la empresa, de esta forma, las fuentes de financiación
disponibles por la empresa dependen de su edad, la cual varía paralelamente con su
tamaño y experiencia; las empresas pequeñas comienzan con recursos internos, en la
medida que la firma avanza en experiencia logra el acceso a otras fuentes de financiación
como el crédito comercial y la financiación con instituciones financieras; las grandes
empresas, de mayor edad y de gran transparencia en información, tienen acceso a todas
las fuentes de financiación, incluyendo emisión de bonos y acciones en los mercados
26
públicos de valores3. Este esquema pretende mostrar que las diferentes fuentes de
financiación en algunos casos se complementan y en otros, se sustituyen.
En la diversidad de estudios sobre la estructura de capital, aún no existen acuerdos sobre
cuál teoría debe ser usada, algunos autores como Rajan y Zingales (1996) concluyen que
no existe suficiente evidencia empírica que permita escoger una sola teoría aplicable para
determinar el grado de endeudamiento empresarial. Los estudios se caracterizan porque
no prueban un modelo teórico con una clara derivación de las variables explicativas, sino
que presentan una sucesión de hipótesis alternativas que pertenecen a diferentes
estructuras de capital.
3 (Zuluaga & Godoy) Financiación de nuevas empresas en Colombia.
27
4. Modelo de Demanda de Crédito Bancario para Empresas en Colombia
4.1. Modelo Teórico
Siguiendo el modelo propuesto en Montoya (2011) y Petrick (2003) con algunas
variaciones, se analiza el comportamiento de las empresas en Colombia donde se supone
se buscan maximizar los beneficios, para ello, las posibilidades de producción vienen
dadas por:
( ) (1)
Donde y es una función cóncava, doblemente diferenciable en x; x representa insumos
que requieren financiamiento por adelantado, lo que se puede hacer a través del
financiamiento interno (ahorro o flujo de efectivo) y/o a través de crédito.
Para introducir la restricción de crédito, se tiene el monto de crédito como C donde se
supone C ≥ 0. Existe un límite al monto de crédito ̅ ( ) inferior o igual al monto que
demandan las empresas4, éste límite depende de las características de las empresas e,
como tamaño, sector económico, estructura financiera, entre otros.
Los beneficios pueden expresarse como:
( ) ( ) (2)
4 Racionamiento por cantidades, empresas que aunque han recibido créditos, consideran que el monto otorgado es
inferior al solicitado (Montoya, 2011).
28
Donde p es el precio del bien, w es el precio de los insumos representados por x y (1+i) C
el valor de repago del crédito con tasa de interés igual a i. Se supone que el precio de los
insumos y el precio final son fijos, del mismo modo, se supone que el uso del crédito no
afecta las tasas de interés.
El problema de las empresas entonces es:
* + ( ) ( ) (3)
s.a.
(4)
( ) (5)
El problema de maximización se puede reescribir como:
( ) ( ) ( ) ( ( )) (6)
Resolviendo las condiciones de primer orden (CPO) se tiene que:
(7)
( ) (8)
( ) (9)
( ) (10)
(11)
29
( )
(12)
La ecuación 8 y 10 deben cumplir las condiciones de primer orden para encontrar una
solución óptima, que caracteriza la producción y la demanda de crédito.
La producción, los insumos y el monto de crédito son función de las variables o
características de la empresa.
( ) (13)
( ) (14)
( ( )) (15)
Si ̅( ) , la empresa se encuentra racionada dado que debe restringir su demanda
de crédito al límite ̅ que es determinada por sus características económico-financieras,
pero si ( ), no se encuentra racionada.
Partiendo del problema de maximización del beneficio, existe en general una elección
óptima de factores para la empresa, donde la función que indica la elección óptima de
factores en función de los precios se denomina función de demanda de factores de la
empresa (Varian, 1992).
30
Con el modelo anteriormente planteado, se puede continuar con la identificación de las
variables representadas en e como características de las empresas que son importantes
para determinar el nivel de endeudamiento financiero o deuda bancaria.
4.1.1. Características de las empresas
De acuerdo con los argumentos expuestos y la revisión de la literatura para la estimación
de la función de la demanda de crédito bancario para empresas en Colombia, se
identifican una serie de variables que pueden afectar las decisiones de tomar deuda con
intermediarios financieros. Las razones o indicadores financieros son el resultado de
establecer una relación numérica entre dos valores o dos cuentas diferentes del Balance
General o del Estado de Resultados, este análisis nos permite identificar mejor los puntos
fuertes y los débiles en las finanzas de una empresa, así como establecer tendencias y
probabilidades.
Como variable dependiente que mide la demanda ex post de crédito de las empresas, se
toma el nivel de endeudamiento financiero de las empresas, variable que a lo largo
del documento será denominada demanda, siguiendo las expresiones utilizadas en
los modelos que han sido pilares de este documento, específicamente Jara (2012) y
Kremp (1999), medido por la relación entre deuda bancaria total y activos totales
[dfat], se toma esta razón debido a que se pretende encontrar el nivel de deuda
bancaria que las empresas están dispuestas a elegir sobre cualquier otro tipo de
financiación, con lo cual, identificamos la preferencia de las empresas para
31
financiar sus inversiones en activos. Trabajos como el de Jaraco (2012), utilizan
esta misma relación para determinar preferencias entre deuda privada y pública5,
al igual que Kremp (1999) en su estimación de demanda de crédito para Alemania
y Francia.
Las variables explicativas se identifican en los siguientes grupos:
4.1.1.1 El tamaño de la empresa.
El tamaño de la empresa es un factor determinante del comportamiento de la deuda
bancaria, la dimensión de las empresas se tiene en cuenta al estimar el comportamiento
de los préstamos por el volumen (Kremp, 1999).
Dos posibles interpretaciones del efecto del tamaño se puede distinguir: por un lado, las
empresas más pequeñas podrían no estar bien dotadas de recursos propios y
necesariamente dependen de los créditos bancarios, las grandes tienen facilidad de
acceso a los mercados de capital debido a la reducción de la información asimétrica, por lo
que se podría esperar una relación negativa entre el tamaño de la empresa y el
endeudamiento bancario (Jara, 2012); por otro lado se esperan signos positivos, según la
teoría del equilibrio, dado que las empresas más grandes tienen menos restricciones en la
solicitud de préstamos, menos problemas de asimetría de información y menor
5 Deuda pública, corresponde a emisiones de bonos, emisión de acciones, etc.
32
probabilidad de quiebra dada su mayor capacidad para diversificar, lo que implica al
mismo tiempo, mayor acceso a recursos de deuda (Frank & Goyal, 2002).
Se utilizan dos indicadores para medir el tamaño de una empresa, el logaritmo natural de
los activos totales [tam2] y las ventas divididas entre activos totales [tam3]. Los estudios
empíricos generalmente encuentran una relación positiva entre el tamaño de la empresa y
el apalancamiento por lo que se espera entonces que el coeficiente de la variable sea
positivo; adicionalmente para analizar la relación entre la deuda bancaria y las distintas
variables se introduce una segmentación que separa en pequeñas, medianas y grandes
empresas6.
4.1.1.2 Dinamismo empresarial
Las empresas que tengan mayores oportunidades de crecimiento, es decir, las empresas
con proyectos estratégicos rentables preferirán endeudarse en la banca, dado que estos
acreedores mantienen dicha información de manera privada y no la difunden al mercado
(Yosha, 1995), sin embargo, diferentes signos se pueden esperar: negativo si el
crecimiento es contemplado como algo arriesgado que ocasiona problemas de agencia
entre prestamistas y empresarios; positivo, bajo el enfoque del orden jerárquico, dado
que las nuevas oportunidades de expansión incrementarán todas las fuentes de
financiación.
6En Colombia el segmento empresarial está clasificado en micro, pequeñas, medianas y grandes empresas, esta
clasificación está reglamentada en la Ley 590 de 2000 conocida como la Ley Mipymes y sus modificaciones (Ley 905 de 2004).
33
Para medir las oportunidades de crecimiento, se utiliza el crecimiento anual de la
empresa, por medio de la variación porcentual de las ventas totales [cre1] y la variación
porcentual de activos totales [cre2] (Gutiérrez, 2010).
4.1.1.3 Rentabilidad
Las empresas más rentables son capaces de utilizar los fondos que generan internamente
para financiarse, recurriendo en menor medida a fuentes externas.
Para medir la rentabilidad se utiliza la proporción de la utilidad operacional sobre los
activos totales [rent1]. Con esta variable se busca determinar el efecto de los recursos
internos (Tenjo, Lopez, & Zamudio, 2006) sobre la deuda bancaria, puesto que empresas
altamente rentables son más propensas a pagar su obligaciones, en esta medida se espera
que el coeficiente de esta variable sea negativo.
4.1.1.4 Garantías prendarias
Los activos fijos sirven de colateral para conseguir mayor acceso al endeudamiento (Tenjo,
Lopez, & Zamudio, 2006), puesto que empresas con garantías prendarias de mejor calidad
por lo general reducen la perdida esperada (Jara Bertin & Sánchez, 2012). Por lo tanto, es
posible esperar una relación positiva entre la calidad de las garantías prendarias y el
34
endeudamiento bancario lo que indicaría una reducción en las restricciones financieras, se
mide como la relación entre activos fijos y activos totales [tang].
4.1.1.5 Fortaleza Financiera
Uno de los modelos más reconocidos para medir la insolvencia y la quiebra de las
empresas es el indicador Z Score de Altman, consiste en una ponderación de cinco
factores que permiten clasificar las empresas atendiendo a su estabilidad financiera. La
versión z2 es un ajuste del modelo original en el que se elimina la razón de rotación de
activos para aplicarlo a todo tipo de empresas, no sólo manufactureras. Este tipo de
indicadores cobra importancia en las solicitudes de crédito en la medida que puede
identificar empresas buenas de las que presentan dificultades financieras.
Z2 = 6.56X1 + 3.26X2 + 6.72 X3 + 1.05 X4 (16)
Dónde:
X1 = Capital de Trabajo / Activo Total
X2 = Utilidades Retenidas / Activo Total
X3 = Utilidad Operacional / Activo Total
X4 = Patrimonio Total / Pasivo Total
35
El resultado de la fórmula [z2] busca dar una alerta de la situación financiera de la
empresa y del futuro de esta en los próximos dos años (Robinson, 2013) 7, se espera una
relacion positiva.
4.1.1.6 Sector al que pertenece la empresa
Frank y Goyal (2004) consideran que hay una serie de factores comunes a las empresas de
un determinado sector que tienden a reflejarse en el nivel de apalancamiento promedio.
Estos factores industriales pueden recogerse, a través del indicador de endeudamiento
con el sector financiero para cada sector económico (Comercio, Construcción,
Manufactura y Servicios)8 [sesdf].
4.1.1.7 Riesgo
Las empresas cuyos proyectos son más riesgosos tenderán a buscar financiación de la
banca (Jara Bertin & Sánchez, 2012), así pues, el monto de la deuda que la empresa
presenta con respecto al capital aportado por los socios puede dar una Imagen del grado
de riesgo de la empresa. El riesgo ha sido calculado como la proporción de
apalancamiento, relación entre el endeudamiento total y el patrimonio total [eapal], se
espera una relación positiva; cuanto mayor sea el riesgo de la empresa, más difícil será
acceder al endeudamiento público, lo que llevaría a estas empresas a recurrir a la banca.
7 Cuando el resultado es menor a 1,8 la empresa se encuentra en “zona de peligro” donde la probabilidad de quiebra es
muy alta y la situación financiera de la empresa se encuentra bastante deteriorada. Si el resultado se encuentra entre 1,8 y 2,7 la empresa se encuentra en la “zona de Alerta” donde la situación financiera de la empresa no es buena pero aún tiene la oportunidad de mejorar si se toman las medidas necesarias, si el resultado es 3,0 o superior, la empresa se encuentra en una “zona Segura” donde muestra una situación financiera favorable (Robinson, 2013). 8 Actividades económicas clasificadas según código CIIU.
36
4.1.1.8 Nivel de apalancamiento con Proveedores
Las empresas tienden a financiar sus actividades en mayor medida con deuda bancaria,
adicionalmente pueden acudir al crédito comercial (proveedores), lo que quiere decir, que
esta opción es utilizada como una fuente sustituta de financiación (Atanasova, 2012). Por
lo tanto, se espera que la deuda bancaria se encuentre relacionada negativamente con el
crédito de proveedores. Para medir esta variable se utilizó la relación entre deuda con
proveedores y activos totales [dpro].
Una vez definidas las características individuales de las empresas, se define el precio del
endeudamiento bancario [tasa], que se construyó de acuerdo con las tasas promedio de
colocación para la cartera de empresas9 y el costo mínimo que tienen que asumir los
bancos por normativa bancaria en la constitución de provisiones10(Johnson, 1998). Lo
normal para esta variable es una relación con signo negativo.
Como supone el modelo teórico, los precios de los bienes y de los insumos son fijos
puesto que suponemos que las empresas no tienen influencia sobre los precios. Cada
industria establece los precios que afectaran las empresas de manera uniforme.
4.2. Modelo de Demanda de Crédito Bancario para Empresas en Colombia
La función para estimar la demanda de crédito bancario de las empresas esta descrita de
la siguiente manera:
9Publicadas por el Banco de la República con información proveniente del formato 088 de la Superintendencia
Financiera de Colombia 10
Circular Externa 100 de 1995 Capitulo 2 Anexo 3 Superintendencia Financiera de Colombia.
37
∑ ∑
(17)
Donde Tamaño y Sector son variables tipo dummy que indicaran el sector y tamaño al cual
pertenece la empresa de estudio, , corresponde a las ponderaciones y valores para
cada una de los características de las compañías.
El término de error contiene: μi que representa el efecto individual o específico de las
empresas y νit el error estocástico que recoge tanto la medición errónea de alguna
variable independiente como la omisión de variables explicativas. Las variables
macroeconómicas no cambian para cada empresa, sus efectos son análogos a efectos
temporales específicos.
En la composición del modelo, es importante resaltar que la estructura financiera de las
empresas es la que nos permite determinar la clasificación de tamaño. Desde el punto de
vista de las finanzas se puede construir los indicadores financieros y por consiguiente las
relaciones que existen entre ellos.
4.3. Hipótesis
De acuerdo con el modelo de las ecuaciones 3 a la 17, en particular la ecuación 17, la
demanda de crédito depende positivamente de las siguientes características:
38
Tamaño de la empresa.
Dinamismo empresarial
Garantías prendarias
Fortaleza Financiera
Riesgo
Y negativamente de:
Rentabilidad
Nivel de apalancamiento con Proveedores
Tasa o costo de crédito
Sumado a que el sector al que pertenecen las empresas, es significativo.
Adicional a los factores antes mencionados, existe persistencia en el tiempo de los
indicadores de endeudamiento que afectan de manera positiva el nivel de demanda de
crédito en el presente.
Apoyados en la literatura, se evidencia que en el análisis de la demanda de crédito es
necesaria una ecuación por cada uno de los segmentos de empresa definidos (Grandes,
Mediana y Pequeñas).
39
4.4. Modelos de datos panel dinámico:
Consideremos un modelo de la forma:
(18)
Donde es un escalar y es una matriz de 1 x K. Adicionalmente se asume que:
(19)
Y ( ) y (
) son independientes una de otra y entre ellas.
La regresión dinámica descrita en las ecuaciones (18) y (19) está caracterizada por dos
fuentes de persistencia en el tiempo. La autocorrelación, dada la presencia de la variable
dependiente rezagada y las variables explicativas, y los efectos individuales que
caracterizan la heterogeneidad de las empresas. Calcular la estimación mediante un MCO
llevaría a resultados inconsistentes (Baltagi, 2008). Por construcción, el efecto
inobservable está correlacionado con los retardos de la dependiente .
Para corregir este problema se podrían aplicar variables instrumentales. Arellano y Bond
(1991) construyeron un estimador basado en el Método Generalizado de los Momentos
(GMM), que utiliza variables instrumentales basadas en retardos y las primeras diferencias
de todas las variables del modelo, y está especialmente propuesto para paneles con
muchos individuos y pocos periodos. La metodología de datos de panel permite controlar
la heterogeneidad inobservable y proporciona estimadores con una eficiencia superior a
otros métodos de estimación (Arellano, 2003; Baltagi, 1995).
40
Una restricción importante del estimador, que debe corregirse con una correcta
modelización, es que no puede existir autocorrelación de segundo orden en las primeras
diferencias de los errores (Montero, 2010). Es deseable que las primeras diferencias estén
correlacionadas en primer orden, ya que de lo contrario estaría indicando que no existen
efectos dinámicos y el estimador GMM no sería adecuado, pero no pueden existir dichas
diferencias en segundo orden (Arellano y Bond, 1991); adicionalmente se debe utilizar el
test de Sargan de sobreidentificación de restricciones dado que es conveniente que las
ecuaciones estén sobreidentificadas, pues esto indicaría, que el modelo está bien
especificado (Montero, 2010).
4.5. Muestra
Los datos utilizados en este documento se obtuvieron de la base de datos de SIREM11.
Para construir las variables del modelo se usaron los estados financieros (cuentas de
balance y estado de resultados) de las compañías que reportaron su información a la
Superintendencia de Sociedades para el período 2003-2012, datos anuales, para 9488
empresas, conformando un panel de 94881 observaciones (9488 empresas y 10 años); se
procedió a calcular los indicadores financieros para el conjunto de empresas lo que
permitió realizar una depuración de los datos atípicos.
11
Sistema de Información y Riesgo Empresarial http://sirem.supersociedades.gov.co/Sirem
41
Los criterios para eliminar empresas de la muestra final fueron: empresas con actividades
diversas de inversión y servicios financieros, ingresos operacionales iguales a cero, activo
total igual a cero, sucursales extranjeras, empresas que se encontraban bajo quebranto
patrimonial de acuerdo con el artículo 457 del Código de Comercio (pérdidas acumuladas
superiores al 50% del respectivo capital social), en esta situación estarían las firmas que se
encuentran o iniciarán un proceso de disolución y por ultimo indicadores cuyo valor
quedara por fuera del rango, valor promedio más o menos tres desviaciones estándar.12
La muestra final está compuesta con un panel de datos desbalanceado de 9,488 empresas
en promedio, lo que permite controlar la heterogeneidad individual, factor importante en
la demanda de crédito bancario dado que está relacionada con la especificidad de cada
empresa.
Tabla 1. Selección de Variables
Variable Indicador Relación
Dfat Deuda Bancaria /Activo Total + en t-1
tam2 Ln(Activo Total) +
tam3 Ventas/Activo Total +
cre1 Var % Ventas +
cre2 Var % Activo Total +
rent1 Utilidad Operacional /Activo Total -
Tang Activo Fijo / Activo Total +
z2
6.56X1 + 3.26X2 + 6.72 X3 + 1.05 X4
X1 = Capital de Trabajo / Activo Total
X2 = Utilidades Retenidas / Activo Total
X3 = Utilidad Operacional / Activo Total
X4 = Patrimonio Total / Pasivo Total
+
Eapal Endeudamiento / Patrimonio +
12
Este criterio se empleó ya que después de los criterios anteriores algunas empresas continuaron mostrando resultados atípicos.
42
Dpro Deuda Proveedores / Activo Total -
Stasa DTF+Provisión -
Fuente: Los Autores - Stata
La Tabla 2 presenta un breve resumen de los estadísticos básicos de las variables
utilizadas. En promedio, las deudas totales en las empresas de la muestra ascienden al
51% del activo total. Las deudas con bancos representan 15%, un poco mayor que las
deudas con proveedores (13%).
Tabla 2. Resumen estadístico
Variable Media
Desviación
Estándar Mínimo Máximo
Dfat 0.15 0.16 0.00 1.90
tam2 15.28 1.51 12.59 22.3
tam3 1.60 1.73 0.00 59.72
cre1 0.16 0.54 -1.00 70.02
cre2 0.24 1.70 -1.00 70.37
rent1 0.07 0.14 -6.97 3.00
Tang 0.18 0.19 0.00 1.00
z2 4.57 5.48 -47.22 61.22
Eapal 2.26 29.94 -3094.67 3655.07
Dpro 0.13 0.15 0.00 2.41
Stasa 0.13 0.04 0.05 0.20
Sesf 0.17 0.04 0.06 0.24
Total observaciones 94881
Fuente: Súper Sociedades - Stata
Las Tablas 3 y 4 proporcionan la media de la variable dependiente, los indicadores de
endeudamiento bancario por año y sector económico. Se busca obtener una primera
impresión de cómo varían estos indicadores a través del tiempo y en función de la
actividad productiva.
43
Tabla 3. Indicador endeudamiento con bancos
Media
Año Deuda Bancaria
Endeudamiento
Total
2003 12.92% 46.12%
2004 13.44% 46.19%
2005 13.72% 47.51%
2006 14.35% 52.77%
2007 15.35% 53.72%
2008 15.55% 52.57%
2009 14.91% 50.59%
2010 15.07% 50.67%
2011 15.36% 50.46%
2012 15.62% 49.61%
Dfat = Deuda bancaria/Activo Total
Fuente: Súper Sociedades - Stata
Tabla 4. Indicador endeudamiento con bancos por sector económico
Año Comercio Construcción Manufactura Servicios Total general
2003 14.16% 12.29% 14.06% 9.85% 12.92%
2004 15.11% 12.72% 14.54% 9.87% 13.44%
2005 15.59% 13.49% 14.63% 9.81% 13.72%
2006 15.94% 13.46% 15.06% 11.33% 14.35%
2007 16.55% 15.80% 16.21% 12.30% 15.35%
2008 16.69% 15.32% 16.81% 12.48% 15.55%
2009 16.18% 14.71% 15.88% 11.92% 14.91%
2010 16.63% 14.20% 15.92% 12.04% 15.07%
2011 16.98% 14.79% 16.19% 12.15% 15.36%
2012 17.35% 15.54% 16.48% 12.04% 15.62%
Total general 16.41% 14.58% 15.80% 11.73% 14.92%
Dfat = Deuda bancaria/Activo Total
Fuente: Súper Sociedades - Stata
En la Tabla 3 no se perciben grandes variaciones anuales de la deuda bancaria. La
diferencia entre el valor máximo y valor mínimo es de 2,70%. Al realizar el análisis por
actividades económicas, en la Tabla 4 se percibe que los valores promedios para deuda
44
con bancos sobre activos totales es de 16% para Comercio y Manufactura, seguido de
Construcción con el 15% y Servicios con el 12%. Se puede ver una tendencia creciente de
la deuda bancaria cuando se analiza por años y sectores económicos.
Tabla 5. Clasificación por Sector y Tamaño
Sector/Tamaño Grandes Medianas Pequeñas Total general
Comercio 12.20% 10.23% 16.02% 38.45%
Construcción 4.17% 2.38% 2.75% 9.29%
Manufactura 12.32% 6.73% 8.58% 27.63%
Servicios 7.77% 6.81% 10.04% 24.62%
Total general 36.48% 26.14% 37.38% 100.00%
Total observaciones = 94881
Fuente: Súper Sociedades - Stata
Para el análisis de la demanda de crédito bancaria se identifica que el tamaño de las
empresas y la actividad económica son factores diferenciadores entre las firmas.
La Tabla 5 permite ver la concentración de la muestra por actividad económica y tamaño
donde el sector Comercio (38%) tiene la mayor participación, seguido de Manufactura
(28%), Servicios (25%) y Construcción (9%). La clasificación por tamaño tiene a las
Pequeñas (37%) y Grandes (36%) empresas con la mayor participación.
45
Tabla 6. Resumen estadístico por Tamaño de empresa
Grandes Medianas Pequeñas
Media
Desviación
Estándar Media
Desviación
Estándar Media
Desviación
Estándar
Dfat 0.17 0.17 0.14 0.16 0.13 0.15
tam2 16.79 1.16 15.15 0.57 13.90 0.67
tam3 1.40 1.33 1.63 1.71 1.78 2.05
cre1 0.21 0.55 0.17 0.65 0.12 0.43
cre2 0.28 1.64 0.25 1.89 0.19 1.61
rent1 0.07 0.11 0.08 0.13 0.08 0.17
Tang 0.17 0.16 0.18 0.19 0.20 0.21
z2 4.29 5.34 4.79 5.62 4.70 5.50
Eapal 2.58 28.55 2.10 13.04 2.07 38.52
Dpro 0.12 0.14 0.13 0.16 0.14 0.16
Stasa 0.10 0.03 0.13 0.03 0.15 0.03
Sesf 0.17 0.04 0.17 0.04 0.17 0.04
Total observaciones 34608 24806 35467
Fuente: Súper Sociedades - Stata
Como lo muestra la Tabla 6 se evidencian diferencias en los indicadores cuando se analiza
por tamaños de empresa, la deuda bancaria sobre activos para empresas Grandes se
encuentra en el 17% en promedio, mientras que para Medianas y Pequeñas se encuentra
en el 14% y 13% respectivamente.
46
5. Resultados de la Estimación.
Como primer paso en la interpretación de los resultados se muestra en la Tabla 7 la matriz
de correlaciones, se puede apreciar la relación existente entre la deuda bancaria y las
variables explicativas. En esta aproximación se puede afirmar que existe una relación
positiva con el tamaño de las firmas, las oportunidades de crecimiento y las garantías y
que por el contrario, existe una relación negativa con la rentabilidad, fortaleza financiera,
deuda con proveedores y tasa. La existencia de correlaciones altas entre las variables
explicativas puede ser una señal de multicolinealidad alta, por lo que es importante
destacar que la matriz no muestra valores altos en las correlaciones de las variables
explicativas.
Tabla 7. Matriz de correlaciones
Dfat tam2 tam3 cre1 cre2 rent1 Tang z2 eapal Dpro stasa Sesf
dfat 1
tam2 0.15 1
tam3 0.04 -0.15 1
cre1 0.03 0.07 -0.02 1
cre2 0.00 0.01 0.02 0.20 1
rent1 -0.03 -0.04 0.17 0.08 0.05 1
tang 0.04 -0.10 -0.13 -0.03 -0.01 -0.04 1
z2 -0.32 -0.05 -0.10 -0.04 -0.01 0.22 -0.10 1
eapal 0.03 0.01 0.01 0.01 0.01 -0.01 -0.02 -0.04 1
dpro -0.04 -0.03 0.22 0.02 -0.02 -0.04 -0.21 -0.26 0.04 1
stasa -0.13 -0.69 -0.05 0.01 0.01 0.00 0.13 0.07 -0.01 -0.03 1
sesf 0.10 0.00 0.11 -0.03 -0.01 -0.02 -0.22 -0.06 0.01 0.25 -0.13 1
Fuente: Súper Sociedades - Stata
47
Dado que existe evidencia de correlaciones bajas, se realizó una prueba adicional para
descartar la presencia de multicolinealidad, que indicó que la única variable que podría
presentar algún grado de correlación con otra variable explicativa es Stasa, correlacionada
con el tamaño de los activos tam2.
Sin embargo, el valor de 9 significa que el problema es marginal: hay indicios de
correlación grave si VIF toma valores superiores a 1013.
Tabla 8. Test VIF
Variable VIF 1/VIF
stasa 9.96 0.100437 tam2 5.82 0.171770 _Ianno_2010 4.96 0.201463 _Ianno_2009 4.46 0.224127 _Ianno_2011 3.92 0.255201 _Ianno_2012 3.69 0.270703 _Ianno_2008 3.66 0.273275 _Ianno_2007 3.38 0.296151 _Ianno_2006 2.94 0.340073 _Ianno_2005 2.21 0.451675 _Ianno_2004 1.92 0.519828 _Issector_6 1.55 0.644774 _Issector_4 1.40 0.712091 tam3 1.39 0.721321 dpro 1.38 0.726488 _Issector_3 1.26 0.791404 z2 1.20 0.833596 tang 1.18 0.847356 rent1 1.14 0.877734 cre1 1.07 0.931102 cre2 1.06 0.946066 eapal 1.00 0.996427
Mean VIF 2.75
Se decidió, en consecuencia, y para no caer en la crítica de omisión de variables, dejar en
el modelo la variable Stasa.
13 Como regla general, cuando una variable presenta valores VIF mayores de 10 se considerada por algunos autores que existe un
problema grave de multicolinealidad - http://www.ats.ucla.edu/stat/stata/webbooks/reg/chapter2/statareg2.htm
48
5.1 Proceso de Estimación
Para la estimación del modelo fue necesario realizar los pasos descritos a continuación.
a) El proceso de estimación se inició, como un punto de referencia, con regresiones
de Mínimos Cuadrados Ordinarios (MCO).
b) Sin embargo, después se realizaron estimaciones mediante la estructura de datos
panel, con efectos aleatorios y efectos fijos.
c) Por último, y teniendo como base los artículos de los diferentes autores
mencionados en Revisión de Literatura, se introdujeron estimaciones de panel
dinámico, que tienen como propósito la corrección de inconsistencias en las
estimaciones.
5.1.1. Estimaciones por Mínimos Cuadrados Ordinarios
En la Tabla 9 se presentan los resultados obtenidos con las regresiones por Mínimos
Cuadrados Ordinarios (MCO). La columna 1 incluye solo las variables explicativas, se
puede observar un R2 bajo (0.15). En la columna 2 se incluyen variables ficticias
temporales junto con variables que miden el efecto de la actividad económica y el tamaño
de la empresa, lo que aumenta el R2 (0.16), que sin embargo continua en un nivel bajo. El
test F rechaza la hipótesis nula de no significación para las variables ficticias de sector
económico y temporalidad, lo que indica en principio que sí pertenecen al modelo de
demanda de crédito bancario; el mismo test muestra que no se puede rechazar la
hipótesis nula para las variables ficticias de tamaño, lo que indica, que es preferible
49
realizar el análisis de demanda de crédito segmentando por tamaño de empresa. La
columna 3 muestra cambios en las magnitudes de los coeficientes y un R2 (0.70) mucho
más alto que las anteriores regresiones gracias a la inclusión de la variable dependiente
rezagada un periodo, la mejora significativa en el ajuste, indica que la demanda de crédito
actual está en parte influenciada por la demanda del pasado. Por ultimo, la columna 4
presenta los resultados donde se incluye la variable dependiente rezagada dos periodos,
lo anterior con el objetivo de observar si la demanda de crédito de las firmas depende de
rezagos adicionales.
Tabla 9.Regresiones MCO
MCO1 MCOd2 MCOd3 – 1 MCOd4 – 2
dfat1
0.8021*** 0.7171***
(377.72) (188.2)
dfat2
0.1145***
(30.12)
tam2 0.0139*** 0.0073*** -0.0013** -0.0017***
(30.05) (9.08) (-2.45) (-3.12)
tam3 0.0043*** 0.0016*** -0.0001 -0.0001
(14.01) (4.67) (-0.4) (-0.39)
cre1 0.0066*** 0.0077*** 0.0221*** 0.023***
(7.04) (8.29) (27.47) (25.57)
cre2 -0.0015*** -0.0008*** -0.0013*** -0.0012***
(-5.11) (-2.7) (-6.18) (-5.05)
rent1 0.0475*** 0.0386*** -0.0228*** -0.0294***
(12.85) (10.4) (-9.31) (-10.9)
Tang 0.0145*** 0.0184*** -0.0056*** -0.008***
(5.23) (6.57) (-3.03) (-3.96)
z2 -0.0102*** -0.0102*** -0.003*** -0.0029***
(-105.61) (-105.69) (-44.94) (-39.32)
Eapal 0.0001*** 0.0001*** 0.0001*** 0.0001***
(8.01) (8.73) (5.18) (4.23)
Dpro -0.1679*** -0.2125*** -0.0781*** -0.0735***
(-47.99) (-57.58) (-31.51) (-27.12)
Stasa -0.038** -0.6011*** -0.2866*** -0.2846***
(-1.98) (-12.9) (-9.23) (-8.34)
Sesf 0.5229*** 0.2008*** 0.0968*** 0.0995***
(37.32) (7.19) (4.83) (4.45)
_cons -0.0932*** 0.1587*** 0.0955*** 0.0964***
(-9.52) (8.83) (8.02) (7.54)
R – cuadrado 0.1502 0.1630 0.7014 0.7169
50
Los números en paréntesis denotan el valor t
* Significativo al 10%; ** Significativo al 5%; ***Significativo al 1%. 1Minimos Cuadrados Ordinarios (MCO) 2MCO incluye variables ficticias temporales, sector y tamaño 3MCO incluye variables ficticias y la dependiente retardada un periodo
4MCO incluye variables ficticios y la dependiente retardada dos periodos
Estimaciones es Stata 11
Fuente: Súper Sociedades - Stata
5.1.2. Estimaciones Datos Panel
Existen diversas ventajas en la utilización de los datos de panel, una es el incremento de
modo considerable del tamaño de la muestra, otra, que al estudiar observaciones
transversales repetidas los datos en panel resultan más adecuados para estudiar las
dinámicas de cambio Gujarati (2003).
El enfoque más simple para analizar los datos en panel es omitir las dimensiones del
tiempo y sólo calcular las regresiones MCO de la forma usual, donde se supone que el
intercepto de la regresión es el mismo para todas las unidades transversales. Sin embargo,
en la función de demanda de crédito existen características individuales para cada
empresa, por lo que se consideran dos enfoques, efectos fijos y efectos aleatorios, según
el comportamiento del efecto individual de la intersección.. En el enfoque de efectos fijos,
se permite que la intersección en el modelo de regresión difiera entre empresas, en
reconocimiento que alguna pueda tener características especiales. El enfoque de efectos
aleatorios, se supone que la intersección de una empresa individual se extrae de manera
aleatoria de una población mucho más grande que tiene un valor medio constante, de
51
esta forma la intersección individual se expresa como una desviación respecto a este
valor medio constante, Gujarati (2003).
Para decidir cuál de estos dos enfoques se ajusta más al comportamiento de la muestra,
se puede utilizar el test de Hausman, el cual contrasta la hipótesis nula de igualdad de
efectos fijos y aleatorios mediante la comparación de los coeficientes de la regresión. Si
encuentra diferencias sistemáticas (se rechaza la hipótesis nula de igualdad) es preferible
elegir el modelo de efectos fijos.
Tabla 10. Prueba de Hausman
Coeficientes
(b) (B) (b-B) raíz(diag(V_b-V_B))
Efectos Fijos Efectos Aleatorios Diferencia S.E.
dfat1 0.3028 0.7109 -0.4080 0.0017
dfat2 -0.0582 0.1154 -0.1736 0.0014
tam2 0.0334 -0.0019 0.0353 0.0014
tam3 -0.0037 0.0000 -0.0037 0.0004
cre1 0.0057 0.0228 -0.0171 0.0003
cre2 -0.0003 -0.0011 0.0007 0.000
rent1 -0.0633 -0.0296 -0.0337 0.0025
tang 0.0505 -0.0080 0.0585 0.0040
z2 -0.0046 -0.0029 -0.0017 0.0000
eapal 0.0000 0.0000 -0.0000 0.0000
dpro -0.2574 -0.0754 -0.1819 0.0043
stasa -0.1858 -0.2509 0.0651 0.0398
b = consistente bajo Ho y Ha
B = inconsistente bajo Ha, eficiente bajo Ho;
Test: Ho: diferencia en los coeficientes no sistemática
chi2(22) = 16836.38
Prob>chi2 = 0.0000
Prueba de Hausman Stata 11
Fuente: Súper Sociedades - Stata
La hipótesis nula se rechaza según el resultado de la tabla 10; es decir, la diferencia entre
los coeficientes de efectos aleatorios y fijos sí es sistemática, por lo tanto, conviene usar el
método de efectos fijos. La diferencia en cada modelo se puede evidenciar al comparar las
52
magnitudes y signos de las variables, sin embargo, es importante tener en cuenta que la
inclusión de la dependiente rezagada genera correlación con el efecto inobservable, por lo
cual, calcular la estimación mediante MCO llevaría a resultados inconsistentes (Baltagi,
2008).
5.1.3. Estimaciones Datos Panel Dinámico
Es importante enfatizar la necesidad de estudiar el comportamiento de las empresas
específicamente por tamaño, donde se comprueba que el comportamiento del
endeudamiento bancario tiene diferencias según el tamaño en un contexto dinámico. La
estimación por tamaño puede mejorar la precisión (Kremp, 1999).
Tabla 11. Efectos Fijos vs GMM por tamaño de Empresa
Variable EF Grandes GMM Grandes EF Medianas GMM Medianas EF Pequeñas GMM Pequeñas
dfat1 0.348*** 0.571*** 0.320*** 0.504*** 0.236*** 0.481***
(52.89) (21.59) (39.08) (15.15) (32.51) (14.07)
dfat2 -0.056*** 0.042*** -0.055*** 0.034** -0.073*** 0.058***
(-8.93) (3.28) (-6.81) (2.08) (-10.34) (3.97)
tam2 0.038*** 0.05*** 0.04*** 0.033*** 0.027*** 0.021***
(16.5) (8.48) (11.88) (4.47) (9.43) (3.12)
tam3 -0.001 -0.004 -0.007*** -0.007** -0.003*** -0.005*
(-1.18) (-1.07) (-6.19) (-2.2) (-3.68) (-1.82)
cre1 0.007*** 0.008** 0.006*** 0.014*** 0.003 0.008*
(5.33) (2.13) (3.13) (2.82) (1.42) (1.86)
cre2 0.000 0.000 -0.001 -0.001 0.000 0.000
(0.17) (-0.35) (-1.64) (-1.07) (-1.16) (-0.13)
rent1 -0.106*** -0.120*** -0.043*** -0.083*** -0.050*** -0.072***
(-13.6) (-6) (-5.49) (-3.77) (-9.6) (-4.82)
Tang 0.069*** 0.079*** 0.065*** 0.076*** 0.029*** 0.019
(8.81) (4.58) (7.47) (4.27) (3.84) (1.12)
z2 -0.005*** -0.005*** -0.004*** -0.004*** -0.005*** -0.004***
(-28.41) (-10.3) (-20.97) (-10.35) (-25.37) (-10.24)
eapal 0.000*** 0.000 0.000*** 0.000*** 0.000 0.000
(3.42) (1.02) (3.59) (2.79) (1.24) (0.9)
Dpro -0.303*** -0.408*** -0.250*** -0.332*** -0.219*** -0.287***
(-36.07) (-17.02) (-24.53) (-16.91) (-25.79) (-14.99)
stasa -0.348*** -0.142 -0.060 -0.211* -0.101 -0.252*
(-3.77) (-0.81) (-0.75) (-1.8) (-1.06) (-1.67)
_cons -0.462*** -0.742*** -0.476*** -0.376*** -0.218*** -0.137
(-10.23) (-6.7) (-8.11) (-3.08) (-4.48) (-1.26)
No Empresas 4181 4092 3410 3297 5316 5083
No Observaciones 25208 20825 17192 13634 23362 17877
Test1 Valor Prob Valor Prob Valor Prob Valor Prob Valor Prob Valor Prob
53
Conjunto 327.76 0.0000 1591.32 0.0000 162.46 0.0000 1006.30 0.0000 128.94 0.0000 671.14 0.0000
Sector 4.47 0.0013 10.17 0.0376 3.52 0.0071 3.25 0.5172 1.41 0.2277 0.46 0.9776
Temporales 21.24 0.0000 116.29 0.0000 6.37 0.0000 31.81 0.0000 2.27 0.0263 10.92 0.1421
Pruebas de especificación
Correlación Serial
Primer Orden -18.577 0.0000 -15.738 0.0000 -13.366 0.0000
Segundo Orden 0.20971 0.8339 -0.83311 0.4048 0.71255 0.4761
Test de Sargan 37.2328 0.2804 33.01264 0.4666 30.06073 0.6142
Los números en paréntesis denotan el valor t
* Significativo al 10%; ** Significativo al 5%; ***Significativo al 1%. 1Para las estimaciones de Efectos Fijos se aplica la prueba F de significancia conjunta, variables temporales y de sectores, para las estimaciones GMM el test de Wald
Estimaciones en Stata 11.
Fuente: Súper Sociedades - Stata
Los resultados de la regresión con el estimador propuesto por Arellano y Bond (1991),
basado en el Método Generalizado de los Momentos (GMM) se presentan en la tabla 11
donde se corrige la inconsistencia en los parámetros del modelo propuesto para la
demanda de crédito para las empresas en Colombia. Las pruebas de Wald indican que
podemos rechazar la hipótesis nula de que las variables explicativas no pertenecen a la
función de deuda bancaria en conjunto.
Los resultados de los tests de Sargan para estimadores dinámicos indican que no podemos
rechazar la hipótesis nula al 1 % de significancia de la validez de los instrumentos
utilizados, adicionalmente se rechaza la hipótesis nula de ausencia de autocorrelación de
primer orden, en las primeras diferencias de los errores.
Con los resultados de las pruebas se puede decir que los estimadores dinámicos son
robustos, y las funciones de demanda por deuda bancaria parecen tener un carácter
dinámico.
54
La elección del método econométrico es importante. Al pasar por alto la heterogeneidad
específica de la empresa, el procedimiento MCO genera estimaciones diferentes de un
modelo de efectos fijos. Se demuestra la necesidad de una especificación dinámica, al
investigar la función de la deuda financiera, el enfoque estático descuida la persistencia de
la deuda bancaria, que es un elemento importante en los préstamos a las empresas.
Los resultados muestran que la demanda de crédito del periodo anterior es significativa
para determinar la demanda del periodo actual, las estimaciones con el modelo dinámico
evidencian que las empresas de mayor tamaño dependen en mayor medida del periodo
anterior que las medianas y pequeñas, el signo del coeficiente indica una relación
positiva, lo que quiere decir que las empresas con algún nivel de crédito podrán obtener
financiación bancaria adicional de acuerdo con su crecimiento y reputación. El uso de
estimadores de panel dinámico permite determinar el grado de ajuste de la deuda
bancaria hacia el nivel deseado por cada empresa.
Los resultados obtenidos permiten afirmar que el endeudamiento bancario ajusta su nivel
real ya que las variables dependientes retardadas son positivas y significativas lo que
muestra la persistencia de los indicadores en el tiempo. Existe diferente grado de ajuste
por las diferencias en los coeficientes para Grandes (0.57), Medianas (0.50) y Pequeñas
(0.48) empresas. Cuanto mayor es el endeudamiento de una empresa por medio de deuda
bancaria mayor es la dependencia a este tipo de financiación.
55
5.2. Resultados variable por variable
5.2.1. El tamaño de la empresa.
El efecto del tamaño es positivo, los coeficientes del logaritmo natural de los activos
totales son positivos y significativos para Grandes (0.05), Medianas (0.033) y Pequeñas
(0.021) empresas. El mayor tamaño de las empresas permite una mayor diversificación de
sus actividades, lo que reduce la probabilidad de quiebra, así como los problemas de
asimetría de la información. El resultado obtenido corrobora que las empresas en la
ausencia de financiación interna, prefieren recurrir a la deuda bancaria aunque pueda ser
más costosa, pues es de más rápido acceso que recurrir a deuda pública.
Sin embargo, el tamaño de la empresa tiene un efecto negativo en el endeudamiento
bancario cuando se mide por la relación de ventas sobre activos totales, este resultado
puede confirmar que las empresas más grandes se encuentran menos propensas a
contraer endeudamiento bancario, puesto que tendrán una mayor facilidad de recurrir a
recursos internos o al mercado para satisfacer sus necesidades de financiación. Este
resultado es significativo para empresas Medianas y Pequeñas pero no para las Grandes.
5.2.2. Dinamismo empresarial
La relación entre oportunidades de crecimiento y endeudamiento bancario es positiva y
estadísticamente significativa, medida con la variación anual de las ventas. Este resultado
indica que las empresas recurren a la deuda bancaria en ausencia de financiamiento
interno para financiar su crecimiento. Cuando se agota la posibilidad de financiación
56
interna, puede que se limiten las posibilidades de crecer por parte de las firmas dado que
presentan mayores problemas de información asimétrica lo que promueve el
endeudamiento bancario. El resultado obtenido indica que el efecto es más alto para
empresas Medianas (0.014) que para Grandes (0.008) y Pequeñas (0.008). Para las
empresas más grandes se puede observar que la relación positiva entre las oportunidades
de crecimiento y el endeudamiento bancario se torna negativa cuando se mide por
variación anual de activos totales. Sin embargo, no se evidencia que en empresas más
grandes apunte a menores endeudamientos bancarios dado que la relación es
estadísticamente insignificante.
5.2.3. Rentabilidad
Como se observa existe una relación negativa y estadísticamente significativa entre la
rentabilidad de los activos y el endeudamiento bancario. Esto significa que las empresas
más rentables tenderán a financiarse más por medio de recursos propios o recurrir a
diferentes fuentes de financiación, que optar por el endeudamiento bancario, con la
finalidad de aprovechar los menores costos de las tasas de intereses. El resultado de las
estimaciones muestra que la relación es más negativa para empresas Grandes (-0.12) que
para Medianas (-0.083) y Pequeñas (-0.072).
5.2.4. Garantías prendarias
Las estimaciones muestran una relación positiva y estadísticamente significativa entre los
activos fijos sobre activos totales, con el endeudamiento bancario. Los resultados
57
obtenidos evidencian, que la garantía permite el acceso de las empresas a deuda bancaria
dado que contribuye a disminuir problemas de información asimétrica. El coeficiente para
Grandes (0.079) y Medianas (0.076) empresas es significativo pero en Pequeñas (0.019)
empresas es más bajo y no es significativo, lo que puede indicar que el impacto de las
garantías en empresas pequeñas no es tan determinante en la deuda bancaria.
5.2.5. Fortaleza Financiera
Para el indicador z2 se esperaba una relación positiva, apoyado en que la fortaleza
financiara permitirá recursos de crédito bancario con relativa facilidad para las empresas,
sin embargo, los resultados evidencian una relación negativa y estadísticamente
significativa entre z2 y endeudamiento bancario. La explicación para este resultado puede
estar en los factores que componen el indicador, puesto que en gran medida están
enfocados en la generación interna de fondos, lo que genera una menor preferencia a
endeudarse con los bancos.
5.2.6. Riesgo
Los resultados obtenidos no muestran evidencia que indique una relación determinante
entre el endeudamiento total sobre patrimonio y la deuda bancaria. La relación es positiva
para la medida de riesgo pero estadísticamente insignificante, adicionalmente los
coeficientes para los tres tamaños de empresa son demasiado bajos. No se puede
confirmar la idea, de que cuanto mayor sea el riesgo de la empresa más difícil será
acceder al endeudamiento público, lo que llevaría a estas empresas a recurrir a la banca.
58
5.2.7. Nivel de apalancamiento con Proveedores
La relación del crédito con proveedores es negativa y fuertemente significativa respecto a
la deuda con bancos. Los coeficientes para Grandes (-0.40), Medianas (-0.33) y Pequeñas
(-0.28) empresas ofrecen una evidencia fuerte que la financiación con proveedores se
comporta como una fuente sustituta de fondos.
5.2.8. Tasa
La variable calculada para el precio del endeudamiento bancario presenta una relación
negativa, no es significativa para empresas Grandes (-0.14), para Medianas (-0.21) y
Pequeñas (-0.25) es significativa al 10%, lo que puede estar apoyado en que empresas más
pequeñas presenten mayor probabilidad de incumplimiento de sus obligaciones, por
consiguiente mayor impacto en la tasa final que se obtiene para la financiación con
bancos.
5.2.9. Efectos Sectoriales
Los efectos de la actividad productiva sobre el endeudamiento bancario no se muestran
significativos, los tests de Wald para las variables ficticias de sector no rechazan la
hipótesis nula en las estimaciones de la Tabla 8. Solo para Grandes empresas se evidencia
la significancia al 5%, lo que indica que sí pertenecen al modelo.
5.2.10. Efectos temporales
Los efectos temporales presentan influencia en los indicadores de endeudamiento
bancario pues los tests de Wald para las variables temporales rechazan la insignificancia,
59
un nivel del 5 %. Solo para pequeñas empresas no rechaza la hipótesis nula, lo que indica
que para los otros modelos el efecto del tiempo si pertenece al modelo para deuda
bancaria.
60
6. Conclusiones
El estudio de la demanda de crédito bancario para empresas en Colombia es de gran
importancia, dado que se constituye en una de las principales fuentes de financiación,
como quiera que el mercado de capitales no se encuentra desarrollado como en otras
regiones del mundo.
Este trabajo se propone estimar una función de demanda que permita entender los
factores que afectan el nivel de endeudamiento bancario según las características
individuales de cada empresa, en presencia de otras variables especificadas en el modelo
teórico.
La literatura ha demostrado que es difícil obtener una idea clara de los factores
determinantes en las decisiones de endeudamiento de las empresas, por lo que no se
rechazan los planteamientos de la teoría del equilibrio ni tampoco los de la teoría del
orden jerárquico.
Los resultados econométricos nos han permitido validar la hipótesis, mostrando que
existen efectos positivos entre el endeudamiento bancario y el tamaño de las empresas,
dinamismo empresarial y garantías prendarias. Las empresas más grandes disponen de
mayores facilidades de acceso a financiación lo que incluye deuda bancaria, de igual
forma, una mayor presencia de oportunidades de crecimiento tenderán a un mayor
61
endeudamiento por medio de la banca, puesto que generalmente presentan mayores
problemas de información asimétrica y los bancos son acreedores especializados en
recopilan mayor y mejor información sobre los proyectos y situación financiera de las
empresas. Se encuentra, que la deuda bancaria tenderá a ser mayor cuando se ofrece
mayor calidad en las garantías.
Contrario a la hipótesis y luego de las validaciones econométricas, el riesgo no presento
significancia, por tanto, no se encuentra evidencia para aceptarla como influyente dentro
de la demanda de crédito. Por otro lado, se muestra una relación negativa entre la
rentabilidad, fortaleza financiera y nivel de apalancamiento con proveedores, lo que
aporta evidencia de una preferencia por fuentes de financiación interna o sustituta.
Se identifican algunos factores que pueden afectar el uso de endeudamiento bancario por
parte de las empresas. En primer lugar, las regresiones con la variable dependiente
rezagada confirman la persistencia en el tiempo de los indicadores de endeudamiento,
estimaciones que incorporan aspectos dinámicos (método generalizado de momentos)
permiten corregir el problema de inconsistencia al calcular estimaciones mediante MCO.
El segundo resultado importante es la diferencia en la magnitud de los coeficientes
cuando se analiza el endeudamiento por tipo de tamaño. La inclusión de datos para
pequeñas y medianas empresas confirma que no existe una única ecuación de deuda
62
bancaria.
Los resultados se mantienen, aun cuando la base información es de libre acceso y por
tanto, es posible que el contenido sea restringido a tan sólo los requerimientos
regulatorios exigidos para reportes de información financiera a las empresas.
Este trabajo puede complementarse con estudios como los siguientes
1. Contraste con información cualitativa de la empresa, como experiencia en la
actividad, Influencia de socios en decisiones, entre otras.
2. Pertenencia a grupo económico con otras compañías de diferentes sectores o
conformación con cadenas productivas.
63
7. Referencias
Alarcón, S. (2005). EFECTOS DINÁMICOS Y NO LINEALES DE LOS DETERMINANTES DE LA
ESTRUCTURA DE CAPITAL DE LAS EMPRESAS. Universidad Politécnica de Madrid.
Alonso, P. d., Lopez Iturriaga, F. J., Rodriguez Sanz, J. A., & Vallelado Gonzalez, E. (2005).
Determinants of bank debt in a Continental financial system: evidence from Spanish
companies. Financial Review, 40(3), 305-333.
Atanasova, C. (2012). How Do Firms Choose Between Intermediary and Supplier Finance? Financial
Management, 41(1), 207-228.
Baltagi, B. (2008). Econometric analysis of panel data. Wiley. com.
Banco de la República. (Septiembre de 2013). INFORME ESPECIAL DE ESTABILIDAD FINANCIERA
Encuesta del sector corporativo. Bogotá, D. C., Colombia.
Banco de la República. (Septiembre de 2013). REPORTE DE ESTABILIDAD FINANCIERA. Bogotá, D.
C., Colombia.
Berger, A., & Udell, G. (2002). Small business credit availability and relationship lending: The
importance of bank organisational structure. The Economic Journal, 112(477), F32-F53.
Briggeman, B., Towe, C., & Morehart, M. (2009). Credit constraints: their existence, determinants,
and implications for US farm and nonfarm sole proprietorships. American Journal of
Agricultural Economics, 91(1), 275-289.
Byiers, B., Tarp, F., & Bentzen, J. (2010). Credit demand in Mozambican manufacturing. Journal of
International Development, 22(1), 37-55.
64
Caballero, C., Lizarazo, D. L., & Urrutia, M. (2006). “Desarrollo Financiero y Económico en
Colombia” . Historia del sector financiero colombiano en el siglo XX. Ensayos sobre su
desarrollo y sus crisis. Asobancaria., 19-61.
Chakraborty, A. (2012). Credit Gap in Small Businesses: Some New Evidence. International Journal
of Business, 17(1), 65-80.
Coleman, S. (2002). Small firm use of debt: An examination of the. Journal of Entrepreneurial
Finance, JEF, ISSN 1551-9570, Vol. 7, Iss. 1,pp. 51-76.
Corredor-Waldron, A., & Pérez-Reyna, D. (2009). El mercado de crédito comercial y las
restricciones de endeudamiento en Colombia . Banco de la Republica de Colombia.
Gattin-Turkalj, K., Ljubaj, I., Martinis, A., & Mrkalj, M. (2007). Estimating credit demand in Croatia.
Croatian National Bank Research and Statistics Area Research Department Zagreb.
Ghosh, S. (2007). Bank debt use and firm size: Indian evidence. Small Business Economics, 29(1-2),
15-23.
Gujarati, D. (2003). Econometría. 4 ta. Edición: Mc Graw Hill. México.
Gutiérrez Valderrama, L. F. (2010). Determinantes de la Concentración de Deuda en el Corto Plazo
para Empresas del Sector Real de Colombia: Análisis de Datos Panel Basado en
Información pública. ENSAYOS SOBRE POLÍTICA ECONÓMICA, issue.
Hackbarth, D., Hennessy, C., & Leland, H. E. (2007). Can the Tradeoff Theory Explain Debt
Structure? Review of Financial Studies, 20(5), 1389-1428.
Hooks, L. M. (2003). The impact of firm size on bank debt use. Review of Financial Economics,
12(2), 173-189.
65
Jara Bertin, M. A., & Sánchez, S. (2012). Factores determinantes del endeudamiento bancario en la
empresa no financiera chilena. El Trimestre Económico, LXXIX, issue 313, p. 53-84.
Jara Bertin, M., Moreno Warleta, M., & Saona Hoffmann, P. (2012). Non-Linear Relationship
between Growth Opportunities and Bank Debt: A Panel Data An alysis of Chilean Firms.
Academia, revista latinoamericana de administración, 44-65.
Jiménez, L., & Manuelito, S. (2011). América Latina: sistemas financieros y financiamiento de la
inversión. Diagnósticos y propuestas, Revista de la CEPAL, (109).
Johnson, S. (1998). The Effect of Bank Debt on Optimal Capital Structure. Financial Management,
47-56.
Kaya, H. D. (2011). The Effect of Firm Characteristics on Choice of Debt Financing. International
Journal of Management, Vol. 28 Issue 4, p199-208. 10p.
Kremp, E., Stöss, E., & Gerdesmeier, D. (1999). Estimation of a debt function: evidence from
French and German firm panel data. Corporate finance in Germany and France. A joint
research project of Deutsche Bundesbank and the Banque de France, SSRN working paper.
Levine, R., & Zervos, S. (1998). “Stock Markets, Banks, and Growth,”. American Economic Review,
Vol. 88(3), pp. 537-558.
Maldonado, L. (2012). Determinantes de la demanda de crédito de las firmas: Relaciones
dinámicas de corto y largo plazo siguiendo la endogeneidad del dinero. Revista
Venezolana de análisis de coyuntura, 16(1), 137-164.
Mateeva, M., Poutziouris, P., & Ivanov, K. (2013). On the determinants of SME capital structure in
Central and Eastern Europe: A dynamic panel analysis. Research in International Business
and Finance, 28 - 51.
66
Mondragón Hernández, S. (2013). Estructura de Capital del sector automotor colombiano : Una
aplicación de la teoria de la jerarquia de las preferencias. Cuadernos de Contabilidad, 14
(34), 219 - 243.
Montero Granados, R. (Abril de 2010). Panel dinámico. Documentos de Trabajo en Economía
Aplicada. Recuperado el 1 de Noviembre de 2013, de Universidad de Granada:
http://www.ugr.es/~montero/matematicas/dinamico.pdf
Montoya, C. C. (2011). El racionamiento de crédito a las microempresas en Colombia. Un estudio
de los tipos de racionamiento. COYUNTURA ECONÓMICA.
Myers, S. (1984). "Corporate Financing and Investment Decisions When Firms Have Information
That Investors Do Not Have". Journal of Financial Economics, Vol. 13.
Petrick, M. (2005). Empirical measurement of credit rationing in agriculture: A methodological
survey. Agricultural Economics, 33(2), 191-203.
Quicazán, C. (Septiembre de 2012). Profundización Financiera y su efecto en las Firmas en
Colombia. Recuperado el 1 de Octubre de 2013, de Temas de Estabilidad Financiera 070,
Banco de la Republica de Colombia: http://www.banrep.gov.co/es/node/30941
Rajan, R., & Zingales, L. (1995). "What do we know about capital structure? Some evidence from
international data". Journal of finance, vol. 50, N° 5.
Restrepo, D. B. (10 de Abril de 2011). Historia del Sistema Financiero y su efecto económico en
Colombia. Recuperado el 4 de Noviembre de 2013, de Revista Económica Supuestos:
http://revistasupuestos.uniandes.edu.co/?p=1815
Robinson Ortiz, M. A. (26 de Junio de 2013). Análisis del Z2 Score como herramienta para la
aprobación y otorgamiento de créditos a empresas del segmento Pyme en Colombia.
67
Recuperado el 1 de Noviembre de 2013, de Biblioteca Digital CESA:
http://repository.cesa.edu.co/bitstream/10726/517/1/TMF00299.pdf
Rodríguez, M. (1996). El racionamiento del crédito: Análisis econométrico con datos de panel de
su incidencia en las decisiones de inversión de las empresas. (Doctoral dissertation, Tesis
doctoral dirigida por Manuel Navarro Ibáñez, Universidad de La Laguna, Curso 1995).
Romagos, C. P., Almenar, K. Q., Singson, A. F., & Sio, M. J. (2012). CORPORATE DEBT FINANCING IN
THE PHILIPPINES: EXAMINING THE ROLE OF FIRM-LEVEL FACTORS THROUGH BINARY
CHOICE MODEL. Journal of International Business Research, 11.
Sarate, C., & Hernandez, O. (2001). Un Modelo de Demanda para el Crédito Bancario en México.
Revista de Análsis Económico, 67-99.
Sarmiento, R., & Salazar, M. (2005). “La estructura de financiamiento de las empresas: una
evidencia teórica y econométrica para Colombia 1997-2004”. Documentos de economía ,
http://www.banrep.gov.co/documentos/seminarios/pdf/sarmientoysalazar2005.pdf.
Serrasqueiro, Z., & Nunes, P. M. (2011). THE CAPITAL STRUCTURE OF PORTUGUESE SMEs:
EMPIRICAL EVIDENCE USING DYNAMIC PANEL DATA. Transformation in Business &
Economics, 10(1).
Superintendencia de Sociedades. (s.f.). Sistema de Información y Riesgo Empresarial. Recuperado
el 30 de Enero de 2013, de - SIREM -:
http://sirem.supersociedades.gov.co/Sirem2/index.jsp
Tenjo, F., Lopez, E., & Zamudio, N. (2006). Determinantes de la estructura de capital de las
empresas colombianas. Borradores de Economia 380.
Varian, H. (1992). Análisis microeconómico, 3ª ed. Antoni Bosch editor.
68
Vera, L. (2003). Determinates de la Demanda de Crédito: Una Estimación con un Modelo Mesual
de Series de Tiempo para Venezuela. Universidad Autónoma de México, LXII, 107-149.
Verona, M. C., Jordán, L., Maroto, O., Cáceres, R. M., & García, Y. (2003). Factores explicativos del
nivel de endeudamiento de las empresas españolas: un análisis con datos de panel.
Economía Mexicana, Nueva Época, 12(1).
Zambrano Vargas, S. M., & Acuña Corredor, G. A. (2011). Estructura de capital. Evolución teórica.
REVISTA CRITERIO LIBRE, UNIVERSIDAD LIBRE - SEDE PRINCIPAL.
Zamudio, N. (2005). “Estructura financiera del sector privado”. Reportes del Emisor,
http://www.banrep.gov.co/documentos/publicaciones/pdf/76.pdf.
Zuluaga, B., & Godoy, J. (s.f.). FINANCIACIÓN DE NUEVAS EMPRESAS EN COLOMBIA.
