IMPACTO DE LOS INDICADORES
FINANCIEROS EN EL DESEMPEÑO
ECONÓMICO SECTORIAL: UN ANÁLISIS
COMPARATIVO Y PREDICTIVO BASADO EN
MODELOS DE REGRESIÓN MÚLTIPLE
IMPACT OF FINANCIAL INDICATORS ON SECTORAL
ECONOMIC PERFORMANCE: A COMPARATIVE AND
PREDICTIVE ANALYSIS BASED ON MULTIPLE
REGRESSION MODELS
Yecenia Mariuxi Escobar de la Cuadra
Universidad Estatal de Milagro, Ecuador
Oscar Gonzalo Vargas Ortiz
Universidad Tecnológica Empresarial de Guayaquil, Ecuador
Segundo José Villegas de la Cuadra
Ministerio de Educación, Ecuador
pág. 92
DOI: https://doi.org/10.37811/cl_rcm.v8i6.14534
Impacto de los Indicadores Financieros en el Desempeño Económico
Sectorial: Un Análisis Comparativo y Predictivo basado en Modelos de
Regresión Múltiple
Yecenia Mariuxi Escobar de la Cuadra1
yescobard@unemi.edu.ec
https://orcid.org/0000-0002-5189-6121
Universidad Estatal de Milagro
Ecuador
Oscar Gonzalo Vargas Ortiz
ogvargaso.doc@uteg.edu.ec
https://orcid.org/0000-0002-4043-6381
Universidad Tecnologica Empresarial de
Guayaquil
Ecuador
Segundo José Villegas de la Cuadra
segundo.villegas@educacion.gob.ec
Ministerio de Educacion
Ecuador
RESUMEN
Este trabajo analiza el impacto de los indicadores financieros en el desempeño económico sectorial
mediante un enfoque comparativo y predictivo basado en modelos de regresión múltiple. Los sectores
estudiados incluyen A, C, G, I, K y Q, evaluando variables clave como ROE, ROA, liquidez corriente,
ingresos por ventas, apalancamiento financiero, margen neto y prueba ácida, entre otros. Los resultados
destacan una correlación positiva significativa de los ingresos por ventas en todos los sectores,
especialmente en los sectores I y K, donde muestran una fuerte influencia en el desempeño económico
con altos valores de t y p significativos (<2e-16). Sin embargo, variables como ROE, ROA y margen
neto presentan menor relevancia estadística en la mayoría de los sectores, reflejando limitaciones para
predecir el desempeño económico por sí solas. El objetivo principal es identificar los indicadores
financieros más influyentes en el desempeño sectorial y demostrar cómo las características económicas
de cada sector afectan la significancia de estos indicadores. En conclusión, los ingresos por ventas y el
tamaño de las empresas (aproximado por la raíz cuadrada del número de empleados) son los predictores
más consistentes en múltiples sectores, destacando su importancia en estrategias financieras y de
crecimiento. Este análisis proporciona herramientas para optimizar decisiones financieras adaptadas a
las dinámicas sectoriales.
Palabras Claves: indicadores financieros, regresión múltiple, desempeño económico
1
Autor principal
Correspondencia: yescobard@unemi.edu.ec
pág. 93
Impact of Financial Indicators on Sectoral Economic Performance: A
Comparative and Predictive Analysis Based on Multiple Regression Models
ABSTRACT
This paper analyzes the impact of financial indicators on sectoral economic performance through a
comparative and predictive approach based on multiple regression models. The sectors studied include
A, C, G, I, K and Q, evaluating key variables such as ROE, ROA, current liquidity, sales revenue,
financial leverage, net margin and acid test, among others. The results highlight a significant positive
correlation of sales revenues in all sectors, especially in sectors I and K, where they show a strong
influence on economic performance with high significant t and p values (<2e-16). However, variables
such as ROE, ROA and net margin present lower statistical significance in most sectors, reflecting
limitations in predicting economic performance alone. The main objective is to identify the most
influential financial indicators on sectoral performance and to demonstrate how the economic
characteristics of each sector affect the significance of these indicators. In conclusion, sales revenue and
firm size (approximated by the square root of the number of employees) are the most consistent
predictors across multiple sectors, highlighting their importance in financial and growth strategies. This
analysis provides tools to optimize financial decisions adapted to sector dynamics.
Keywords: financial indicators, multiple regression, economic performance
Artículo recibido 10 octubre 2024
Aceptado para publicación: 13 noviembre 2024
pág. 94
INTRODUCCIÓN
En el ámbito empresarial, los indicadores financieros son herramientas fundamentales para medir la
salud económica de una organización y su capacidad para generar valor en el mercado (Gitman &
Zutter, 2015) Estos indicadores, como el ROE (rentabilidad sobre el patrimonio), el ROA (rentabilidad
sobre los activos), y la liquidez corriente, proporcionan una visión integral de la eficiencia operativa, la
estabilidad financiera y la rentabilidad de las empresas. Sin embargo, el impacto de estos indicadores
varía según el sector económico, dadas las diferencias inherentes en las dinámicas operativas, modelos
de negocio y niveles de riesgo. Por ello, es crucial comprender cómo los indicadores financieros influyen
en el desempeño económico sectorial, especialmente en contextos de alta competencia y volatilidad
económica.
El análisis de regresión múltiple se presenta como una herramienta robusta para evaluar la relación entre
múltiples variables independientes y el desempeño financiero. Este enfoque permite identificar cuáles
indicadores son más significativos en diferentes sectores, ofreciendo una base empírica para la toma de
decisiones estratégicas (Gujarati & Porter, 2009).En este estudio, se analizaron sectores de
Agricultura(A), industria manufactureras(C), Ventas(G), Servicios(I), Actividades Financieras y
Seguros(K) y Actividades de atención de la salud humana y de asistencia social(Q).utilizando modelos
de regresión múltiple para determinar las variables financieras que mejor explican el desempeño
sectorial.
Los resultados muestran que los ingresos por ventas y el tamaño de las empresas, medido como la raíz
cuadrada del número de empleados, son consistentemente significativos en la mayoría de los sectores.
Por otro lado, indicadores como el ROE y el margen neto presentan una baja significancia estadística en
la mayoría de los modelos, lo que sugiere que su impacto puede ser menos relevante en ciertos contextos.
Este hallazgo destaca la necesidad de un enfoque sectorial para evaluar el impacto financiero,
considerando las particularidades de cada industria.
La relevancia de este estudio radica en su potencial para guiar la formulación de estrategias financieras
más precisas y adaptadas a las necesidades de cada sector. Al identificar los indicadores clave que
impulsan el desempeño económico, se contribuye a una gestión más eficiente de los recursos, lo que a
su vez promueve la sostenibilidad financiera y el crecimiento empresarial en el largo plazo. Esto nos
pág. 95
permitirá responder ¿Cómo impactan los indicadores financieros clave en el desempeño económico de
diferentes sectores, y cuál es su capacidad predictiva en la gestión estratégica sectorial?
En el ámbito empresarial, los indicadores financieros son herramientas fundamentales para medir la
salud económica de una organización y su capacidad para generar valor en el mercado (Gitman &
Zutter, 2015) Estos indicadores, como el ROE (rentabilidad sobre el patrimonio), el ROA (rentabilidad
sobre los activos), y la liquidez corriente, proporcionan una visión integral de la eficiencia operativa, la
estabilidad financiera y la rentabilidad de las empresas. Sin embargo, el impacto de estos indicadores
varía según el sector económico, dadas las diferencias inherentes en las dinámicas operativas, modelos
de negocio y niveles de riesgo. Por ello, es crucial comprender cómo los indicadores financieros influyen
en el desempeño económico sectorial, especialmente en contextos de alta competencia y volatilidad
económica.
El análisis de regresión múltiple se presenta como una herramienta robusta para evaluar la relación entre
múltiples variables independientes y el desempeño financiero. Este enfoque permite identificar cuáles
indicadores son más significativos en diferentes sectores, ofreciendo una base empírica para la toma de
decisiones estratégicas (Gujarati & Porter, 2009).En este estudio, se analizaron sectores de
Agricultura(A), industria manufactureras(C), Ventas(G), Servicios(I), Actividades Financieras y
Seguros(K) y Actividades de atención de la salud humana y de asistencia social(Q).utilizando modelos
de regresión múltiple para determinar las variables financieras que mejor explican el desempeño
sectorial.
Los resultados muestran que los ingresos por ventas y el tamaño de las empresas, medido como la raíz
cuadrada del número de empleados, son consistentemente significativos en la mayoría de los sectores.
Por otro lado, indicadores como el ROE y el margen neto presentan una baja significancia estadística en
la mayoría de los modelos, lo que sugiere que su impacto puede ser menos relevante en ciertos contextos.
Este hallazgo destaca la necesidad de un enfoque sectorial para evaluar el impacto financiero,
considerando las particularidades de cada industria.
La relevancia de este estudio radica en su potencial para guiar la formulación de estrategias financieras
más precisas y adaptadas a las necesidades de cada sector. Al identificar los indicadores clave que
impulsan el desempeño económico, se contribuye a una gestión más eficiente de los recursos, lo que a
pág. 96
su vez promueve la sostenibilidad financiera y el crecimiento empresarial en el largo plazo. Esto nos
permitirá responder ¿Cómo impactan los indicadores financieros clave en el desempeño económico de
diferentes sectores, y cuál es su capacidad predictiva en la gestión estratégica sectorial?
Indicadores Financieros como Variables Esenciales.-
Los indicadores financieros son métricas fundamentales para evaluar el desempeño económico y
estratégico de las organizaciones. El rendimiento sobre activos (ROA), por ejemplo, mide la capacidad
de los activos para generar utilidades, proporcionando una visión de la eficiencia operativa. De manera
complementaria, el rendimiento sobre el capital (ROE) evalúa el retorno generado para los accionistas
en función de su inversión, siendo un referente clave de rentabilidad (Kim & Lim, 2020).Otros
indicadores como la liquidez corriente y la prueba ácida son determinantes para analizar la capacidad
de la empresa para cumplir con obligaciones a corto plazo, mientras que el apalancamiento financiero
refleja el nivel de dependencia de financiamiento externo para operar, con implicaciones directas sobre
el riesgo financiero (Chen, et al., 2021).
Teoría de los Recursos y Capacidades.-
El marco teórico que sustenta esta investigación es la Teoría de los Recursos y Capacidades , (Barney,
1991) que establece que las organizaciones que gestionan eficazmente sus recursos, incluidas las
finanzas, obtienen ventajas competitivas sostenibles. Además, la integración de conceptos de
sostenibilidad corporativa refuerza el argumento de que los factores financieros deben alinearse con la
creación de valor económico y social (Lins et al. 2007). Esto se complementa con la perspectiva de la
economía institucional, que argumenta que el contexto sectorial y regulatorio influye significativamente
en la efectividad de los indicadores financieros (North, 1990).
Análisis Comparativo y Contexto Sectorial.-
Estudios recientes evidencian cómo los sectores económicos presentan patrones diferenciados en la
relevancia de los indicadores financieros. Por ejemplo, los ingresos por ventas han demostrado ser el
predictor más significativo del desempeño sectorial en múltiples contextos. Sin embargo, otras métricas,
como el margen neto y el apalancamiento financiero, tienen impactos más marginales en ciertos sectores.
Esto sugiere que la estructura del mercado y las estrategias de operación condicionan la utilidad de cada
indicador (García Sanchez et al., 2022). Se identifica que los sectores mas débiles como el de agricultura
pág. 97
y, sectores con gran capacidad de generar crecimiento desde el desempeño económico como la minería
y los servicios como evidencian en sus trabajos Llorens (1999) y Correa, Castaño y Mejía (2011). Sin
embargo, algunos sectores son afectados por el mismo proceso de globalización,como dice
Alburquerque (1999), como consecuencia del proceso de globalización, no solo las actividades
industriales, sino también los diversos sectores económicos, incluyendo el agrario, minero y de
servicios, están siendo cada vez más afectados por mayores desafíos y presiones.
METODOLOGÍA
El enfoque metodológico de la investigación se fundamenta en un enfoque cuantitativo con un diseño
correlacional y predictivo, utilizando modelos de regresión múltiple. Este enfoque permite analizar la
relación entre los indicadores financieros clave y el desempeño económico sectorial, a partir de datos
reales de diferentes sectores económicos. La metodología se basa en la aplicación de técnicas
econométricas para determinar la relevancia y el impacto de cada variable financiera en los resultados
económicos específicos de cada sector.
Las variables de estudio giran en torno a los ocho indicadores financieros como variables
independientes: rendimiento sobre el capital (ROE), rendimiento sobre activos (ROA), liquidez
corriente, ingresos por ventas, raíz cuadrada del número de empleados, apalancamiento financiero,
margen neto, y la prueba ácida. Como variable dependiente, se consideró el desempeño económico
medido en términos de utilidades operativas y crecimiento sectorial.
Los datos fueron obtenidos de la Página de Superintendencia de Compañías, Valores y Seguro, como
informes financieros de empresas de los sectores A, C, G, I, K y Q, abarcando un período de cinco años.
La muestra incluyó más de 200,000 observaciones, de las cuales se descartaron aquellas con valores
faltantes o inconsistencias, asegurando un conjunto de datos robusto para el análisis.
Por último, la técnica estadística aplicada fue un modelo de Regresión Múltiple, para lo cual se aplicaron
regresiones múltiples independientes para cada sector económico. Los coeficientes obtenidos permiten
evaluar la significancia estadística de cada indicador financiero y su relación con el desempeño sectorial
RESULTADOS Y DISCUSIÓN
En el análisis descriptivo podemos decir que de los 24 sectores que representan clasificados en el
mercado se escogió solo los más representativos entre ellos están A, C, G, I, K y Q que suman un total
pág. 98
de 257.529 empresas, que acapara mayor concentración son las del sector G con un 54%, como se
muestra en la Grafica No. 1:
Grafica No. 1: Empresas por sector comercial
Al analizar la composición de las empresas de los sectores escogidos según el número de trabajadores,
se observa que una amplia mayoría, equivalente al 89%, corresponde a aquellas con hasta 25 empleados.
Este segmento constituye la mayor proporción del tejido empresarial, mientras que las empresas con
más de 300 trabajadores representan una fracción significativamente menor. Estos resultados,
presentados en la Tabla No. 1 y visualizados en la Gráfica No. 2, reflejan una predominancia de pequeñas
y medianas empresas (PYMES) en comparación con grandes corporaciones dentro del sector analizado.
Tabla 1 Empresas según el número de empleados
CLASIFICACIÓN
POR TAMAÑO
TRABAJADORES
PORCENTAJE
HASTA 25
515778
89%
ENTRE 26 Y 50
27686
5%
ENTRE 51 Y 100
16455
3%
ENTRE 101 Y 300
12620
2%
MÁS DE 300
6382
1%
TOTAL
578921
A
14%
C
18%
G
54%
I
5%
K
4%
Q
5%
EMPRESAS
pág. 99
Grafica No. 2: Trabajadores por sector de empresas
Análisis Cuantitativo
El análisis de regresión múltiple para el Sector A evidencia que los ingresos por ventas son el único
predictor estadísticamente significativo con un impacto positivo en el desempeño económico, como lo
demuestra su coeficiente estimado de 7.15 y un valor p menor a 0.001. Esto indica una fuerte relación
directa entre este indicador y el desempeño del sector. En contraste, variables como ROE, ROA, liquidez
corriente, apalancamiento financiero, margen neto y prueba ácida no presentan significancia estadística,
sugiriendo que su influencia en este contexto es limitada o nula. El coeficiente de determinación ajustado
(R² ajustado) es bajo (0.02173), lo que implica que el modelo explica solo un pequeño porcentaje de la
variabilidad en el desempeño económico del sector. Esto destaca la necesidad de considerar otras
variables o factores externos para comprender de manera más integral los determinantes del desempeño
económico en este sector, como se aprecia en la Tabla No. 2.
Tabla No. 2.- Regresión Múltiple Sector A
COEFFICIENTS:
Estimate
Std. Error
t value
Pr(>|t|)
(INTERCEPT)
1,23E+07
1,15E+07
1.070
0.285
ROE
-2,31E+03
5,42E+04
-0.043
0.966
ROA
-1,61E+03
5,98E+04
-0.027
0.978
LIQUIDEZ_CORRIENTE
-4,28E+03
1,03E+05
-0.041
0.967
INGRESOS_VENTAS
7,15E+00
4,65E-01
15.361
<2e-16 ***
SQRT(N_EMPLEADOS)
1,55E+06
1,86E+06
0.831
0.406
APALANCAMIENTO_FINANCIE
ro -
1.567e+01
5,08E+04
-0.308
0.758
MARGEN_NETO
4,89E+00
2,00E+02
0.024
0.980
PRUEBA_ACIDA
4,26E+03
1,03E+05
0.041
0.967
Residual standard error: 1113000 on 17510 degrees of freedom
(18951 observations deleted due to missingness)
Multiple R-squared: 0.02217, Adjusted R-squared: 0.02173
F-statistic: 49.63 on 8 and 17510 DF, p-value: < 2.2e-16
0
100000
200000
300000
400000
500000
600000
hasta 25 entre 26 y 50 entre 51 y 100 entre 101 y 300 más de 300
Trabajadores por sector
pág. 100
Así mismo, para el Sector C, los ingresos por ventas emergen como la variable más influyente y estadí
sticamente significativa en el desempeño económico, con un coeficiente de 20.2 y un valor p menor a 0
.001. Esto sugiere una fuerte relación positiva y significativa entre los ingresos por ventas y el desemp
eño del sector. Adicionalmente, la raíz cuadrada del número de empleados muestra una relación negati
va y significativa (coeficiente de -13,600,000, p < 0.001), lo que podría indicar que, en este sector, un
mayor tamaño de la fuerza laboral no necesariamente contribuye de manera favorable al desempeño ec
onómico. Por otro lado, variables como ROE, ROA, liquidez corriente, apalancamiento financiero, mar
gen neto y prueba ácida no presentan significancia estadística, indicando una contribución limitada o n
ula dentro del modelo. El coeficiente de determinación ajustado (R² ajustado = 0.467) refleja que el mo
delo explica aproximadamente el 46.7% de la variabilidad en el desempeño económico del sector, lo q
ue destaca una capacidad predictiva moderada. Estos resultados subrayan la importancia de los ingreso
s por ventas como motor principal en este contexto y sugieren la necesidad de explorar otros factores p
ara una comprensión más integral del desempeño sectorial, ccomo se muestra en la Tabla No.3.
Tabla No.3 Regresión Múltiple Sector C
COEFFICIENTS:
Estimate
Std. Error
t value
Pr(>|t|)
(INTERCEPT)
4,46E+07
5,84E+06
7.633
2.39e-14 ***
ROE
-1,64E+04
5,43E+04
-0.301
0.763
ROA
1,26E+04
1,05E+05
0.119
0.905
LIQUIDEZ_CORRIENTE
-2,76E+03
2,84E+04
-0.097
0.923
INGRESOS_VENTAS
2,02E+01
1,79E-01
112.944
< 2e-16 ***
SQRT(N_EMPLEADOS)
-1,36E+07
1,03E+06
-13.223
< 2e-16 ***
APALANCAMIENTO_FINANCIERO
-6,49E+02
9,26E+03
-0.070
0.944
MARGEN_NETO
2,45E-01
1,05E+01
0.023
0.981
PRUEBA_ACIDA
2,29E+03
2,88E+04
0.080
0.937
Residual standard error: 636500 on 22243 degrees of freedom
(23901 observations deleted due to missingness)
Multiple R-squared: 0.467, Adjusted R-squared: 0.4668
F-statistic: 2436 on 8 and 22243 DF, p-value: < 2.2e-16
En el análisis del Sector G, se observa que todas las variables, incluyendo el ROE, ROA, liquidez corri
ente, ingresos por ventas, número de empleados, apalancamiento financiero, margen neto y prueba ácid
a, tienen coeficientes estadísticamente no significativos. Los valores p son extremadamente altos, lo qu
e indica que estas variables no tienen un impacto relevante en el desempeño económico del sector en e
ste modelo. La variable de ingresos por ventas, aunque presenta un coeficiente positivo, no es significa
pág. 101
tiva (p = 0.859), lo que sugiere que las ventas no son un factor determinante para el desempeño econó
mico en este sector. El R² ajustado es negativo, lo que sugiere que el modelo no explica adecuadamente
la variabilidad en los datos del desempeño económico del sector, según Tabla No.4.
Tabla No.4 Regresión Múltiple del Sector G
COEFFICIENTS:
Estimate
Std. Error
t value
Pr(>|t|)
(INTERCEPT)
1,03E+09
1,65E+09
0.622
0.534
ROE
-
4,70E+04
3,30E+06
-0.014
0.989
ROA
-
5,72E+03
3,22E+06
-0.002
0.999
LIQUIDEZ_CORRIENTE
-
6,14E+03
7,76E+05
-0.008
0.994
INGRESOS_VENTAS
7,86E+00
4,42E+01
0.178
0.859
SQRT(N_EMPLEADOS)
1,06E+08
3,66E+08
0.290
0.772
APALANCAMIENTO_FINANCIERO
-
3,12E+04
1,45E+06
-0.021
0.983
MARGEN_NETO
2,19E+02
3,29E+04
0.007
0.995
PRUEBA_ACIDA
3,55E+03
8,14E+05
0.004
0.997
Residual standard error: 327500000 on 69339 degrees of freedom
(69479 observations deleted due to missingness)
Multiple R-squared: 2.98e-06, Adjusted R-squared: -0.0001124
F-statistic: 0.02583 on 8 and 69339 DF, p-value: 1
Para el sector I, En el análisis del Sector I, se encontraron variables significativas que impactan el dese
mpeño económico. Los ingresos por ventas (p < 2e-16), la raíz cuadrada del número de empleados
(p < 2e-16) y el apalancamiento financiero (p = 1.06e-05) demostraron tener un efecto considerable.
El ROE presentó una relación negativa significativa (p = 0.00529), lo que indica que, en este sector, un
mayor retorno sobre el capital podría estar asociado a un menor desempeño. Sin embargo, otras variabl
es como ROA, liquidez corriente, margen neto y prueba ácida no mostraron relevancia significativa
. Con un R² ajustado de 0.7431, el modelo refleja que las variables seleccionadas explican de manera
efectiva la variabilidad del desempeño económico del sector. Esto sugiere que los factores de ventas y e
l tamaño de las empresas son determinantes clave para el comportamiento económico en este sector, ob
serve Tabla No. 5.
pág. 102
Tabla No. 5.- Regresión Múltiple del Sector I
COEFFICIENTS:
Estimate
Std. Error
t value
Pr(>|t|)
(INTERCEPT)
1,40E+07
1,03E+06
13.617
< 2e-16 ***
ROE
-
4,16E+04
1,49E+04
-2.790
0.00529 **
ROA
4,58E+02
2,71E+04
0.017
0.98650
LIQUIDEZ_CORRIENTE
6,40E+02
2,85E+03
0.225
0.82230
INGRESOS_VENTAS
2,22E+01
2,02E-01
110.214
< 2e-16 ***
SQRT(N_EMPLEADOS)
-
6,27E+06
2,65E+05
-23.621
< 2e-16 ***
APALANCAMIENTO_FINANCIERO
-
1,02E+04
2,31E+03
-4.408
1.06e-05 ***
MARGEN_NETO
1,88E+00
5,03E+01
0.037
0.97026
PRUEBA_ACIDA
-
2,44E+03
9,76E+03
-0.250
0.80234
Residual standard error: 49290 on 6205 degrees of freedom
(5684 observations deleted due to missingness)
Multiple R-squared: 0.7434, Adjusted R-squared: 0.7431
F-statistic: 2248 on 8 and 6205 DF, p-value: < 2.2e-16
En el Sector K, los resultados muestran que los ingresos por ventas (p < 2e-16) y la raíz cuadrada de
l número de empleados (p < 2e-16) tienen un impacto positivo significativo en el desempeño económ
ico. El intercepto también es altamente significativo (p < 2e-16), lo que indica que otros factores no m
edidos podrían influir en el desempeño del sector. Sin embargo, variables como ROE, ROA, liquidez,
apalancamiento financiero, margen neto y prueba ácida no mostraron relaciones significativas con
el desempeño (p-valores > 0.9). Con un R-cuadrado ajustado de 0.5382, el modelo sugiere que los in
gresos por ventas y el tamaño de la empresa son los principales impulsores del desempeño en este sect
or, mientras que los ratios financieros tradicionales como el ROE y el ROA no contribuyen de manera s
ignificativa al rendimiento económico del sector, según Tabla No. 6.
pág. 103
Tabla No. 6 .- Regresión Múltiple del Sector K
COEFFICIENTS:
Estimate
Std. Error
t value
Pr(>|t|)
(INTERCEPT)
-
5,53E+07
3,28E+06
-16.893
<2e-16 ***
ROE
-
2,40E+04
1,52E+05
-0.158
0.875
ROA
6,18E+04
8,63E+05
0.072
0.943
LIQUIDEZ_CORRIENTE
-
1,19E+05
1,39E+06
-0.086
0.931
INGRESOS_VENTAS
1,49E+01
2,84E-01
52.404
<2e-16 ***
SQRT(N_EMPLEADOS)
2,28E+07
9,53E+05
23.936
<2e-16 ***
APALANCAMIENTO_FINANCIERO
1,18E+03
1,38E+04
0.085
0.932
MARGEN_NETO
-6,80E-
01
1,07E+01
-0.063
0.949
PRUEBA_ACIDA
1,19E+05
1,39E+06
0.086
0.931
Residual standard error: 151500 on 5244 degrees of freedom
(6491 observations deleted due to missingness)
Multiple R-squared: 0.5389, Adjusted R-squared: 0.5382
F-statistic: 766.1 on 8 and 5244 DF, p-value: < 2.2e-16
En el análisis del Sector Q, los resultados revelan que los ingresos por ventas (p < 2e-16) y la raíz cu
adrada del número de empleados (p < 2e-16) tienen una relación significativamente positiva con el d
esempeño económico. El intercepto también muestra una fuerte relación significativa (p < 1.71e-08), l
o que sugiere que factores no medidos podrían estar influyendo en el rendimiento del sector. Sin embar
go, las variables como ROE, ROA, apalancamiento financiero, margen neto, y prueba ácida no pr
esentan una relación significativa con el desempeño, con p-valores superiores a 0.5. Además, la liquid
ez corriente y la prueba ácida están casi al límite de la significancia (p = 0.0510 y p = 0.0511, respect
ivamente), indicando que pueden tener un impacto marginal. El modelo tiene un R-cuadrado ajustado
de 0.5875, lo que implica que los ingresos por ventas y el número de empleados son los principales det
erminantes del desempeño económico en este sector, mientras que otros indicadores financieros tradici
onales no son tan relevantes.
pág. 104
Tabla No. 7.- Regresión Múltiple del Sector Q
COEFFICIENTS:
Estimate
Std. Error
t value
Pr(>|t|)
(INTERCEPT)
9,96E+06
1,77E+06
5.645
1.71e-08
***
ROE
-3,91E+04
7,37E+04
-0.531
0.5954
ROA
1,30E+04
8,01E+04
0.163
0.8709
LIQUIDEZ_CORRIENTE
-8,50E+03
4,36E+03
-1.952
0.0510 .
INGRESOS_VENTAS
2,66E+01
3,96E-01
67.219
< 2e-16 ***
SQRT(N_EMPLEADOS)
-5,07E+06
5,71E+05
-8.870
< 2e-16 ***
APALANCAMIENTO_FINANCIER
o -
1.392e+00
9,29E+03
-0.150
0.8809
MARGEN_NETO
1,78E-01
9,04E+00
0.020
0.9843
PRUEBA_ACIDA
8,50E+03
4,36E+03
1.951
0.0511 .
Residual standard error: 78110 on 7120 degrees of freedom
(5308 observations deleted due to missingness)
Multiple R-squared: 0.5879, Adjusted R-squared: 0.5875
F-statistic: 1270 on 8 and 7120 DF, p-value: < 2.2e-16
En síntesis el estadístico R2 es mas alto para el sector I en cambio el Sector A es el mas pequeño
Según los resultados obtenidos, el análisis de regresión múltiple indica que los sectores I (Servicios), K
(Actividades Financieras y Seguros) y Q (Atención de la Salud Humana y Asistencia Social) presentan
los valores más altos de R^2ajustado (74.31%, 53.82% y 58.75%, respectivamente), lo que sugiere que
los indicadores financieros seleccionados explican de manera más efectiva el desempeño económico en
estos sectores. En contraste, el sector A (Agricultura) muestra un R2R^2R2 ajustado muy bajo (2.17%),
pág. 105
reflejando que los indicadores utilizados tienen poca capacidad para predecir el desempeño económico
en dicho sector.
El sector I destaca especialmente, no solo por su alto R^2 ajustado, sino también por la significancia
estadística de variables clave como los ingresos por ventas (p<2e−16), que son consistentemente
significativas en todos los sectores, pero tienen un mayor peso explicativo aquí. Además, el efecto de
número de empleados indica una relación inversa con el desempeño económico, lo que podría sugerir
economías de escala específicas de este sector.
Estos resultados coinciden con investigaciones previas que destacan la importancia de los ingresos
operativos en sectores orientados al servicio, como lo señala López y Rodríguez (2021), quienes
encontraron que los ingresos por ventas son un predictor clave del crecimiento en empresas de servicios
en América Latina. Asimismo, estudios en el sector financiero han señalado la relación positiva entre
economías de escala y eficiencia operacional (Fernández et al., 2019). Sin embargo, estas relaciones
tienden a variar según el sector, como lo destacan Álvarez y Ramírez (2020) al identificar que la
agricultura enfrenta desafíos específicos relacionados con la volatilidad del mercado, lo que limita la
capacidad predictiva de modelos estándar.
En el sector Q, la alta relevancia de los ingresos por ventas y el tamaño del empleo sugiere que el
desempeño depende de economías de escala y de la capacidad operativa, alineándose con los hallazgos
de Gómez & Pérez (2018), quienes identificaron que en el sector salud, las organizaciones con mayor
tamaño tienden a tener un desempeño financiero superior.
El sector I se perfila como el más robusto en términos de la capacidad predictiva de los indicadores
financieros seleccionados. Estos resultados subrayan la necesidad de un enfoque sectorial específico en
el diseño de estrategias financieras y operativas, ya que los indicadores no tienen el mismo peso
explicativo en todos los sectores.
Los resultados de esta investigación evidencian que los indicadores financieros tienen un impacto
diferenciado en el desempeño económico según el sector, lo cual concuerda con teorías previas sobre la
especificidad sectorial en la interpretación de métricas financieras. Por ejemplo, López y Rodríguez
(2021) destacan que en empresas de servicios, como las del sector I, los ingresos por ventas son un factor
clave de crecimiento, teoría que es corroborada en este estudio con la alta significancia (p<2e−16) de
pág. 106
este indicador. Este hallazgo también se alinea con la teoría de economías de escala propuesta por
Fernández et al. (2019), quienes argumentan que sectores intensivos en capital humano y operativos
complejos, como el sector servicios, tienden a optimizar sus recursos a medida que crecen, logrando
mayor eficiencia económica. En contraste, en sectores como la agricultura (A), los ingresos por ventas,
aunque relevantes, no explican el desempeño de manera significativa debido a las particularidades del
sector, como volatilidad y dependencia climática, tal como apuntan Alvarez & Ramirez (2020).
Por otro lado, en el sector de actividades financieras y seguros (K), se observa una concordancia con
teorías que relacionan el tamaño organizacional con un mejor desempeño. Gómez & Pérez (2018)
demostraron que las instituciones más grandes del sector financiero tienden a aprovechar mejor los
recursos, algo consistente con el resultado significativo de la raíz cuadrada del número de empleados
(p<2e−16). Sin embargo, en el sector salud (Q), aunque el tamaño y los ingresos son determinantes, la
discusión teórica también debe considerar factores cualitativos como la calidad del servicio, los cuales
no se reflejan directamente en indicadores financieros, pero pueden afectar el desempeño económico.
Esto sugiere que los modelos basados exclusivamente en métricas financieras, aunque útiles, pueden ser
insuficientes para capturar la complejidad de algunos sectores, lo que refuerza la necesidad de enfoques
interdisciplinarios en futuros estudios.
La regresión múltiple nos ayudó a confirmar teoría, en sectores como el manufacturero y de servicios,
los ingresos por ventas explican la mayor proporción de variabilidad en el desempeño económico. Por
el contrario, sectores intensivos en capital, como la construcción, muestran menor sensibilidad a
indicadores de liquidez o márgenes de ganancia. Este hallazgo refuerza la idea de que el contexto
sectorial condiciona las prioridades estratégicas y financieras de las organizaciones (Yoshikawa et al.,
2021).
CONCLUSIONES
El presente estudio permitió analizar el impacto de diversos indicadores financieros en el desempeño
económico de sectores clave como agricultura, industria manufacturera, comercio, servicios, actividades
financieras y salud, a través de modelos de regresión múltiple. Los resultados muestran que las variables
como ingresos por ventas y la raíz cuadrada del número de empleados emergen consistentemente como
determinantes significativas del desempeño en la mayoría de los sectores. Teóricamente, estos hallazgos
pág. 107
refuerzan la hipótesis de que los ingresos representan la capacidad operativa de las empresas para
generar valor, mientras que el tamaño organizacional contribuye al aprovechamiento de economías de
escala, como postulan autores como Fernandez et. al ( 2019) y Lopez & Rodriguez ( 2021)
Los hallazgos más relevantes incluyen que el sector servicios (I) y actividades financieras (K) mostraron
los mayores niveles de ajuste del modelo (R^2 > 0.5), destacando la influencia de los ingresos por ventas
y el tamaño organizacional en su desempeño económico. En contraste, sectores como agricultura (A) y
manufactura (C) presentaron menores niveles de ajuste, lo que podría atribuirse a la influencia de
factores externos no capturados por indicadores financieros tradicionales. La investigación resalta la
importancia de adaptar el análisis a las características específicas de cada sector, sugiriendo que una
comprensión integral del desempeño económico requiere incorporar no solo métricas financieras, sino
también variables contextuales y cualitativas. Estos resultados pueden servir como base para estrategias
sectoriales más precisas y para guiar futuras investigaciones en economías emergentes.
REFERENCIAS BIBLIOGRÁFICAS
Alvarez , F., & Ramirez, M. (2020). Estrategias financieras en el sector agrícola: Un enfoque desde la
volatilidad. . Revista Economía Rural, 145-163.
Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 99-
120.
Chen, W., Sun , L., & Tang, S. (2021). Financial ratios and bankruptcy prediction: A meta-analytic
approach. Journal of Corporate Finance, 68, 101887.
Fernandez, J., García, P., & Lopez , R. (2019). Determinantes de la eficiencia en instituciones financieras
en América Latina. Cuadernos de Economía y Finanzas, 67-89.
García Sanchez, I., Zafra Gomez, J., & Aibar Guzmán, B. (2022). Sustainability performance and
financial ratios: A sectoral analysis. Sustainability, 2201. Obtenido de
https://doi.org/10.3390/su14042201
Gitman , L., & Zutter, C. (2015). Principles of managerial finance. Pearson.
Gómez, S., & Pérez, L. (2018). Relación entre tamaño organizacional y desempeño financiero en el
sector salud. Revista de Administración y Gestión, 123-134.
Gujarati, D., & Porter, D. (2009). Basic econometrics (5th ed.). McGraw-Hill.
pág. 108
Kim , J., & Lim, H. (2020). Performance metrics and financial stability in volatile markets. Global
Finance Journal, 45, 100518. Obtenido de https://doi.org/10.1016/j.gfj.2019.100518
Lins, K., Servaes, H., & Tamayo, A. (2007). Social capital, trust, and firm performance. Journal of
Finance, 1787–1823. Obtenido de https://doi.org/10.1111/jofi.12505
Lopez, A., & Rodriguez, E. (2021). Ingresos operativos y desempeño económico en empresas de
servicios en América Latina. Journal of Business Studies, 45-63.
North, D. (1990). Institutions, institutional change and economic performance. Cambridge University
Press.
Yoshikawa, T., Pan, Y., & Finkelstein, S. (2021). Financial indicators and industry performance: A
multivariate approach. Strategic Management Journal, 1–26. Obtenido de
https://doi.org/10.1002/smj.3145
