1. inicio de la actividad empresarial 1 Antecedentes



Descargar 0.53 Mb.
Página8/19
Fecha de conversión02.07.2017
Tamaño0.53 Mb.
1   ...   4   5   6   7   8   9   10   11   ...   19

2.2 Las 1000 compañías más importantes


Esta información es respecto al último informe que se presentó a la Superintendencia de Compañías, perteneciente al año de 1.998, información económica financiera de 23.761 compañías entre anónimas, limitadas, de economía mixta y sucursales de compañías extranjeras. En el Ecuador, como en cualquier economía moderna, el peso de las compañías más grandes es muy significativo.

Estas compañías se encuentran identificadas por actividad económica de acuerdo a la Clasificación Industrial Internacional Uniforme de las Naciones Unidas, versión II y está dada así: Agricultura, Minas y Canteras, Industrias, Electricidad, Construcción, Comercio, Transporte, Servicios a empresas, Servicios personales.


De las 1000 compañías se utilizó la información de lo que corresponde a la Región de la Sierra que es el 54.1% del total. La mayor parte de estas compañías se han concentrado básicamente en las provincias de Pichincha (83.36%), Azuay (8.68%) y en menor proporción en Imbabura (2.21%), Tungurahua (2.03%), Cotopaxi (1.47%), Cañar (0.92%), Chimborazo (0.55%), Loja (0.55%), Bolívar (0.18%).

Así mismo, se presenta en el gráfico I, las actividades económicas en donde desarrollan sus operaciones son: Industrias (33.27%), Comercio (26.98%), Servicio a Empresas (10.72%), Construcción (7.20%), Agricultura (7.02%), Minas y Cantera (5.17%), Transporte (4.62%), Servicio a personas (2.77%) y Electricidad (2.21%).





Gráfico I. Número de compañías por provincia y actividad

Fuente: Superintendencia de Compañías

En el Gráfico II, tenemos como información que la Región Sierra tiene un porcentaje de un 64.51% que contribuye a crear fuentes de trabajo, siendo Pichincha la provincia que tiene mayor número de empleo. Siendo Azuay e Imbabura las provincias que tienen el porcentaje más alto después de Pichincha.








Gráfico II. Empleo por provincia.

Fuente: Superintendencia de compañías

De igual forma, Pichincha es la provincia que más exportaciones tiene con un total de 3.013.848 millones de sucres, seguida de Azuay con el valor de 239.194 millones de sucres.








Gráfico III. Exportaciones por provincia y actividad

Fuente: Superintendencia de compañías

Según su actividad Industrias tiene el mayor valor que es 1.675.692 en millones de sucres, y Minas con 1.002.503 millones de sucres.

En las importaciones Pichincha sigue en el primer puesto con un total de 7.392.055 millones de sucres y también sigue Azuay con un valor de 985.162 millones de sucres.


Según su actividad Industrias tiene mayor importaciones con un valor de 5.061.676 millones de sucres, seguida de Comercio con un total de 3.020.812 millones de sucres.





Gráfico IV. Importaciones por provincia y actividad

Fuente: Superintendencia de compañías

En relación a las 1000 compañías más importantes del Ecuador se presenta en el gráfico V la información que en la Región Sierra tiene mayor cantidad de compañías con un valor de 541 mientras que en la región Costa tiene 457 y la Región Oriente posee sólo 2 compañías.





Gráfico V. Compañías por región

Fuente: Superintendencia de compañías

En la Región Sierra se genera más plazas de trabajo con un total de 94.921, en tanto la Región Costa genera 52.018 y en la Región Oriente 208 empleos. A continuación se presentan en el gráfico VI.








Gráfico VI. Empleos por región

Fuente: Superintendencia de compañías

Se presenta en el gráfico VII la información sobre la Región Costa que tiene mayor cantidad de exportaciones con un total de 10.931.986 millones de sucres, la Región Sierra tiene 3.441.338 millones de sucres y la Región del Oriente que no tiene exportaciones.








Gráfico VII. Exportaciones por región

Fuente: Superintendencia de compañías

En las importaciones la región Sierra tiene un total de 8.832.852 millones de sucres y la Región Costa 6.659.937 millones de sucres, podemos observar en el Gráfico VIII.










Gráfico VIII. Importaciones por región

Fuente: Superintendencia de compañías



2.3 La Inversión extranjera


La inversión extranjera es de vital importancia para el crecimiento económico del Ecuador, por cuanto los flujos financieros externos han permitido ampliar la estructura productiva empresarial, así como promover innovaciones tecnológicas y comerciales de corte internacional.

En 1.996, la inversión extranjera global ascendió a 185 mil millones de sucres, producto del aporte de capital en la constitución de 157 compañías y la expansión de 80 empresas existentes. Este monto significó el 4.6 por ciento respecto de la inversión societaria global de ese año.


El monto de esta inversión fue canalizado básicamente a cuatro actividades: Transporte (34.8%), Industria (23.8%), Comercio (23.7% y Servicio a Empresas (16.3%).


En 1.997, la inversión extranjera alcanzó el monto de 314.696 millones de sucres, es decir que experimentó una expansión nominal del 70% por ciento con relación al año anterior. Este monto correspondió a la constitución de 211 nuevas sociedades y a la ampliación de 61 compañías existentes.


No obstante el incremento logrado, la partición de la inversión extranjera de 1.997 representa el 3.8 % por ciento de la inversión societaria global, es decir 0.8 puntos porcentuales menos que en 1.998.




2.4 Oferta pública de acciones

La oferta pública de acciones es un importante mecanismo a través del cual las compañías que desean emitir acciones para su venta en el mercado, efectúan su colocación a fin de captar ahorro público y destinarlo al financiamiento de sus actividades productivas.


La oferta pública de acciones implica necesariamente que la compañía privada nacional desempeñe un papel preponderante en este proceso, pues es indispensable que las compañías tengan una base financiera sólida, capaz de posibilitar el continuo crecimiento de su capacidad productiva, lo que a su vez está condicionado al volumen de recursos propios y de terceros que pueda obtener.


Cabe resaltar la importancia de la existencia de un mercado de acciones, como fuente alternativa de recursos para las compañías por lo que el fortalecimiento del sector privado nacional exige que muchas empresas se transformen de cerradas a abiertas.


La apertura en sí de una empresa a través de la venta de acciones al público mediante el mecanismo de oferta pública, es voluntaria y restrictiva a las sociedades anónimas; la exigencia única es el “Registro” en la Superintendencia de Compañías, con el objeto de tomar públicas, accesibles, plenas y correctas todas las informaciones sobre las compañía emisoras y sobre las acciones a ser ofertadas al público. A fin de que posibilite al inversionista a identificar la extensión del riesgo que está asumiendo al suscribir o comprar los títulos-valores distribuidos públicamente.


En el Ecuador uno de los principales obstáculos que ha impedido el desarrollo del país y del mercado de valores en particular, ha sido la falta de apertura del capital de las compañías, pues, la mayor parte de las existentes son compañías de estructura familiar y de pequeña magnitud, que no han realizado casi ningún esfuerzo para abrir sus capitales y ampliar su base accionaria.

La figura de la oferta pública es prácticamente nueva en el Ecuador, pues nació con la expedición de la Ley de Mercado de Valores en mayo 1993. Desde la vigencia, de este importante instrumento jurídico, la Superintendencia de Compañías, concedió autorizaciones para la oferta pública de acciones.

En Guayas y Pichincha se ha concentrado casi la totalidad de las emisiones, y en menor proporción se lo distribuye entre Azuay, Los Ríos y Cañar.


Es de esperar que en el futuro, la oferta pública de acciones se constituya en el eficiente mecanismo que democratice el capital y oriente los recursos del ahorro privado hacia los fines productivos.



CAPÍTULO 3


3. Análisis Estadístico Univariado



    1. Introducción

Se presentarán los resultados obtenidos en el análisis estadístico de cada una de las variables más relevantes incluyendo “variables económicas”, con el objeto de determinar y apreciar de mejor manera el comportamiento y la evolución de las compañías y sus distintas actividades. Se ha utilizado la información proporcionada por la Superintendencia de Compañías cuyos últimos informes son del año de 1.999.




3.2 Definiciones básicas
Antes de realizar el análisis de datos se definirán ciertos conceptos fundamentales para la comprensión de los procedimientos que se realicen en este capítulo.



  • Experimento.- Es el proceso por medio del cual se obtiene una observación o medición cualquiera.



  • Espacio de muestra.- Es el conjunto de todos los posibles resultados de un experimento y suele representarse por medio de la letra S.


  • Población.- Colección finita e infinita de mediciones u observaciones correspondientes a una característica de interés de un determinado grupo de entes.


  • Muestra.- Es un subconjunto cualquiera de la población.



  • Probabilidad.- Sea P una función definida sobre un espacio muestral y cuyo codominio es el conjunto de los números reales ; se dice que P es una medida de probabilidad si y solo sí cumple lo siguiente:




    • P(S) = 1

    • 0  P(E)  1, para cualquier subconjunto E de S

    • P (Ei Ej) = P(Ei) + P (Ej); Ei Ej =  ,  i  j

  • Variable aleatoria.- Se denomina variable aleatoria si S es un espacio de muestra con una medida de probabilidad y X es una función con valor real definida con respecto a los elementos de S , se denota de la siguiente manera: X : S  .


  • Parámetro poblacional.- Valor o cantidad constante que caracteriza una población en particular y se lo denota mediante .


  • Estimadores.- Variables aleatorias que representan medias estadísticas las cuales especifican como utilizar los datos de la muestra para aproximar un parámetro desconocido de la población y se lo denota como ; en general es una función tal que:

:    ;donde  es el conjunto de los números reales.


  • Variables aleatoria discreta.- Se dice que una variables aleatoria X es discreta si y sólo si el conjunto de valores que toma es finito o infinito contable.

En este caso la función o distribución de probabilidad de X se denota por (x) = P (X= x), tal que:


  1. 0  (x)  1

  2. = 1

La función de distribución acumulada o función de distribución de una variable aleatoria X discreta, se define como:

F (x) = P( X  x ) = para -  x  

donde es el valor de la función de probabilidad de X en t




  • Variable aleatoria continua.- Una variable aleatoria X es continua si y sólo si el conjunto de valores que toma es un intervalo de números reales o unión de varios de ellos.

Con toda variable aleatoria continua se encuentra asociada una función (x) de valor real que cumple:


  1. (x)  0 para -  x  



  2. P(a  X  b) =

Entonces se denomina a función de densidad de probabilidad de x.

La función de distribución acumulada para una variable aleatoria continua x, está dada por:

F (x) = P( X  x ) = -  x  

(t) es el valor de la función de densidad de probabilidad de X en t.


  • Valor esperado de una variable aleatoria.- Si X es una variable aleatoria discreta y (x) es el valor de su distribución de probabilidad en X, el valor esperado de esta variable aleatoria es:

E(x) =  x . (x)

En forma correspondiente, si X es una variable aleatoria continua y (x) es el valor de su densidad de probabilidad en X, el valor esperado de esta variable aleatoria es:

E(x) =

Si X es una variable aleatoria discreta y (x) es el valor de su distribución de probabilidad en X y g(x) una función que depende de X , el valor esperado de g(x) se lo define como:

E g(x) =  g(x)  (x)

Si g(x) = x  E g(x) = = 

= Media poblacional (esperanza matemática)

Si g(x) =(x - )  E g(x) = = 

= Varianza poblacional
Si g(x) = e  E g(x) = = M (t)

= Función generadora de momentos


Si X es una variable aleatoria continua con función de densidad de probabilidad (x) y g(x) una función que depende de X, el valor esperado de g(x) se lo define como:

E g(x) = g(x)  (x)dx

Si g(x) = x  E g(x) = = 

= Media poblacional (esperanza matemática)

Si g(x) =(x - )  E g(x) = = 

= Varianza poblacional
Si g(x) = e  E g(x) = = M (t)

= Función generadora de momentos




  • Momentos de una variable aleatoria.- El r-ésimo momento con respecto al origen de la variable aleatoria X, representado por , es el valor esperado de x ,en forma simbólica tenemos

= E(x ) = para r = 0,1,2,3,4.........

cuando X es discreta, y

= E(x) =

Cuando X es continua.


El r-ésimo momento con respecto a la media de la variable aleatoria X, representado por , es el valor esperado de (x - ); simbólicamente se tiene

= E ( x -  )  = para r = 0,1,2,3,4.........

cuando X es discreta, y

= E ( x -  )  =

cuando X es continua.



3.2.1 Estadística descriptiva

Es un conjunto de técnicas que colaboran en la presentación y simplificación de los datos para su interpretación, análisis y difusión. Dentro de la misma, tenemos las tablas y gráficos de frecuencias absolutas y relativas; y además medidas de tendencia central, dispersión, sesgos y kurtosis de muestras.




La tabla de frecuencia.- Es una tabla de resumen en la que se disponen los datos particionados en grupos ordenados numéricamente, denominados clases o categorías. El número de datos u observaciones que pertenecen a determinada clase se llama frecuencia de clase, el punto medio de cada clase o categoría se llama marca de clase y la longitud de una clase se conoce como intervalo de clase.


La frecuencia absoluta.- Es el número o cantidad de observaciones que se encuentran comprendidas dentro de un determinado intervalo de clase; mientras la frecuencia relativa es el cociente que resulta de dividir la frecuencia absoluta de una clase para la suma total de observaciones en todas las clases de una tabla de frecuencia.

Entre las principales medidas de “tendencia central”, a más de la media poblacional , ya definida, de una población tenemos:




  • Mediana poblacional  .- Cuando x es una variable aleatoria continua es el valor central X de una distribución, esta media tiene la propiedad que el 50% de los datos son menores o iguales que él. Se debe cumplir que:

Entre las principales medidas de ”dispersión”, a más de la varianza poblacional , ya definida tenemos:




  • Desviación estándar poblacional  .- Mide la variabilidad de las observaciones alrededor de la media poblacional, es la raíz cuadrada positiva de la varianza;

 = +

Sean X y Y dos variables aleatorias conjuntas, es decir que son tomadas del mismo espacio probabilidad, con media y respectivamente. Se define la covarianza entre X y Y de la siguiente manera:

Cov  x, y= E (x -) (y - ) =

De esta definición se puede demostrar que la covarianza de una variable aleatoria consigo misma, es la varianza de la variable aleatoria, esto es,

Cov  x, x=

Una medida de relación lineal de dos variables aleatoria X y Y está dada por el coeficiente de correlación:




Se puede probar que -1    1

Además cumple con las siguiente propiedades:



  1. Si X y Y son dependientes, entonces  = 0

  2. Si X = Y entonces  = 1

  3. Si  = 0 se dice que las varianzas aleatorias X y Y no están correlacionadas.




  • Coeficiente de sesgo.- Describe la “simetría” de los datos alrededor de media, tenemos tres casos, sesgada a la izquierda, es decir, el coeficiente de sesgo es negativo por lo tanto la media es menor que la mediana; sesgada a la derecha, el coeficiente de sesgo es positivo y la media es mayor que la mediana y simétrica cuando el coeficiente de sesgo es cero, entonces la media y la mediana son iguales. Para determinar el coeficiente de sesgo se calcula el tercer momento con respecto a la media 3, definido de la siguiente manera:



  • Coeficiente de kurtosis.- Es una medida relativa, que permite establecer el grado de achatamiento de la curva de la distribución, en general por referencia a la distribución normal. Al igual que el coeficiente del sesgo se presentan tres casos; si tiene un pico alto que la normal se dice leptocúrtica, mientras si es más achatada con respecto a una normal se dice platicúrtica. La distribución que no es muy puntiaguda ni muy aplastada y que se asemeje a la normal se llama mesocúrtica. Para determinar el coeficiente de kurtosis se calcula el cuarto momento con respecto a la media , definido de la siguiente manera:



3.2.2 Estadística Inferencial

Una vez que se han descrito las características de la población, procedemos a realizar inferencias sobre los parámetros desconocidos que es lo que se conoce como Estadística Inferencial.


En la inferencia estadística se destacan dos grandes áreas: estimación de intervalos y pruebas de hipótesis, las cuales se aplican para verificar si las conjeturas planteadas con respecto a los parámetros o la distribución de la población son ciertas.




  • Estimación de intervalo.- Una estimación de un intervalo de un parámetro  es un intervalo de la forma , donde y dependen del valor que tome el estimador en una muestra dada y también en la distribución muestral de .

Este intervalo determinado en relación con una muestra en particular, recibe el nombre de intervalo de confianza del ( 1 - ) 100%, la fracción 1 -  se conoce como grado de confianza y los extremos y reciben el nombre de límites de confianza inferior y superior.



  • Hipótesis estadística.- Es una afirmación o conjetura acerca de la distribución de una o más variables. Si una hipótesis estadística especifica por completo la distribución, recibe el nombre de hipótesis simple; si no, se conoce como hipótesis compuesta.


Hes la hipótesis nula que se desea rechazar.

H es la hipótesis alternativa.


  • Prueba de una hipótesis estadística.- Es la aplicación de un explícito conjunto de reglas para decidir si aceptamos la hipótesis nula o la rechazamos a favor de la hipótesis alternativa.

Al rechazo de la hipótesis nula H cuando ésta es verdadera se la conoce como error de tipo I; la probabilidad de cometer un error de tipo I se denota por medio de .

La aceptación de la hipótesis nula cuando ésta es falsa recibe el nombre de error de tipo II; la probabilidad de cometer un error de tipo II se representa por medio de .

A la región de rechazo de H se acostumbra denominarla región crítica de la prueba y a la probabilidad de obtener un valor de la estadística de prueba situado dentro de la región crítica cuando H es verdadera, tamaño de la región crítica.

El tamaño de una región crítica es simplemente la probabilidad  de cometer un error de tipo I, esta probabilidad se denomina también nivel de significancia de la prueba.

Con toda prueba hay un valor que se calcula, este valor es el estadístico de la prueba, con el cual se comparará la hipótesis nula y se decidirá si se rechaza o no. Al usar el estadístico de la prueba se asocia un valor p, que es el mínimo nivel de significancia al cual se puede rechazar H.



3.3 Análisis Univariado de las compañías de la Región Sierra

Para el desarrollo del análisis univariado se efectuará un tratamiento individual a cada una de las variables de estudio, se presentarán en especial las estadísticas descriptivas que están dadas en base a su incremento, gráficos del total de cada una de las variables así como también la tasa de variación, la prueba de Kolmogorov – Smirnov para determinar la distribución de datos.



Descripción de las variables de estudio:

1   ...   4   5   6   7   8   9   10   11   ...   19


La base de datos está protegida por derechos de autor ©bazica.org 2016
enviar mensaje

    Página principal