Skip to content

Latest commit

 

History

History
187 lines (116 loc) · 10.2 KB

2-Proj-sectors-MD-SPN.md

File metadata and controls

187 lines (116 loc) · 10.2 KB
Raw

Desempeño Financiero en la Bolsa de Valores de Lima (2015-2020)

Ver el dashboard en línea en Tableau

Contenido

Definición del Problema

El mercado accionario del Perú mejor conocido como la Bolsa de Valores de Lima (BVL) es considerado como uno de los mercados de acciones más pequeño de Latinoamérica a pesar de su crecimiento favorable en el último quinquenio, al duplicar su tamaño de deuda pública de 8.1% en 2015 a 15.7% del PBI en 2019.

❓ Preguntas de análisis:

  • ¿Las empresa tienen capacidad para recaudar fondos y cubrir sus obligaciones?
  • ¿Qué sector presenta mayor rentabilidad?
  • ¿La empresas con mayores ingresos generan mejores márgenes de utilidad?

🎯 Objetivo

Ofrecer una visión global del estado financiero histórico de las empresas que cotizan en la Bolsa de Valores de Lima, este análisis te servirá de soporte para la toma de decisiones de inversión.


Preparación de Datos

Fuente de datos

Para realizar el análisis se recopiló la informacion financiera de las empresas del 2015 al 2020, disponible en la web de la Bolsa de Valores de Lima. Los estados financieros usados fueron el Estado de Resultados y Estado de Situación Financiera. Además, para evitar problemas con el cálculo de indicadores, se descartaron las empresas que no presentaron información durante este intervalo de tiempo de tal forma que sean homogéneos y comparables. Fueron descartadas las empresas Atria Energia, Medrock, Minera IRL Limited.

Los ratios financieros calculados para responder a las preguntas fueron:

  1. Ratio de Liquidez | Current ratio(CR): Indica capacidad de empresas para recaudar fondos y cubrir sus obligaciones (Activo corriente / Pasivo corriente)
  2. Ratio de Deuda | Debt ratio (DR): Mide qué tan bien el flujo de efectivo de una empresa puede cubrir su deuda a largo plazo (Pasivo total /Activo total)
  3. Rentabilidad sobre Activos | Return to Assets (ROA): Mide qué tan rentable es una empresa en relación con sus activos totales (Utilidad Neta / Activo total)
  4. Margen Neto | Net margin (MN): Mide cuánto ingreso neto o ganancia se genera con ingresos de las ventras (Utilidad neta / Ventas netas)

Extracción de Datos

Para la extracción se usó scraping en Python con el entorno Selenium y la librería Pandas (ver código en Python AQUÍ.).

El conjunto de datos contiene los siguientes atributos:

Ratio Descripción
TASSET Activo total
TLIABILITY Pasivo total
CURR_ASS Activo corriente
CURR_LIAB Pasivo corriente
NET_SALES Ventas netas es el total de ganancias
NET_PROF Ganancias netas o utilidad neta, despues de restar todos los intereses, operaciones e impuestos.

Limpieza de Datos

Se exportaron seis tablas en total:

  • 'SECTOR' con registros del sector al que pertenece cada empresa y la URL de la información.
  • 'TAB15' que contiene los datos del año 2015, 'TAB16' con los datos del periodo 2016, y de igual manera para las tablas restantes 'TAB17', 'TAB18', 'TAB19' y 'TAB20'.

Luego se agregó un ID identity para identificar a las empresas y el año correspondiente.

--1. Adding identify ID to each table (the same for the others)
ALTER TABLE TAB15
ADD ID int identity(1,1)
GO
--2. Adding year number to each table (the same for the others)
ALTER TABLE TAB15 ADD year integer
UPDATE TAB15 SET year = 2015

Finalmente, se unieron las tablas en una nueva vista, que incluye el sector al que pertenece cada empresa y el cálculo de los ratios correspondientes.

¡Veamos el código!

--1. UNION todas las tablas (alias 'a' para TAB15, 'b' para TAB16, ... y 'f' para TAB20)
--2. CÁLCULO DE FÓRMULAS (Donde 'CR' es el alias para Ratio de liquidez, 'DB' es el índice de deuda y 'NM' es el margen neto)

SELECT a.id, a.year, z.NAME, z.sec, a.TASSET, a.TLIABILITY, a.CURR_ASS, a.CURR_LIAB, a.NET_SALES, a.NET_PROF
	,a.CURR_ASS/a.CURR_LIAB AS CR, a.TLIABILITY/a.TASSET AS DR, a.NET_PROF/a.TASSET AS ROA,  a.NET_SALES/a.NET_PROF AS NM
FROM TAB15 a, SECTOR z	WHERE a.id = z.ID  
UNION ALL 	(

SELECT b.id , b.year, z.NAME, z.sec, b.TASSET, b.TLIABILITY , b.CURR_ASS, b.CURR_LIAB, b.NET_SALES, b.NET_PROF
	,b.CURR_ASS/b.CURR_LIAB AS CR, b.TLIABILITY/b.TASSET AS DR, b.NET_PROF/b.TASSET AS ROA,  b.NET_SALES/b.NET_PROF AS NM
FROM TAB16 b, SECTOR z 	WHERE b.id = z.ID
UNION ALL 	(

SELECT d.id , d.year, z.NAME, z.sec, d.TASSET, d.TLIABILITY, d.CURR_ASS, d.CURR_LIAB, d.NET_SALES, d.NET_PROF
	,d.CURR_ASS/d.CURR_LIAB AS CR, d.TLIABILITY/d.TASSET AS DR, d.NET_PROF/d.TASSET AS ROA,  d.NET_SALES/d.NET_PROF AS NM
FROM TAB18 d, SECTOR z 	WHERE d.id = z.ID
UNION ALL 	(

SELECT c.id , c.year, z.NAME, z.sec, c.TASSET, c.TLIABILITY, c.CURR_ASS, c.CURR_LIAB, c.NET_SALES, c.NET_PROF
	,c.CURR_ASS/c.CURR_LIAB AS CR, c.TLIABILITY/c.TASSET AS DR, c.NET_PROF/c.TASSET AS ROA,  c.NET_SALES/c.NET_PROF AS NM
FROM TAB17 c, SECTOR z	WHERE c.id = z.ID)
UNION ALL 	(

SELECT e.id , e.year, z.NAME, z.sec, e.TASSET, e.TLIABILITY, e.CURR_ASS, e.CURR_LIAB, e.NET_SALES, e.NET_PROF
	,e.CURR_ASS/e.CURR_LIAB AS CR, e.TLIABILITY/e.TASSET AS DR, e.NET_PROF/e.TASSET AS ROA,  e.NET_SALES/e.NET_PROF AS NM
FROM TAB19 e, SECTOR z	WHERE e.id = z.ID
UNION ALL 	(

SELECT f.id , f.year, z.NAME, z.sec, f.TASSET, f.TLIABILITY, f.CURR_ASS, f.CURR_LIAB, f.NET_SALES, f.NET_PROF
	,f.CURR_ASS/f.CURR_LIAB AS CR, f.TLIABILITY/f.TASSET AS DR, f.NET_PROF/f.TASSET AS ROA,  f.NET_SALES/f.NET_PROF AS NM
FROM TAB20 f, SECTOR z	WHERE f.id = z.ID	))))

ORDER BY z.NAME, year

Modelamiento de Datos

💡 El modelado de datos conecta las diferentes bases de datos extraídas con el fin de estructurar y organizar los datos para su mejor comprensión.

Primero se estableció como primary key a la columna ID en cada tabla, esta 'llave' es el atributo que concide en las dos tablas a relacionarse. La estructura final se muestra a continuación:

Visualización y Análisis de Datos

Para una mejor comprensión de los datos se construyó un dashboard dinámico en Tableau.
Pruébalo AQUÍ

✔️ ¿Las empresas tienen capacidad para recaudar fondos y cubrir sus obligaciones?

En el boxplot RATIO DE LIQUIDEZ POR SECTOR se refleja la capacidad de las empresas de los sector es Industrial, Minería y Agrario para satisfacer sus deudas a corto plazo, pues aproximadamente el 75% (cuartil inferior) de las compañías tienen una liquidez mayor a 1. El sector de Servicios por su parte, tiene una liquidez media de 1.3, no obstante, la mitad de las firmas pertenecientes a este sector tienen una liquidez negativa.

Por otra parte, la línea de tendencia positiva mostrada en el gráfico FINANCIAMIENTO POR DEUDAS sugiere que las empresas prefieren financiar sus actividades con financiación externa en lugar de fondos propios, con excepción del sector Minería. Se puede deducir que esta decición con respecto a la financiación depende de las actividades productivas específicas de cada empresa.

✔️ ¿Qué sector presenta mayor rentabilidad?

El ROA indica qué tal eficiente es empresa para generar utilidades con su disponibilidad de activos, para este análisis se consideran óptimos a los valores de ROA que superen el 5%. Puesto que el valor del ROA varía de acuerdo a la indutria, se analizaron tomando en cuenta el periodo de tiempo.

En el sector Industrial y Minería Sector se nota una ineficiencia en uso de activos, pues sus utilidades tienen tendencia a disminuir con el paso del tiempo como muestra la visualización EVOLUCIÓN DEL ROA.

✔️ ¿La empresas con mayores ingresos generan mejores márgenes de utilidad?

No. El gráfico MARGEN DE UTILIDAD NETA, indica que el mayor margen neto no corresponde a las empresas que generan más ventas, por el contrario, empresas pequeñas como "Cementos Pacasmayo" tienen mayor margen de utilidad que grandes compañías como "Petroperú".

Conclusiones y Recomendaciones

Los resultados encontrados en este estudio sirven como referencia al inversor acerca de la toma de decisiones concerniente a su cartera de valores. De este estudio se puede concluir que:

  • El sector Minería se destaca sobre los demás debido a su valor de liquidez y capacidad de cubrir sus obligaciones, no obstante, del 2016 al 2020 se observó una caída en su rentabilidad.
  • Las empresas más grandes no son necesariamente las más eficientes en sus recursos, posiblemente por el requerimiento de mayores costos operacionales.
  • El valor de los indicadores dependerán del ratio y del sector, por lo que se recomienda analizar los libros de cuentas de las empresas a detalle.

Se invita a los interesados a realizar un análisis más exhaustivo haciendo uso adecuado de esta herramienta para tomar sus decisiones de acuerdo a sus objetivos personales.

📌 Conoce más de mis proyectos AQUÍ

Lucero Emperatriz.