Comparação de diferentes formas de medir a rentabilidade do setor agropecuário uruguaio através de clusters longitudinais

Autores

DOI:

https://doi.org/10.31285/AGRO.27.1023

Palavras-chave:

clusters longitudinais, empresas agropecuárias, rentabilidade (ROA)

Resumo

O uso do ROA (Retorno sobre Ativos) como indicador de rentabilidade é amplamente utilizado na literatura financeira, no entanto, não há acordo sobre o resultado econômico a ser usado como base de cálculo. No setor agropecuário, onde o financiamento e o custo da terra são elevados, o problema assume alta relevância para interpretar a realidade econômica das empresas. O trabalho tem dois objetivos: a) discutir a pertinência do uso do ROA operacional - baseado no resultado econômico sem deduzir os custos financeiros e de arrendamento da terra - e do ROA financeiro - que os deduz - na medição da evolução da rentabilidade empresarial agropecuária, e b) verificar se existem grupos de empresas que, independentemente da forma de medir sua rentabilidade, apresentem similaridades claras em sua evolução. Começa-se analisando o quadro teórico que respalda o uso desses indicadores, tentando discernir quais aspectos da rentabilidade se pretende medir. Em seguida, são comparados os resultados de um e outro indicador em uma análise dinâmica utilizando a metodologia de clusters longitudinais em uma base de dados composta pelos estados contábeis de 713 empresas agropecuárias uruguaias no período de 2010 a 2017. Conclui-se, em primeiro lugar, que não há diferenças relevante na forma como a rentabilidade das empresas evolui, seja medida pelo ROA operacional ou financeiro. Em seguida, a evidência mostra que a maioria das empresas pode ser classificada em três grupos, onde internamente a rentabilidade evoluiu de forma semelhante, independentemente da forma como foi medida, dois deles com uma notável diferença na taxa de rentabilidade e algumas diferenças na velocidade de mudança dessa taxa.

Downloads

Não há dados estatísticos.

Referências

Álvarez J, Falcao O. Manual de gestión de empresas agropecuarias. Montevideo: Universidad de la República; 2009. 180p.

Arbeletche P. El agronegocio en Uruguay: su evolución y estrategias cambiantes en el siglo XXI. Rivar (Santiago). 2020;7(19):109-29.

Barney JB. Resource-based theories of competitive advantage: a ten-year retrospective on the resource-based view. J Manag. 2001;27(6):643-50.

Becker-Blease JR, Kaen FR, Etebari A, Baumann H. Employees, firm size and profitability of US Manufacturing Industries. Invest Manag Financ Innov. 2010;(7):119-32.

Bejar-León LM, Jijón-Gordillo ER. Medición de la rentabilidad para los accionistas: ¿Es el ROE un indicador confiable para evidenciar la rentabilidad de los accionistas? Polo del conoc. 2017;2(5):1354-61.

Castaño Duque GA. Teoría de la agencia y sus aplicaciones. Decisión Administrativa. 1999;(1):7­12.

Celeux G, Govaert G. A Classification EM algorithm for clustering and two stochastic versions. Comput Stat Data Anal. 1992;14(3):315­32.

Chhibber PK, Majumdar SK. Foreign ownership and profitability: property rights, control, and the performance of firms in Indian industry. J Law Econ. 1999;42(1):209-38.

Dos Santos JGC, Calíope TS, Coelho AC. Teorias da Firma como fundamento para formulação de teorias contábeis. REPeC. 2015;9(1):101-16.

Espinosa FR, Molina ZAM, Vera-Colina MA. Fracaso empresarial de las pequeñas y medianas empresas (pymes) en Colombia. Suma de negocios. 2015;6(13):29-41.

Favaro Villegas D. Enfoques de la teoría de la firma y su vinculación con el cambio tecnológico y la innovación. Cult econ. 2013;31(85):50-70.

Fernández M, Gutiérrez F. Variables y modelos para la identificación y predicción del fracaso empresarial: revisión de la investigación empírica reciente. Rev Contab-Span Account Rev. 2012;15(1):7-58.

Fornero RA. EBITDA: la medida y el múltiplo. Cuyo: Universidad Nacional del Cuyo; 2019. 11p.

Fourati YM, Ghorbel RC, Jarboui A. Sticky cost behavior and its implication on accounting conservatism: a cross-country study. J Financ Report Account. 2020;18(1):169-97.

Galindo Lucas A. El tamaño empresarial como factor de diversidad [Internet]. [place unknown: publisher unknown]; 2000 [cited 2023 Mar 06]. 199p. Available from: http://www.eumed.net/libros/2005/agl3/index.htm.

Genolini C, Alacoque X, Sentenac M, Arnaud C. kml and kml3d: R Packages to Cluster Longitudinal Data. Journal of Statistical Software. 2015;65(4):1-34. Available from: http://www.jstatsoft.org/v65/i04/.

Genolini C, Falissard B, Pingault JB. KmL: Non-Parametric Algorithm for Clustering Longitudinal Data [Internet]. Version 2.4.6. Paris: [publisher unknown]; 2023 [cited 2023 Mar 06]. Available from: http://christophe.genolini.free.fr/kml/

Genolini C, Falissard B. KmL: K-means for longitudinal data. Comput Stat. 2010;25(2):317-28.

Goddard J, Tavakoli M, Wilson JO. Determinants of profitability in European manufacturing and services: evidence from a dynamic panel model. Appl Financial Econ. 2005;15(18):1269-82.

Gschwandtner A, Hirsch S. What drives firm profitability?: a comparison of the US and EU food processing industry. Manch Sch. 2018;86(3):390­416.

Guiso L, Rustichini A. Understanding the size and profitability of firms: the role of a biological factor. Research in Economics. 2018;72(1):65-85.

Hansen GS, Wernerfelt B. Determinants of firm performance: the relative importance of economic and organizational factors. Strateg Manag J. 1989;10(5):399-411.

James G, Witten D, Hastie T, Tibshirani R. An introduction to statistical learning: with applications in R. New York: Springer; 2013. 612p.

Kammoun S, Alcouffe A. Enfoque económico de las competencias de la firma: hacia una síntesis de las teorías neoinstitucionales y evolucionistas. Boletín Cinterfor. 2003;(154):35-66.

Kuntluru S, Muppani VR, Khan MAA. Financial performance of foreign and domestic owned companies in India. Asia Pac Bus Rev. 2008;9(1):28-54.

Kuster C, Álvarez J, Lezcano M, Álvarez-Vaz R. Desempeño económico de las empresas agropecuarias uruguayas: estudio sobre su evolución a través de la técnica de clústers longitudinales a partir de datos contables [Internet]. Montevideo: Universidad de la República; 2021 [cited 2023 Mar 06]. 45p. (Serie documentos de trabajo; 10/21). Available from: https://zenodo.org/record/7150503#.Y0A_d3bMI2z

Laitinen EK. Extension of break-even analysis for payment default prediction: evidence from small firms. Invest Manag Financ Innov. 2011;8(4):96­108.

Melgarejo Z, Vera M, Mora E. Diferencias de desempeño empresarial de pequeñas y medianas empresas clasificadas según la estructura de la propiedad del capital, caso colombiano. Suma de Negocios. 2014;5(12):76-84.

Mijić K, Jakšić D. The determinants of agricultural industry profitability: evidence from Southeast Europe. Custos e Agronegocio. 2017;13(1):154-73.

Ministerio de Economía y Finanzas, DGI (UY). Programa de ayuda Sigma: Formulario 1006 [Internet]. Versión 03. Montevideo: MEF; 2013 [cited 2023 Mar 06]. Available from: https://bit.ly/3kSGhWt.

Pascale R. Decisiones financieras. 3a ed. Buenos Aires: Ediciones Macchi; 1998. 810p.

Pascale R. Vinculación entre tamaño y rentabilidad: evidencia empírica en las empresas industriales manufactureras en Uruguay. Rev investig modelos financ. 2017;2(2):39-54.

R Core Team. R: a language and environment for statistical computing [Internet]. Vienna: R Foundation for Statistical Computing; 2015 [cited 2023 Mar 06]. Available from: https://www.R-project.org/.

Slater SF, Olson EM. A fresh look at industry and market analysis. Bus Horiz. 2002;45(1):15-22.

Tong Y, Saladrigues R. The predictability of financial, accounting-based, and industrial factors on the success of newly incorporated Spanish firms. Intangible Capital. 2018;14(1):127-45.

Vazquez M, Irimia A, Blanco A. La metodología de los Rough Sets como técnica de preprocesamiento de datos: una aplicación a las quiebras de microempresas familiares. Rect@. 2015,16(1):1-12.

Winter SG. Understanding dynamic capabilities. Strateg Manag J. 2003,24(10):991-5.

Yardin A. El análisis marginal. Buenos Aires: Editorial Osmar Buyatti; 2019. 429p.

Publicado

2023-04-10

Como Citar

1.
Kuster C, Álvarez J, Lezcano M, Álvarez-Vaz R. Comparação de diferentes formas de medir a rentabilidade do setor agropecuário uruguaio através de clusters longitudinais. Agrocienc Urug [Internet]. 10º de abril de 2023 [citado 6º de julho de 2024];27:e1023. Disponível em: http://mail.revista.asocolderma.org.co/index.php/agrociencia/article/view/1023

Edição

Seção

Ciências Sociais, Sociologia Rural e Economia Agrária
QR Code

Métricas

Métricas do artigo
Vistas abstratas
Visualizações da cozinha
Visualizações de PDF
Visualizações em HTML
Outras visualizações