Apliacación de los modelos SEPARATE y regresión logística para determinar la relevancia de la información contable en el mercado de capitales: una comparación

Abstract

En los últimos años se ha venido prestando una atención considerable a la importancia de información contable para toma de decisiones de los inversores en el mercado de capitales. Con objeto de identificar las variables más relevantes para dichas decisiones se ha aplicado en trabajos anteriores modelos de regresión logística para identificar las empresas más valoradas en el mercado tomando como referencia serie de indicadores. La regresión logística, al igual que el resto de técnicas clásicas de regresión para identificación de funciones a partir de datos, aunque en menor medida que las demás de esta categoría, presenta el inconveniente de que los ajustes se realizan de manera local, de modo que el espacio de datos de entrada se divide en regiones, dentro de cada una de las cuales se estudia el ajuste de un modo relativamente independiente. Ello hace aconsejable la búsqueda de técnicas alternativas, tal como la que se presenta en este trabajo, que permitan superar estos inconvenientes. Este método, denominado SEPARATE (SEmiglobal PARtitions to design Authomatic sysTEms), se ha desarrollado para evitar las dificultades procedentes de la actuación local de los métodos antes referidos. Trata de identificar ejemplos mal evaluados no desde un punto de vista local, sino global, es decir, teniendo en cuenta la repercusión de cualquier empresa de la muestra sobre el error global del ajuste. Sobre la base de todo lo anterior, en este trabajo se pretende comparar los resultados obtenidos mediante el empleo de la regresión logística y el SEPARATE para la clasificación de las empresas integrantes de la muestra, con objeto de identificar el método más adecuado para la determinación de las variables que discriminan en mayor grado la pertenencia de aquéllas al grupo de las entidades más valoradas en el mercado