Estudio técnico-económico sobre empresas de nueva creación del sector verde y análisis de su sostenibilidad

Equation Chapter 1 Section 1 Proyecto Fin de Carrera Ingeniería de Tecnologías Industriales Estudio técnico-económico sobre empresas de nueva creación del sector verde y análisis de su sostenibilidad Autor: Alfonso Gómez Feixó Tutor: Miguel Torres García Dpto.Ingeniería Energética Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2021 iii Proyecto Fin de Carrera Ingeniería de Tecnologías Industriales Estudio técnico-económico sobre empresas de nueva creación del sector verde y análisis de su sostenibilidad Autor: Alfonso Gómez Feixó Tutor: Miguel Torres García Profesor titular Dpto. Ingeniería Energética Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2021 v Proyecto Fin de Carrera: Estudio técnico-económico sobre empresas de nueva creación del sector verde y análisis de su sostenibilidad Autor: Alfonso Gómez Feixó Tutor: Miguel Torres García El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros: Presidente: Vocales: Secretario: Acuerdan otorgarle la calificación de: Sevilla, 2021 El Secretario del Tribunal vii A mi familia A mis maestros Agradecimientos A mi familia por enseñármelo todo y por su apoyo incondicional, sin vosotros no hubiera sido posible llegar hasta aquí. A mis amigos y compañeros por acompañarme durante todo el camino y hacerlo más ameno y divertido. Gracias a mis tutores Miguel Torres García y Félix Jiménez Naharro por aportarme todos los conocimientos necesarios para realizar este trabajo. Alfonso Gómez Feixó Sevilla, 2021 Índice de Tablas Tabla 3.1.- Valle de la Muerte por Sectores ........................................................................................................ 23 Tabla 3.2.- Valle de la Muerte por subsectores .................................................................................................. 24 Tabla 3.3.- Valle de la Muerte por regiones ........................................................................................................ 25 Tabla 3.4.- Valle de la Muerte por sectores empresas desaparecidas ............................................................ 26 Tabla 3.5.- Valle de la Muerte por subsectores empresas desaparecidas ...................................................... 26 Tabla 3.6.- Valle de la Muerte por regiones empresas desaparecidas ............................................................ 27 Tabla 4.2.1.- ROA por sectores ............................................................................................................................. 31 Tabla 4.2.2.- ROA por subsectores....................................................................................................................... 32 Tabla 4.2.3.- ROA por regiones ............................................................................................................................ 34 Tabla 4.2.4.- RE por sectores ................................................................................................................................ 35 Tabla 4.2.5.- RE por subsectores .......................................................................................................................... 36 Tabla 4.2.6.- RE por regiones ................................................................................................................................ 37 Tabla 4.3.1.- Pruebas de normalidad para el factor sector en función de ROA ........................................... 40 Tabla 4.3.2.- Pruebas de normalidad para el factor subsector en función de ROA .................................... 40 Tabla 4.3.3.- Pruebas de normalidad para el factor región en función de ROA .......................................... 41 Tabla 4.3.4.- Pruebas de normalidad para el factor sector en función del apalancamiento ...................... 41 Tabla 4.3.5.- Pruebas de normalidad para el factor subsector en función del apalancamiemto ............... 42 Tabla 4.3.6.- Pruebas de normalidad para el factor región en función del apalancamiento ...................... 42 Tabla 4.3.7.- Prueba de homogeneidad de varianzas para el factor sector en función de ROA ................ 43 Tabla 4.3.8.- Prueba de homogeneidad de varianzas para el factor subsector en función de ROA ......... 43 Tabla 4.3.9.- Prueba de homogeneidad de varianzas para el factor región en función de ROA ............... 44 Tabla 4.3.10.- Prueba de homogeneidad de varianzas para el factor sector en función del apalancamiento ........................................................................................................................................................ 44 Tabla 4.3.11.- Prueba de homogeneidad de varianzas para el factor subsector en función del apalancamiento. ....................................................................................................................................................... 44 Tabla 4.3.12.- Prueba de homogeneidad de varianzas para el factor región en función del apalancamiento. ....................................................................................................................................................... 44 Tabla 4.4.1.- Matriz de resultados sector-ROA ................................................................................................. 45 Tabla 4.4.2.- Matriz de resultados subsector-ROA ........................................................................................... 46 Tabla 4.4.3.- Matriz de resultados subsector-apalancamiento ........................................................................ 47 Tabla 4.4.4.- Matriz de resultados región-ROA ................................................................................................. 48 ix ÍNDICE DE GRÁFICAS Gráfica 1.- Histograma CNAE empresas analizadas ........................................................................................ 14 Gráfica 3.1.- Valle de la Muerte por sectores ..................................................................................................... 23 Gráfica 3.2.- Valle de la Muerte por subsectores ............................................................................................... 24 Gráfica 3.3.- Valle de la Muerte por regiones ..................................................................................................... 25 Gráfica 4.2.1.- ROA por sectores .......................................................................................................................... 31 Gráfica 4.2.2.- ROA por subsectores .................................................................................................................... 33 Gráfica 4.2.3.- ROA por regiones ......................................................................................................................... 34 Gráfica 4.2.4.- RE por sectores.............................................................................................................................. 35 Gráfica 4.2.5.- RE por subsectores ....................................................................................................................... 36 Gráfica 4.2.6.- RE por regiones ............................................................................................................................. 37 ÍNDICE DE TABLAS ANEXO Tabla A.1.1.- Pruebas robustas de igualdad de medias factor sector-ROA Tabla A.1.2- Comparaciones múltiples factor sector-ROA Tabla A.1.3.- Pruebas robustas de igualdad de medias factor sector-apalancamiento Tabla A.1.4- Comparaciones mútiples factor sector-apalancamiento Tabla A.1.5.- Pruebas robustas de igualdad de medias subsector-ROA Tabla A.1.6..- Comparaciones múltiples subsector-ROA Tabla A.1.7.- ANOVA subsector-apalancamiento Tabla A.1.8.- Comparaciones múltiples subsector-apalancamiento Tabla A.1.9.- ANOVA región-ROA Tabla A.1.10.- Comparaciones múltiples factor región-ROA Tabla A.1.11.- ANOVA factor región-apalancamiento Tabla A.1.12.- Comparaciones múltiples factor región-apalancamiento Notación A* Conjugado c.t.p. En casi todos los puntos c.q.d. Como queríamos demostrar ∎ Como queríamos demostrar e.o.c. En cualquier otro caso e número e IRe Parte real IIm Parte imaginaria sen Función seno tg Función tangente arctg Función arco tangente sen Función seno sinxy Función seno de x elevado a y cosxy Función coseno de x elevado a y Sa Función sampling sgn Función signo rect Función rectángulo Sinc Función sinc ∂y ∂x x◦ Derivada parcial de y respecto Notación de grado, x grados. Pr(A) Probabilidad del suceso A SNR Signal-to-noise ratio MSE Minimum square error : Tal que < Menor o igual > Mayor o igual \ Backslash ⇔ Si y sólo si Objetivos 12 12 OBJETIVOS Los objetivos de este trabajo son varios, en primer lugar se busca detacar y ejemplificar la dificultad que existe a la hora de encontrar empresas dedicadas al sector de la sostenibilidad y la necesidad de aclarar esta materia para facilitar estudios similares a este. En segundo lugar se busca estudiar la duración de la vida de las start ups sostenibles, sacando conclusiones sobre cuántos años son necesarios para determinar si una empresa va a desaparecer y además obtener datos reveladores sobre cuántos años suelen aguantar estas empresas generando pérdidas y a partir de cuántos años desaparecen. Por último se va a buscar establecer conclusiones sobre si existen relaciones entre el distintos factores que afecten a la sostenibilidad económica y de financiación de las empresas, siendo estos factores representativos de las mismas, como son el sector de actividad, el subsector de actividad y la región donde se establece la empresa. 13 1.- INTRODUCCIÓN En las últimas décadas el cambio climático ha ido aumentando a nivel mundial, las emisiones de dióxido de carbono a la atmósfera han aumentado de 40Mt al día en el año 1970 hasta rondar las 100 Mt diarias en el año 2020, como consecuencia de esto la temperatura global se ha incrementado hasta en un 1% o lo que es lo mismo en 1,7ºC, se están perdiendo muchas especies y derritiendo los polos. En concreto en España se observa este hecho ya que cada vez las temperaturas son más altas, el clima es más cambiante y se pasa de inviernos con nevadas y extremadamente fríos a veranos que rozan los 50ºC [ 1 ]. Todo esto tiene que frenar ya que se está poniendo en riesgo la vida en el planeta como la conocemos y para ello se están tomando medidas que nos afectan de manera directa, desde la Unión Europea se ha desarrollado el Pacto Verde Europeo,[ 2 ] el cual tiene como objetivo garantizar una economía sostenible, estableciendo un plan de acción para conseguir darle un uso eficiente a los recursos gracias a una economía con cero emisiones y circular, además de restaurar la biodiversidad y disminuir los niveles de contaminación. El principal objetivo es que la UE sea climáticamente neutra en el año 2050, o lo que es lo mismo, reducir a cero los niveles de las emisiones de carbono para este año, esto es una tarea difícil que tendrá un impacto directo en la economía por lo que habrá que actuar en todos los sectores mediante los siguientes criterios: • Fomentar las tecnologías respetuosas con el medio ambiente • Apoyar y financiar la industria innovadora • Desplegar sistemas de transporte público y provado más limpios, baratos y sanos • Terminar con el uso de combustible en el sector de la energía pasando así a una energía completamente verde • Colaborar a nivel internacional para conseguir mejorar las normas medioambientales mundiales Desde la UE también se proporcionará apoyo financiero y asistencia técnica para ayudar a las personas, empresas y regiones afectadas por este proceso de transición hasta un mundo ecológico, de tal manera que se movilizarán al menos 100.000 millones de euros durante el período 2021-2027 en las regiones más afectadas. Esta concienciación global hacia la necesidad de un mundo más verde, además de su correspondiente beneficio económico ya que todas las actividades tenderán hacia la ecología y junto con los beneficios 1.- Introducción 14 14 de imagen y fiscalidad que conlleva dicha actividad ha llevado a que se creen empresas dedicadas a este sector, las cuales se denominan start ups del sector verde. Una start up es una empresa de nueva creación la cual tiene un modelo de negocio innovador, que se puede adaptar a distintas situaciones y con grandes expectativas de crecimiento, empresas jóvenes que tienen un gran componente tecnológico, englobando desde el sector de la generación de energía eléctrica hasta el del sector del transporte pasando por el del reciclaje, y empresas transversales que combinan la realización de distintas actividades, esto hace que sea muy complicado identificarlas por los métodos tradicionales como puede ser el CNAE. El código CNAE (Clasificación Nacional de Actividades Económicas) [ 3 ] sirve para identificar la actividad de una empresa, pero a la hora de realizar este trabajo se ha constatado que es muy difícil encontrar empresas del sector verde con esta metodología ya que no tienen un código propio, esto se debe a que este sistema de identificación está obsoleto al no haberse actualizado conforme las empresas han ido evolucionando, esto está estrechamente relacionado con las empresas de actividad ecológica ya que son empresas de nueva creación y su actividad no está normalmente regulada, además puede que haya empresas que se dediquen a esta actividad pero se queden fuera de la clasificación al no tener un código CNAE a priori relacionado con el mundo verde. Así, comprobamos como 511 empresas están repartidas entre 91 CNAE distintos. Gráfica 1.- Histograma CNAE empresas analizadas 0 20 40 60 80 100 120 140 160 111 113 121 124 126 146 150 162 220 1039 1086 2015 2361 2740 3514 3516 3519 3811 3832 4121 4321 4329 4532 4618 4622 4633 4643 4652 4673 4677 4722 4776 4791 5229 5829 6209 6810 7010 7111 7120 7311 7490 8110 8299 8532 9311 Frecuencia Clase 15 Fuente: Elaboración propia con información del Registro Mercantil. Este hecho puede ser un problema a la hora de identificar empresas de un mismo sector de actividad, cosa que se vuelve cada vez más complicada, de cara al futuro convendría regularizar esta situación. Además de esta necesidad también convendría establecer un entorno legislativo y administrativo que ayude a promover la creación de starups en España, y también otorgar reconocimiento a los emprendedores, como creadores de empleo y valor en la sociedad; además de ventajas fiscales, la innovación que generan las empresas aporta tecnología a la sociedad y tiene como consecuencia un desplazamiento a la derecha de la curva de oferta, creando así un excedente del consumidor que resulta beneficioso para la sociedad, además esta tecnología ayuda a potenciarnos de cara a los retos del futuro. En este trabajo se va a realizar un estudio económico técnico sobre startups dedicadas al sector verde, en primer lugar se explicará la Metodología que se ha seguido para el desarrollo del mismo. A continuación se desarrollará un análisis económico de la vida de estas empresas, que permitirá deducir cuántos años son necesarios para poder determinar si una empresa es capaz de superar la época de pérdidas. Tras este se realizará un análisis estadístico con la técnica del ANOVA, mediante la cual se establecerá si existen relaciones sólidas entre tres factores, los cuales son el sector de actividad, el subsector de actividad, y la comunidad autónoma. 22 22 4.ANÁLISIS DEL VALLE DE LA MUERTE Este estudio es interesante y necesario para comprobar la capacidad de supervivencia de las empresas de este sector; ósea, los años que están desde su nacimiento con EBITDA negativo y qué deben hacer para aguantar hasta conseguir rentas positivas. Este concepto hace referencia a este desierto de California que es uno de los puntos con las temperaturas más altas del planeta[ 10 ]. El Valle de la Muerte comprende el periodo de tiempo, considerado en años, en el que estas empresas reciben su financiación inicial hasta que consiguen generan flujos de caja positivos por ellas mismas, es un periodo crucial que las empresas deben buscar reducir al máximo ya que si dura demasiado puede llevar a su desaparición, además mientras sobrevive en este intervalo la empresa está en riesgo constante y debe buscar formas de financiación o intentar desarrollar nuevos modelos de negocio que le permitan superar este periodo, en resumen este periodo comprende el tiempo desde que la empresa nace hasta que genera EBITDA positivos. Para analizar este parámetro y en base a los datos obtenidos del SABI se han considerado una serie de restricciones, como antes se comentaba en el apartado anterior las empresas que se han considerado para la realización de este trabajo son empresas activas formadas después del año 2012, en concreto para este apartado se va a restringir el número de empresa a aquellas que se formaron a partir del año 2016, quedando un total de 132 empresas distribuidas en todos los sectores, subsectores y regiones. En segundo lugar el dato que se va a analizar es el EBITDA, en inglés Earnings Before Interest ,Taxes, Depreciation and Amortization , o lo que es lo mismo, la diferencia entre ingresos de explotación y gastos de explotación que aparece en la Cuenta de Pérdidas y Ganancias de toda empresa. Para realizar el estudio se ha considerado este valor desde 2016 hasta 2019 para todas las empresas y se ha visto el número de años en los que este valor es negativo para cada empresa, posteriormente se ha calculado la media y la mediana por sectores, subsectores y regiones para buscar parámetros representativos. Además, se ha realizado un estudio paralelo, en el que se ha buscado otra muestra de 116 empresas las cuales han desaparecido, a diferencia de las anteriores que siguen realizando su actividad, estas nuevas empresas no aparecen en la base de datos de este trabajo pero resulta interesante estudiar si existen diferencias llamativas entre la duración del Valle de la Muerte para las empresas que siguen activas y las que han desaparecido. 23 Media N Desv. Desviación Mediana AGRICULTURA Y GANADERIA 1,5 8 0,53452 1,5 COMERCIO 1,7778 9 0,83333 2 CONSTRUCCION INMOBILIARIA 1,2222 9 0,44096 1 INDUSTRIA 1,4231 78 0,65504 1 SERVICIOS 1,1111 27 0,32026 1 TURISMO 1 1 . 1 Total 1,3712 132 0,61041 1 Tabla 3.1.- Valle de la Muerte por Sectores Fuente: Elaboración propia Gráfica 3.1.- Valle de la Muerte por sectores Fuente: Elaboración propia Con respecto al análisis por subsectores cabe destacar que el sector de la Industria y el Sector servicios son los que cuentan con mayor número de empresas, por lo tanto serán los más representativos, además resulta interesante el hecho de que el sector del comercio tenga un valor en la mediana de 2 años siendo así el sector con mayor mediana y mayor media. El sector servicios es el que tiene el menor valor además de tener una muestra considerablemente representativa con 27 empresas. 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 Media Mediana 4.Análisis del valle de la muerte 24 24 Media N Desv. Desviación Mediana ACT. PROF. CIENTÍFICAS Y TÉCNICAS 1,125 24 0,33783 1 AGRICULTURA 1,5 6 0,54772 1,5 COMERCIO 1,7778 9 0,83333 2 CONSTRUCCIÓN 1,1429 7 0,37796 1 GANADERÍA 1,5 2 0,70711 1,5 HOTELES Y ALOJAMIENTOS 1 1 . 1 INDUSTRIA QUÍMICA 1 1 . 1 INMOBILIARIA 1,5 2 0,70711 1,5 PRODUCCION ENERGÍA ELÉCTRICA 1,4286 77 0,65752 1 SERVICIOS FINANCIEROS 1 2 0 1 SUM. DE AGUA Y SANEAMIENTO 1 1 . 1 Total 1,3712 132 0,61041 1 Tabla 3.2.- Valle de la Muerte por subsectores Fuente: Elaboración propia Gráfica 3.2.- Valle de la Muerte por subsectores Fuente: Elaboración propia Por parte de los subsectores los más representativos son el de Actividades Profesionales Científicas y Técnicas y el de Producción de Energía Eléctrica, lo cual tiene relación con los sectores ya que estos forman parte de los sectores más representativos en la muestra anterior. El mayor valor después del subsector comercio, que es el mismo que para el sector, es el de Producción de Energía Eléctrica, que está en consonancia con los resultados por sectores ya que forma parte del sector de la industria además de tener prácticamente el mismo número de empresas. Resulta interesante que las Actividades Profesionales Científicas y Técnicas, que 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 Media Mediana 25 comprende la provisión de estos servicios expecto actividades legales y de contabilidad, arquitectura e ingeniería, pruebas técnicas y análisis, administración o generacia y consultoría en administración o gerencia, investigación y desarrollo y actividades publicitarias. Media N Desv. Desviación Mediana ANDALUCÍA 1,4167 12 0,51493 1 ARAGÓN 1,3333 9 0,70711 1 ASTURIAS 2 2 1,41421 2 BALEARES 1 1 . 1 CANARIAS 3 1 . 3 CASTILLA LA MANCHA 1 1 . 1 CASTILLA Y LEÓN 1 2 0 1 CATALUÑA 1,1333 15 0,35187 1 COMUNIDAD VALENCIANA 1,0667 15 0,2582 1 EXTREMADURA 1 1 . 1 GALICIA 1 1 . 1 LA RIOJA 3 1 . 3 MADRID 1,4478 67 0,63445 1 MURCIA 1 2 0 1 PAÍS VASCO 2 1 . 2 Total 1,3712 132 0,61041 1 Tabla 3.3.- Valle de la Muerte por regiones Fuente: Elaboración propia Gráfica 3.3.- Valle de la Muerte por regiones Fuente: Elaboración propia Desde el punto de vista geográfico los datos más representativos vienen de la Comunidad de Madrid con un total de 67 empresas, también hay un número considerable de empresas en las comunidades de Cataluña, 0 0,5 1 1,5 2 2,5 3 Media Mediana 4.Análisis del valle de la muerte 26 26 Andalucía y la Comunidad Valenciana, obteniendo estas dos últimas unas duraciones del Valle de la Muerte bastante bajas, por lo que podría resultar atractivo comencar un negocio en las mismas. Las comunidades de Madrid y Andalucía tienen los valores más altos, aunque el dato que más se repite para todas es un año, por lo que al crear una start up en cualquier punto del país cabría esperar al menos un año sin generar beneficios. A continuación se muestran los datos por sectores, subsectores y regiones para empresas que han desaparecido tras al menos un año de actividad y hasta cuatro años después de crearse. Media N Desv. Desviación Mediana AGRICULTURA 1,4 5 0,548 1 COMERCIO 1,75 12 0,866 1,5 CONST. INMOBILIARIA 1,4 10 0,516 1 INDUSTRIA 1,53 74 0,726 1 SERVICIOS 1,47 15 0,64 1 Total 1,53 116 0,704 1 Tabla 3.4.- Valle de la Muerte por sectores empresas desaparecidas Fuente: Elaboración propia Media N Desv. Desviación Mediana ACT. PROFESIONALES, CIENTÍFICAS Y TÉCNICAS 1,33 9 0,5 1 ACTIVIDADES RECREATIVAS Y DEPORTIVAS 1,5 2 0,707 1,5 AGRICULTURA 2 1 . 2 CAZA, GANADERÍA Y PESCA 1,25 4 0,5 1 COMERCIO 1,75 12 0,866 1,5 CONSTRUCCIÓN 1,2 5 0,447 1 INDUSTRIA ALIMENTACIÓN 3 1 . 3 INDUSTRIA QUÍMICA 1 1 . 1 INMOBILIARIA 1,6 5 0,548 2 PROD. ENERGÍA ELÉCTRICA 1,51 72 0,712 1 SERVICIOS FINANCIEROS 1,5 2 0,707 1,5 TRANS. MERCANCIAS Y ALMACENAMIENTO 2 2 1,414 2 Total 1,53 116 0,704 1 Tabla 3.5.- Valle de la Muerte por subsectores empresas desaparecidas 27 Fuente: Elaboración propia Media N Desv. Desviación Mediana ANDALUCÍA 1,14 7 0,378 1 ARAGÓN 1 7 0 1 ASTURIAS 2 1 . 2 BALEARES 2 1 . 2 CANARIAS 2 3 1 2 CASTILLA Y LEÓN 2 2 1,414 2 CASTILLA-LA MANCHA 1,33 3 0,577 1 CATALUÑA 2,14 7 0,69 2 COMUNIDAD VALENCIANA 1,25 4 0,5 1 EXTREMADURA 2,8 5 0,447 3 GALICIA 1,5 2 0,707 1,5 LA RIOJA 3 1 . 3 MADRID 1,42 64 0,612 1 MURCIA 1 3 0 1 NAVARRA 1 1 . 1 PAÍS VASCO 1,5 2 0,707 1,5 Total 1,53 116 0,704 1 Tabla 3.6.- Valle de la Muerte por regiones empresas desaparecidas Fuente: Elaboración propia Como conclusiones generales se puede destacar en primer lugar la leve diferencia que hay entre las dos muestras, ya que la media para las empresas que siguen activas es de 1,3712 años frente a la de las empresas desaparecidas que es de 1,53 años. El valor más repetido para ambas es de un año. Resulta llamativo el hecho de que los mayores valores observados se obtienen para el factor región en las empresas desaparecidas, obtenidos por las comunidades autónomas de Cataluña y Extremadura, con unos resultados de 2,14 y 2,8 años respectivamente. El valor de la comunidad de Madrid que es la comunidad más influyente en los resultados ya que la mayoría de empresas están ubicadas en ella, no cambia prácticamente de un caso a otro. Se puede afirmar que cuatro años son pocos para estudiar el periodo de vida de una empresa, ya que según El Confidencial: “Siete de cada 10 emprendedores desaparecen al cabo de cinco años”[6] , en base a esto convendría decir que para estudiar el Valle de la Muerte es necesario tener registrados al menos siete años de actividad para poder sacar conclusiones contundentes, aunque con los cuatro años que han sido objeto de estudio en este caso se sabe que al menos la mitad de esa duración no son años de beneficios para las empresas. 4.Análisis del valle de la muerte 28 28 Para evitar esta situación las empresas deberán buscar nuevos modelos de inversión y fórmulas alternativas, como la creación de un “ecosistema de startups” alrededor de las grandes compañías, de tal forma que estas les den soporte y les transfieran información, conocimientos y nuevas metodologías de trabajo, también existe la posibilidad de financiarse mediante un `crowdfunding’-método de financiación que consiste en recibir capital de numerosos individuos que hacen pequeñas aportaciones- o mediante el ‘crowdlending’-método consistente en recibir pequeñas cantidades de dinero a cambio de un retorno que está acordado con anterioridad en un contrato- , también existe la posibilidad de desarrollar un ‘corporate venturing squad’-modelo que combina la investigación de las empresas con el ecosistema de emprendedores y startups, formado por diferentes sectores que trabajan de manera coordinada compartiendo costes y mejorando su rendimiento ya que disponen de más recursos económicos y de trabajo-. 29 4. ANÁLISIS ESTADÍSTICO CON ANOVA Para identificar la importancia de estos tres factores: sector, subsector y región sobre el desarrollo de la actividad económica de las distintas empresas del sector verde debemos definir una serie de ratios que reflejen la misma. En la Teoría Financiera existen distintos indicadores que muestran el nivel económico y de financiación de una empresa. Después de analizar varios trabajos y debido a las condiciones del sector verde y de las distintas empresas, hemos decidido optar por utilizar principalmente dos ratios: el primer ratio objeto de estudio será la relación existente entre el EBITDA y el ACTIVO TOTAL. Este ratio nos resulta interesante y nos parece un buen indicador ya que mide la relación entre la actividad de los distintos negocios y los recursos o activos invertidos para llevarla a cabo, o lo que es lo mismo, cuántos ingresos brutos estás obteniendo por cada euro que inviertes en dicha actividad. El segundo ratio será el APALANCAMIENTO FINANCIERO, ya que al margen del buen desarrollo o no de la actividad resulta interesante conocer el funcionamiento económico de este sector, del que no se ha estudiado la financiación en profundidad normalmente. Mediante este ratio estudiaremos la relación entre FINANCIACIÓN AJENA y FINANCIACIÓN PROPIA de las distintas empresas, es decir, si tienden más a la obtención de liquidez a través de terceros o sin embargo tienden a invertir su propio capital en el desarrollo de su actividad. 4.2.- Metodología La metodología a seguir será la siguiente. Para cada una de las variables analizadas se comenzará con un análisis previo de los datos, para intentar encontrar una cierta uniformidad en el comportamiento de las empresas de la muestra. Se ha obtenido una muestra formada por un total de 492 empresas, las cuales están distribuidas en 6 sectores, se define sector como el conjunto de empresas o negocios que se engloban en un área diferenciada dentro de la actividad económica y productiva , también se han estudiado los datos por subsectors, entiendo por subsector aquella actividad concreta que se realiza como parte de la actividad principal correspondiente a su sector. Además de estos dos parámetros que tienen amplia relación con la actividad económica se ha hecho una division por regiones, en función de la region a la que corresponda la empresa. 4. Análisis estadístico con anova 30 30 En una segunda fase, y para comprobar si existen diferencias significativas en el comportamiento de las variables analizadas en función de las tres características de las empresas consideradas: sector, subsector y región, utilizaremos la técnica estadística del análisis de varianza (ANOVA), una para cada factor y desde el punto de vista de cada ratio, por lo que realizaremos seis comparaciones en total desde la que podremos obtener mucha información de interés para este sector. La aplicación de dicho test estadístico requiere la previa realización de las pruebas oportunas para saber si se cumplen las hipótesis necesarias para poder implementarlo: distribución normal de la variable en los grupos determinados para cada factor y homogeneidad de las varianzas. Una vez finalizado el análisis de la varianza y en el supuesto de que se contraste la incidencia de los factores sobre cada uno de los ratios, deberemos completar este test estadístico con la prueba de comparaciones múltiples, al objeto de identificar cuáles son los grupos diferentes y con respecto a cuáles existen diferencias significativas. 4.2.- Análisis Descriptivo De los datos obtenidos se ha decidido representar de manra descriptiva la Media, ya que resulta interesante estudiar cuál es el valor más frecuente dentro de cada uno de los factores, el número de empresas pertenecientes a cada uno ya que hay que saber qué muestras son representativas y cuáles aportan poco valor al cómputo global, la Mediana porque es interesante además de saber cuál es el valor más normal por factores saber cuál es el que más se repite, y el Mínimo y el Máximo para poder establecer un baremo de valores que cabe esperar en función del sector, subsector o region. Se han analizado un total de 492 empresas, como sectores más representativos se tienen el sector Industria y el sector Servicios con 192 y 185 empresas respectivamente, y los sectores de Agricultura y Ganadería, Construcción inmobiliaria y Comercio con un número parecido de empresas cada una. Los datos del sector del Turismo no se consideran representativos ya que se cuenta con tan solo una empresa, este hecho afectará posteriormente al análisis estadístico de tal manera que no se analizará este sector en cálculos posteriors. A primera vista parece que todas las empresas presentan una ROA negative, lo que quiere decir que todas las empresas de estos sectores están invirtiendo grandes cantidades de capital en su actividad y están obteniendo beneficios bajos, aquellas empresas más rentables serán las que cuyo ratio de rentabilidad esté más próximo a cero, entre estos casos está el del sector de la agricultura y ganadería, el cual tiene gran participación en el PIB siendo fundamental para la economía Española especialmente en las zonas del sur de la peninsula. Resulta llamativo el hecho de que los sectores de Construcción Inmobiliaria e Industria obtengan resultados tan bajos, por lo que cabría esperar obtener resultados bajos en los primeros años de actividad de estas start ups, esto se puede relacionar con la 31 gran inversion que conlleva el desarrollo de estas actividades. El sector más rentable es el del comercio, el cual es estratégicamernte muy importante en la ecnonomía nacional supinendo el 12,6% del Valor Añadido Bruto total de la economía Española. , SECTOR Media Mediana Desv. Desviación N Mínimo Máximo Agricultura y Ganaderia 0,057466255 0,072792912 0,337652232 101 -1,93088318 1,804667966 Comercio 0,038745434 0,049080588 0,244790602 136 -1,02805256 0,889553658 Construccion Inmobiliaria 0,011380789 0,058414487 0,438394028 84 -3,71586592 0,421187024 Industria -0,1602984 -0,00824867 1,144529398 422 -18,272574 2,806968147 Servicios -0,02720868 -0,01107228 0,320265584 423 -2,95903166 0,775029476 Total -0,05756925 -0,00368299 0,740058872 1166 -18,272574 2,806968147 Tabla 4.2.1.- ROA por sectores Fuente: Elaboración propia con información del Registro Mercantil Gráfica 4.2.1.- ROA por sectores Fuente: Elaboración propia con información del Registro Mercantil Como subsectores más representativos se tienen el de la Producción de Energía Eléctrica, que forma parte del sector de la industria por lo que cabe esperar obtener datos muy similares, además del sector de las Actividades Profesionales Científicas y Técnicas. Se cuenta con 476 empresas ya que se han descartado ciertos subsectores que impedían el correcto desarrollo de la investigación estadística al contar con un número muy reducido de empresas resultando imposible su posterior comparación. 4. Análisis estadístico con anova 38 38 4.3.- Análisis de varianza Siguiendo nuestra línea de trabajo y después de realizar el análisis descriptivo, que parece indicarnos la existencia de diferencias entre empresas de diferentes sectores, subsectores y regiones, debemos contrastar mediante técnicas estadísticas más rigurosas los citados resultados. Nuestro objeto de estudio es establecer si existen diferencias en el comportamiento de los ratios analizados en función de las tres características de las empresas consideradas: sector, subsector y región, o lo que es lo mismo si estos factores tienen una repercusión significativa sobre estas relaciones económicas. De esta manera, las pruebas estadísticas deben orientarse hacia el contraste de las diferencias observadas en las medidas de posición y la media del indicador o indicadores elegidos, lo que se consigue con el análisis de varianza de un factor. Por tanto, realizaremos tres pruebas ANOVA para cada ratio, los cuales van a ser considerados como variables dependientes. Concretamente las hipótesis que deseamos testar son: 1. Con relación al sector: H0: No hay diferencias en la ROA de las empresas según el sector al que pertenezcan. H1. Existen diferencias en la ROA de las empresas según el sector al que pertenezcan. 2. Con relación al subsector: H0: No hay diferencias en la ROA de las empresas según el subsector al que pertenezcan. H1. Existen diferencias en la ROA de las empresas según el subsector al que pertenezcan. 3. Con relación a la región: H0: No hay diferencias en la ROA de las empresas según la región a la que pertenezcan. H1. Existen diferencias en la ROA de las empresas según la región a la que pertenezcan. 39 4. Con relación al sector: H0: No hay diferencias en el apalancamiento de las empresas según el sector al que pertenezcan. H1. Existen diferencias en el apalancamiento de las empresas según el sector al que pertenezcan. 5. Con relación al subsector: H0: No hay diferencias en el apalancamiento de las empresas según el subsector al que pertenezcan. H1. Existen diferencias en el apalancamiento de las empresas según el subsector al que pertenezcan. 6. Con relación a la región: H0: No hay diferencias en el apalancamiento de las empresas según la región a la que pertenezcan. H1. Existen diferencias en el apalancamiento de las empresas según la región a la que pertenezcan. Antes de realizar el estudio, debemos realizar las pruebas oportunas para saber si se cumplen las condiciones necesarias para llevar a cabo el contraste de nuestras hipótesis mediante la técnica estadística ANOVA. Los contrastes paramétricos, como es el ANOVA, requieren normalidad en la distribución de la variable dependiente y homogeneidad de varianzas, cabe destacar que estos elementos no son necesarios en los contrastes no paramétricos. Por ello el resultado alcanzado en los anteriormente mencionados en menos robusto. 4.3.1.- Análisis de normalidad • Normalidad de las variables dependientes. En nuestra muestra no se acepta la hipótesis de normalidad, según la prueba de Kolmogorov-Smirnov, ya que su nivel de significatividad es menor que el 5%. Sin embargo, según el Teorema Central del Límite, aún incluso en ausencia de normalidad, los contrastes paramétricos siguen mostrando robustez cuando el tamaño de la muestra es lo suficientemente grande, como es el caso que nos ocupa, en el que estamos 4. Análisis estadístico con anova 40 40 trabajando con todas las empresas de la población que cumplen los requisitos definidos para configurar nuestra muestra de estudio. Kolmogorov-Smirnova Shapiro-Wilk Estadístico gl Sig. Estadístico gl Sig. Agricult 0,212 101 0 0,702 101 0 Comercio 0,193 136 0 0,838 136 0 Construc 0,318 84 0 0,335 84 0 Industri 0,348 422 0 0,235 422 0 Servicio 0,31 423 0 0,56 423 0 Tabla 4.3.1.- Pruebas de normalidad para el factor sector en función de ROA Fuente: Elaboración propia Kolmogorov-Smirnova Shapiro-Wilk Estadístico gl Sig. Estadístico gl Sig. 1 0,414 79 0 0,191 79 0 2 0,426 12 0 0,507 12 0 4 0,19 8 ,200* 0,948 8 0,686 5 0,355 14 0 0,629 14 0 18 0,302 380 0 0,342 380 0 24 0,26 75 0 0,485 75 0 25 0,25 4 . 0,884 4 0,358 27 0,32 28 0 0,516 28 0 28 0,299 14 0,001 0,807 14 0,006 32 0,314 351 0 0,507 351 0 33 0,276 6 0,17 0,909 6 0,429 36 0,172 6 ,200* 0,93 6 0,578 37 0,195 24 0,018 0,876 24 0,007 39 0,221 82 0 0,843 82 0 * Esto es un límite inferior de la significación verdadera. a Corrección de significación de Lilliefors Tabla 4.3.2.- Pruebas de normalidad para el factor subsector en función de ROA Fuente: Elaboración propia 41 Kolmogorov-Smirnova Shapiro-Wilk Estadístico gl Sig. Estadístico gl Sig. 1 0,228 11 0,116 0,906 11 0,219 2 0,354 526 0 0,196 526 0 3 0,326 24 0 0,499 24 0 4 0,408 122 0 0,198 122 0 5 0,119 73 0,013 0,952 73 0,008 6 0,187 12 ,200* 0,933 12 0,411 7 0,183 101 0 0,833 101 0 8 0,293 16 0,001 0,669 16 0 10 0,2 49 0 0,835 49 0 11 0,169 35 0,013 0,928 35 0,024 12 0,242 101 0 0,708 101 0 13 0,472 8 0 0,497 8 0 14 0,281 29 0 0,625 29 0 15 0,299 10 0,012 0,724 10 0,002 16 0,181 40 0,002 0,901 40 0,002 17 0,202 8 ,200* 0,941 8 0,624 * Esto es un límite inferior de la significación verdadera. a Corrección de significación de Lilliefors Tabla 4.3.3.- Pruebas de normalidad para el factor región en función de ROA. Fuente: Elaboración propia Kolmogorov-Smirnova Shapiro-Wilk Estadístico gl Sig. Estadístico gl Sig. Agricult 0,393 101 0 0,195 101 0 Comercio 0,283 136 0 0,485 136 0 Construc 0,405 84 0 0,244 84 0 Industri 0,427 422 0 0,105 422 0 Servicio 0,374 423 0 0,24 423 0 Tabla 4.3.4.- Pruebas de normalidad para el factor sector en función del apalancamiento Fuente: Elaboración propia 4. Análisis estadístico con anova 42 42 Kolmogorov-Smirnova Shapiro-Wilk Estadístico gl Sig. Estadístico gl Sig. 1 0,391 79 0 0,208 79 0 2 0,221 12 0,108 0,885 12 0,103 4 0,315 8 0,019 0,844 8 0,083 5 0,341 14 0 0,686 14 0 18 0,425 380 0 0,111 380 0 24 0,415 75 0 0,231 75 0 25 0,426 4 . 0,675 4 0,006 27 0,411 28 0 0,343 28 0 28 0,227 14 0,049 0,747 14 0,001 32 0,364 351 0 0,28 351 0 33 0,488 6 0 0,505 6 0 36 0,218 6 ,200* 0,911 6 0,444 37 0,448 24 0 0,263 24 0 39 0,254 82 0 0,681 82 0 * Esto es un límite inferior de la significación verdadera. a Corrección de significación de Lilliefors Tabla 4.3.5.- Pruebas de normalidad para el factor subsector en función del apalancamiemto Fuente: Elaboración propia Kolmogorov-Smirnova Shapiro-Wilk Estadístico gl Sig. Estadístico gl Sig. 1 0,407 11 0 0,567 11 0 2 0,39 526 0 0,197 526 0 3 0,287 24 0 0,722 24 0 4 0,474 122 0 0,095 122 0 5 0,34 73 0 0,373 73 0 6 0,486 12 0 0,36 12 0 7 0,359 101 0 0,529 101 0 8 0,261 16 0,005 0,862 16 0,021 10 0,38 49 0 0,359 49 0 11 0,446 35 0 0,238 35 0 12 0,333 101 0 0,352 101 0 13 0,275 8 0,076 0,736 8 0,006 14 0,331 29 0 0,391 29 0 15 0,254 10 0,066 0,76 10 0,005 16 0,424 40 0 0,243 40 0 17 0,195 8 ,200* 0,917 8 0,403 * Esto es un límite inferior de la significación verdadera. a Corrección de significación de Lilliefors Tabla 4.3.6.- Pruebas de normalidad para el factor región en función del apalancamiento 43 Fuente: Elaboración propia 4.3.2.- Análisis de homogeneidad de varianzas • Homocedasticidad. Para contrastar la igualdad de varianzas de la variable dependiente en los distintos subgrupos definidos por cada factor aplicamos el estadístico de Levene. Los valores de esta prueba nos permiten afirmar que tanto para el factor región como sector no se cumple dicha condición (tablas 4.13, 4.15 y 4.18 ), ya que su nivel de significación está por debajo del 5%. Sin embargo para el factor subsector analizado desde el ambos ratios, y el factor sector desde el punto de vista del apalancamiento financiero sí se cumple dicha condición, por lo que se le aplicará otra prueba estadística aunque finalmente se llegará al mismo resultado como se ha explicado anteriormente. • ROA Estadístico de Levene gl1 gl2 Sig. Se basa en la media 5,045 4 1161 0 Se basa en la mediana 2,164 4 1161 0,071 Se basa en la mediana y con gl ajustado 2,164 4 523,134 0,072 Se basa en la media recortada 2,334 4 1161 0,054 Tabla 4.3.7.- Prueba de homogeneidad de varianzas para el factor sector en función de ROA Fuente: Elaboración propia ROA Estadístico de Levene gl1 gl2 Sig. Se basa en la media 3,591 13 1069 0 Se basa en la mediana 1,954 13 1069 0,022 Se basa en la mediana y con gl ajustado 1,954 13 211,543 0,026 Se basa en la media recortada 1,982 13 1069 0,019 Tabla 4.3.8.- Prueba de homogeneidad de varianzas para el factor subsector en función de ROA Fuente: Elaboración propia 4. Análisis estadístico con anova 44 44 ROA Estadístico de Levene gl1 gl2 Sig. Se basa en la media 1,34 15 1149 0,17 Se basa en la mediana 0,635 15 1149 0,847 Se basa en la mediana y con gl ajustado 0,635 15 488,944 0,846 Se basa en la media recortada 0,74 15 1149 0,745 Tabla 4.3.9.- Prueba de homogeneidad de varianzas para el factor región en función de ROA Fuente: Elaboración propia RE Estadístico de Levene gl1 gl2 Sig. Se basa en la media 2,59 4 1161 0,035 Se basa en la mediana 1,026 4 1161 0,393 Se basa en la mediana y con gl ajustado 1,026 4 498,638 0,393 Se basa en la media recortada 1,049 4 1161 0,381 Tabla 4.3.10.- Prueba de homogeneidad de varianzas para el factor sector en función del apalancamiento Fuente: Elaboración propia RE Estadístico de Levene gl1 gl2 Sig. Se basa en la media 1,273 13 1069 0,223 Se basa en la mediana 0,512 13 1069 0,918 Se basa en la mediana y con gl ajustado 0,512 13 440,227 0,917 Se basa en la media recortada 0,578 13 1069 0,873 Tabla 4.3.11.- Prueba de homogeneidad de varianzas para el factor subsector en función del apalancamiento. Fuente: Elaboración propia RE Estadístico de Levene gl1 gl2 Sig. Se basa en la media 1,476 15 1149 0,106 Se basa en la mediana 0,53 15 1149 0,925 Se basa en la mediana y con gl ajustado 0,53 15 188,457 0,922 Se basa en la media recortada 0,554 15 1149 0,91 Tabla 4.3.12.- Prueba de homogeneidad de varianzas para el factor región en función del apalancamiento. Fuente: Elaboración propia 45 4.4.- Pruebas robustas y ANOVA A continuación, aplicamos comparaciones múltiples y en concreto la prueba de Games-Howell, que se utiliza cuando no asumimos la igualdad de varianzas. De esta manera, esta prueba nos dice que en algunas condiciones para la variable dependiente ROA se rechaza la hipótesis nula, por lo que el factor region, el factor sector y el factor subsector influyen en el nivel de rentabilidad de las startaups eco. En el caso del endeudamiento la hipotesis nula solo se rechaza entre dos subsectores, para el resto de los factores se cumple la hipotesis nula, por lo que en estos casos no hay una relación clara entre endeumaiento y el resto de factores. La hipótesis nula se rechazaría para un alfa inferior al 5%. Nosotros nos decantamos por un nivel de confianza del 95%, por lo que en algunos casos no aceptaremos la hipótesis nula para dicha variable. 4.4.1.- Factor SECTOR con ROA A continuación, y teniendo en cuenta que el ROA de las empresas difiere en función del sector, vamos a contrastar la influencia del factor entre los distintos grupos de empresas, porque dicho objetivo no se alcanza con el ANOVA. Es decir, debemos realizar un análisis para identificar entre qué grupos de empresas son significativas esas diferencias, o lo que es lo mismo qué grupos son homogéneos. Para ello, realizaremos la prueba de comparaciones múltiples, también llamada prueba post hoc. Seguidamente, mostramos el resumen de los resultados. Tabla 4.4.1.- Matriz de resultados sector-ROA Fuente: Elaboración propia Los resultados de estas comparaciones múltiples nos permiten decir con relación al factor sector que las start-ups verde actúan de manera significativamente diferente en los sectores 1,2 y 6 (agricultura y ganadería, industria y comercio, respectivamente), no mostrándose diferencia con el resto de los sectores. En el caso de la agricultura y la industria, la rentabilidad de la industria supera en un 22% a la de la agricultura, por lo que éste último, sería un sector que habría que mejorar, apostando más, por ejemplo, por la innovación. Por otro lado, el comercio y la industria, en este caso la rentabilidad de la actividad del comercio supera a la industria en un 1 2 4 5 6 10,22 0,05 0,08 0,02 2-0,22 -0,17 -0,13 -0,20 4 -0,05 0,17 0,04 -0,03 5 -0,08 0,13 -0,04 -0,07 6 -0,02 0,20 0,03 0,07 4. Análisis estadístico con anova 46 46 20%, una de las razones se puede deber a la menor necesidad de inversión que presenta el comercio, una forma de mejorar o equilibrar esta situación es buscar proyectos industriales que necesiten un menor volumen de inversión. 4.4.2.- Factor SUBSECTOR con ROA y APALANCAMIENTO Seguidamente, y teniendo en cuenta que el ROA y endeudamiento de las empresas difieren en función del subsector, vamos a contrastar la influencia del factor entre los distintos grupos de empresas, porque dicho objetivo no se alcanza con el ANOVA. Es decir, debemos realizar un análisis para identificar entre qué grupos de empresas son significativas esas diferencias, o lo que es lo mismo qué grupos son homogéneos. Para ello, realizaremos la prueba de comparaciones múltiples, también llamada prueba post hoc. Seguidamente, mostramos el resumen de los resultados. Tabla 4.4.2.- Matriz de resultados subsector-ROA Fuente: Elaboración propia En primer lugar, los resultados de estas comparaciones múltiples nos permiten decir con relación al factor subsector y la variable ROA que las start-ups verde actúan de manera significativamente diferente en los subsectores 18, 28, 32 y 37 (energía eléctrica, actividades administrativas, actividades profesionales, científicas y técnicas, suministros de agua y saneamiento, respectivamente), no mostrándose diferencia con el resto de los subsectores. En el 1 2 4 5 18 24 25 27 28 32 33 36 37 39 1-0,42 -0,30 -0,11 -0,12 -0,26 0,85 -0,18 -0,43 -0,24 -0,12 0,08 -0,36 -0,28 20,42 0,13 0,31 0,30 0,16 1,27 0,25 -0,01 0,19 0,30 0,50 0,07 0,15 40,30 -0,13 0,19 0,17 0,03 1,15 0,12 -0,13 0,06 0,18 0,38 -0,06 0,02 50,11 -0,31 -0,19 -0,01 -0,15 0,96 -0,06 -0,32 -0,13 -0,01 0,19 -0,25 -0,16 18 0,12 -0,30 -0,17 0,01 -0,14 0,97 -0,05 -0,31 -0,11 0,00 0,20 -0,23 -0,15 24 0,26 -0,16 -0,03 0,15 0,14 1,11 0,09 -0,17 0,03 0,14 0,34 -0,09 -0,01 25 -0,85 -1,27 -1,15 -0,96 -0,97 -1,11 -1,03 -1,28 -1,09 -0,97 -0,77 -1,21 -1,13 27 0,18 -0,25 -0,12 0,06 0,05 -0,09 1,03 -0,25 -0,06 0,06 0,25 -0,18 -0,10 28 0,43 0,01 0,13 0,32 0,31 0,17 1,28 0,25 0,19 0,31 0,51 0,07 0,15 32 0,24 -0,19 -0,06 0,13 0,11 -0,03 1,09 0,06 -0,19 0,12 0,32 -0,12 -0,04 33 0,12 -0,30 -0,18 0,01 0,00 -0,14 0,97 -0,06 -0,31 -0,12 0,20 -0,24 -0,16 36 -0,08 -0,50 -0,38 -0,19 -0,20 -0,34 0,77 -0,25 -0,51 -0,32 -0,20 -0,44 -0,35 37 0,36 -0,07 0,06 0,25 0,23 0,09 1,21 0,18 -0,07 0,12 0,24 0,44 0,08 39 0,28 -0,15 -0,02 0,16 0,15 0,01 1,13 0,10 -0,15 0,04 0,16 0,35 -0,08 47 caso de las electrícas la rentabilidad supera en un 17% a las actividades administrativas. Por otro lado, las eléctricas ofrecen rentabilidades inferiores, un 10%, sobre las empresas de sanemiento de agua. Por último, las empresas de sanemiento de agua son más rentables que las empresas profesionales, científicas y ténicas en un 23%. Tabla 4.4.3.- Matriz de resultados subsector-apalancamiento Fuente: Elaboración propia En segundo lugar, los resultados de estas comparaciones múltiples nos permiten decir con relación al factor subsector y la variable endeudamento que las start-ups verde actúan de manera significativamente diferente en los subsectores 32 y 36 (actividades profesionales, científicas y técnicas, información y comunicación), no mostrándose diferencia con el resto de los subsectores. En el caso de las actividades científicas y técnicas presentan un mayor nivel de endeudamiento que las de información y comunicación y un mayor riesgo financiero. Sin embargo, al ser más rentables las primeras (ver tabla anterior) ese exceso de rentabilidad podría favorecer el apalancamiento y, así, el endeudamiento ser un afctor positivo. 4.4.3.- Factor REGIÓN con ROA Para finalizar, y teniendo en cuenta que el ROA de las empresas difieren en función de la región, vamos a contrastar la influencia del factor entre los distintos grupos de empresas, porque dicho objetivo no se alcanza con el ANOVA. Es decir, debemos realizar un análisis para identificar 1 2 4 5 18 24 25 27 28 32 33 36 37 39 1-7,71 -9,92 -3,68 -23,54 -17,46 2,20 -26,09 -6,31 -10,65 49,14 -2,40 -34,06 -8,66 27,71 -2,21 4,04 -15,82 -9,75 9,91 -18,38 1,40 -2,94 56,86 5,31 -26,34 -0,94 49,92 2,21 6,25 -13,62 -7,54 12,12 -16,17 3,61 -0,73 59,07 7,52 -24,13 1,27 53,68 -4,04 -6,25 -19,86 -13,78 5,88 -22,41 -2,64 -6,97 52,82 1,27 -30,38 -4,98 18 23,54 15,82 13,62 19,86 6,08 25,74 -2,55 17,23 12,89 72,68 21,14 -10,52 14,88 24 17,46 9,75 7,54 13,78 -6,08 19,66 -8,63 11,15 6,81 66,60 15,06 -16,60 8,80 25 -2,20 -9,91 -12,12 -5,88 -25,74 -19,66 -28,29 -8,51 -12,85 46,94 -4,60 -36,26 -10,86 27 26,09 18,38 16,17 22,41 2,55 8,63 28,29 19,78 15,44 75,23 23,69 -7,97 17,43 28 6,31 -1,40 -3,61 2,64 -17,23 -11,15 8,51 -19,78 -4,34 55,46 3,91 -27,74 -2,34 32 10,65 2,94 0,73 6,97 -12,89 -6,81 12,85 -15,44 4,34 59,80 8,25 -23,41 1,99 33 -49,14 -56,86 -59,07 -52,82 -72,68 -66,60 -46,94 -75,23 -55,46 -59,80 -51,55 -83,20 -57,80 36 2,40 -5,31 -7,52 -1,27 -21,14 -15,06 4,60 -23,69 -3,91 -8,25 51,55 -31,65 -6,25 37 34,06 26,34 24,13 30,38 10,52 16,60 36,26 7,97 27,74 23,41 83,20 31,65 25,40 39 8,66 0,94 -1,27 4,98 -14,88 -8,80 10,86 -17,43 2,34 -1,99 57,80 6,25 -25,40 Referencias 54 54 ANEXO. TABLAS DE RESULTADOS POST HOC Estadísticos gl1 gl2 Sig. Welch 4,39 4 316,745 0,002 Brown-Forsythe 6,341 4 700,833 0 a F distribuida de forma asintótica Tabla A.1.1.- Pruebas robustas de igualdad de medias factor sector-ROA Fuente: Elaboración propia Comparaciones múltiples Variable dependiente: roa Games-Howell (I) sector (J) sector Diferencia de medias (I-J) Desv. Error Sig. Intervalo de confianza al 95% Límite inferior Límite superior 1 2 ,217764656392309* 0,065061074 0,008 0,039646887 0,395882426 4 0,046085466 0,058453147 0,934 - 0,115266737 0,207437669 5 0,08467494 0,037030861 0,155 - 0,017610638 0,186960518 6 0,018720822 0,03961576 0,99 - 0,090485742 0,127927385 2 1 -,217764656392309* 0,065061074 0,008 - 0,395882426 -0,039646887 4 -0,17167919 0,073430983 0,136 - 0,373067338 0,029708958 5 -0,133089717 0,057850008 0,146 - 0,291485285 0,025305851 6 -,199043834782734* 0,05953778 0,008 - 0,362024821 -0,036062848 4 1 -0,046085466 0,058453147 0,934 - 0,207437669 0,115266737 2 0,17167919 0,073430983 0,136 - 0,029708958 0,373067338 5 0,038589473 0,050303584 0,939 - 0,101129879 0,178308826 6 -0,027364645 0,052235757 0,985 - 0,172129579 0,11740029 5 1 -0,08467494 0,037030861 0,155 - 0,186960518 0,017610638 2 0,133089717 0,057850008 0,146 - 0,025305851 0,291485285 4 -0,038589473 0,050303584 0,939 - 0,178308826 0,101129879 6 -0,065954118 0,026135963 0,088 -0,13768892 0,005780683 6 1 -0,018720822 0,03961576 0,99 - 0,127927385 0,090485742 55 2 ,199043834782734* 0,05953778 0,008 0,036062848 0,362024821 4 0,027364645 0,052235757 0,985 -0,11740029 0,172129579 5 0,065954118 0,026135963 0,088 - 0,005780683 0,13768892 * La diferencia de medias es significativa en el nivel 0.05. Tabla A.1.2- Comparaciones múltiples factor sector-ROA Fuente: Elaboración propia Estadísticos gl1 gl2 Sig. Welch 2,403 4 346,961 0,05 Brown-Forsythe 1,18 4 597,973 0,318 a F distribuida de forma asintótica Tabla A.1.3.- Pruebas robustas de igualdad de medias factor sector-apalancamiento Fuente: Elaboración propia Comparaciones múltiples Variable dependiente: endeudamiento Games-Howell (I) sector (J) sector Diferencia de medias (I-J) Desv. Error Sig. Intervalo de confianza al 95% Límite inferior Límite superior 1 2 -20,48943818 11,19280274 0,35 7 - 51,13668603 10,15780966 4 -14,17143955 7,956481025 0,39 -36,2257491 7,882869997 5 -11,18760288 4,207192206 0,06 3 - 22,74175633 0,36655057 6 -7,784274629 3,918242093 0,27 6 -18,5745143 3,005965038 2 1 20,48943818 11,19280274 0,35 7 - 10,15780966 51,13668603 4 6,317998632 12,9751682 0,98 9 - 29,22528369 41,86128095 5 9,301835299 11,07925385 0,91 8 -21,0360227 39,6396933 6 12,70516355 10,97278545 0,77 5 - 17,34595196 42,75627907 4 1 14,17143955 7,956481025 0,39 - 7,882869997 36,2257491 2 -6,317998632 12,9751682 0,98 9 - 41,86128095 29,22528369 5 2,983836667 7,795936304 0,99 5 - 18,64546863 24,61314196 Referencias 56 56 6 6,38716492 7,643871905 0,91 9 - 14,85060385 27,62493369 5 1 11,18760288 4,207192206 0,06 3 -0,36655057 22,74175633 2 -9,301835299 11,07925385 0,91 8 -39,6396933 21,0360227 4 -2,983836667 7,795936304 0,99 5 - 24,61314196 18,64546863 6 3,403328253 3,581012938 0,87 7 - 6,401786009 13,20844251 6 1 7,784274629 3,918242093 0,27 6 - 3,005965038 18,5745143 2 -12,70516355 10,97278545 0,77 5 - 42,75627907 17,34595196 4 -6,38716492 7,643871905 0,91 9 - 27,62493369 14,85060385 5 -3,403328253 3,581012938 0,87 7 - 13,20844251 6,401786009 Tabla A.1.4- Comparaciones mútiples factor sector-apalancamiento Fuente: Elaboración propia Estadísticos gl1 gl2 Sig. Welch 3,934 13 53,976 0 Brown-Forsythe 1,404 13 21,67 0,235 a F distribuida de forma asintótica Tabla A.1.5.- Pruebas robustas de igualdad de medias subsector-ROA Fuente: Elaboración propia Comparaciones múltiples Variable dependiente: roa Games-Howell (I) SUBSECTOR (J) SUBSECTOR Diferencia de medias (I-J) Desv. Error Sig. Intervalo de confianza al 95% Límite inferior Límite superior 1 2 -0,423135603 0,281253734 0,962 -1,399668639 0,553397432 4 -0,297824298 0,24620257 0,994 -1,147956752 0,552308157 5 -0,111799198 0,320848275 1 -1,241134893 1,017536497 18 -0,122835878 0,240316714 1 -0,953503473 0,707831717 24 -0,263516156 0,240164698 0,998 -1,093733023 0,566700711 25 0,851144517 0,959050717 0,996 -5,547068652 7,249357687 27 -0,175267844 0,243680439 1 -1,016390501 0,665854813 28 -0,429593229 0,244576627 0,889 -1,273796373 0,414609915 32 -0,237700274 0,237875902 0,999 -1,060958469 0,585557922 33 -0,118850019 0,305008307 1 -1,235522298 0,99782226 57 36 0,078732058 0,279699186 1 -0,912278609 1,069742726 37 -0,35755476 0,238280328 0,964 -1,182042774 0,466933253 39 -0,275225434 0,239043801 0,996 -1,10202813 0,551577262 2 1 0,423135603 0,281253734 0,962 -0,553397432 1,399668639 4 0,125311306 0,164376398 1 -0,524647898 0,77527051 5 0,311336405 0,263339154 0,993 -0,673218547 1,295891358 18 0,300299726 0,155422064 0,78 -0,332844085 0,933443536 24 0,159619447 0,155186909 0,997 -0,473343066 0,792581961 25 1,274280121 0,941372494 0,939 -5,346903632 7,895463873 27 0,247867759 0,16057413 0,935 -0,391993871 0,887729389 28 -0,006457625 0,161930914 1 -0,649429423 0,636514172 32 0,18543533 0,15162071 0,986 -0,444505062 0,815375722 33 0,304285585 0,243790815 0,984 -0,70964315 1,318214319 36 0,501867662 0,211271222 0,535 -0,340771841 1,344507164 37 0,065580843 0,152254423 1 -0,564833208 0,695994895 39 0,14791017 0,153446517 0,998 -0,483442226 0,779262566 4 1 0,297824298 0,24620257 0,994 -0,552308157 1,147956752 2 -0,125311306 0,164376398 1 -0,77527051 0,524647898 5 0,1860251 0,225520626 1 -0,700516161 1,072566361 18 0,17498842 0,075286522 0,567 -0,132001276 0,481978115 24 0,034308141 0,074799861 1 -0,272657852 0,341274134 25 1,148968815 0,931501055 0,962 -5,613726737 7,911664366 27 0,122556453 0,085417175 0,964 -0,205077921 0,450190828 28 -0,131768931 0,087941251 0,95 -0,472074914 0,208537052 32 0,060124024 0,067088615 0,999 -0,245298517 0,365546565 33 0,178974279 0,202351191 0,998 -0,816869462 1,17481802 36 0,376556356 0,161702109 0,58 -0,386534253 1,139646965 37 -0,059730463 0,068508772 0,999 -0,364496198 0,245035272 39 0,022598864 0,071118747 1 -0,281896392 0,32709412 5 1 0,111799198 0,320848275 1 -1,017536497 1,241134893 2 -0,311336405 0,263339154 0,993 -1,295891358 0,673218547 4 -0,1860251 0,225520626 1 -1,072566361 0,700516161 18 -0,01103668 0,219079826 1 -0,886485936 0,864412576 24 -0,151716958 0,218913062 1 -1,026973287 0,72353937 25 0,962943715 0,953950798 0,99 -5,497941937 7,423829367 27 -0,063468646 0,222764457 1 -0,944138737 0,817201444 28 -0,317794031 0,223744437 0,964 -1,200353882 0,564765821 32 -0,125901076 0,216399611 1 -0,998127903 0,746325752 33 -0,007050821 0,288572199 1 -1,134271983 1,120170341 36 0,190531256 0,261678202 1 -0,815138777 1,19620129 37 -0,245755562 0,216844095 0,993 -1,118500256 0,626989131 39 -0,163426236 0,217682764 1 -1,03715938 0,710306908 18 1 0,122835878 0,240316714 1 -0,707831717 0,953503473 2 -0,300299726 0,155422064 0,78 -0,933443536 0,332844085 4 -0,17498842 0,075286522 0,567 -0,481978115 0,132001276 5 0,01103668 0,219079826 1 -0,864412576 0,886485936 24 -0,140680278 0,052263149 0,29 -0,317656739 0,036296182 25 0,973980395 0,929962705 0,985 -5,812141513 7,760102303 27 -0,052431967 0,066577108 1 -0,285613552 0,180749619 28 -,306757350856821* 0,069785967 0,01 -0,564371823 -0,049142878 32 -0,114864396 0,04046356 0,209 -0,251238822 0,02151003 33 0,003985859 0,19514718 1 -1,009846605 1,017818323 36 0,201567936 0,152590922 0,963 -0,575084689 0,978220562 37 -,234718882555090* 0,042776972 0 -0,379582915 -0,08985485 Referencias 58 58 39 -0,152389556 0,046843289 0,072 -0,310537305 0,005758193 24 1 0,263516156 0,240164698 0,998 -0,566700711 1,093733023 2 -0,159619447 0,155186909 0,997 -0,792581961 0,473343066 4 -0,034308141 0,074799861 1 -0,341274134 0,272657852 5 0,151716958 0,218913062 1 -0,72353937 1,026973287 18 0,140680278 0,052263149 0,29 -0,036296182 0,317656739 25 1,114660674 0,929923433 0,967 -5,672065825 7,901387172 27 0,088248312 0,066026284 0,985 -0,143898935 0,320395559 28 -0,166077072 0,069260667 0,508 -0,422995469 0,090841324 32 0,025815883 0,039550708 1 -0,110091745 0,16172351 33 0,144666138 0,194959946 1 -0,869890717 1,159222992 36 0,342248215 0,152351397 0,624 -0,435239503 1,119735932 37 -0,094038604 0,041914534 0,599 -0,238243154 0,050165945 39 -0,011709277 0,046057057 1 -0,168885364 0,145466809 25 1 -0,851144517 0,959050717 0,996 -7,249357687 5,547068652 2 -1,274280121 0,941372494 0,939 -7,895463873 5,346903632 4 -1,148968815 0,931501055 0,962 -7,911664366 5,613726737 5 -0,962943715 0,953950798 0,99 -7,423829367 5,497941937 18 -0,973980395 0,929962705 0,985 -7,760102303 5,812141513 24 -1,114660674 0,929923433 0,967 -7,901387172 5,672065825 27 -1,026412362 0,930837615 0,98 -7,799142552 5,746317829 28 -1,280737746 0,931072626 0,933 -8,049901184 5,488425692 32 -1,088844791 0,929334953 0,971 -7,884653132 5,70696355 33 -0,969994536 0,948740521 0,989 -7,497743581 5,557754509 36 -0,772412459 0,940909211 0,998 -7,400933925 5,856109008 37 -1,208699278 0,929438553 0,949 -8,002904961 5,585506406 39 -1,126369951 0,929634578 0,965 -7,917547455 5,664807553 27 1 0,175267844 0,243680439 1 -0,665854813 1,016390501 2 -0,247867759 0,16057413 0,935 -0,887729389 0,391993871 4 -0,122556453 0,085417175 0,964 -0,450190828 0,205077921 5 0,063468646 0,222764457 1 -0,817201444 0,944138737 18 0,052431967 0,066577108 1 -0,180749619 0,285613552 24 -0,088248312 0,066026284 0,985 -0,320395559 0,143898935 25 1,026412362 0,930837615 0,98 -5,746317829 7,799142552 28 -0,254325384 0,080610883 0,138 -0,54531519 0,036664421 32 -0,062432429 0,057143093 0,997 -0,269684707 0,144819848 33 0,056417826 0,199274823 1 -0,944403933 1,057239585 36 0,253999903 0,15783543 0,895 -0,50997582 1,017975626 37 -0,182286916 0,058803934 0,153 -0,394118348 0,029544516 39 -0,099957589 0,061824971 0,932 -0,319819489 0,11990431 28 1 0,429593229 0,244576627 0,889 -0,414609915 1,273796373 2 0,006457625 0,161930914 1 -0,636514172 0,649429423 4 0,131768931 0,087941251 0,95 -0,208537052 0,472074914 5 0,317794031 0,223744437 0,964 -0,564765821 1,200353882 18 ,306757350856821* 0,069785967 0,01 0,049142878 0,564371823 24 0,166077072 0,069260667 0,508 -0,090841324 0,422995469 25 1,280737746 0,931072626 0,933 -5,488425692 8,049901184 27 0,254325384 0,080610883 0,138 -0,036664421 0,54531519 32 0,191892955 0,060851482 0,188 -0,048405199 0,432191109 33 0,31074321 0,200369721 0,91 -0,687857247 1,309343667 36 0,508325287 0,159215554 0,259 -0,25456217 1,271212745 37 0,072038468 0,06241372 0,993 -0,170953251 0,315030188 39 0,154367795 0,065267886 0,533 -0,09370983 0,40244542 32 1 0,237700274 0,237875902 0,999 -0,585557922 1,060958469 59 2 -0,18543533 0,15162071 0,986 -0,815375722 0,444505062 4 -0,060124024 0,067088615 0,999 -0,365546565 0,245298517 5 0,125901076 0,216399611 1 -0,746325752 0,998127903 18 0,114864396 0,04046356 0,209 -0,02151003 0,251238822 24 -0,025815883 0,039550708 1 -0,16172351 0,110091745 25 1,088844791 0,929334953 0,971 -5,70696355 7,884653132 27 0,062432429 0,057143093 0,997 -0,144819848 0,269684707 28 -0,191892955 0,060851482 0,188 -0,432191109 0,048405199 33 0,118850255 0,192133401 1 -0,9071017 1,14480221 36 0,316432332 0,148717219 0,679 -0,474601568 1,107466232 37 -,119854486778838* 0,025742786 0,002 -0,210213514 -0,029495459 39 -0,03752516 0,032048642 0,996 -0,147021204 0,071970884 33 1 0,118850019 0,305008307 1 -0,99782226 1,235522298 2 -0,304285585 0,243790815 0,984 -1,318214319 0,70964315 4 -0,178974279 0,202351191 0,998 -1,17481802 0,816869462 5 0,007050821 0,288572199 1 -1,120170341 1,134271983 18 -0,003985859 0,19514718 1 -1,017818323 1,009846605 24 -0,144666138 0,194959946 1 -1,159222992 0,869890717 25 0,969994536 0,948740521 0,989 -5,557754509 7,497743581 27 -0,056417826 0,199274823 1 -1,057239585 0,944403933 28 -0,31074321 0,200369721 0,91 -1,309343667 0,687857247 32 -0,118850255 0,192133401 1 -1,14480221 0,9071017 36 0,197582077 0,24199573 1 -0,849361691 1,244525845 37 -0,238704742 0,192633884 0,973 -1,262510211 0,785100728 39 -0,156375415 0,193577472 0,999 -1,176269836 0,863519006 36 1 -0,078732058 0,279699186 1 -1,069742726 0,912278609 2 -0,501867662 0,211271222 0,535 -1,344507164 0,340771841 4 -0,376556356 0,161702109 0,58 -1,139646965 0,386534253 5 -0,190531256 0,261678202 1 -1,19620129 0,815138777 18 -0,201567936 0,152590922 0,963 -0,978220562 0,575084689 24 -0,342248215 0,152351397 0,624 -1,119735932 0,435239503 25 0,772412459 0,940909211 0,998 -5,856109008 7,400933925 27 -0,253999903 0,15783543 0,895 -1,017975626 0,50997582 28 -0,508325287 0,159215554 0,259 -1,271212745 0,25456217 32 -0,316432332 0,148717219 0,679 -1,107466232 0,474601568 33 -0,197582077 0,24199573 1 -1,244525845 0,849361691 37 -0,436286819 0,149363251 0,367 -1,224650586 0,352076948 39 -0,353957492 0,150578236 0,58 -1,137578885 0,429663901 37 1 0,35755476 0,238280328 0,964 -0,466933253 1,182042774 2 -0,065580843 0,152254423 1 -0,695994895 0,564833208 4 0,059730463 0,068508772 0,999 -0,245035272 0,364496198 5 0,245755562 0,216844095 0,993 -0,626989131 1,118500256 18 ,234718882555090* 0,042776972 0 0,08985485 0,379582915 24 0,094038604 0,041914534 0,599 -0,050165945 0,238243154 25 1,208699278 0,929438553 0,949 -5,585506406 8,002904961 27 0,182286916 0,058803934 0,153 -0,029544516 0,394118348 28 -0,072038468 0,06241372 0,993 -0,315030188 0,170953251 32 ,119854486778838* 0,025742786 0,002 0,029495459 0,210213514 33 0,238704742 0,192633884 0,973 -0,785100728 1,262510211 36 0,436286819 0,149363251 0,367 -0,352076948 1,224650586 39 0,082329327 0,034923989 0,518 -0,037895615 0,202554268 39 1 0,275225434 0,239043801 0,996 -0,551577262 1,10202813 2 -0,14791017 0,153446517 0,998 -0,779262566 0,483442226 4 -0,022598864 0,071118747 1 -0,32709412 0,281896392 Referencias 60 60 5 0,163426236 0,217682764 1 -0,710306908 1,03715938 18 0,152389556 0,046843289 0,072 -0,005758193 0,310537305 24 0,011709277 0,046057057 1 -0,145466809 0,168885364 25 1,126369951 0,929634578 0,965 -5,664807553 7,917547455 27 0,099957589 0,061824971 0,932 -0,11990431 0,319819489 28 -0,154367795 0,065267886 0,533 -0,40244542 0,09370983 32 0,03752516 0,032048642 0,996 -0,071970884 0,147021204 33 0,156375415 0,193577472 0,999 -0,863519006 1,176269836 36 0,353957492 0,150578236 0,58 -0,429663901 1,137578885 37 -0,082329327 0,034923989 0,518 -0,202554268 0,037895615 * La diferencia de medias es significativa en el nivel 0.05. Tabla A.1.6..- Comparaciones múltiples subsector-ROA Fuente: Elaboración propia RE Suma de cuadrados gl Media cuadrática F Sig. Entre grupos 98545,842 13 7580,449 0,364 0,98 Dentro de grupos 22237894,95 1069 20802,521 Total 22336440,79 1082 Tabla A.1.7.- ANOVA subsector-apalancamiento Fuente: Elaboración propia Comparaciones múltiples Variable dependiente: re Games-Howell (I) SUBSECTOR (J) SUBSECTOR Diferencia de medias (I-J) Desv. Error Sig. Intervalo de confianza al 95% Límite inferior Límite superior 1 2 -7,714931655 4,543282905 0,911 -23,4082674 7,978404094 4 -9,924675597 5,943746432 0,907 -32,10653304 12,25718184 5 -3,679099038 6,182444543 1 -25,85963794 18,50143987 18 -23,53981615 12,58230023 0,841 -65,97375953 18,89412722 24 -17,46156084 9,044442762 0,805 -48,48958072 13,56645904 25 2,199336636 6,785532839 1 -29,51981612 33,9184894 27 -26,09006708 23,26564566 0,996 -111,0716596 58,89152548 28 -6,314810606 4,175748237 0,962 -20,72751315 8,09789194 32 -10,65354913 4,425286304 0,482 -25,83192857 4,524830317 33 49,14248184 52,11768496 0,996 -229,2389706 327,5239343 36 -2,404689502 4,219459496 1 -16,98636363 12,17698463 37 -34,05961938 28,34741537 0,992 -139,3363681 71,21712936 39 -8,658759674 4,519750246 0,814 -24,14870748 6,831188132 61 2 1 7,714931655 4,543282905 0,911 -7,978404094 23,4082674 4 -2,209743943 4,812753024 1 -22,64729522 18,22780734 5 4,035832617 5,104614633 1 -15,59610792 23,66777315 18 -15,8248845 12,08919969 0,99 -56,62690377 24,97713477 24 -9,746629186 8,344843612 0,996 -38,59446576 19,10120739 25 9,914268291 5,820474718 0,846 -25,70721917 45,53575575 27 -18,37513543 23,00271153 1 -102,7243645 65,97409368 28 1,400121048 2,295940628 1 -7,543413998 10,34365609 32 -2,938617471 2,72353243 0,998 -12,77571424 6,898479293 33 56,85741349 52,00084188 0,988 -222,0423052 335,7571322 36 5,310242152 2,374512259 0,613 -3,982927711 14,60341202 37 -26,34468772 28,13201785 0,999 -131,145758 78,4563826 39 -0,943828019 2,874476007 1 -11,24188735 9,354231309 4 1 9,924675597 5,943746432 0,907 -12,25718184 32,10653304 2 2,209743943 4,812753024 1 -18,22780734 22,64729522 5 6,245576559 6,383086451 0,999 -18,10162631 30,59277943 18 -13,61514056 12,68209175 0,998 -56,57451226 29,34423115 24 -7,536885243 9,182761948 1 -39,52181654 24,44804605 25 12,12401223 6,968832616 0,85 -20,91414616 45,16217062 27 -16,16539149 23,31976501 1 -101,3115493 68,98076631 28 3,609864991 4,467442832 0,999 -16,74333492 23,9630649 32 -0,728873528 4,701524326 1 -20,99274595 19,53499889 33 59,06715743 52,14186665 0,985 -219,2126853 337,3470002 36 7,519986095 4,508326803 0,882 -12,83689402 27,87686621 37 -24,13494378 28,39184972 1 -129,5292808 81,25939323 39 1,265915923 4,79054427 1 -19,03542569 21,56725754 5 1 3,679099038 6,182444543 1 -18,50143987 25,85963794 2 -4,035832617 5,104614633 1 -23,66777315 15,59610792 4 -6,245576559 6,383086451 0,999 -30,59277943 18,10162631 18 -19,86071712 12,79570045 0,956 -63,13142414 23,40998991 24 -13,7824618 9,339037203 0,968 -46,07964806 18,51472445 25 5,878435674 7,173501719 0,999 -26,48413432 38,24100567 27 -22,41096804 23,38174371 0,999 -107,697874 62,87593795 28 -2,635711568 4,780433489 1 -21,63878688 16,36736374 32 -6,974450088 4,999882986 0,97 -26,30932679 12,36042662 33 52,82158087 52,16961526 0,994 -225,336294 330,9794558 36 1,274409536 4,81866262 1 -17,80703333 20,3558524 37 -30,38052034 28,44277816 0,997 -135,8829777 75,12193698 39 -4,979660636 5,083681076 0,999 -24,47476349 14,51544221 18 1 23,53981615 12,58230023 0,841 -18,89412722 65,97375953 2 15,8248845 12,08919969 0,99 -24,97713477 56,62690377 4 13,61514056 12,68209175 0,998 -29,34423115 56,57451226 5 19,86071712 12,79570045 0,956 -23,40998991 63,13142414 24 6,078255313 14,39823859 1 -42,51901454 54,67552517 25 25,73915279 13,09773971 0,784 -19,48363184 70,96193742 27 -2,550250929 25,82242431 1 -94,21468671 89,11418485 28 17,22500555 11,95592752 0,976 -23,13125745 57,58126855 32 12,88626703 12,04535132 0,999 -27,76385648 53,53639053 33 72,68229799 53,30816462 0,954 -201,0833869 346,4479829 36 21,13512665 11,97126426 0,89 -19,27308252 61,54333582 37 -10,51980322 30,48086757 1 -120,899833 99,86022655 39 14,88105648 12,08037548 0,994 -25,88512463 55,64723759 24 1 17,46156084 9,044442762 0,805 -13,56645904 48,48958072 2 9,746629186 8,344843612 0,996 -19,10120739 38,59446576 Referencias 62 62 4 7,536885243 9,182761948 1 -24,44804605 39,52181654 5 13,7824618 9,339037203 0,968 -18,51472445 46,07964806 18 -6,078255313 14,39823859 1 -54,67552517 42,51901454 25 19,66089748 9,748766654 0,745 -16,29182612 55,61362107 27 -8,628506242 24,29578694 1 -96,22290978 78,96589729 28 11,14675023 8,150574746 0,983 -17,08918078 39,38268125 32 6,808011715 8,281192802 1 -21,82261495 35,43863838 33 66,60404268 52,58562618 0,97 -209,8267203 343,0348056 36 15,05687134 8,173055352 0,85 -13,25176906 43,36551174 37 -16,59805854 29,19881768 1 -123,8466893 90,65057227 39 8,802801166 8,332054827 0,999 -19,98509149 37,59069382 25 1 -2,199336636 6,785532839 1 -33,9184894 29,51981612 2 -9,914268291 5,820474718 0,846 -45,53575575 25,70721917 4 -12,12401223 6,968832616 0,85 -45,16217062 20,91414616 5 -5,878435674 7,173501719 0,999 -38,24100567 26,48413432 18 -25,73915279 13,09773971 0,784 -70,96193742 19,48363184 24 -19,66089748 9,748766654 0,745 -55,61362107 16,29182612 27 -28,28940372 23,54839218 0,993 -114,1579379 57,57913047 28 -8,514147243 5,538355327 0,893 -47,00290185 29,97460737 32 -12,85288576 5,72884502 0,637 -49,17957646 23,47380493 33 46,9431452 52,24451734 0,998 -230,9143447 324,8006351 36 -4,604026139 5,571386257 0,998 -42,6965705 33,48851822 37 -36,25895601 28,57993115 0,988 -142,167829 69,64991695 39 -10,85809631 5,802124497 0,783 -46,53167856 24,81548594 27 1 26,09006708 23,26564566 0,996 -58,89152548 111,0716596 2 18,37513543 23,00271153 1 -65,97409368 102,7243645 4 16,16539149 23,31976501 1 -68,98076631 101,3115493 5 22,41096804 23,38174371 0,999 -62,87593795 107,697874 18 2,550250929 25,82242431 1 -89,11418485 94,21468671 24 8,628506242 24,29578694 1 -78,96589729 96,22290978 25 28,28940372 23,54839218 0,993 -57,57913047 114,1579379 28 19,77525648 22,93294991 1 -64,40747161 103,9579846 32 15,43651796 22,97969706 1 -68,85688945 99,72992536 33 75,23254892 56,78676258 0,967 -191,0864652 341,551563 36 23,68537758 22,94094934 0,998 -60,51649558 107,8872507 37 -7,969552296 36,22235879 1 -136,0842162 120,1451116 39 17,43130741 22,99807515 1 -66,90586175 101,7684766 28 1 6,314810606 4,175748237 0,962 -8,09789194 20,72751315 2 -1,400121048 2,295940628 1 -10,34365609 7,543413998 4 -3,609864991 4,467442832 0,999 -23,9630649 16,74333492 5 2,635711568 4,780433489 1 -16,36736374 21,63878688 18 -17,22500555 11,95592752 0,976 -57,58126855 23,13125745 24 -11,14675023 8,150574746 0,983 -39,38268125 17,08918078 25 8,514147243 5,538355327 0,893 -29,97460737 47,00290185 27 -19,77525648 22,93294991 1 -103,9579846 64,40747161 32 -4,338738519 2,052579519 0,691 -11,33008161 2,652604573 33 55,45729244 51,9700203 0,99 -223,5811243 334,4957092 36 3,910121104 1,560052004 0,468 -2,436316399 10,25655861 37 -27,74480877 28,07500458 0,999 -132,420918 76,93130041 39 -2,343949068 2,249014473 0,999 -10,09522332 5,407325187 32 1 10,65354913 4,425286304 0,482 -4,524830317 25,83192857 2 2,938617471 2,72353243 0,998 -6,898479293 12,77571424 4 0,728873528 4,701524326 1 -19,53499889 20,99274595 5 6,974450088 4,999882986 0,97 -12,36042662 26,30932679 63 18 -12,88626703 12,04535132 0,999 -53,53639053 27,76385648 24 -6,808011715 8,281192802 1 -35,43863838 21,82261495 25 12,85288576 5,72884502 0,637 -23,47380493 49,17957646 27 -15,43651796 22,97969706 1 -99,72992536 68,85688945 28 4,338738519 2,052579519 0,691 -2,652604573 11,33008161 33 59,79603096 51,99066546 0,983 -219,1492892 338,7413511 36 8,248859623263638* 2,14010462 0,02 0,70728445 15,7904348 37 -23,40607025 28,11320273 1 -128,1653978 81,35325731 39 1,994789451 2,684092329 1 -7,105834614 11,09541352 33 1 -49,14248184 52,11768496 0,996 -327,5239343 229,2389706 2 -56,85741349 52,00084188 0,988 -335,7571322 222,0423052 4 -59,06715743 52,14186665 0,985 -337,3470002 219,2126853 5 -52,82158087 52,16961526 0,994 -330,9794558 225,336294 18 -72,68229799 53,30816462 0,954 -346,4479829 201,0833869 24 -66,60404268 52,58562618 0,97 -343,0348056 209,8267203 25 -46,9431452 52,24451734 0,998 -324,8006351 230,9143447 27 -75,23254892 56,78676258 0,967 -341,551563 191,0864652 28 -55,45729244 51,9700203 0,99 -334,4957092 223,5811243 32 -59,79603096 51,99066546 0,983 -338,7413511 219,1492892 36 -51,54717134 51,97355072 0,994 -330,5696684 227,4753257 37 -83,20210122 59,05101265 0,955 -348,1832321 181,7790297 39 -57,80124151 51,99879113 0,987 -336,7100446 221,1075616 36 1 2,404689502 4,219459496 1 -12,17698463 16,98636363 2 -5,310242152 2,374512259 0,613 -14,60341202 3,982927711 4 -7,519986095 4,508326803 0,882 -27,87686621 12,83689402 5 -1,274409536 4,81866262 1 -20,3558524 17,80703333 18 -21,13512665 11,97126426 0,89 -61,54333582 19,27308252 24 -15,05687134 8,173055352 0,85 -43,36551174 13,25176906 25 4,604026139 5,571386257 0,998 -33,48851822 42,6965705 27 -23,68537758 22,94094934 0,998 -107,8872507 60,51649558 28 -3,910121104 1,560052004 0,468 -10,25655861 2,436316399 32 -8,248859623263638* 2,14010462 0,02 -15,7904348 -0,70728445 33 51,54717134 51,97355072 0,994 -227,4753257 330,5696684 37 -31,65492988 28,08153926 0,996 -136,3453858 73,03552601 39 -6,254070172 2,329169638 0,317 -14,46283744 1,954697094 37 1 34,05961938 28,34741537 0,992 -71,21712936 139,3363681 2 26,34468772 28,13201785 0,999 -78,4563826 131,145758 4 24,13494378 28,39184972 1 -81,25939323 129,5292808 5 30,38052034 28,44277816 0,997 -75,12193698 135,8829777 18 10,51980322 30,48086757 1 -99,86022655 120,899833 24 16,59805854 29,19881768 1 -90,65057227 123,8466893 25 36,25895601 28,57993115 0,988 -69,64991695 142,167829 27 7,969552296 36,22235879 1 -120,1451116 136,0842162 28 27,74480877 28,07500458 0,999 -76,93130041 132,420918 32 23,40607025 28,11320273 1 -81,35325731 128,1653978 33 83,20210122 59,05101265 0,955 -181,7790297 348,1832321 36 31,65492988 28,08153926 0,996 -73,03552601 136,3453858 39 25,4008597 28,12822695 0,999 -79,39134922 130,1930686 39 1 8,658759674 4,519750246 0,814 -6,831188132 24,14870748 2 0,943828019 2,874476007 1 -9,354231309 11,24188735 4 -1,265915923 4,79054427 1 -21,56725754 19,03542569 5 4,979660636 5,083681076 0,999 -14,51544221 24,47476349 18 -14,88105648 12,08037548 0,994 -55,64723759 25,88512463 24 -8,802801166 8,332054827 0,999 -37,59069382 19,98509149 Referencias 70 70 8 -2,11409102 2,77246055 1 -13,38648623 9,158304191 10 -9,680033046 13,3343675 1 -57,69317633 38,33311024 11 -4,940002127 4,20985481 0,998 -20,30136602 10,42136177 12 -0,369289579 3,14444785 1 -12,3319283 11,59334914 13 1,450109122 8,3130282 1 -36,62515681 39,52537505 14 -6,032022635 3,59655798 0,938 -19,42645844 7,362413173 15 -12,10566035 7,48555778 0,934 -44,03559616 19,82427545 16 -24,82229611 17,1408362 0,983 -87,33576783 37,69117562 17 -0,183647557 2,50523496 1 -11,15476697 10,78747186 2 1 8,988147081 4,19572913 0,732 -5,891190381 23,86748454 3 5,795757138 3,46947873 0,954 -6,147201694 17,73871597 4 -27,46635075 34,7492115 1 -149,0215153 94,08881383 5 7,748366564 5,43407439 0,988 -11,13666978 26,63340291 6 -16,1520119 21,7359369 1 -108,3660696 76,06204584 7 -11,53248859 7,42837853 0,974 -37,40384959 14,33887242 8 6,874056061 3,56960551 0,863 -5,428973419 19,17708554 10 -0,691885965 13,5226071 1 -49,23885734 47,85508541 11 4,048144954 4,77267468 1 -12,63808731 20,73437721 12 8,618857501 3,86563039 0,676 -4,682364762 21,92007977 13 10,4382562 8,61173524 0,992 -27,51239419 48,38890659 14 2,956124446 4,24155341 1 -11,78813193 17,70038082 15 -3,117513273 7,815953 1 -35,27356668 29,03854013 16 -15,83414902 17,287678 1 -78,74632849 47,07803044 17 8,804499523 3,36626621 0,39 -2,785153878 20,39415292 3 1 3,192389943 2,64229761 0,993 -7,873820127 14,25860001 2 -5,795757138 3,46947873 0,954 -17,73871597 6,147201694 4 -33,26210789 34,59603 1 -154,3260627 87,80184689 5 1,952609427 4,34819022 1 -13,44542733 17,35064618 6 -21,94776904 21,4901965 0,999 -113,9995141 70,10397607 7 -17,32824572 6,67520796 0,413 -40,77321518 6,11672373 8 1,078298923 1,45591114 1 -4,363244786 6,519842632 10 -6,487643103 13,1239665 1 -53,88020525 40,90491904 11 -1,747612184 3,48654805 1 -14,51528701 11,02006264 12 2,823100364 2,07862744 0,993 -4,448988165 10,09518889 13 4,642499065 7,97117166 1 -33,69286575 42,97786388 14 -2,839632692 2,71447399 0,999 -12,86351428 7,184248898 15 -8,91327041 7,10399289 0,988 -40,62523274 22,79869192 16 -21,62990616 16,9776737 0,995 -83,68996515 40,43015283 17 3,008742386 0,8422244 0,083 -0,208382342 6,225867114 4 1 36,45449783 34,6763918 1 -84,86789334 157,776889 2 27,46635075 34,7492115 1 -94,08881383 149,0215153 3 33,26210789 34,59603 1 -87,80184689 154,3260627 5 35,21471731 34,8479149 1 -86,6581658 157,0876004 6 11,31433885 40,7099369 1 -132,2697493 154,898427 7 15,93386216 35,2140429 1 -107,1192115 138,9869358 8 34,34040681 34,6062146 1 -86,75620934 155,437023 10 26,77446478 36,9825488 1 -102,1110006 155,6599302 11 31,5144957 34,7509199 1 -90,0469184 153,0759098 12 36,08520825 34,6380009 1 -85,1132858 157,2837023 13 37,90460695 35,4825308 0,999 -86,12251967 161,9317336 71 14 30,4224752 34,6819663 1 -90,91728682 151,7622372 15 24,34883748 35,2978346 1 -99,02601145 147,7236864 16 11,63220172 38,51898 1 -122,4998181 145,7642215 17 36,27085027 34,5858317 1 -84,7604215 157,302122 5 1 1,239780516 4,94708181 1 -16,33797486 18,81753589 2 -7,748366564 5,43407439 0,988 -26,63340291 11,13666978 3 -1,952609427 4,34819022 1 -17,35064618 13,44542733 4 -35,21471731 34,8479149 1 -157,0876004 86,6581658 6 -23,90037847 21,8933878 0,997 -116,241329 68,44057209 7 -19,28085515 7,87720021 0,515 -46,7008781 8,139167802 8 -0,874310503 4,42849399 1 -16,53191168 14,78329067 10 -8,44025253 13,7742651 1 -57,74323206 40,862727 11 -3,700221611 5,44498844 1 -22,82061572 15,4201725 12 0,870490937 4,67039333 1 -15,54340569 17,28438756 13 2,689889639 9,00174758 1 -35,49897158 40,87875086 14 -4,792242118 4,9860055 1 -22,31821058 12,73372634 15 -10,86587984 8,24370043 0,989 -43,71590541 21,98414573 16 -23,58251559 17,4852305 0,991 -87,05285402 39,88782284 17 1,056132959 4,26628922 1 -14,08856563 16,20083155 6 1 25,14015898 21,6193295 0,995 -66,99610443 117,2764224 2 16,1520119 21,7359369 1 -76,06204584 108,3660696 3 21,94776904 21,4901965 0,999 -70,10397607 113,9995141 4 -11,31433885 40,7099369 1 -154,898427 132,2697493 5 23,90037847 21,8933878 0,997 -68,44057209 116,241329 7 4,619523317 22,4715837 1 -88,29921691 97,53826354 8 23,02606796 21,5065885 0,998 -69,03544238 115,0875783 10 15,46012594 25,1525778 1 -82,18144985 113,1017017 11 20,20015686 21,738668 0,999 -72,01946658 112,4197803 12 24,7708694 21,5576985 0,996 -67,32181481 116,8635536 13 26,59026811 22,8900251 0,996 -67,28495425 120,4654905 14 19,10813635 21,6282695 1 -73,03171818 111,2479909 15 13,03449863 22,6026632 1 -80,25472853 106,3237258 16 0,317862877 27,361562 1 -102,9231456 103,5588714 17 24,95651143 21,473775 0,995 -67,08571354 116,9987364 7 1 20,52063567 7,0799196 0,233 -4,31563598 45,35690731 2 11,53248859 7,42837853 0,974 -14,33887242 37,40384959 3 17,32824572 6,67520796 0,413 -6,11672373 40,77321518 4 -15,93386216 35,2140429 1 -138,9869358 107,1192115 5 19,28085515 7,87720021 0,515 -8,139167802 46,7008781 6 -4,619523317 22,4715837 1 -97,53826354 88,29921691 8 18,40654465 6,72779326 0,323 -5,208348433 42,02143773 10 10,84060262 14,6758994 1 -41,22263708 62,90384232 11 15,58063354 7,4363662 0,765 -10,39501182 41,5562789 12 20,15134609 6,88942791 0,219 -3,978086278 44,28077845 13 21,97074479 10,3287513 0,731 -18,26423857 62,20572814 14 14,48861303 7,10717201 0,799 -10,37577232 39,35299838 15 8,414975313 9,67523849 1 -27,67084725 44,50079787 16 -4,301660439 18,2039811 1 -69,84318119 61,23986031 17 20,33698811 6,62214972 0,16 -2,93959994 43,61357616 8 1 2,11409102 2,77246055 1 -9,158304191 13,38648623 Referencias 72 72 2 -6,874056061 3,56960551 0,863 -19,17708554 5,428973419 3 -1,078298923 1,45591114 1 -6,519842632 4,363244786 4 -34,34040681 34,6062146 1 -155,437023 86,75620934 5 0,874310503 4,42849399 1 -14,78329067 16,53191168 6 -23,02606796 21,5065885 0,998 -115,0875783 69,03544238 7 -18,40654465 6,72779326 0,323 -42,02143773 5,208348433 10 -7,565942026 13,1507908 1 -55,03573163 39,90384758 11 -2,825911107 3,58619828 1 -15,88882518 10,23700296 12 1,744801441 2,24176111 1 -6,143629466 9,633232347 13 3,564200142 8,0152591 1 -34,71128247 41,83968275 14 -3,917931615 2,84133242 0,989 -14,32588121 6,490017984 15 -9,991569334 7,15342686 0,974 -41,70490008 21,72176141 16 -22,70820509 16,9984177 0,992 -84,8249628 39,40855263 17 1,930443462 1,18917737 0,939 -2,876716064 6,737602989 10 1 9,680033046 13,3343675 1 -38,33311024 57,69317633 2 0,691885965 13,5226071 1 -47,85508541 49,23885734 3 6,487643103 13,1239665 1 -40,90491904 53,88020525 4 -26,77446478 36,9825488 1 -155,6599302 102,1110006 5 8,44025253 13,7742651 1 -40,862727 57,74323206 6 -15,46012594 25,1525778 1 -113,1017017 82,18144985 7 -10,84060262 14,6758994 1 -62,90384232 41,22263708 8 7,565942026 13,1507908 1 -39,90384758 55,03573163 11 4,740030919 13,5269966 1 -43,83299647 53,31305831 12 9,310743467 13,23421 1 -38,39861717 57,02010411 13 11,13014217 15,3089255 1 -44,25907423 66,51935857 14 3,648010412 13,3488573 1 -44,39809331 51,69411413 15 -2,425627307 14,8758306 1 -55,80334198 50,95208737 16 -15,14226306 21,4258028 1 -91,02376268 60,73923656 17 9,496385489 13,0970593 1 -37,81919689 56,81196787 11 1 4,940002127 4,20985481 0,998 -10,42136177 20,30136602 2 -4,048144954 4,77267468 1 -20,73437721 12,63808731 3 1,747612184 3,48654805 1 -11,02006264 14,51528701 4 -31,5144957 34,7509199 1 -153,0759098 90,0469184 5 3,700221611 5,44498844 1 -15,4201725 22,82061572 6 -20,20015686 21,738668 0,999 -112,4197803 72,01946658 7 -15,58063354 7,4363662 0,765 -41,5562789 10,39501182 8 2,825911107 3,58619828 1 -10,23700296 15,88882518 10 -4,740030919 13,5269966 1 -53,31305831 43,83299647 12 4,570712548 3,88095773 0,998 -9,335087047 18,47651214 13 6,390111249 8,61862626 1 -31,62031659 44,40053909 14 -1,092020507 4,25552699 1 -16,30214752 14,1181065 15 -7,165658226 7,82354497 1 -39,40544148 25,07412502 16 -19,88229398 17,2911117 0,998 -82,81036884 43,04578088 17 4,75635457 3,38385621 0,986 -7,73364647 17,24635561 12 1 0,369289579 3,14444785 1 -11,59334914 12,3319283 2 -8,618857501 3,86563039 0,676 -21,92007977 4,682364762 3 -2,823100364 2,07862744 0,993 -10,09518889 4,448988165 4 -36,08520825 34,6380009 1 -157,2837023 85,1132858 5 -0,870490937 4,67039333 1 -17,28438756 15,54340569 6 -24,7708694 21,5576985 0,996 -116,8635536 67,32181481 73 7 -20,15134609 6,88942791 0,219 -44,28077845 3,978086278 8 -1,744801441 2,24176111 1 -9,633232347 6,143629466 10 -9,310743467 13,23421 1 -57,02010411 38,39861717 11 -4,570712548 3,88095773 0,998 -18,47651214 9,335087047 13 1,819398702 8,15140437 1 -36,30128396 39,94008136 14 -5,662733055 3,2053369 0,919 -17,1094701 5,784003985 15 -11,73637077 7,30565059 0,934 -43,47886065 20,0061191 16 -24,45300653 17,0630367 0,984 -86,74620448 37,84019143 17 0,185642022 1,90135677 1 -6,497386233 6,868670277 13 1 -1,450109122 8,3130282 1 -39,52537505 36,62515681 2 -10,4382562 8,61173524 0,992 -48,38890659 27,51239419 3 -4,642499065 7,97117166 1 -42,97786388 33,69286575 4 -37,90460695 35,4825308 0,999 -161,9317336 86,12251967 5 -2,689889639 9,00174758 1 -40,87875086 35,49897158 6 -26,59026811 22,8900251 0,996 -120,4654905 67,28495425 7 -21,97074479 10,3287513 0,731 -62,20572814 18,26423857 8 -3,564200142 8,0152591 1 -41,83968275 34,71128247 10 -11,13014217 15,3089255 1 -66,51935857 44,25907423 11 -6,390111249 8,61862626 1 -44,40053909 31,62031659 12 -1,819398702 8,15140437 1 -39,94008136 36,30128396 14 -7,482131757 8,33625037 0,999 -45,50158061 30,53731709 15 -13,55576948 10,6109102 0,991 -56,41884447 29,30730552 16 -26,27240523 18,718069 0,987 -94,07039701 41,52558655 17 -1,63375668 7,92679274 1 -40,03782211 36,77030875 14 1 6,032022635 3,59655798 0,938 -7,362413173 19,42645844 2 -2,956124446 4,24155341 1 -17,70038082 11,78813193 3 2,839632692 2,71447399 0,999 -7,184248898 12,86351428 4 -30,4224752 34,6819663 1 -151,7622372 90,91728682 5 4,792242118 4,9860055 1 -12,73372634 22,31821058 6 -19,10813635 21,6282695 1 -111,2479909 73,03171818 7 -14,48861303 7,10717201 0,799 -39,35299838 10,37577232 8 3,917931615 2,84133242 0,989 -6,490017984 14,32588121 10 -3,648010412 13,3488573 1 -51,69411413 44,39809331 11 1,092020507 4,25552699 1 -14,1181065 16,30214752 12 5,662733055 3,2053369 0,919 -5,784003985 17,1094701 13 7,482131757 8,33625037 0,999 -30,53731709 45,50158061 15 -6,073637719 7,5113386 1 -37,96460943 25,81733399 16 -18,79027347 17,1521106 0,999 -81,33047534 43,7499284 17 5,848375077 2,58124671 0,649 -3,829309312 15,52605947 15 1 12,10566035 7,48555778 0,934 -19,82427545 44,03559616 2 3,117513273 7,815953 1 -29,03854013 35,27356668 3 8,91327041 7,10399289 0,988 -22,79869192 40,62523274 4 -24,34883748 35,2978346 1 -147,7236864 99,02601145 5 10,86587984 8,24370043 0,989 -21,98414573 43,71590541 6 -13,03449863 22,6026632 1 -106,3237258 80,25472853 7 -8,414975313 9,67523849 1 -44,50079787 27,67084725 8 9,991569334 7,15342686 0,974 -21,72176141 41,70490008 10 2,425627307 14,8758306 1 -50,95208737 55,80334198 11 7,165658226 7,82354497 1 -25,07412502 39,40544148 12 11,73637077 7,30565059 0,934 -20,0061191 43,47886065 Referencias 74 74 13 13,55576948 10,6109102 0,991 -29,30730552 56,41884447 14 6,073637719 7,5113386 1 -25,81733399 37,96460943 16 -12,71663575 18,365545 1 -79,10217176 53,66890025 17 11,9220128 7,05416051 0,906 -19,79725038 43,64127597 16 1 24,82229611 17,1408362 0,983 -37,69117562 87,33576783 2 15,83414902 17,287678 1 -47,07803044 78,74632849 3 21,62990616 16,9776737 0,995 -40,43015283 83,68996515 4 -11,63220172 38,51898 1 -145,7642215 122,4998181 5 23,58251559 17,4852305 0,991 -39,88782284 87,05285402 6 -0,317862877 27,361562 1 -103,5588714 102,9231456 7 4,301660439 18,2039811 1 -61,23986031 69,84318119 8 22,70820509 16,9984177 0,992 -39,40855263 84,8249628 10 15,14226306 21,4258028 1 -60,73923656 91,02376268 11 19,88229398 17,2911117 0,998 -43,04578088 82,81036884 12 24,45300653 17,0630367 0,984 -37,84019143 86,74620448 13 26,27240523 18,718069 0,987 -41,52558655 94,07039701 14 18,79027347 17,1521106 0,999 -43,7499284 81,33047534 15 12,71663575 18,365545 1 -53,66890025 79,10217176 17 24,63864855 16,9568827 0,982 -37,36482475 86,64212185 17 1 0,183647557 2,50523496 1 -10,78747186 11,15476697 2 -8,804499523 3,36626621 0,39 -20,39415292 2,785153878 3 -3,008742386 0,8422244 0,083 -6,225867114 0,208382342 4 -36,27085027 34,5858317 1 -157,302122 84,7604215 5 -1,056132959 4,26628922 1 -16,20083155 14,08856563 6 -24,95651143 21,473775 0,995 -116,9987364 67,08571354 7 -20,33698811 6,62214972 0,16 -43,61357616 2,93959994 8 -1,930443462 1,18917737 0,939 -6,737602989 2,876716064 10 -9,496385489 13,0970593 1 -56,81196787 37,81919689 11 -4,75635457 3,38385621 0,986 -17,24635561 7,73364647 12 -0,185642022 1,90135677 1 -6,868670277 6,497386233 13 1,63375668 7,92679274 1 -36,77030875 40,03782211 14 -5,848375077 2,58124671 0,649 -15,52605947 3,829309312 15 -11,9220128 7,05416051 0,906 -43,64127597 19,79725038 16 -24,63864855 16,9568827 0,982 -86,64212185 37,36482475 Tabla A.1.12.- Comparaciones múltiples factor región-apalancamiento Fuente: Elaboración propia