Persistencia y capacidad predictiva de márgenes y rotaciones. Un análisis empírico.

• Main Authors: Juan Monterrey, Amparo Sánchez-Segura
• Format: Article
• Language: English
• Published: Universidad de Murcia 2011-06-01
• Series: Revista de Contabilidad: Spanish Accounting Review
• Subjects: persistence; predictive ability; Financial Statement Analysis.
• Online Access: http://www.rc-sar.es/verPdf.php?articleId=211

ABSTRACTThis paper presents an empirical analysis of the persistence and predictive ability of the components the profitability ratio, namely, margin and turnover. Based on a large sample of Spanish companies, we document that the persistence of turnover is greater than that of profit margin and that abnormal components of both, turnover and margin have a lower degree of persistence when compared to industry components. As for predictive ability, our findings confirm that albeit having a lower persistence, margin has a greater predictive power than turnover. By decomposing margin and turnover into their industry and abnormal components, we confirm that abnormal items have a greater predictive ability than industry components. Additional tests revealed that our findings are robust, although the predictive power of our variables changes depending on their sign as well as in the presence of positive and negative earnings.RESUMENEn el presente trabajo abordamos el estudio empírico de la persistencia y capacidad predictiva de los componentes margen y rotación de la rentabilidad. A partir de una amplia muestra de compañías españolas, hemos documentado cómo la persistencia de la rotación es superior a la del margen, y cómo los componentes anormales de margen y rotación son menos persistentes que sus componentes sectoriales. Con relación a la capacidad predictiva, nuestros hallazgos confirman que el poder de predicción del margen es más elevado que el de la rotación, aunque su persistencia sea menor. Al separar los componentes sectorial y anormal de margen y rotación hemos comprobado cómo los componentes anormales muestran una capacidad predictiva superior a los componentes sectoriales. Los análisis complementarios muestran el distinto poder predictivo según el signo positivo o negativo de márgenes y rotaciones anormales, y según el signo del resultado, así como la robustez de nuestros hallazgos.