Empresas de rápido crecimiento y empresas con reinicio del crecimiento

Las empresas de rápido crecimiento han sido el foco de la economía durante mucho tiempo (^{Grover Goswami et al., 2018}; Nightingale y Coad, 2014). Los científicos identifican y estudian varios tipos de empresas de este tipo: empresas recientes, empresas en expansión, etc. (^{Piaskowska et al., 2021}). Sin embargo, el fenómeno del crecimiento firme después del estancamiento o la caída de las ventas (reinicio del crecimiento) sigue siendo poco estudiado en la ciencia moderna. Los economistas consideran el desarrollo cíclico en relación con los países o las áreas locales. Sin embargo, en el caso de las empresas, utilizan el concepto del ciclo de vida organizacional del desarrollo de una empresa, que tradicionalmente asume que el ciclo de vida termina con el cierre de la empresa (^{Adizes, 2004}). Algunos científicos consideran la posibilidad de una empresa, avanzando hacia el reinicio del crecimiento, y destacando ciertos factores que pueden determinar dicho crecimiento:

Personalidad emprendedora (^{Hegarty et al., 2020}; ^{Saadi et al., 2023}).

Innovación tecnológica y mejora de los procesos empresariales (^{Süß et al., 2021}; Nyvall et al., 2023).

Expansión del mercado (^{Vertakova et al., 2016}).

Redes sociales empresariales (^{Anis et al., 2018}).

Colaboraciones y grandes proyectos (^{Forrest et al., 2021}; ^{Beria, 2022}; ^{Ullberg, 2023}); etc.

Se trata de estudios fragmentarios de los factores de crecimiento individuales, mientras que un estudio exhaustivo y detallado del fenómeno de reiniciar el crecimiento apenas está comenzando (^{Spitsin et al., 2024}). La importancia de este fenómeno se debe a la naturaleza cíclica y los eventos de crisis de la economía mundial que se manifestaron a principios del siglo XXI (crisis financiera mundial, mayor tensión política, sanciones económicas, pandemia de COVID-19, etc.) (Vuković et al., 2017; ^{Kohler y Stockhammer, 2021}).

En estas condiciones, muchas empresas experimentaron largos períodos de disminución de las ventas. La proporción de estas empresas es grande (en el caso de Rusia, superó el 25 % según ^{Spitsin et al., 2022}), y no pueden ser reemplazadas rápidamente por la generación de nuevos negocios. La transición de estas empresas a un nuevo crecimiento contribuirá a la recuperación económica de los países y las zonas locales y será de interés para los inversores, que recibirán nuevos objetos de financiación.

Hay una serie de mitos sobre cuáles son las características de las empresas de alto crecimiento (^{Brown et al., 2017}). Particularmente, son: 1) recientes y pequeñas, 2) orientadas a la alta tecnología, 3) originadas en una universidad, 4) basadas en capital de riesgo. Pero cuando se trata de analizar los datos sobre empresas de rápido crecimiento en países desarrollados, somos conscientes de que estos mitos no se confirman.

Existen dos problemas científicos importantes: identificar los factores de crecimiento y evaluar los resultados financieros del crecimiento. Este artículo se centra en el segundo tema y evalúa el impacto de reiniciar el crecimiento en la rentabilidad de la empresa. El estudio sugiere que los diferentes tipos de reinicio del crecimiento, descritos anteriormente, pueden tener diferentes impactos en la rentabilidad.

De igual forma, existen varios enfoques para identificar las empresas de rápido crecimiento. Principalmente, los investigadores utilizan el enfoque Absoluto (OCDE, 2008), el enfoque Relativo (^{Haltiwanger et al., 2016}) y el enfoque de distribución del crecimiento de las empresas (^{Halvarsson, 2013}). Implementamos el primero e identificamos un crecimiento alto como un crecimiento anual de las ventas con tasas que superan el 20 % anual. Estos criterios se modificaron, teniendo en cuenta los problemas económicos en Rusia, causados por tensiones políticas y sanciones económicas. Desarrollando los criterios y tipos de crecimiento, propuestos por (^{Spitsin et al., 2022}), el estudio abarca cuatro tipos de crecimiento post-estancamiento:

Crecimiento rápido a largo plazo (CRLP): las empresas de este tipo muestran un crecimiento anual de las ventas de más del 20 % anual durante tres o cuatro de cada cuatro años después de un período de estancamiento. El crecimiento total de las ventas para estos cuatro años es de más del 60 %.

Crecimiento moderado a largo plazo (CMLP): las ventas anuales de estas empresas crecen a una tasa superior al 10 % durante el mismo período, como en el caso de CRLP, pero sus tasas de ventas totales durante cuatro años están en el rango del 30-60 %.

Crecimiento rápido a corto plazo (CRCP): el crecimiento total de las ventas de estas empresas en los cuatro años posteriores al estancamiento debe superar el 60% a una tasa de crecimiento anual de las ventas de más del 20 % durante no más de dos de los cuatro años posteriores al estancamiento.

Crecimiento moderado a corto plazo (CMLP): el crecimiento total de las ventas durante cuatro años supera el 30 % a una tasa de crecimiento anual de las ventas, superando el 10 % durante no más de dos de los cuatro años posteriores al estancamiento, y estas empresas no se incluyeron en el grupo de empresas CRCP.

Los tipos de crecimiento se resumen en la tabla 1.

Tabla 1 Tipos de crecimiento: tasas y períodos de crecimiento 

Para las empresas que cumplen estos criterios, se asignó una variable dependiente (1). De lo contrario, el valor era 0. Esta clasificación es fundamental para la metodología.

Desarrollo de hipótesis de investigación

En primer lugar, se ponen a prueba las hipótesis sobre el impacto de los diferentes tipos de crecimiento en la rentabilidad. Muchos académicos señalan que el crecimiento de las ventas debería tener un efecto positivo en la rentabilidad de las empresas. El crecimiento de las ventas generalmente conduce a una estructura de costos más favorable debido a las economías de escala, lo que, a su vez, mejora la rentabilidad de la empresa (^{Steffens et al., 2009}). Muchos estudios empíricos apoyan este supuesto y documentan la correlación directa entre el crecimiento de las ventas y la rentabilidad (Federico y Capelleras, 2015).

Sin embargo, el crecimiento de las ventas no siempre se traduce en mayores márgenes de beneficio por las siguientes razones:

El cambio de escala plantea nuevos retos y requiere cambios organizativos significativos que los equipos directivos de las empresas pueden no estar preparados para afrontar adecuadamente. ^{Markman y Gartner (2002}) informan de que no existe una relación significativa entre el rápido crecimiento (extraordinario) y la rentabilidad de las empresas recientes.

Las empresas tratan de elegir los proyectos más rentables para la expansión. Sin embargo, para sostener el crecimiento, inevitablemente recurren a proyectos menos rentables, lo que pone en peligro los nuevos aumentos de la rentabilidad (^{Davidsson et al., 2009}).

El crecimiento de las empresas aumenta la presión y la complejidad de sus estructuras organizativas, y reduce la capacidad de los gerentes para controlar los costos, lo que reduce la rentabilidad (^{Jang y Park, 2011}).

Estas razones conducen al hecho de que, en varios estudios, los científicos pueden no encontrar un efecto significativo del crecimiento de las ventas en la rentabilidad o, por el contrario, identificar una relación negativa entre ellos.

Sin embargo, creemos que estas razones solo se aplican a un crecimiento muy rápido (significativo) de las ventas. En este caso, debemos hablar de la ausencia o relación negativa entre el crecimiento y la rentabilidad. Las empresas que reinician el crecimiento a corto plazo muestran este crecimiento significativo. De hecho, deberían mostrar un aumento en las ventas para el año de alrededor del 30 % o más (CMLP) o alrededor del 60 % o más (CRCP). En este caso, los factores negativos pueden superar los beneficios del crecimiento. En el caso del crecimiento anual a largo plazo, esperamos bajas tasas de crecimiento anual de las ventas de alrededor del 10 % (CMLP) o alrededor del 20 % (CRLP). Las bajas tasas de crecimiento permitirán a las empresas beneficiarse del crecimiento y no conducirán a la aplicación de factores negativos.

En consecuencia, podemos formular las siguientes hipótesis:

Hipótesis 1.1. La reanudación del crecimiento a largo plazo dará lugar a una mayor rentabilidad de las empresas.

Hipótesis 1.2 La reanudación del crecimiento a corto plazo dará lugar a una menor rentabilidad de las empresas, ya que esta opción supone un fuerte aumento de las ventas de una sola vez.

Las siguientes hipótesis se refieren a las diferencias en la rentabilidad de las empresas recientes y antiguas con el reinicio del crecimiento. Los estudios actuales se centran en las diferencias en la dinámica de desarrollo de las empresas más recientes y antiguas (Ewerth y Girotto, 2021). El segundo puede poseer capital específico (por ejemplo, recursos, conocimientos y experiencia) que las empresas jóvenes pueden no tener. La falta de una marca bien establecida también puede aumentar la incertidumbre de las empresas en tiempos difíciles. Las empresas más recientes pueden experimentar gastos aún mayores. Estos factores pueden afectar negativamente a la rentabilidad de las empresas recientes si crecen rápidamente (casos de CRCP y CMLP).

Por otro lado, estudios empíricos (^{Vukovic et al., 2023}; ^{Vithessonthi y Tongurai, 2015}) confirman una mayor rentabilidad de las empresas recientes. Este resultado se debe en gran medida a que las empresas recientes utilizan tecnologías modernas y eficaces para organizar los procesos empresariales, incluidas las tecnologías digitales. Esto permite un ahorro de costes significativo. En línea con la literatura (^{Marquis y Tilcsik, 2013}), las primeras elecciones, estrategias, capacidades y desempeño de la empresa se determinan en el momento de la fundación. Como Internet se ha convertido en una norma de facto, las empresas más recientes tienen más probabilidades de “nacer digitales”, en comparación con sus contrapartes más antiguas, y funcionan en el entorno digital sin esfuerzo. Además de proporcionar beneficios económicos evidentes, esto contribuye aún más a su legitimidad percibida, reduciendo así los desafíos, que de otro modo se asociarían con la juventud. En cambio, las empresas más antiguas pueden no tener la competencia innata de funcionar sin problemas en el espacio digital. Les resulta difícil, gastan más y emergen como un partido perdedor de la competencia digital (^{Fonseca et al., 2021}).

Por lo tanto, el artículo pone a prueba las siguientes hipótesis:

Hipótesis 2.1. La reanudación del crecimiento a largo plazo dará lugar a una mayor rentabilidad de las empresas recientes.

Hipótesis 2.2. La reanudación del crecimiento a corto plazo dará lugar a una mayor rentabilidad de las empresas recientes.

Datos y variables

La base de datos inicial incluía más de 10 000 empresas industriales rusas con indicadores financieros para 2012-2021, que se creó con base en los datos de SPARK (SPARK, 2023). La clasificación rusa de los tipos de actividad económica generalmente corresponde al clasificador de Eurostat NACE Rev. 2 (Comisión Europea, 2008). La muestra está representada por empresas industriales que se reflejan en las secciones B y C (divisiones 05-33) del sistema de clasificación europeo. Para tener en cuenta las diferencias sectoriales en la dinámica de rentabilidad, los modelos de regresión incluyen una variable correspondiente que se describe a continuación. A partir de esta base de datos, se formó una muestra de trabajo de 1882 empresas con un largo período de caída de ventas (empresas con ventas, cayendo anualmente durante tres años en 2013-2017), que mostraron un crecimiento de las ventas en 2016. El documento puso a prueba una amplia gama de factores y evaluó su impacto en la rentabilidad de estas empresas para el período 2016-2019. Los datos de este panel incluyen 7528 observaciones (1882 empresas y cuatro años).

La variable dependiente es el retorno sobre el capital (ROE) de la empresa. Esta variable se calcula como la relación entre el beneficio neto y el capital social de la empresa. Este indicador es fundamental para los inversores, ya que muestra el rendimiento del capital y afecta al tamaño de los dividendos. Esta variable dependiente se utiliza en ^{Le y Phan (2017}).

Las variables independientes (probadas) son variables ficticias, que reflejan los cuatro grupos de empresas con reinicio del crecimiento que se describieron anteriormente (CRLP, CMLP, CRCP, CMCP). Si la empresa pertenece a este grupo, la variable toma el valor de 1. De lo contrario, es igual a 0.

Las variables de control son las siguientes:

Tamaño de las empresas (tamaño), definido como el logaritmo natural de los ingresos, ajustado por el índice de inflación (^{Munjal et al., 2019}).

Participación de los activos fijos en los activos totales (FATA) (Anojin et al., 2021).

Apalancamiento (impulso), definido como capital de deuda, dividido por activos totales, multiplicado por 100 % (^{Vithessonthi y Tongurai, 2015}).

Facturación de activos (facturación de activos), medida como ventas divididas por activos totales, multiplicada por el 100 % (^{Liang et al., 2020}).

Edad de la empresa (edad) (^{Vithessonthi y Tongurai, 2015}).

Rentabilidad promedio por sectores y años (promedio sectorial), que utilizamos para mostrar las diferencias en el desempeño de las empresas entre sectores empresariales y años (^{Vukovic et al., 2023}).

Crecimiento de las ventas (crecimiento), que se calcula como la diferencia en las ventas entre los años t y (t − 1), dividido por las ventas en el año (t − 1), multiplicado por el 100 % (^{Le y Phan, 2017}; Federico y Capelleras 2015).

En la tabla 2 se presentan las características estadísticas de las variables de control y probadas.

Tabla 2 Características estadísticas de las variables de control y probadas 

Nota. Calculado por los autores.

Según nuestros cálculos, no observamos una fuerte correlación entre las variables predictoras, ya que r <0,70. En este caso, todas las variables consideradas se pueden utilizar en los modelos de regresión.

Modelos

El modelo 1 incluye solo las variables de control, así como el cuadrado de la variable Crecimiento. Los modelos 2.1-2.4 alternativamente prueban variables ficticias que reflejan diferentes tipos de reinicio del crecimiento de las empresas y nos permiten probar las hipótesis 1.1 y 1.2. Los modelos 3.1-3.4 añaden las interacciones de variables ficticias con la variable Edad de la empresa (efectos de moderación) a los modelos 2.1-2.4 y nos permiten probar las hipótesis 2.1, 2.2.

Debido a que estamos analizando los datos del panel, el modelo de mínimos cuadrados resulta inadecuado para esta tarea. Se aplicó la prueba de Hausman para seleccionar el modelo de regresión para nuestros datos de panel. Resulta beneficioso un modelo de regresión de efectos fijos que se utiliza en cálculos posteriores.

La fórmula general para un modelo de regresión con efectos fijos es la siguiente (^{Baltagi, 2021}):

Y _it = Intercepto+X _it *β +λ _t +ε _it (1)

donde

Intercepto - constante;

X _it - variables y β - coeficientes para variables;

λ _t - efecto temporal;

ε _it - modelo de regresión residual.

Al aplicar esta fórmula general a nuestro Modelo 1, obtenemos:

ROE= Intercepto+β₁*tamaño +β₂*FATA +β₃*apalancamiento +β₄*Rotación de activos +β₅*edad +β₆*media sectorial+β₇*crecimiento +β₈*crecimiento² +λ_t+ε_it 2)

Basándonos en una técnica similar, construimos fórmulas para los Modelos 2.1-2.4 y 3.1-3.4.

Para minimizar los problemas de multicolinealidad, todas las variables de control en los modelos de regresión se estandarizaron según ^{Marquardt (1980}). Las variables ficticias independientes (CRLP, CMLP, CRCP, CMCP) no se estandarizaron y tomaron valores de 0 o 1 para simplificar la interpretación de los resultados.

Modelado de regresión

Los resultados del modelado de regresión se presentan en las tablas 3 y 4. En todos los modelos, la variable dependiente es ROE; los errores estándares se muestran entre paréntesis.

Tabla 3 Resultados de regresión 

Nota. Calculada por los autores según los datos de SPARK.

De acuerdo con los coeficientes de regresión obtenidos, construimos la siguiente fórmula para el Modelo 1:

ROE= 12.31+2.12*tamaño-2.74*FATA-1.27*apalancamiento +4.77*rotación de activos-2.75*edad +4.38*Media_ind+8.48*crecimiento-0.66*crecimiento^2 +λ_t+ε_it 3)

Las fórmulas para los modelos 2.1-2.4, 3.1-3.4 se elaboran de manera similar de acuerdo con los datos de las tablas 3 y 4.

El modelo 1 es significativo y explica aproximadamente el 18 % de la variación en la variable dependiente. Todas las variables de control en el Modelo 1 son altamente significativas en Tamaño, Facturación y Promedio Sectorial, teniendo un efecto positivo en ROE, y en Apalancamiento, Edad y FATA, teniendo un efecto negativo. El modelo 1 muestra el impacto no lineal (en forma de U invertida) del crecimiento de las ventas en el rendimiento del capital de una empresa. La visualización gráfica de esta influencia se presenta en la figura 1. Al trazar el gráfico, tenemos en cuenta el hecho de que todas las variables del modelo 1 están estandarizadas. Suponemos que todas las variables de control toman valores promedio, pero estos valores ​​son cero porque están estandarizados, y podemos excluirlos de los cálculos. En este caso, la fórmula para el modelo 1 será la siguiente:

ROE = 12.31+8.48*crecimiento-0.66* crecimiento² 4)

Figura 1 Impacto no lineal del crecimiento de las ventas en ROE 

La figura 1 muestra que las altas tasas de crecimiento de las ventas primero ralentizan el crecimiento de ROE y luego conducen a una disminución de ROE.

Los modelos 2.1-2.4 agregan variables ficticias, lo que refleja diferentes tipos de reinicio del crecimiento de las empresas. Estos modelos arrojan resultados diferentes. En los modelos 2.1 y 2.2 para los casos de CRLP y CMLP se reveló un impacto positivo significativo del crecimiento de las ventas a largo plazo en ROE. Los coeficientes para estas variables en el modelo de regresión son 10,57 y 5,49, lo que significa un aumento adicional de la rentabilidad para las empresas con estos tipos de crecimiento en un 10,57 % y 5,49 %, respectivamente (ya que estas variables toman valores de 0 y 1). Dicho aumento de la rentabilidad se observará anualmente durante cuatro años del período de estudio, lo que resulta extremadamente atractivo para los inversores. Por el contrario, el crecimiento de las ventas a corto plazo no tiene un efecto significativo en el ROE. Los coeficientes para las variables CRCP y CMCP no son significativos y están cerca de cero. Los modelos 2.1-2.4 son muy significativos y la proporción de la variación explicada en la variable dependiente aumenta al 19 %.

Por lo tanto, los modelos 2.1-2.4 confirmaron la hipótesis 1.1 sobre el impacto positivo del crecimiento a largo plazo en ROE, ya que los coeficientes en los modelos son significativos y positivos y no confirman la hipótesis 1.2, y no revelaron un efecto significativo del crecimiento a corto plazo en ROE.

En la tabla 4 se presentan los resultados de la influencia conjunta de las variables ficticias y la variable edad en el ROE. En todos los modelos, la variable dependiente es ROE; los errores estándares se muestran entre paréntesis.

Tabla 4 Resultados de regresión con la edad del moderador 

Nota. Calculada por los autores según los datos de SPARK.

Los modelos 3.1-3.4 son significativos; El R2 se mantiene en el nivel del 18-19%. Los coeficientes y la importancia de las variables de control y las variables ficticias permanecen prácticamente sin cambios. La nueva variable (Edad * indicador) es altamente significativa en dos casos:

En el caso de CRLP, afecta negativamente a la rentabilidad.

En el caso de CMCP, tiene un efecto positivo en la rentabilidad.

Para interpretar correctamente los resultados obtenidos, se visualizan estas dependencias (figuras 2 y 3).

Al trazar el gráfico, tenemos en cuenta el hecho de que todas las variables del modelo 1 están estandarizadas, excepto las variables dependientes y ficticias. Suponemos que todas las variables de control toman valores promedio, pero estos valores son cero porque están estandarizados, y podemos excluirlos de los cálculos. En este caso, la fórmula para el modelo 3.1 (FLTG) será la siguiente:

ROE= 12.08-2.51*edad+8.99*Ficticio (CRLP)-4.70*edad*indicador (CRLP) 5)

Debido a que la variable ficticia toma el valor de 0 o 1, obtenemos dos funciones:

ROE= 12,08-2,51*edad+8,99-4,70*edad 6)

ROE= 12,08-2,51*edad 7)

La Fórmula 6 es para empresas que han mostrado CRLP. El siguiente es para las empresas que no mostraron CRLP.

Para visualizar el Modelo 3.4 (CMCP), las funciones se construyen de forma similar.

Figura 2 Influencia de CRLP y edad en ROE 

Figura 3 Influencia de CMCP y edad en ROE 

La figura 2 muestra las ventajas de las empresas recientes. Las empresas recientes con CRLP reciben las mayores ganancias en ROE, en comparación con las que no tienen CRLP. A medida que aumenta la edad, la ventaja de las empresas con CRLP por ROE disminuye. En el caso del CMCP (figura 3), se observa la imagen opuesta. Las empresas jóvenes sin CMCP reciben las mayores ganancias en ROE, en comparación con las empresas jóvenes con CMCP. A medida que aumenta la edad, la ventaja de las empresas sin CMCP por ROE disminuye.

En consecuencia, las hipótesis 2.1 y 2.2 se confirman parcialmente para los casos de CRLP y CMCP.

Pruebas de robustez

Para comprobar la robustez de los resultados, los autores construyen modelos de regresión adicionales para los Modelos 3.1-3.4 con corrección robusta que tiene en cuenta la posible heteroscedasticidad y correlación serial (transversal) en los datos (“método arellano”, tipo “HC3”), según (^{Arellano, 1987}). Los resultados de la prueba de robustez para los modelos 3.1-3.4 se presentan en la tabla 5. En todos los modelos, la variable dependiente es ROE; los errores estándares se muestran entre paréntesis.

Tabla 5 Resultados de las pruebas de robustez 

Nota. Calculada por los autores según los datos de SPARK.

Nuestros cálculos confirman la estabilidad de los resultados obtenidos. Las variables probadas (ficticia y edad*indicador) siguen siendo significativas en modelos robustos:

La variable ficticia sigue siendo significativa en los modelos 3.1 y 3.2.

Edad* indicador sigue siendo significativo en los modelos 3.1 y 3.2.

El estudio realizó estimaciones adicionales de los errores estándar y la importancia de los coeficientes, considerando la posible heterocedasticidad y correlación serial (transversal) en los datos. Estos cálculos (verificación de la robustez) confirmaron los resultados y conclusiones descritos en la sección Resultados.

Contribución teórica

El impacto del crecimiento en el desempeño de las empresas se ha estudiado a nivel mundial. Los investigadores han descrito los antecedentes teóricos y las razones que determinan el impacto positivo (Federico y Capelleras, 2015) o negativo del crecimiento en la rentabilidad (^{Jang y Park, 2011}). Sin embargo, el impacto de los diferentes tipos de reinicio del crecimiento en el retorno sobre el capital de una empresa no ha sido muy desarrollado. En esta investigación intentamos resolver este problema y demostrar que los diferentes tipos de reinicio del crecimiento podrían tener diferentes efectos en la rentabilidad de las empresas. Los resultados indican que el crecimiento rápido o moderado a largo plazo conduce a un aumento de la rentabilidad (aumento del 5-10 % en la ROE), en contraste con los tipos de crecimiento a corto plazo que no afectan la ROE. Creemos que las ventas anuales a largo plazo y las tasas de crecimiento no son demasiado altas, lo que significa que dicho crecimiento tendrá un impacto positivo en la rentabilidad.

Por el contrario, el crecimiento a corto plazo a menudo significa un aumento en las ventas del 30 %, 60 % o más al año. Con un crecimiento tan alto, se empieza a observar su impacto negativo en la rentabilidad, y no se observa un aumento en el ROE. También observamos que, en este caso, estamos hablando de crecimiento más que de un repunte después de una caída. Esto se demostró utilizando una muestra comparable de empresas (^{Spitsin et al., 2024}). Este trabajo muestra que las empresas que reiniciaron el crecimiento no solo compensaron la disminución de las ventas durante el período de crisis, sino que también lo superaron durante el período de crecimiento, es decir, lograron ventas más altas que las anteriores al inicio del período de crisis.

Otras investigaciones mostraron que los beneficios adicionales y las mayores ganancias de ROE se acumularon para las empresas recientes con un rápido crecimiento a largo plazo. Creemos que este resultado es consistente con el hecho de que las empresas recientes utilizan tecnologías modernas y efectivas para organizar los procesos comerciales y empresariales, incluidas las tecnologías digitales, como se muestra en (^{Marquis y Tilcsik, 2013}; ^{Fonseca et al., 2021}). De hecho, esta característica de las empresas recientes puede hacerlas más flexibles y capaces de un rápido crecimiento de las ventas sin un aumento significativo de los costos.

Este documento documenta el impacto diferencial de los diferentes tipos de crecimiento en ROE cuando las empresas reinician el crecimiento después de un largo período de disminución de las ventas. Sin embargo, podemos esperar diferencias similares para los casos tradicionales de empresas de rápido crecimiento (empresas recientes, empresas en expansión, etc.). Este supuesto es consistente con (^{Spitsin et al., 2022}), quienes demuestran la ventaja del crecimiento a largo plazo sobre el crecimiento a corto plazo para las empresas de rápido crecimiento en industrias de alta tecnología utilizando el análisis de varianza. Es aconsejable probar más a fondo esta suposición para diferentes países e industrias, utilizando modelos de regresión.

Aplicación práctica

Los resultados obtenidos pueden ser de interés para inversores, propietarios y directivos de empresas, pues indican que el crecimiento anual a largo plazo permite a las empresas lograr un mayor rendimiento (ROE), por lo que las empresas deberían esforzarse por lograrlo. Los propietarios y gerentes de empresas se benefician de este tipo de crecimiento, y los inversores deben buscar empresas que puedan exhibir este tipo de crecimiento.

Sin embargo, los inversores, propietarios y gerentes de empresas deben tener en cuenta el siguiente punto: el predominio de los “episodios de crecimiento” sobre las “empresas en crecimiento”. La evidencia empírica sobre el crecimiento firme muestra que la fluctuación dentro de las empresas excede a la fluctuación entre las empresas (^{Coad y Srhoj, 2019}). Este hallazgo corresponde a “episodios de crecimiento” en lugar de “empresas en crecimiento” (^{Grover Goswami et al., 2018}). En este estudio se observaron más empresas con un crecimiento rápido o moderado a corto plazo que aquellas con tipos similares de crecimiento a largo plazo. Resulta difícil encontrar empresas con un crecimiento anual de las ventas de forma rápida o moderada a largo plazo (para los inversores) o proporcionar a las empresas este tipo de crecimiento (para propietarios y gerentes). En el trabajo se identificaron algunos factores que aumentan la probabilidad de crecimiento a largo plazo de una empresa (para el caso de reiniciar el crecimiento) (^{Spitsin et al., 2024}). Sin embargo, se requiere más investigación científica en esta área.