Predicción de la distribución de dividendos en Argentina empleando un modelo lineal generalizado mixto

Autores/as

  • Mariana Verónica González Facultad de Ciencias Económicas, Universidad Nacional de Córdoba
  • Adrián Maximiliano Moneta Pizarro Facultad de Ciencias Económicas, Universidad Nacional de Córdoba

DOI:

https://doi.org/10.14409/rce.v2i0.6430

Palabras clave:

dividendos, modelo logístico mixto, rentabilidad, Argentina

Resumen

Durante las últimas décadas, la política de dividendos seguida por las empresas ha sido un tema de interés en diversas investigaciones, con apreciaciones distintas sobre los resultados conseguidos. En general, se admite que la decisión de distribuir dividendos por parte de una empresa es el resultado de un conjunto de factores relacionados, desde limitaciones de carácter jurídico hasta cuestiones vinculadas a la estructura financiera de la entidad y su situación de liquidez, pasando por la capacidad de la empresa para generar beneficios de manera sostenida y las necesidades de fondos impuestas por sus proyectos de inversión. En este sentido, muchos autores utilizan un conjunto de ratios contables para medir la sensibilidad de dichas variables frente a la decisión de repartir cantidades a cuenta de beneficios.
En este trabajo se ajustó un modelo logístico mixto para predecir la
decisión de distribuir dividendos por parte de empresas argentinas que cotizaron en bolsa, entre los años 2003 y 2010, utilizando información de los estados contables y ratios definidos en la bibliografía. Se destaca el importante poder predictivo del indicador que mide la rentabilidad en función de las ganancias de la explotación, definido como el cociente entre la utilidad antes de intereses e impuestos y el activo total de la empresa.

Publicado

2017-04-11

Cómo citar

González, M. V., & Moneta Pizarro, A. M. (2017). Predicción de la distribución de dividendos en Argentina empleando un modelo lineal generalizado mixto. Ciencias Económicas, 2, 9–20. https://doi.org/10.14409/rce.v2i0.6430

Número

Sección

Investigación Científica