Regresiones

www.finanzastour.com

EXCEL: UNA POTENTE HERRAMIENTA DE AYUDA

1

Uso de Solver

1. 2.

Es una especie de “búsqueda de objetivo” que permite obtener soluciones más complejas. Se debe seleccionar una “celda objetivo” , que siempre debe contener una fórmula, indicado qué valor debe calcular Solver entre los siguientes: 1. 2. 3. Máximo Mínimo Igual a un determinado valor (por ejemplo,cero)

3. 4.

Ese valor de la celda objetivo se conseguirá cambiando los valores que figuren en la celda o celdas que se marquen Se pueden introducir restricciones.

2

Uso de Solver
Ejemplos de usos de solver:
• Iteraciones (recordemos la iteración necesaria para obtener el valor correcto resultante de la valoración mediante descuento de FCF al WACC). Cuadre de balances:
En este sentido,en el ejemplo práctico de valoración que figura en esta presentación, se utiliza Solver para cuadrar los balances previsionales que se elaboran. Para ello:
– – – – Se calcula la diferencia entre el activo y el pasivo de cada balance Se suman esas diferencias en una celda (celda X a efectos de este ejemplo) Se abre la pantalla de Solver Se solicita que la celda X sea igual a cero, cambiando lasceldas del balance donde se quiere realizar el cuadre (en el ejemplo, se cuadró en la línea de tesorería no de seguridad) y sujeto a la restricción de que todas y cada una de las diferencias entre el activo y el pasivo de cada ejercicio sean iguales a cero.

•

3

Cálculo de regresiones e interpretación de los resultados obtenidos
La localización de la función regresión en Excel se consiguesiguiendo la siguiente indicación en el menú:
• Herramientas > Análisis de datos > Regresión

No obstante, previamente, debemos hacer, en su caso, una serie de ajustes a los datos que tomaremos como base para el cálculo de la regresión (datos de la variable a explicar y de la/s variable/s explicativa/s).
• • • Cualquier variable explicativa debe ser deflactada si está vinculada con lainflación. Las variables explicativas deben estar en las mismas unidades que la variable problema. Se deben eliminar variables explicativas “políticas” (por ejemplo, si queremos explicar el aumento del coste de la gasolina con ciertas variables, no podremos utilizar como variable explicativa la evolución del precio del autobús dado que esos precios están regulados por los ayuntamientos y no oscilanlibremente). Se deben usar ratios si una variable explicativa depende de otra (de esta forma, combinaremos dichas variables explicativas en una sóla). Por ejemplo si tenemos parque de vehículos y número de habitantes, calcularemos número de vehículos por cada mil habitantes. 4

•

Cálculo de regresiones e interpretación de los resultados obtenidos
• Por último, también se deberán depurar lossiguientes problemas:
La multicolinealidad La heterocedasticidad La autocorrelación

MULTICOLINEALIDAD
• • Si existe un elevado grado de correlación interna entre las variables explicativas o independientes, existe un problema de multicolinealidad. La solución correctora más sencilla consiste en eliminar las variables explicativas que estén correlacionadas con otra variable explicativa y que a suvez tengan la menor correlación posible con la variable independiente. Para visualizar esto de forma sencilla, se debe seleccionar una función que se encuentra en:
Herramientas > Análisis de datos > Correlación Seleccionando como rango de datos todos los datos que tengamos (en columnas) de todas las variables (incluida la variable problema o variable a explicar) podremos ver la correlaciónexistente entre cada una de las variables.

•

5

Cálculo de regresiones e interpretación de los resultados obtenidos
HETEROCEDASTICIDAD
• Si queremos detectar la existencia de heterocedasticidad a posteriori (es decir, una vez calculada la regresión > podemos llamarle modelo básico de regresión), lo que se debe hacer es comparar los datos estimados por el mismo de la variable problema con...