Data analytics sobre múltiplos de valoración

Abstract

La búsqueda del valor intrínseco de los activos financieros es una tarea clave para los profesionales del mercado, quienes, entre otras técnicas, emplean múltiplos de valoración como el PER o el EV/EBITDA. Estos ratios ayudan a evaluar si el precio de una acción es adecuado, sobrevalorado o infravalorado en comparación con empresas similares, influyendo en decisiones de inversión y ajustes en las carteras. Sin embargo, para que esta metodología sea efectiva, es esencial interpretar correctamente estos múltiplos considerando los fundamentos y la estrategia de la empresa. La interpretación se complica cuando los ratios presentan contradicciones: un múltiplo puede indicar que una acción está sobrevalorada mientras otro sugiere lo contrario. Este TFG se centra en la identificación de estas discrepancias, que hacen que una acción parezca "barata según el P/E pero cara según el EV/EBITDA". Utilizando la base de datos compustat y el lenguaje de programación python, se calculan los múltiplos de valoración diarios para 5.679 empresas durante el periodo 2010-2023. Tras clasificar estos múltiplos en cuartiles, se reconoce la existencia de discrepancias y se investiga si tales discrepancias ocurren con mayor frecuencia en ciertas industrias, así como los posibles motivos que las justifiquen.

The search for the intrinsic value of financial assets is a key task for market professionals, who use valuation multiples such as PER or EV/EBITDA among other techniques. These ratios help evaluate whether the price of a stock is appropriate, overvalued, or undervalued compared to similar companies, influencing investment decisions and portfolio adjustments. However, for this methodology to be effective, it is essential to interpret these multiples correctly, considering the company's fundamentals and strategy. Interpretation becomes complicated when the ratios present contradictions: one multiple may indicate that a stock is overvalued while another suggests the opposite. This TFG focuses on identifying these discrepancies, which make a stock appear "cheap on P/E but expensive on EV/EBITDA." Using the compustat database and python programming language, daily valuation multiples are calculated for 5,679 companies during the period 2010-2023. After classifying these multiples into quartiles, the existence of discrepancies is recognized, and we try to determine if such discrepancies occur more frequently in certain industries and the possible reasons behind them.