Arianne Oliveira Tavares; Rodolfo Vieira Nunes

DOI: 10.22167/2675-6528-202600582

Artículo elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.

Resumen

El sector global de “healthcare” presenta una elevada complejidad económica y financiera, caracterizado por una alta intensidad de capital, una fuerte dependencia de la innovación tecnológica y una diversidad de modelos operativos. En este contexto, el estudio tuvo como objetivo analizar cómo las estrategias operativas y financieras influyeron en la composición del Retorno sobre Activos (ROA) y del Retorno sobre el Patrimonio Neto (ROE) en empresas globales del sector, mediante la aplicación del Modelo “DuPont”. La investigación se llevó a cabo con un enfoque cuantitativo y de naturaleza descriptiva. Se utilizaron datos secundarios extraídos de los estados financieros consolidados de Johnson & Johnson, Siemens Healthineers y Stryker, correspondientes al período de 2021 a 2024. El análisis implicó la descomposición de los indicadores de rentabilidad en margen neto, rotación de activos y multiplicador de apalancamiento financiero (MAF), además de estadísticas descriptivas, correlaciones de Pearson y Spearman y descomposición de la variación del ROE. Los resultados indicaron que Johnson & Johnson presentó los mayores niveles de rentabilidad, asociados a márgenes más elevados y menor dispersión. Siemens Healthineers exhibió una mayor oscilación, con recuperación después de 2022, mientras que Stryker demostró una evolución gradual, con crecimiento de la rotación de activos y reducción del apalancamiento. La descomposición por el Modelo “DuPont” reveló una mayor participación del margen neto en la formación de la rentabilidad, con la rotación de activos actuando como refuerzo y el MAF modulando la intensidad de las variaciones. Los hallazgos contribuyen a la comprensión de la composición del retorno en el sector analizado.

Palabras clave: Apalancamiento financiero; Rotación de activos; Margen neto; Sector de la salud.

1. Introducción

El sector global de “healthcare” ha experimentado profundas transformaciones a lo largo de la historia, marcadas por innovaciones que redefinieron su estructura y operación. Un punto de inflexión ocurrió en 1928, con el descubrimiento de la penicilina por Alexander Fleming, que desencadenó un ciclo de avances científicos y tecnológicos. Este hito impulsó la transición de un modelo de manipulación artesanal a una estructura industrial compleja, caracterizada por la producción a escala de fármacos modernos. La actividad farmacéutica, y posteriormente el sector de la salud, se consolidó a través de continuos avances científicos y la ampliación del conocimiento técnico, estableciendo una industria con un alto nivel de sofisticación (Stacciarini, 2024; Haque et al., 2024).

Con el tiempo, el sector ha expandido su alcance más allá de la comercialización tradicional, evolucionando hacia un ecosistema integral de “salud”. Esta evolución está impulsada por el envejecimiento de la población y la creciente necesidad de diferenciación entre las empresas, lo que resulta en una mayor integración de productos, servicios y soluciones de salud. Las organizaciones incorporan tecnologías avanzadas y modelos de negocio complejos, ampliando su capacidad de generación de valor (Stacciarini, 2024; Petrie, 2025). La complejidad económica y financiera es intrínseca a este sector, distinguiéndose por su alta intensidad de capital, inversiones significativas en investigación y desarrollo [I+D] y dependencia de avances tecnológicos. Este escenario exige una planificación financiera rigurosa y una gestión eficiente de los recursos, además de una adaptación constante a las regulaciones que influyen en los costos, plazos y estrategias corporativas (Damodaran, 2021; Shaikh et al., 2021).

El sector de “healthcare” se ha consolidado como uno de los principales pilares de la economía global, con un volumen de facturación anual estimado en billones de dólares. La presencia de grandes corporaciones multinacionales contribuye a un entorno competitivo de alta complejidad, donde la sostenibilidad de los resultados depende de la capacidad de combinar innovación, eficiencia operativa y gestión financiera consistente (Stacciarini, 2024; Bai et al., 2022). Dentro de este escenario, empresas como Johnson & Johnson, Siemens Healthineers y Stryker ilustran la diversidad de estrategias adoptadas, con diferentes niveles de inversión, posicionamiento de mercado y estructura de capital, reflejando elecciones que influyen directamente en el desempeño económico-financiero (Javanmardi et al., 2024).

La evaluación del desempeño económico-financiero es crucial en este contexto. Tradicionalmente, se utilizan indicadores de rentabilidad como el Retorno sobre el Patrimonio Neto [ROE] y el Retorno sobre Activos [ROA] para medir la eficiencia en la utilización de los recursos y la capacidad de generación de retorno. Sin embargo, la interpretación aislada de estos índices limita la comprensión de los factores que componen el resultado final, ya que no revela la participación relativa de los elementos operativos y financieros en la formación de la rentabilidad (Gitman y Zutter, 2023; Tutcu et al., 2024).

Para superar esta limitación, la aplicación del Modelo “DuPont” amplía la comprensión del rendimiento, permitiendo la descomposición del ROE y del ROA en margen neto, rotación de activos y multiplicador de apalancamiento financiero. Este enfoque detallado permite examinar cómo las decisiones de operación, uso de activos y estructura de financiación se interconectan para determinar el retorno obtenido por las empresas. En el sector de “healthcare”, este análisis es particularmente relevante debido a la interacción entre elevadas inversiones, ciclos productivos extensos y exigencias regulatorias, factores que influyen directamente en el rendimiento económico-financiero (Cinaroglu y Pirgaip, 2024). La comprensión de la composición de la rentabilidad es fundamental para gestores, inversores y investigadores. En este sentido, el presente estudio tiene como objetivo analizar cómo las estrategias operativas y financieras influyen en la composición del Retorno sobre el Patrimonio Neto [ROE] y del Retorno sobre Activos [ROA] en empresas globales del sector de “healthcare”, mediante la aplicación del Modelo “DuPont”, considerando la interacción entre margen neto, eficiencia en la utilización de los activos y estructura de capital a lo largo del período analizado.

2. Material y Métodos

La presente investigación se llevó a cabo como un estudio de naturaleza descriptiva, con enfoque cuantitativo, dirigido al análisis del desempeño económico-financiero de empresas globales del sector de “healthcare”. El diseño adoptado posibilitó la observación y el registro de las características del fenómeno investigado, así como la identificación de relaciones entre variables sin interferencia directa sobre el objeto de estudio (Gil, 2002).

La muestra del estudio estuvo compuesta por tres empresas multinacionales del sector de “healthcare”: Johnson & Johnson, Siemens Healthineers y Stryker. La selección de estas compañías se basó en su relevancia económica, representatividad en el sector y diversidad de modelos de negocio, abarcando productos farmacéuticos, dispositivos médicos y tecnologías de diagnóstico y tratamiento.

Se incluyeron únicamente organizaciones de gran envergadura, con ingresos anuales superiores a veinte mil millones de dólares en el período reciente, garantizando la relevancia económica en el contexto global. Se consideró también la presencia internacional consolidada y la disponibilidad de demostraciones financieras estandarizadas y auditadas para el período analizado (Johnson & Johnson – RI, 2024; Siemens Healthineers – RI, 2024; Stryker – RI, 2024).

El período de análisis comprendió los ejercicios sociales de 2021 a 2024, permitiendo la observación del comportamiento de los indicadores económico-financieros a lo largo del tiempo. Se utilizaron datos secundarios, extraídos de las demostraciones financieras consolidadas divulgadas por las propias compañías.

Esta información fue accedida a través de sus informes anuales y formularios financieros, disponibles en los respectivos sitios web de Relaciones con Inversores [RI], además de bases públicas de información financiera. La recolección de datos ocurrió el 20 de enero de 2026, directamente de las fuentes oficiales de las empresas y de bases de datos financieras.

La elección de estas fuentes garantizó la confiabilidad, transparencia y comparabilidad de la información utilizada a lo largo del estudio. La delimitación temporal contribuyó a la consistencia de los resultados y a la comparabilidad entre los períodos analizados, sin inclusión de datos proyectados.

Para el análisis del desempeño económico-financiero, se empleó la metodología “DuPont”, que posibilita la descomposición de las medidas de retorno en componentes fundamentales relacionados con la rentabilidad, la eficiencia operativa y la estructura de capital (Angotti, de Almeida Bispo y Lamounier, 2011). En el desarrollo del estudio, el Modelo “DuPont” se aplicó al análisis del Retorno sobre Activos [ROA] y del Retorno sobre el Patrimonio Neto [ROE].

Los principales componentes analizados fueron el margen neto, la rotación del activo total y el multiplicador de apalancamiento financiero [MAF]. El margen neto se calculó por la relación entre el beneficio neto y los ingresos netos, representando la capacidad de generación de resultados a partir de los ingresos.

El giro del activo se obtuvo por la razón entre los ingresos netos y el activo total, lo que indica la eficiencia en el uso de los recursos para la generación de ingresos. El MAF se definió como la relación entre el activo total y el patrimonio neto, utilizándose como medida de la intensidad de utilización de capital de terceros.

A partir de estos componentes, el ROA se determinó como el producto entre margen neto y rotación del activo. El ROE se obtuvo por la multiplicación entre margen neto, rotación del activo y MAF, manteniendo coherencia con la lógica del Modelo “DuPont”.

Este enfoque permitió identificar la participación de cada componente en la formación de la rentabilidad y posibilitó la comparación entre empresas y períodos distintos. También se consideró la variación acumulada entre 2021 y 2024, expresada en puntos porcentuales, con el objetivo de medir la magnitud de los cambios a lo largo del intervalo analizado.

El tratamiento cuantitativo se realizó mediante técnicas estadísticas descriptivas. La media se utilizó para representar el nivel típico de los indicadores a lo largo del período, y la mediana se consideró como medida complementaria para reducir la influencia de valores extremos.

La dispersión de los indicadores se evaluó mediante la desviación estándar y el coeficiente de variación, lo que permitió identificar la volatilidad relativa de los rendimientos (Diehl y Tatim, 2014). El uso conjunto de estas medidas permitió evaluar no solo el nivel medio de rentabilidad, sino también la regularidad de los resultados a lo largo del tiempo.

La relación entre el Retorno sobre el Patrimonio Neto [ROE] y sus determinantes fue investigada a través de los coeficientes de correlación de Pearson y de Spearman. La correlación de Pearson se aplicó para medir la asociación lineal, mientras que la correlación de Spearman se utilizó para evaluar relaciones monotónicas, ampliando la robustez de la interpretación de los resultados.

La descomposición de la variación del ROE se realizó mediante la distribución de las contribuciones de los componentes del Modelo “DuPont”, considerando margen neto, rotación del activo y multiplicador de apalancamiento financiero [MAF]. El cálculo se llevó a cabo a partir de la media de las contribuciones marginales, considerando diferentes órdenes de sustitución.

Este enfoque permitió identificar la participación relativa de cada factor en la formación de los cambios observados en el retorno al accionista a lo largo del período analizado. La construcción metodológica del estudio estuvo orientada por referencias que trataron del análisis de rentabilidad a partir de la descomposición de indicadores financieros y de la comparación entre empresas.

Autores como Chang et al. (2013), Bai et al. (2022), Fernandes et al. (2014), Fochi (2018) y Silva (2019) contribuyeron a la definición de los procedimientos adoptados, justificando la aplicación del Modelo “DuPont” y la interpretación de sus componentes operativos y financieros.

3. Resultados y Discusión

El análisis del desempeño económico-financiero de las empresas Johnson & Johnson, Siemens Healthineers y Stryker, en el sector global de “healthcare”, reveló patrones distintos de rentabilidad y estrategias subyacentes a lo largo del período de 2021 a 2024. Los resultados iniciales, obtenidos por la aplicación del Modelo “DuPont”, indicaron que Johnson & Johnson presentó consistentemente los mayores niveles de Retorno sobre Activos (ROA) y Retorno sobre el Patrimonio Neto (ROE), demostrando una capacidad superior de generación de retorno. En contraste, Siemens Healthineers exhibió mayor volatilidad, con una fase de declive seguida por una recuperación notable, mientras que Stryker mantuvo una evolución más gradual y consistente, con ajustes estratégicos a lo largo del tiempo. Esta visión general establece el escenario para una discusión profunda de los factores operativos y financieros que moldearon la rentabilidad de cada compañía.

En cuanto al Retorno sobre Activos (ROA), Johnson & Johnson inició el período en 2021 con un 8,4%, alcanzando su pico en 2022 con un 9,8%, para luego presentar una reducción al 8,0% en 2023 y 7,8% en 2024. Esta trayectoria sugiere un crecimiento inicial robusto, seguido de una moderación, pero manteniéndose en niveles superiores a los de las demás empresas analizadas. Siemens Healthineers, por su parte, demostró una dinámica más volátil, con una caída del 3,7% en 2021 al 2,5% en 2022, seguida de una recuperación expresiva al 5,5% en 2023 y 5,6% en 2024. Este comportamiento indica una mayor sensibilidad a factores de mercado u operacionales, con una reconfiguración de la estrategia tras el período de menor desempeño. Stryker presentó un crecimiento más lineal, partiendo del 5,8% en 2021, alcanzando el 6,4% en 2022 y el 7,9% en 2023, con una leve retracción al 7,0% en 2024, evidenciando una evolución progresiva y un ajuste moderado en el último año.

El análisis del Retorno sobre el Patrimonio Neto (ROE) refuerza las tendencias observadas en el ROA. Johnson & Johnson mantuvo niveles elevados, con un 23,3% en 2021 y un 24,0% en 2022, seguido de una reducción al 19,4% en 2023 y un leve aumento al 19,7% en 2024. Esto demuestra la fuerte capacidad de la empresa para generar retorno a sus accionistas, incluso con la reducción después del pico de 2022. Siemens Healthineers exhibió la mayor oscilación, con una caída del 10,4% en 2021 al 6,8% en 2022, seguida de un crecimiento expresivo al 15,0% en 2023 y una leve reducción al 14,6% en 2024. Esta trayectoria indica un cambio consistente en el desempeño después de un período de menor retorno. Stryker presentó un comportamiento intermedio, con un crecimiento del 13,4% en 2021 al 14,2% en 2022 y al 17,0% en 2023, seguido de una reducción al 14,5% en 2024, manteniendo una trayectoria de expansión hasta 2023 y un ajuste en el período final. La comparación entre ROA y ROE en cada empresa también sugiere distintas estructuras de capital y niveles de apalancamiento, con Johnson & Johnson presentando un mayor distanciamiento entre los indicadores, lo que apunta a una mayor capacidad de amplificación del retorno al accionista.

La descomposición del Modelo “DuPont” permitió un análisis detallado de los componentes que influyen en la rentabilidad: margen neto, rotación de activos y multiplicador de apalancamiento financiero (MAF). El margen neto de Johnson & Johnson presentó valores elevados al inicio del período, con un 17,8% en 2021 y un 22,6% en 2022, reduciéndose a alrededor del 15% en 2023 (15,6%) y 2024 (15,8%). Esta capacidad de generación de beneficios, incluso con ajustes, se mantuvo superior a las demás. Siemens Healthineers, por otro lado, registró márgenes más bajos, del 8,2% en 2021 y 5,2% en 2022, pero demostró una recuperación significativa al 10,6% en 2023 y 10,8% en 2024, lo que indica una mejora en el desempeño operativo. Stryker exhibió un crecimiento continuo del margen neto hasta 2023, del 11,7% en 2021 al 15,4% en 2023, con una posterior reducción al 13,2% en 2024, lo que refleja un avance progresivo en la generación de beneficios antes del ajuste final.

En cuanto al giro de activos, que mide la eficiencia en la utilización de los recursos para generar ingresos, las empresas presentaron comportamientos distintos. Johnson & Johnson mostró una variación más acentuada, con una caída en 2022 y una recuperación en 2023, seguida de una leve reducción en 2024, lo que sugiere cambios en la intensidad de uso de los activos a lo largo del tiempo. Siemens Healthineers exhibió una trayectoria de crecimiento continuo del giro de activos hasta 2023, manteniéndose estable en 2024, lo que indica una mejora consistente en la capacidad de generar ingresos a partir de sus activos. Stryker, por su parte, demostró una evolución continua a lo largo de todo el período, con un crecimiento progresivo hasta 2024, lo que apunta a un aumento constante en la eficiencia operativa asociada al uso de sus activos. Esta diversidad de patrones refleja los diferentes enfoques estratégicos de cada empresa en la gestión de sus recursos operativos.

El multiplicador de apalancamiento financiero (MAF), que refleja la intensidad del uso de capital de terceros, mostró una tendencia a la baja en todas las empresas a lo largo del período analizado, aunque con intensidades variables. Johnson & Johnson presentó una disminución del MAF entre 2021 y 2023, seguida de un ligero aumento en 2024, lo que indica un ajuste en la estructura de capital tras un período de desapalancamiento. Siemens Healthineers demostró una reducción continua del MAF a lo largo de los cuatro años, lo que sugiere una disminución gradual de la dependencia del capital de terceros. Stryker exhibió la reducción más consistente del MAF, con una caída progresiva en todos los años, evidenciando una estrategia continua de disminución del apalancamiento financiero. Esta observación es crucial para comprender cómo las empresas gestionan su riesgo financiero y la composición de su capital, impactando directamente el retorno al accionista.

La estadística descriptiva de los indicadores de rentabilidad proporcionó una visión más profunda de la estabilidad y variabilidad del desempeño. Para el ROA, Johnson & Johnson registró una media de 8,49% y una mediana de 8,18%, con una desviación estándar de 0,90% y un coeficiente de variación (CV) de 10,58%, lo que indica baja dispersión y estabilidad. Siemens Healthineers presentó una media de 4,29% y una mediana de 4,57%, con una desviación estándar de 1,50% y un CV de 34,89%, caracterizando una alta dispersión e inestabilidad. Stryker tuvo una media de 6,76% y una mediana de 6,68%, con una desviación estándar de 0,92% y un CV de 13,63%, lo que indica un nivel intermedio de dispersión y relativa estabilidad. Estos datos corroboran la observación de que Johnson & Johnson mantiene un liderazgo consistente en rentabilidad y previsibilidad, mientras que Siemens Healthineers enfrenta una mayor volatilidad en sus resultados operativos.

En relación con el ROE, Johnson & Johnson obtuvo un promedio de 21,59% y una mediana de 21,46%, con una desviación estándar de 2,41% y un CV de 11,15%, lo que apunta a una estabilidad en altos niveles de retorno al accionista. Siemens Healthineers presentó un promedio de 11,71% y una mediana de 12,51%, con una desviación estándar de 3,86% y un CV de 32,93%, lo que indica una alta variabilidad y amplitud en los resultados. Stryker registró un promedio de 14,78% y una mediana de 14,35%, con una desviación estándar de 1,56% y un CV de 10,59%, demostrando un comportamiento más consistente en comparación con Siemens Healthineers. La comparación entre los indicadores refuerza las diferencias en la consistencia de los resultados, con Johnson & Johnson presentando mayores promedios y menor dispersión, mientras que Siemens Healthineers exhibe menores promedios y mayor variabilidad, y Stryker ocupa una posición intermedia con retornos más regulares.

El análisis de correlación entre el ROE y sus componentes, utilizando los coeficientes de Pearson y Spearman, reveló que el ROA y el margen neto presentaron coeficientes elevados y positivos, cercanos a 0,95 para Pearson y 0,88 para Spearman. Esta fuerte asociación indica una relación estable y consistente entre estas variables y el ROE, independientemente de la forma de medición. La proximidad de los valores entre los dos métodos estadísticos refuerza que el comportamiento del ROE acompaña de manera consistente la variación de estos dos componentes, sin alteraciones relevantes cuando se analiza bajo diferentes enfoques estadísticos. Este alineamiento sugiere la predominancia de elementos operativos y de generación de resultado como principales vectores asociados al retorno al accionista, según lo señalado por Gitman y Zutter (2023).

Por otro lado, el giro del activo y el MAF presentaron coeficientes cercanos a cero, con signos negativos en ambos métodos y p-valores elevados, lo que indica una ausencia de asociación consistente con el ROE a lo largo del período. La baja magnitud de los coeficientes, junto con la similitud entre Pearson y Spearman, sugiere que no hay una tendencia clara de relación, ni lineal ni monotónica, posicionando estas variables como elementos con menor influencia en la estructura de formación de la rentabilidad observada. Esta distinción en la fuerza de las correlaciones es fundamental para comprender que, aunque todos los componentes del Modelo “DuPont” contribuyen al ROE, el margen neto y el ROA ejercen un impacto significativamente mayor en la determinación del retorno al accionista, mientras que el giro del activo y el MAF desempeñan papeles más secundarios o moduladores.

La descomposición exacta de la variación del ROE entre 2021 y 2024 reveló las contribuciones específicas de cada componente. Para Johnson & Johnson, la variación negativa de -3,58 puntos porcentuales en el ROE resultó de una configuración en la que el margen neto contribuyó con -2,52 puntos porcentuales y el MAF con -1,99 puntos porcentuales, mientras que el giro del activo actuó en sentido opuesto con una contribución positiva de 0,93 puntos porcentuales. Esta distribución indica que la reducción del ROE no fue causada por un único factor dominante, sino por una combinación de pérdida de eficiencia en la generación de beneficios y disminución de la apalancamiento, cuya suma superó el efecto compensatorio del giro del activo. En Siemens Healthineers, la variación positiva de 4,20 puntos porcentuales en el ROE fue impulsada por el margen neto (+3,46 p.p.) y por el giro del activo (+1,74 p.p.), mientras que el MAF presentó una contribución negativa de -0,99 p.p., actuando como contención parcial del crecimiento. Esta configuración demuestra que el crecimiento del ROE está concentrado en componentes operativos, con predominancia del margen, acompañada por un aumento consistente en la eficiencia de utilización de los activos.

Stryker, con una variación de 1,10 puntos porcentuales en el ROE, presentó una configuración intermedia. El margen neto contribuyó con 1,79 puntos porcentuales y el giro del activo con 0,87 puntos porcentuales, mientras que el MAF presentó una contribución negativa de -1,56 puntos porcentuales. Esta distribución evidencia que el crecimiento del ROE depende de un equilibrio más sensible entre componentes positivos y negativos, ya que la reducción del apalancamiento absorbió una parte relevante de las ganancias operativas, resultando en una variación final más moderada. La interpretación transversal entre las empresas permite observar tres configuraciones distintas de formación de la variación del ROE: retracción con múltiples vectores negativos (Johnson & Johnson), expansión con predominancia de factores operativos (Siemens Healthineers) y crecimiento condicionado por compensaciones internas (Stryker). El margen neto asume una mayor participación en todas las empresas, mientras que el giro del activo actúa como elemento complementario y el MAF presenta un comportamiento predominantemente negativo, indicando un movimiento de reducción del apalancamiento a lo largo del período.

Los resultados de la investigación indican que Johnson & Johnson mantuvo los niveles más altos de ROA y ROE durante todo el período analizado, con márgenes netos superiores y menor dispersión en los indicadores. Esta regularidad en la generación de beneficios y mayor estabilidad financiera, incluso después de la reducción observada a partir de 2022, refuerza su capacidad para sostener un rendimiento elevado en un entorno sectorial complejo, caracterizado por alta intensidad de capital e innovación continua (Stacciarini, 2024). La menor variabilidad en los indicadores económico-financieros de Johnson & Johnson sugiere una mayor previsibilidad en los resultados, derivada de la eficiencia en la conversión de ingresos en beneficios, lo que se alinea con la literatura que destaca la importancia de la estabilidad para la sostenibilidad del rendimiento (Santos et al., 2024).

Siemens Healthineers, por su parte, presentó la mayor fluctuación entre las empresas, con una trayectoria de caída en 2022 seguida por una recuperación en 2023 y mantenimiento en 2024. Esta dinámica, marcada por valores más bajos de margen neto al inicio de la serie y un MAF más elevado, sugiere una formación de rentabilidad con mayor participación del apalancamiento financiero. La recuperación posterior del ROA y del ROE estuvo ligada a la mejora operativa, con un avance simultáneo del margen y del giro del activo, componiendo un perfil distinto en relación con las demás compañías. Esta trayectoria más volátil, con alternancia entre retracción y crecimiento, es consistente con entornos sujetos a mayor sensibilidad operativa y financiera, que tienden a producir indicadores con mayor variación a lo largo del tiempo (Pereira y Martins, 2022).

Stryker demostró un crecimiento gradual de los indicadores hasta 2023, seguido de un ajuste en 2024, manteniendo una posición intermedia en el panel. El énfasis en el avance continuo del giro del activo, que alcanzó el mayor valor del panel en el último año, y la reducción progresiva del MAF, indican una formación de retorno basada en la mejora operativa y una menor dependencia del apalancamiento. Esta combinación de aumento de la eficiencia en el uso de los activos, expansión del margen hasta 2023 y disminución del uso relativo de capital de terceros sugiere una trayectoria más equilibrada y sustentada por fundamentos operativos, según la literatura que asocia una elevada rentabilidad con ganancias operativas combinadas con la reducción del apalancamiento financiero (Adam et al., 2023). La evolución de Stryker, por lo tanto, refleja una estrategia de eficiencia operativa y utilización intensiva de los activos.

En resumen, la aplicación del Modelo “DuPont” reveló que el margen neto ejerció la mayor influencia en la formación de la rentabilidad y en la variación del ROE en todas las empresas analizadas, mientras que el giro del activo actuó como un mecanismo de refuerzo para los movimientos operativos. El multiplicador de apalancamiento financiero (MAF), por su parte, moduló la intensidad de las variaciones, frecuentemente con una contribución negativa que refleja la reducción del apalancamiento. Las correlaciones más elevadas del ROE con el ROA y el margen neto, combinadas con la descomposición exacta de la variación del retorno al accionista, indican que la capacidad de generación de beneficios fue el principal factor responsable de las alteraciones en los indicadores de rentabilidad. Las diferencias observadas entre las empresas no se debieron solo al nivel de retorno obtenido, sino a la forma en que el margen, la eficiencia operativa y la estructura de capital se combinaron a lo largo del período, respondiendo al objetivo de analizar cómo las estrategias operativas y financieras influyen en la composición del ROE y ROA en el sector de “healthcare”.

4. Conclusión

El presente estudio buscó analizar cómo las estrategias operativas y financieras influyeron en la composición del Retorno sobre Activos (ROA) y del Retorno sobre el Patrimonio Neto (ROE) en empresas globales del sector “healthcare”, mediante la aplicación del Modelo “DuPont”. Se verificó que Johnson & Johnson mantuvo los mayores niveles de rentabilidad entre 2021 y 2024, asociada a márgenes netos superiores y menor dispersión de los indicadores, lo que indicó una capacidad consistente de generación de beneficios. Siemens Healthineers exhibió mayor oscilación, con retracción en 2022 y recuperación posterior, acompañada por un multiplicador de apalancamiento financiero más elevado al inicio del período. Por su parte, Stryker demostró una evolución gradual, con crecimiento del giro del activo y reducción progresiva del apalancamiento financiero, posicionándose en una franja intermedia de rentabilidad con mayor regularidad. La descomposición por el Modelo “DuPont” reveló que el margen neto ejerció la mayor influencia en la formación de la rentabilidad y en la variación del ROE en todas las empresas, mientras que el giro del activo actuó como refuerzo y el multiplicador de apalancamiento financiero moduló la intensidad de las variaciones, frecuentemente con una contribución negativa que reflejó la reducción del apalancamiento.

Estos hallazgos contribuyen a la comprensión de que las diferencias de desempeño en el sector de “healthcare” no se limitaron al nivel de retorno, sino a la forma en que el margen, la eficiencia operativa y la estructura de capital se combinaron a lo largo del período analizado. Sin embargo, el estudio presentó limitaciones derivadas del uso exclusivo de datos secundarios, de la muestra restringida a tres compañías y del recorte temporal de cuatro ejercicios sociales, además de no incorporar variables cualitativas de gestión. Para investigaciones futuras, se sugiere ampliar la muestra y la serie histórica, incorporar indicadores complementarios como liquidez y generación de caja, y combinar la descomposición “DuPont” con enfoques cualitativos para una comprensión más profunda de las relaciones entre estrategia, rentabilidad y estructura de capital.

Referencias Bibliográficas

Bai, G.; Rajgopal, S.; Srivastava, A.; Zhao, R. 2022. Profitability and risk-return comparison across health care industries, evidence from publicly traded companies 2010–2019. PLoS ONE 17(11), e0275245.

Cinaroglu, S.; Pirga

Damodaran, A. 2021. Finanças corporativas: teoria e prática. 3ed. Bookman, Porto Alegre, RS, Brasil.

Gitman, L. J.; Zutter, C. J. 2023. Princípios de administração financeira. 15ed. Pearson, São SP, Brasil.

Haque, M. A.; Nath, N. D.; Johnston, T. V.; Haruna, S.; Ahn, J.; Ovissipour, R.; Ku, S. 2024. Harnessing biotechnology for penicillin production: Opportunities and environmental considerations. Science of The Total Environment 946, 174236.

Javanmardi, E.; Maresova, P.; Xie, N.; Mierzwiak, R. 2024. Exploring business models for managing uncertainty in healthcare, medical devices, and biotechnology industries. Heliyon 10(4), e25962.

Petrie, D. A. 2025. Integration as innovation in healthcare systems. Healthcare Management Forum 38(2), 76-83.

Shaikh, M.; Del Giudice, P.; Kourouklis, D. 2021. Revisiting the Relationship Between Price Regulation and Pharmaceutical R&D Investment. Applied Health Economics and Health Policy 19(2), 217-229.

Stacciarini, J.H. S. 2024. O Setor Farmacêutico Global: Números e Dinâmicas. Caminhos de Geografia 25(101): 240-251.

Tutcu, B.; Kayakuş, M.; Terzioğlu, M.; Ünal Uyar, G. F.; Talaş, H.; Yetiz, F. 2024. Predicting Financial Performance in the IT Industry with Machine Learning: ROA and ROE Analysis. Applied Sciences 14(17), 7459.

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Finanzas y Controloría del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy