Modelos de predicción de la fragilidad empresarial: aplicación al caso colombiano para el año 2011
Palabras clave:
quiebra, fragilidad, indicadores financieros, modelo probit, modelo logitResumen
El objetivo de este trabajo consiste en la estimación de un modelo que permita medir la probabilidad de que una empresa entre en riesgo de quiebra. Para alcanzar este objetivo, se utilizaran los estados financieros reportados por las empresas a la Superintendencia de Sociedades en el año 2011. De estos estados se construyeron indicadores financieros que fueron útiles como variables explicativas en la estimación de modelos de regresión binaria, a partir de los cuales se identificaron como relevantes las razones financieras de rentabilidad del activo, rotación del activo y nivel de endeudamiento para la medición de la probabilidad de riesgo de quiebra. Se estiman dos modelos de selección discreta: logit y probit. El primero, clasifica correctamente el 83,20% de las observaciones. Y el segundo, clasifica correctamente el 80,8%.
Descargas
Citas
Altman, E. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of finance: 189–209.
Altman, E. y Narayanan, P. (1997). An international survey of business failure classification
models. Financial markets, institutions and instruments, Vol.6, No.2.
Baninoe, R. (2010). Corporate bankruptcy prediction and equity returns in the UK. Tesis de maestría en
ciencias. Cranfield University.
Beaver, W. (1966). Financial ratios as predictors of failure. Journal of accounting Research, Vol.4,
pp. 71-111.
Beaver, W. (1968). Market prices, financial ratios, and the prediction of failure. Journal of Accounting
Research, Vol. 6, No. 2, pp.179-192.
Bernhardsen, E. (2001). A model of bankruptcy prediction. Working Paper: Financial analysis and
structure department. Research Department, Norges bank.
Brealey, R. y Myers, B. (1999): Principles of corporate finance. USA, Editorial McGraw-Hill.
Bukovinsky, D. (1993). Cash flow and cash position measures in the prediction of business failure:
an empirical study, Tesis de doctorado.Universidad de Kentucky. pp. 205
Green, W. (2008). Econometric Analysis, Sexta Edición, New York University, Pearson Education,
Inc., Upper Saddle River.
Gutiérrez, J., Martínez, J. y Valencia, J. (2010). El modelo de calificación crediticia z-score:
aplicación en la evaluación del riesgo crediticio de HB Fuller Colombia LTDA, Revista
MBA Eafit, No. 1, pp. 102-111.
Hernández, L. y Meneses, L. (2005). Desarrollo de una metodología propia de análisis de crédito
empresarial en una entidad financiera, Estudios Gerenciales, Universidad Icesi, No. 97., pp.
-148, Octubre – Diciembre.
Hosmer, D. y Lemeshow, S. (2000). Applied Logistic Regression, Segunda Edición, New York. WileyInterscience Publication, pp. 157.
Jaramillo, F. (2003). Análisis financiero básico. Centro de Estudios Superiores de administración - CESA,
Bogotá: Alfaomega Colombiana.
Kutner, M., Nachtsheim, C., Neter, J. y Li, W.(2004). Applied Linear Statistical Models. Cuarta Edición, New York, McGraw-Hill/Irwin Series operations and decision sciences, pp. 384-420.
Martínez, O. (2003). Determinantes De Fragilidad En Las Empresas Colombianas. Borradores de
Economía. Banco de la República de Colombia, No. 259.
Moulton, W. y Thomas, H. (1993). Bankruptcy as a deliberate strategy: Theoretical considerations
and empirical evidence. Strategic Management Journal. Vol. 14, No. 2, Pág. 125–135.
Narváez, L. (2010). Análisis de la aplicación de los modelos de predicción de quiebras en Colombia. Tesis
pregrado en contaduría pública, Universidad autónoma de occidente. Cali, Colombia.
Ohlson, J. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of
Accounting Research, Vol. 18, No. 1, pp. 109-131
Peña, T., Martínez, S. y Abudu, B. (2009). Predicción de bancarrota: una comparación de técnicas y de aprendizaje supervisado para computadora. Documentos de investigación Banco
de México. No. 18.
Raymond, M., Douglas, M., Geoffrey, V. y Timothy, R. (2010). Generalized Linear Models with
Applications in Engineering and the Sciences. Segunda Edición, New Jesey, Wiley & Sons, Inc.
Wiley-IntersciencePublication, pp. 119-232.
Ringeling, E. (2004). Análisis Comparativo De Modelos de Predicción de Quiebra y la Probabilidad de Bancarrota. Seminario para Optar al Título de Ingeniero Comercial Mención Administración.
Universidad de Chile. Santiago, Chile.
Rosillo, J. (2002). Modelo de predicción de quiebras de las empresas colombianas. Innovar, revista
de ciencias administrativas y sociales, No. 12, pp. 109-124.
Santos, M., Cortez, P., Pereira, J. y Quintela, Helder. (2006). Corporate bankruptcy prediction
using data mining techniques. WIT transactions on information and communication technologies,
WIT Press, Vol. 37, pp. 349-357.
