Está en la página 1de 11

Modelo probabilstico

de quiebra para pequeas


y medianas empresas mexicanas
JUVENCIO JARAMILLO GARZA*, JESS FERNANDO ISAAC GARCA*

La turbulencia econmica, vel familiar y a nivel empresarial. Es de sobra sabido


que predomina y que caracte- que las empresas micro, pequeas y medianas sopor-
riza la economa global actual, tan la base de la creacin de empleo, la generacin
ha empezado a hacer estragos de recursos al gobierno y son fuente de prosperidad
no slo a la economa en su para las naciones, as como las primeras que desapa-
conjunto, sino tambin a ni- recen ante las crisis econmicas profundas. Al repre-
sentar stas en promedio 90% de las empresas en un
El presente artculo est basado en la investigacin Modelo pas, merece nuestra atencin y procuracin de su
probabilstico de quiebra para pequeas y medianas empresas
mexicanas. Una herramienta para la toma de decisiones,
galardonada con el Premio de Investigacin UANL 2013, en la
categora de Ciencias Sociales, otorgado en sesin solemne del
Consejo Universitario, en septiembre de 2013. *Universidad Autnoma de Nuevo Len, FIME.

CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013 103


MODELO PROBABILSTICO DE QUIEBRA PARA PEQUEAS Y MEDIANAS EMPRESAS MEXICANAS

salud y estabilidad en el largo plazo. Las crisis econ- No dudamos de la capacidad de los administra-
micas, en la actualidad, han evolucionado en dimen- dores de las mipyme, que muchos tienen aos ha-
sin, alcance y en duracin, sin menospreciar la pro- ciendo lo mismo y otros nuevos emprendedores se
fundidad con la que lastiman la planta productiva suman a la competencia y lucha por la preferencia de
de manera sistmica. Las empresas micro, pequeas los clientes cada vez ms desleales. Sin embargo, la-
y medianas (en adelante mipyme) son las ms vulne- mentablemente ya no es suficiente con la experien-
rables a las crisis prolongadas. En primer lugar, por- cia o con la intuicin que se debe competir, esto pasa
que el acceso al financiamiento es restringido; en se- a segundo trmino sin que dejen de ser tiles. A estas
gundo lugar, tienen menos reservas para contrarrestar herramientas del siglo pasado para gestionar empre-
una recesin; tercero, no cuentan con las inversio- sas hay que agregar la tcnica y los conocimientos
nes, recursos y capital intelectual necesarios para avanzados para ser exitosos en el mantenimiento de
sofisticarse y crecer en el mediano y largo plazo (al la empresa a flote ante esta competencia cada vez ms
menos es el caso mexicano). voraz.
La predominancia de la mipyme en Mxico como Por todo lo anterior, diversas lneas de investiga-
en otros pases ha despertado desde hace ms de una cin se abren en torno al desempeo de las mipyme,
dcada el inters de los investigadores, de las autori- pues su importancia es capital. La propuesta de la
dades gubernamentales y de los propios emprende- presente investigacin versa en torno a los aspectos
dores por estudiarlas y entender su desempeo. De financieros de estas empresas, que se han soslayado y
tal suerte que se empiezan a desarrollar teoras, estu- que merecen la atencin debida, a pesar del grado de
dios tcnicos profundos tiles para entenderlas, para poca sofisticacin que aparenta la gestin financiera
ayudarlas a sostenerse, consolidarse y mantenerse en en las mipyme.
el largo plazo ante la creciente competencia global La reciente crisis, que primero fue financiera y
que enfrentan. Debemos recordar que anterior a la ahora est en las arenas econmicas del mundo ente-
ola de tratados comerciales multilaterales, las econo- ro, an no ha pasado. Por el contrario, amenaza con
mas fluctuaban en un entorno proteccionista, al exa- fortalecerse y profundizarse ms. Vemos ejemplos,
cerbar la influencia de estas empresas e introducir como la situacin fiscal que se vive en Europa. La
fuertes distorsiones en los mercados de bienes y ser- amenaza latente de la salida del euro de algunos pa-
vicios. Al promover los Estados los tratados comer- ses fuertemente endeudados, el creciente desempleo
ciales y los acuerdos comerciales con el resto del y cierre de empresas y bancos insolventes, la raquti-
mundo, las empresas que no pudieron adaptarse a ca recuperacin de la economa norteamericana y la
las nuevas condiciones de mercado, esto es, compe- fuerte competencia de las economas asiticas pre-
tencia en precios, diversidad en la oferta de servicios sentan a las empresas mexicanas un verdadero reto,
y productos, calidad, sistemas de gestin y de pro- por los mercados de consumo ms grandes del mun-
duccin sofisticados, han desaparecido, y las que so- do que hay que sumar la crisis de su economa real
breviven sufren las consecuencias de tener una com- en la que se encuentran caracterizada por la falta de
petencia cada vez ms agresiva y aplastante con ahorro, el desempleo, la disminucin del consumo,
mrgenes de utilidad estrechos, mercados cada vez por mencionar algunos. De tal suerte que las empre-
ms segmentados y competidos y hasta la corta es- sas en Mxico necesitan ayuda. Necesitan esquemas
tancia de las empresas en los mercados. de planeacin ms sofisticados que les permitan ope-

104 CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013


JUVENCIO JARAMILLO GARZA, JESS FERNANDO ISAAC GARCA

rar en su simplicidad de manera ms profesional; namiento financiero de las mipyme en Mxi-


que les permita enfrentar la competencia y mejorar co.
sus sistemas de administracin. Para tan ambicioso Promover los estudios emprico-tcnicos en
alcance, la presente investigacin se perfila como pio- el rea financiera de las mipyme.
nera en el rea financiera de las mipyme en Mxico. Promover la aplicacin de las tcnicas esta-
Ante tales planteamientos, el problema que se dsticas avanzadas a la administracin de las
pretende resolver en concreto es que ante el desco- empresas.
nocimiento de qu variables explican la quiebra y Despertar el inters de los acadmicos inves-
cierre de las mipyme, el empresario no tiene un siste- tigadores en el rea financiera de las mipyme.
ma formal de previsin que le permita planear el cmo Desarrollar y crear conocimiento financiero
prever ni cmo evitar la quiebra, teniendo como con- de alto nivel que pueda filtrarse a las aulas,
secuencia el uso discrecional de acciones estriles que para ensearlo a los alumnos y capacitar a los
desembocan en la desaparicin de la empresa. maestros de las reas financieras.
El objetivo concreto de esta investigacin es deter-
minar qu factores explican la quiebra de las mipyme Como contribucin especfica, la presente inves-
en el pas. Al entender las variables que explican la quie- tigacin pretende desarrollar un modelo de planea-
bra, desde luego sabremos por qu estas empresas tan cin en cinco sentidos: para los empresarios mipyme,
importantes para la economa del pas dejan de operar desarrollar un sistema de planeacin para prevenir la
y con ello causan serios daos a la economa. quiebra, estabilizar a las empresas con problemas fi-
Los objetivos secundarios los enumeramos a con- nancieros y planear a largo plazo mediante las varia-
tinuacin: ble significativas que deben tomar en cuenta para
evitar la quiebra. Para las autoridades gubernamen-
Saber cul es la percepcin de los empresarios tales, conocer exactamente en qu rubros deben apo-
mipyme acerca de distintos factores que afec- yar a las mipyme para evitar su cierre y hacia qu
tan a su negocio y su relacin con una posible elementos de apoyo orientar sus recursos y esfuer-
quiebra. zos. Para las autoridades hacendarias, establecer un
Determinar si la percepcin de los empresa- sistema de pronstico de quiebra de las empresas para
rios en torno a la quiebra de sus empresas es ver cmo les afectara en cuanto a la recaudacin,
congruente con la constante de la ecuacin por razn de cierre de stas. Para los docentes e in-
del modelo de quiebra que se desarrolle. vestigadores, el esquema propuesto les servir como
Medir la percepcin de los empresarios acer- referencia para desarrollar ms investigacin, con res-
ca de la crisis de seguridad y otros factores, en pecto al tema y filtrar el conocimiento generado di-
relacin al desempeo y futuro de sus nego- rectamente a las aulas. Para los bancos, proveer un
cios en las principales zonas empresariales del elemento ms para valorar la conveniencia de otor-
centro y norte del pas. gar prstamos a las mipyme. Y una segunda contri-
Crear indicadores nacionales de alerta para bucin derivada de la anterior, definir y conceptua-
prevenir la quiebra empresarial. lizar los parmetros para establecer qu empresa est
Determinar un proceso de quiebra. en quiebra, cul est en posibilidades de revertir la
Ampliar la base terica que explica el funcio- quiebra y cules no. Por consiguiente, una tercera

CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013 105


MODELO PROBABILSTICO DE QUIEBRA PARA PEQUEAS Y MEDIANAS EMPRESAS MEXICANAS

aportacin es el diseo de un proceso cuantitativo, n de la siguiente forma: 177 empresas quebradas y


con base en indicadores financieros que determinan 150 con buena salud financiera. Las empresas fue-
el ciclo de quiebra de las empresas en cuestin. De ron tomadas de distintas bases de datos, de distintos
tal manera que el modelo desarrollado presenta una contadores pblicos que participaron proporcionan-
base terico-prctica bastante extensa y rica en su uso do los datos financieros de las empresas en las dife-
y en valor financiero para las empresas, el gobierno y rentes ciudades objeto de estudio. La tcnica utiliza-
la academia. da fue el muestreo aleatorio simple. De las empresas
Todo lo anterior soportado con una encuesta de quebradas se seleccionaron aqullas que tuvieran un
percepcin de riesgo de los empresarios entrevista- horizonte de tiempo de cinco aos, incluyendo el
dos, en torno a distintos factores que afectan su ne- ao de la quiebra. Aqullas que tenan menos aos
gocio y la probabilidad de quiebra futura. fueron rechazadas de la muestra. De las empresas en
Las preguntas de la investigacin son las siguien- operacin tambin se seleccionaron aqullas que tu-
tes: qu variables explican la quiebra de las mipyme vieran cinco aos de operacin como mnimo. La
en Mxico?, es posible desarrollar un sistema de pla- muestra para la aplicacin de la encuesta de percep-
neacin contra la quiebra mipyme?, ser posible cin es de 5000 empresas, las cuales se seleccionan,
determinar la probabilidad de quiebra mipyme?, aleatoriamente, en los principales centros comercia-
existe un patrn general de quiebra identificable tra- les de las ciudades-objetivo.
vs de un proceso homogneo?, coincidir la cons- Las empresas, tanto para desarrollar el modelo como
tante del modelo desarrollado con el nivel de proba- para aplicar las encuestas, son de Nuevo Len, Jalisco,
bilidad de quiebra que los empresarios perciben para Quertaro, Estado de Mxico y Distrito Federal.
sus negocios?, qu percepcin tienen los empresa-
rios del futuro de su negocio?, qu percepcin tie- Variables
nen los empresarios mipyme de los apoyos del go-
bierno hacia las empresas mipyme? Las variables independientes se dividieron en crite-
El estudio est delimitado de la siguiente forma: rios de rentabilidad, liquidez, solvencia y eficiencia.
Y se seleccionaron las razones ms populares de cada
Las empresas son slo pequeas y medianas. rubro en funcin de la bibliografa financiera.
Se excluye de la muestra a la empresa grande y
a las micro. Rentabilidad
Las empresas se seleccionaron en las reas ms Rentabilidad de los fondos propios: utilidad
industrializadas de Mxico: DF, Quertaro, neta/capital social (ROE).
Guadalajara y Monterrey. Rentabilidad de los activos: utilidad de ope-
Las empresas son productoras de bienes. racin/activo total (ROA).

METODOL OGA
METODOLOGA Liquidez

Muestra Activo circulante/pasivo circulante (ACPC)


(Activo circulante-inventarios)/pasivo circu-
La muestra para el desarrollo del modelo se seleccio- lante (ACID)

106 CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013


JUVENCIO JARAMILLO GARZA, JESS FERNANDO ISAAC GARCA

Eficiencia H4. La constante de la ecuacin y el nivel de per-


Ciclo de conversin en efectivo: periodo pro- cepcin de quiebra de los empresarios son congruen-
medio del inventario + periodo promedio de tes entre s.
cobranza- periodo promedio de pago (CCE).
Solvencia Proceso de anlisis
Capital/pasivo total (CCPT)
Pasivo total/activo total (PT/AT). Fase I. Se describirn los indicadores financieros se-
leccionados de las empresas quebradas para enten-
Las variables para la encuesta de percepcin estn der mejor el episodio de la quiebra y sus movimien-
especificadas en el instrumento de medicin tipifi- tos previos al evento de la bancarrota. La
cado por una encuesta (ver anexo I). interpretacin de las estadsticas descriptivas de la
encuesta se incluye en esta fase y el resumen de esta-
Horizonte de tiempo dsticas descriptivas de la encuesta de percepcin se
plasma en el anexo II, tanto los grficos como las
Informacin financiera de los ltimos cinco aos de tabulaciones.
las empresas estudiadas (2006-2010). Fase II. Se har un anlisis multivariado clster
de las empresas sanas y las quebradas para identificar
Tcnica estadstica utilizada grupos homogneos y, en un segundo tiempo, el an-
lisis economtrico para desarrollar el modelo logit.
Se utilizar la tcnica economtrica de regresin lo- Fase III. Se proceder a la explicacin e interpre-
gstica, cuya clasificacin de las empresas es de la si- tacin del modelo desarrollado y a aplicar el modelo
guiente manera: empresas quebradas 1, bancos no a las empresas seleccionadas en el horizonte de tiem-
quebrados 0. Para la encuesta de percepcin se utili- po para detectar la evolucin de la quiebra en las
zar la estadstica descriptiva mediante la tcnica gr- empresas. El modelo desarrollado en el ao del cie-
fica de pastel. rre de la empresa es el que se aplica a cada uno de los
aos previos. A su vez, se intentar identificar un
Software para procesar datos proceso de quiebra.
Fase IV. Se procede a aceptar o rechazar las hip-
Para el anlisis se utiliza el software estadstico tesis de investigacin.
Statgraphics centurin XV.II. Fase V. Acorde a la evidencia encontrada, se veri-
fica el cumplimento de objetivos, la resolucin del
Hiptesis de la investigacin problema y la respuesta a las preguntas de investiga-
cin.
H1. La falta de liquidez en las empresas pyme Fase VI. Finalmente, las conclusiones y recomen-
contribuye a la quiebra de la empresa. daciones finales.
H2. El nivel de deuda en las pyme explica la quie-
bra.
H3. La rentabilidad de la empresa es significativa
para la quiebra.

CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013 107


MODELO PROBABILSTICO DE QUIEBRA PARA PEQUEAS Y MEDIANAS EMPRESAS MEXICANAS

ANLISIS DESCRIPTIVO DE LAS EMPRES


DESCRIPTIVO AS
EMPRESAS Se observa en cada uno de los aos en cuestin
EN BANC ARR
BANCARR OTA
ARRO que la media es representativa de la muestra, y los
niveles de variacin son importantes. Se aprecia tam-
Tabla I. Medidas de tendencia central y de desviacin de la bin cmo a partir de 2007 la rentabilidad sufre una
rentabilidad sobre los fondos propios. rpida degradacin a un ritmo acelerado, por lo que
ya para 2009 la rentabilidad era nula. Tambin se
  D ^ D D
YZK aprecia que 2006 fue el ao con mayor rentabilidad
YZK
YZK sin recuperacin en los prximos cuatro aos. Pode-
YZK
YZ
mos apreciar que la degradacin del ndice de renta-
d
bilidad sobre los activos es ms lenta entre el prime-
ro y segundo ao, pero el decremento es ms abrupto
Tabla II. Medidas de tendencia central y de dispersin de la en el tercer ao. Todo comparado con la degrada-
rentabilidad sobre los activos. cin de la rentabilidad de los fondos propios. Se apre-
  D ^ D D
cian tambin variaciones importantes en torno a la
YZK media, por lo que tal volatilidad se debe a la incon-
YZK
YZK sistencia con el uso de los activos y el tamao de los
YZK
YZK activos entre las empresas. Se observa en cada uno de
d
los aos en cuestin que la media es representativa
Tabla III. Medidas de tendencia central y de dispersin de la muestra y los niveles de variacin son elevados.
de la liquidez. Se aprecia tambin que la liquidez permanece robus-
ta en los dos primeros aos de anlisis. Sin embargo,
  D ^ D D
YW para el siguiente ao cae abruptamente y en un cuar-
YW
YW to ao vuelve a caer de manera abrupta, quedando la
YW
YW
empresa si bien no en niveles de cero liquidez, s sin
d
capacidad de cumplir con los compromisos a corto
plazo.
Tabla IV. Medidas de tendencia central y de dispersin de la
eficiencia. En cuanto al ciclo de conversin en efectivo, ya
sea la mediana o la media se mantienen en un pro-
  D ^ D D
Y
medio de 57 das por los cinco aos. Al centrar la
Y atencin en la desviacin, percibimos bastante dis-
Y
Y persin de los datos en torno a la media y los rangos
Y
d
son muy amplios. El grado de dispersin y la medi-
da de amplitud del rango se debe a una psima ges-
Tabla V. Medidas de tendencia central y de los recursos propios tin de las cuentas por cobrar, las cuentas por pagar
con respecto a los recursos ajenos. y los inventarios, por lo que se refleja que ante la
  D ^ D D diversidad de la administracin del ciclo de efectivo
YWd
YWd de la empresa una inestabilidad en el manejo del ca-
YWd
YWd pital de trabajo y de los inventarios de estas empre-
YWd
d
sas. A pesar de que la mayor parte del financiamien-

108 CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013


JUVENCIO JARAMILLO GARZA, JESS FERNANDO ISAAC GARCA

to es por recursos internos, percibimos por cada peso En el caso de las empresas sanas, se identificaron tres
de deuda cmo se comporta el recurso propio que va grandes grupos: las empresas bien administradas
de los 62 centavos hasta los siete centavos, al mo- menos rentables, las empresas bien administradas y
mento del evento de la quiebra. las ms endeudadas y las empresas ms rentables y
ms lquidas. En las empresas quebradas, la tcnica
ANLISIS ES TADS
EST TICO MUL
ADSTICO TIV
MULTIVARIADO
TIVARIADO clster identific tres grupos de empresas tambin:
DE LLOS
OS DATOS
DA empresas sin liquidez, con menor nivel de deuda, no
rentables, empresas sin liquidez con mayor nivel de
Clster de las empresas sanas deuda y no rentables y empresas sin liquidez, ms
ineficientes y sin rentabilidad.
 &OXVWHU

0HPEHUV

3HUFHQW

  
  
Anlisis de regresin logstica
&HQWURLGV
&OXVWHU

$&3&

$&,'

&&(

3&6

5(

52$

37$7

Modelo desarrollado
       
       

Tabla VI. Estimated Regression Model (Maximum Likelihood).

Empresas quebradas
 W 

^


KZ
KE^dEd   
ZK   

&OXVWHU

0HPEHUV

3HUFHQW
 W   
      
  
ZK   

&HQWURLGV Percentage of deviance explained by model = 93.39


&OXVWHU 4$&,' 4$&3& 4&&( 43&6 437$7 45( 452$
       
Adjusted percentage = 91.28823
        Donde la ecuacin del modelo es:
        PROBLEM = exp(eta)/(1+exp(eta))
where
eta=-.3710-.0750ROE2010-.0016ACPC2010+.0390CCE-.0040ROA2010

CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013 109


MODELO PROBABILSTICO DE QUIEBRA PARA PEQUEAS Y MEDIANAS EMPRESAS MEXICANAS

El modelo tiene un poder predictivo de la proba- El resumen estadstico de las salidas queda:
bilidad de quiebra de las pyme de 91.28% ya ajusta-
do. Resultaron cuatro variables significativas que ex- Tabla VIII. Medida de tendencia central y dispersin de la
plican la quiebra: la rentabilidad de los recursos aplicacin del modelo.

propios. La otra variable y la ms influyente en el   ^ D D



modelo es la liquidez, el ciclo de conversin en efectivo
y, finalmente, la variable de rentabilidad de los activos.

La constante nos indica que el riesgo de que la
empresa quiebre, independientemente de una buena
o mala administracin, es de 37%. Se observan en los rangos dos situaciones: la pri-
Se utilizar el modelo desarrollado para determi- mera, que los lmites inferiores a partir del segundo
nar la probabilidad de quiebra de las empresas selec- ao son regresivos, en comparacin con el lmite su-
cionadas en el periodo de tiempo especificado. Para perior del ao anterior. Esto se debe a que hay em-
alimentar el modelo, se utilizan los datos de 50 em- presas que durante el horizonte de tiempo su proba-
presas seleccionadas al azar y los resultados se dan a bilidad de quiebra crece a un ritmo ms lento, en
continuacin. comparacin con los ndices de otras empresas. Esto
es reflejo tambin de los esfuerzos de las empresas
Tabla VII. Resultados del modelo.
por mejorar los indicadores financieros que se ven
DWZ^ plasmados en la reduccin del porcentaje de proba-












bilidad de quiebra o en la velocidad con la que sta













crece. Segundo, se observa tambin que los rangos

poseen datos contenidos en otros rangos, debido a













los lmites regresivos mencionados anteriormente. Sin

embargo, para ubicar un resultado de la ecuacin con













precisin, el primer punto de referencia ser la me-













dia, y despus se ubicara en un rango especfico.











Ahora bien, al tener los parmetros de los ndices













financieros seleccionados que nos sirven para identi-

ficar patrones en los indicadores, enmarcndolos en













la identificacin de un proceso, las salidas de la apli-

cacin del modelo y sus estadsticas principales, se













dan las condiciones para asignar parmetros cuanti-













tativos a las fases del proceso que se identifica al ob-











servar la evolucin de los indicadores financieros: las













fases sern las que corresponden a los cinco aos de

estudio.













Al primer ao le corresponde la primera fase y as

sucesivamente. Esto no significa que si hubiramos













ampliado el horizonte de tiempo a diez aos, habra

110 CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013


JUVENCIO JARAMILLO GARZA, JESS FERNANDO ISAAC GARCA

diez fases. Lo que sucede con este criterio de selec- en los pasivos en .3% en promedio, con respecto ao
cin es que en los aos anteriores se presume que las anterior.
empresas tienen indicadores sanos. Cada fase cons- 3. Se considera que la empresa entra en alto riesgo
tar de los indicadores seleccionados: rentabilidad de quiebra, si el porcentaje de probabilidad se en-
financiera, sobre los activos, liquidez, liquidez sin cuentra cercano a 70.72% contenido en un rango
inventarios, ciclo de conversin en efectivo, partici- entre el 57.93% y el 81.91%. Entre las caractersti-
pacin de capital y apalancamiento financiero. A cada cas principales de este proceso figuran: la rentabili-
fase se le asignan los parmetros correspondientes del dad de los fondos propios cae drsticamente por en-
anlisis descriptivo de cada indicador. En cuanto a cima de 500%, se encuentra en un rango entre los 6
los indicadores de riesgo de quiebra, se asignarn los y 29 centavos, con un promedio de 13 centavos. La
desarrollados en el resumen descriptivo del compor- rentabilidad de los activos cae de la misma forma,
tamiento del riesgo contenido en la tabla VIII, que encontrndose entre el rango entre los 17 y los 76
consta del nivel medio de quiebra en cada fase y el centavos, teniendo en promedio 34 centavos. La li-
rango de riesgo de quiebra. quidez disminuye seriamente, y estriba en un rango
Las fases quedan definidas como se muestra a entre los 16 y 72 centavos, teniendo en promedio 32
continuacin: centavos, lo cual es insuficiente. En cuanto a eficien-
1. Se considera que una empresa inicia un proce- cia, el ciclo de conversin en efectivo en promedio se
so de riesgo de bancarrota cuando la probabilidad de incrementa entre cuatro y cinco das ms, con res-
quiebra promedio est en 37.17%, que es la cons- pecto al periodo anterior, e incrementa su rango en-
tante, y en un rango de 30 a 48.16%. La caractersti- tre los 24 y 199 das. Los niveles de solvencia dismi-
ca principal de este proceso es que la rentabilidad de nuyen.
los fondos propios est ligeramente por encima de 4. Se considera que la empresa entra en bancarro-
las dos unidades monetarias, es decir, es robusta. De ta con posibilidades de revertir la tendencia, si la pro-
la misma manera, es con la rentabilidad de los acti- babilidad de quiebra se encuentra cercana a 80%
vos y la liquidez. Sin embargo, en cuanto eficiencia contenida, en un rango entre 64.95% y 90.01% de
se refiere, los ciclos de conversin en efectivo estn quiebra. Una de las caractersticas principales de este
por arriba de los 50 das en promedio. proceso es que la rentabilidad de los fondos propios
2. Se considera que una empresa entra en serio cae a niveles de cero, e incluso negativos. Sucede lo
riesgo de bancarrota cuando el porcentaje de proba- mismo con la rentabilidad de los activos, y los nive-
bilidad es cercano a 50.93%, se encuentra en un les de liquidez caen a slo tres centavos en prome-
rango entre 41.99% y 59.92%. La caracterstica prin- dio, estando en un rango entre los dos y los siete
cipal de este proceso es que la rentabilidad de los centavos. El ciclo de conversin en efectivo dismi-
fondos propios baja en 50% en promedio, con res- nuye en seis das en promedio, con respecto al perio-
pecto al periodo anterior. En cuanto la rentabilidad do anterior, estando en un rango entre los 22 y los
de los activos, se mantiene robusta al igual que la 180 das. La solvencia sigue en niveles mnimos.
liquidez. Sin embargo, el ciclo de conversin en efec- 5. Se considera que la empresa entra en bancarro-
tivo se incrementa hasta en diez das en promedio, ta sin retorno, si la probabilidad de quiebra se en-
con respecto al ao anterior, se encuentra en un ran- cuentra cercana a 86.98% o superior, en un rango
go entre los 22 y los 186 das, y sufre un incremento entre 77.02% y 96.71%. Las caractersticas de este

CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013 111


MODELO PROBABILSTICO DE QUIEBRA PARA PEQUEAS Y MEDIANAS EMPRESAS MEXICANAS

proceso son que la rentabilidad de los fondos pro- de la fase quinta. Seleccionamos, entonces, 96.98%,
pios estn en niveles de cero o negativos, de la mis- por estar ms cerca con una diferencia de slo tres
ma forma la rentabilidad de los activos, la liquidez puntos porcentuales. Por tanto, estar contenido en
en su nivel mnimo en promedio tres centavos, es- el rango entre 77% y 96%, y pertenece a la fase quinta.
tando en un rango entre uno y seis centavos. El ciclo
de conversin en efectivo baja a 49 das en prome- CONCL USIONES
CONCLUSIONES
dio, con un rango entre los 18 y 152 das. La dife-
rencia con el proceso anterior estriba en que la liqui- Se desarroll un modelo de probabilidad de quiebra
dez es el ltimo indicador que sufre un movimiento para las empresas pyme en Mxico. Tal modelo pre-
negativo, eliminando cualquier mejora en algn otro dice la probabilidad de quiebra de las pyme con un
indicador. grado de exactitud de 91.28%, y se puede detectar la
Ahora, para efectos del anlisis, consideraremos posibilidad de quiebra dos aos antes de que ocurra
desde el punto de vista de los resultados de la aplica- el desafortunado evento, tomando como referencia
cin del modelo, no de la definicin de quiebra que los parmetros de la fase tres adems de ser consis-
dimos al inicio, que una empresa est en quiebra tente con la rpida degradacin de los indicadores.
cuando la probabilidad de quiebra se ubica en 70%. Las variables que resultaron significativas fueron las
Esta aclaracin la hacemos para ver si es posible que relacionadas con la liquidez, la eficiencia en el mane-
el modelo anticipe la quiebra antes del cierre de ope- jo de los recursos (capital de trabajo) y la rentabili-
raciones. Al estar 70% ubicado en los rangos tanto dad financiera. La probabilidad de quiebra latente
en la fase tres como en la fase cuatro, tomaremos en las empresas es de 37%. Un porcentaje elevado
como referencia la probabilidad promedio de estas consistente con la volatilidad de la duracin que tie-
fases, y el dato ms cercano a 70% es el de la fase III. nen estas empresas en operacin al ser ms vulnera-
De tal forma que cuando una empresa presente los bles a los cambios de la situacin de oferta y deman-
ndices referentes a la fase tercera, diremos que est da del mercado.
en quiebra, que el modelo anticipa la quiebra dos Se logr tambin identificar un patrn financie-
aos antes del cierre de operaciones. En la tabla V, ro que siguen las empresas con un inicio y un final,
observamos en rojo las empresas que ya estn pre- la quiebra. Este patrn identificado, que consta de
sentando probabilidad elevada anticipado el evento cinco fases, hizo posible la definicin de un proceso
de la quiebra dos aos antes. Se redondean las cifras de quiebra, el cual hasta ahora era desconocido y con
para mayor certeza. esta investigacin se describe perfectamente bien el
De la misma forma, cualquier porcentaje deriva- camino que sigue la empresa hacia el fenmeno de la
do de la aplicacin de la frmula se podr ubicar en quiebra. De tal manera que se da origen con esta
la fase acorde al procedimiento anterior. Ejemplo: si investigacin al concepto de ciclo de quiebra empre-
como resultado de aplicar el modelo a los datos de sarial.
una empresa, nos resulta una probabilidad de quie-
bra de 89%, en qu fase ubicamos este porcentaje? RESUMEN
Lo ubicamos al dato medio ms cercano en la co-
lumna dos de la tabla VIII. Se tienen dos datos prxi- Se desarroll un modelo de probabilidad de quiebra
mos, 80% perteneciente a la fase cuarta y el 86.98% para las empresas pyme en Mxico. Tal modelo pre-

112 CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013


JUVENCIO JARAMILLO GARZA, JESS FERNANDO ISAAC GARCA

dice la probabilidad de quiebra de las pyme con un REFERENCIAS


grado de exactitud de 91.28%, y se puede detectar la
posibilidad de quiebra dos aos antes de que ocurra 1. Ackoff R.L. (1999). Re-Creating the Corporation, A
el desafortunado evento. La probabilidad de quiebra Design of Organization for the 21. Century. Oxford Uni-
latente en las empresas es de 37%. La constante fue versity Press, New York.
confirmada por la encuesta de percepcin. 2. Altman E.I. (1968). Financial Ratios, Discriminant
Analysis and the Prediction of Corporate Bankruptcy. The
Palabras clave: Modelo de probabilidad, Quiebra, Journal of Finance, 23(4), 589-609.
Pyme. 3. Winakor Arthur and Smith Raymond (1935). Changes
in Financial Structure of Unsuccesful Industrial
ABS TRA
ABSTRA CT
TRACT Companies; Bureau of Business Research, Bulletin No.
51, University of Illinois.
A model of bankruptcy probability for SME com- 4. Witten, I.H. and Frank, E. (2005). Data Mining Practical
panies in Mexico is developed. This model predicts Machine Learning Tools and Techniques. 2. Edition,
the probability of failure of SMEs with an accuracy Elsevier, Morgan Kaufman Publishers, San Francisco.
of 91.28% and can detect the possibility of bank- 5. Wruck, K.H. (1990). Financial Distress, Reorganization
ruptcy two years before the unfortunate event oc- and Organizational a Efficiency. Journal of Financial Eco-
curs. The probability of latent failure in companies nomics, 27, 419-444.
is 37%. The constant of the model was confirmed
by the perception survey. Recibido: 1 de agosto de 2013
Aceptado: 9 de septiembre de 2013
Keywords: Probability model, Bankruptcy, SME.

CIENCIA UANL / AO 16, No. 64, OCTUBRE-DICIEMBRE 2013 113