Está en la página 1de 4

Modelo Z de Altman: Predictor de quiebras

Sebastián Salas, Verenisse Pillajo y Jazmín Palacios

RESUMEN

El presente trabajo trata de exponer y explicar el modelo de predicción llamado Z- Altman, el cual
ha sido utilizado, desde que fue desarrollado y hasta la actualidad, por muchos analistas financieros
para predecir un problema de insolvencia o quiebra de una determinada empresa. También se
tratara de contrastar los resultados obtenidos por estudios aplicados en otras empresas para
determinar la fiabilidad de aplicar este modelo en cualquier circunstancia.
Palabras clave: Indicadores financieros, modelos Z- Score, Edward Altman, multivariado

INTRODUCCION no-bancarrota. Ejemplo: una empresa puede


tener un indicador de baja rentabilidad y/o poca
En la actualidad, existen diversas técnicas que solvencia y ser clasificada en el grupo de
permiten conocer la situación financiera de la bancarrota. Sin embargo, si tiene un indicador de
empresas, se pueden citar: análisis de razones liquidez por encima de la media, su situación ya
financieras, Modelo Z Score (Altman), Modelo no se considera tan peligrosa, lo que puede dar
de Ohlson, entre otras; los objetivos de estas lugar a falsas interpretaciones y confusión al
técnicas son variables y van desde medir el momento de clasificar a la compañía en el grupo
rendimiento que obtienen los socios sobre la con dificultades financieras o en el grupo sin
inversión y la determinación del valor de la ellas. Esto de alguna forma le restó cierta
empresa en el mercado, hasta obtener índices credibilidad al análisis de indicadores y dio paso
para prevenir la bancarrota. a una serie de estudios más avanzados, siendo
Todas estas técnicas y modelos son muy uno de ellos el modelo Z-Score (Avilés, 2014)
importantes ya que nos permiten identificar los DESARROLLO
problemas financieros que están afectando a la
empresa y los que le podrían llevar a la quiebra, Es bastante difícil de lograr predicciones de
sin embargo nos centraremos en estudiar la dificultades financieras para las empresas con
aplicabilidad del Modelo Z Score en las indicadores por separado, razón por la cual se
empresas, con el propósito de obtener un han creado modelos univariados y multivariados
panorama general sobre este modelo y su que pueden ser caracterizados como análisis
precisión. discriminantes como el propuesto por Altman,
que es una técnica estadística que se aplica muy
A cualquier accionista le interesa conocer la bien a las características de la información
solvencia actual y a futuro de aquellas empresas disponible y a los resultados esperados.
en las que está invertido su dinero, ya que
dependiendo del rendimiento de esta, En 1960, el profesor Edward Maltan en New
dependerán sus ganancias o por el contrarios York, estudio y desarrollo un modelo
perdidas irremediables. Anteriormente, ya en los econométrico, el cual se conoce hoy como el
años 30 se utilizaban las razones financieras modelo Z-Score o Z-Maltan.
tradicionales para diagnosticar la quiebra de una
empresa, sin embargo, para Edward Maltan estos Este modelo ha tenido que modificarse a lo largo
indicadores no podrían predecir la futuro de la del tiempo, ya que en un principio solo era
empresas ya que suscitaban algunos problemas: aplicable para aquellas empresas industriales que
cotizaran en la bolsa de valores. De este modelo
Uno de ellos era que el análisis de razones se derivan el Modelo Z1-Score y el Z2.
financieras era susceptible a clasificar
erróneamente una empresa en bancarrota o en
El modelo Z-Score original que Altman Muestra cuanto representan nuestras utilidades
publicó en 1968 se basó en una muestra retenidas con respecto a los activos totales. Es
inicial de 66 empresas del sector uno de los factores más representativos, porque
manufacturo, donde el 50% de ellas había es una medida de largo plazo frente a las
quebrado entre 1946 y 1965 y el otro 50% políticas de retención de utilidades.
seguía operando hacia 1966. Los resultados
que obtuvo Altman al aplicar este modelo X3 = Utilidades antes de intereses e
fueron un 95% de precisión global un año impuestos/Activo total
antes de la bancarrota y un 82% de precisión Nos permite determinar cuánto obtenemos de
dos años antes de que esta sucediera (Avilés, utilidad antes de impuestos por cada dólar que
2014) hemos invertido en nuestros activos totales, es
Seleccionó 22 ratios para ser evaluados, de los decir el poder productivo de este.
cuales se escogieron aquellos que mostraron X4 = Valor de mercado de las acciones / Pasivo
mayor poder predictivo y que, al mismo tiempo, total
minimizaron la correlación entre sí; es decir se
intentó seleccionar aquellos ratios que Es un ratio muy utilizado al momento de
concentraran la mayor cantidad de información. determinar el riesgo crediticio de una empresa,
Y resultó esta fórmula discriminate: ya que nos muestra las veces en que el valor de
liquidación contable de las empresas es capaz de
Z = 1.23 X1 + 1.4 X2 + 3.3 X3 + 0.6 X4 + 0.99 X5 cubrir el total de pasivos.
 Si Z > 2.99 la empresa tiene buena salud Cociente X5 = Ventas / Activos totales
financiera (zona segura)
 Si Z < 1.81 la empresa está en bancarrota Representa a las ventas que se generan por cada
(zona de quiebra) dólar de activos totales que se tiene en las
 Si 1.81 < Z < 2.99 no se puede determinar la empresas.
condición financiera de la empresa A pesar de la precisión que obtuvo Altman en
Dónde: los resultados de su estudio, este modelo ha
recibido muchas críticas, ya que se comenta que
 X1 = Capital de trabajo/Activo total. incidió mucho el hecho de que se estudiaron
 X2 = Utilidades retenidas/Activo total. empresas grandes y con determinados problemas
 X3 = Utilidades antes de intereses e financieros, por lo que la aplicación en empresas
impuestos/Activo total. con condiciones diferentes no llegaría ser fiable,
 X4 = Valor de mercado de las otros autores desfavorecieron el poder analítico
acciones/Pasivo total. de este tipo de modelos debido a la alta
 X5 = Ventas/Activo total. correlación que presentan las variables
estudiadas. En general, los críticos del modelo
Altman señalaban que las variables
Representatividad de los coeficientes de la independientes del modelo inicial no eran las
fórmula score “z” más representativas.

X1 = Capital de trabajo/total de activos Se cuestionaba mucho el problema que


presentaba la variable X4 en aquellas empresas
Mayor nivel de capital de trabajo en que no cotizan, pues varios analistas opinaban
comparación con el total de activos significa que al no cotizar en Bolsa la mayoría de las
mayor nivel de liquidez. Para Altman X1 era uno firmas, la función era poco práctica al requerir
de los índices más importantes. indicadores del mercado de valores. La variable
X2 = Utilidades retenidas acumuladas / Activos X5 propuesta que se refiere al factor de rotación
totales (%) o eficiencia global de activos (ventas / activo
total) fue considerado como un ratio no
significativo en los modelos univariables, pues comparación de 2 trabajos de universidades, en
apenas tenía capacidad de discriminación. los cuales se aplicó este modelo de predicción
(Campanaro, 2016) de quiebra ciertas empresas.
Por estas razones, como ya se dijo Altman Conclusión de la aplicación del modelo en una
publico dos nuevas versiones: tesis de grado presentada por un estudiante de la
Universidad Católica del Ecuador:
1.- El modelo Z1 de Altman: sustituye el
numerador de la razón X4, es decir el valor de Con el objetivo de confirmar la validez del
mercado del patrimonio por su valor en libros o modelo Altman Z-Score, en particular la versión
valor contable. Las ponderaciones también Z2, como una herramienta para predecir de uno
cambian, no obstante, el modelo no aplica a todo hasta con cincos años de anticipación la quiebra
tipo de empresas sino sólo a compañías del de aquellos bancos que cayeron durante la crisis
sector manufacturero que no cotizan en bolsa. financiera del Ecuador, se formaron dos grupos
de trabajo: uno formado por 14 bancos
Z1 = 0.717 X1 + 0.847 X2 + 3.107 X3 + 0.420 quebrados en el periodo 1998- 1999 y otro
X4 + 0.998X5 formado por 24 bancos que lograron
Dónde: X4= valor contable del sobreponerse a la crisis y aún operaban a finales
patrimonio/pasivo total de 1999 e inicios de 2000. Los resultados
obtenidos no fueron muy alentadores. El modelo
Los límites de referencia cambiaron de la tuvo una precisión global de 44.74% un año
siguiente forma: antes de la fecha de quiebra, un porcentaje
Z1 > 2.90: zona segura relativamente bajo respecto del que Altman
obtuvo en su estudio original con el Z2-Score,
Z1 < 1.23: zona de quiebra que fue mayor al 90%. Siguiendo una clara
tendencia a la baja, la precisión del modelo
1.23 < Z1 < 2.90: zona gris
disminuyó a un 39.47% dos antes de la
2.- Modelo Z2 de Altman: es una revisión del bancarrota. Así mismo en el año tres, logró un
modelo Z1 y es aplicable a todo tipo de 37.84%; en el año cuatro, un 35.48% y en el año
empresas, diferentes de las descritas en Z y Z1. cinco un 18.52%. Esto prueba que el modelo Z2-
El modelo Z2 se usa para empresa comerciales o Score no es válido para predecir la bancarrota de
de servicios, ya sean cotizadas o no en la bolsa los bancos en el caso de la crisis bancaria
de valores. En este modelo se elimina la razón ecuatoriana de finales del siglo XX y que a
X5, ya que en este tipo de empresas los activos mayor tiempo de distancia a la fecha de quiebra,
varían significativamente y puede dar lugar a la precisión del modelo disminuye y se hace más
malas interpretaciones. difícil el pronóstico de bancarrota. (Avilés,
2014)
Las ponderaciones o coeficientes de la función
discriminante también se modificaron y la Otra tesis de maestría en una Universidad de
función quedó de la siguiente forma: Colombia nos muestra el resultado de la
aplicación de este modelo en pymes:
Z2 = 6.56X1 + 3.26X2 + 6.72X3 + 1.05X4
Para nuestra investigación, se probó el modelo
El modelo se interpreta así: Z-Score de Altman con 30 empresas (15
Z2 > 2.60: zona segura operativas y 15 en proceso de cierre), que
hicieron parte de la muestra para el cálculo del
Z2 < 1.10: zona de quiebra modelo propuesto, obteniendo un acierto del
1.10 < Z2 < 2.60: zona gris 62% para las empresas saludables y un 100%
para empresas en cierre. Por esta razón, se
Como se ha visto, existen varias controversias concluye que el modelo es un buen predictor
que ponen en duda lo práctico que es este para conocer la situación financiera de las Pymes
modelo, por lo cual se ha hecho una en Colombia, siendo este una herramienta
eficiente para implementar en las mismas, Referencias
acompañado de revisiones periódicas que
identifique a tiempo el estado de cada una de las
empresas. (Grisales, 2016) Avilés, A. F. (Mayo de 2014). repositorio.usfq.
Obtenido de
Como podemos observar este modelo fue http://repositorio.usfq.edu.ec/bitstream/2300
preciso en el segundo caso, en las determinadas 0/3318/1/110956.pdf
pymes de Colombia, ya que tuvo hasta un 100%
de aciertos, mas no en el primero ya que no Campanaro, R. (Noviembre de 2016). FCECON.
predijo la totalidad de las empresas que en la Obtenido de
crisis del Ecuador quebraron y a medida que https://www.fcecon.unr.edu.ar/web-
tomaron los datos de años lejanos a la crisis la nueva/sites/default/files/u16/Decimocuartas/
precisión del modelo fue disminuyendo marchese_y_otros_modelos_de_predictibilid
significativamente. ad_de_quiebras_e_insolvencia_basados_en_
analisis_de_estados_financieros.pdf
Charpentier, J. A. (Noviembre de 2013). Modelos
CONCLUSIONES para la prevencion de bancarrotas
Existen diferentes versiones del modelo Z-Score, empresariales utilizados por el sector
por lo tanto, si se desea aplicar a un caso de empresarial costarricense. Costa rica.
estudio, se debería escoger la versión que más se Obtenido de
relacione con el tipo de empresa a estudiar, ya file:///C:/Users/Inicio%201/Downloads/Dialn
que de lo contrario se podría distorsionar la et-
interpretación. ModelosParaLaPrevencionDeBancarrotasEm
presarialesU-4517776.pdf
El modelo Z-Score tiene menor probabilidad de
error cuando se toman como referencia los datos Grisales, R. B. (2016). repositorio.EAFIT. Obtenido
de los años más recientes de la actividad de
económica, mientras más antiguos sean los datos https://repository.eafit.edu.co/bitstream/hand
le/10784/11575/Andres_TrujilloOspina_Ros
menor será la precisión del modelo.
mery_BelalcazarGrisales_2016.pdf?sequenc
El modelo Z-Score tiene sus limitaciones, de e=2
acuerdo a las críticas de ciertos autores y la
Jones, FL (1987). Técnicas actuales en la predicción
ejemplificación de la aplicación en diferentes
de quiebras. Diario de Literatura contable,
empresas, podemos concluir que la fiabilidad y
veracidad de este método dependerá mucho de Grice, JS, (2001). Las limitaciones de los modelos de
las circunstancias, el entorno, estructura, predicción de quiebra: algunos Precauciones para el
políticas internas, externas, etc., que incidan en Investigador, Revisión de Finanzas Cuantitativas y
el desarrollo de la empresa. Contabilidad, Kluwer Editores Académicos, vol. 17,
pp. 151-166.
Chava, Sudheer y Jarrow, Robert A., (2004).
Predicción de quiebra con la industria Efectos,
Review of Finance, Kluwer Academic Publishers,
vol. 8, pp. 537–569.

También podría gustarte