Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 s2.0 S0123592312702218 Main
1 s2.0 S0123592312702218 Main
RESUMEN
La presente investigación propone un modelo probit para datos de panel desbalanceado con
efectos aleatorios, que permita estimar la probabilidad de quiebra de las empresas del sector
real en Colombia e inferir el riesgo de crédito. Para esto se toma la información de empresas
solventes y en estrés financiero, de las bases de datos de la Superintendencia de Sociedades y
de BPR Benchmark, durante 2002–2008. Se partió del análisis fundamental, centrado en los
indicadores de rentabilidad, apalancamiento, liquidez y solvencia, que propone Penman (2010).
El aporte de esta investigación es el énfasis en los apalancamientos operativo y financiero y
su efecto en la probabilidad de quiebra. Como principal hallazgo se resalta el efecto menos
nocivo del apalancamiento operativo frente al apalancamiento financiero en épocas de crisis.
*Autor para correspondencia. Dirigir correspondencia a: Universidad de Antioquia. Calle 67 No. 53-108. Bloque 13.
2¿cina 1
estudios gerenciales, Vol. 28, N0. 124, pp. 169-190; Julio-septiembre 2012 169
Estimación del riesgo de crédito en empresas del sector real en Colombia
Keywords. Operating and financial leverage; probability of bankruptcy; unbalanced panel data.
170 estudios gerenciales, Vol. 28, N0. 124, pp. 169-190; Julio-septiembre 2012
Claudia Sepúlveda Rivillas, Walter Reina Gutiérrez & Juan Carlos Gutierrez Betancur
Introducción
El riesgo, entendido como la volatilidad, está con mayores niveles de apalancamiento
presente en todas las decisiones que afron- operativo y financiero, presentan un mayor
tan las organizaciones, lo que hace necesario riesgo de crédito.
su eficiente identificación y medición, con el Hasta ahora los trabajos desarrollados en
fin que se puedan implementar estrategias y materia de riesgo de crédito se han elabora-
planes que permitan minimizarlo. do para establecer la probabilidad que la o
El riesgo de crédito representa la proba- las deudas con una o varias entidades finan-
bilidad de impago de las deudas o créditos cieras, no sean canceladas de acuerdo a las
contraídos con las entidades financieras. condiciones pactadas en la negociación, de
Dado que la mayor parte de las empresas tal forma que los análisis han tomado como
del sector real colombiano operan con objeto de estudio el crédito mismo y no la
endeudamiento, representando este un empresa deudora (Zamudio, 2007), proba-
porcentaje significativo de los activos, el bilidad que se convierte en una herramienta
riesgo crediticio debe ser monitoreado para las entidades financieras, pero deja
constantemente de tal forma que se pueda de lado al sector corporativo. La presente
identificar, cuantificar y gestionar para evitar investigación dista de este planteamiento
posibles quiebras. y propone la elaboración de un modelo
En la actualidad no existe ningún tipo donde el objeto de estudio es la empresa
de regulación en cuanto al riesgo de crédito misma, a la cual se le determina la probabi-
del sector real en Colombia, puesto que el lidad que esta entre en un proceso de estrés
Acuerdo de Basilea solo plantea criterios financiero, dado el comportamiento de sus
regulatorios para la gestión del riesgo cre- variables internas, pero sin incluir los efectos
diticio en entidades del sector financiero, de las variables macroeconómicas. Ante
definiendo metodologías para la cobertura este panorama, la investigación propone
de éste riesgo, dejando de lado el impacto la utilización de variables que en los estu-
que tiene la composición de la estructura de dios tradicionales no se han contemplado,
capital dentro de las empresas del sector real. convirtiéndola en un aporte en materia de
Por lo anterior, es necesario diseñar me- riesgo de crédito para el sector corporativo
todologías que se ajusten a la realidad eco- y el sector financiero.
nómica del sector empresarial, que además Además, como aporte adicional, esta
de servir de herramientas de apoyo a la toma investigación propone observar como cau-
de decisiones financieras y a la generación santes del incremento de la probabilidad de
de estrategias financieras para evitar la quiebra, no solo el nivel de apalancamiento
quiebra empresarial, sirvan de instrumento financiero como lo han hecho autores como
útil para el sector financiero y la banca de Zamudio (2007), sino que involucra el apa-
inversión, en los procesos de optimización lancamiento operativo, rubro que dentro
de estructuras de capital, reestructuración, de las economías emergentes, como la co-
evaluación y otorgamiento de créditos, y lombiana, tiene una participación bastante
gestión de la cartera. elevada; ya que si se parte de la premisa que
Este trabajo propone una metodología un mayor nivel de endeudamiento incre-
para estimar el riesgo de crédito en empre- menta la probabilidad de quiebra (Gómez,
sas del sector real en Colombia y verificar Orozco y Zamudio, 2006) no se puede dejar
la hipótesis que las empresas que cuentan
estudios gerenciales, Vol. 28, N0. 124, pp. 169-190; Julio-septiembre 2012 171
Estimación del riesgo de crédito en empresas del sector real en Colombia
de lado una de las mayores fuentes de apa- Logit) y el análisis de matrices de transición,
lancamiento de las empresas en Colombia. las cuales permiten medir la probabilidad de
Este documento está organizado en seis incumplimiento.
secciones incluyendo ésta introducción. La literatura existente en el análisis de
En la segunda sección se encuentran los riesgo de crédito se ha centrado en deter-
fundamentos teóricos. En la sección tres se minar la probabilidad de incumplimiento
presenta la metodología. La cuarta sección para empresas que cotizan en bolsa, y se
presenta el modelo. La sección cinco contie- ha desarrollado para que las empresas del
ne los resultados y por último se presentan sector financiero puedan evaluar dicha
las conclusiones. probabilidad.
Los estudios hechos al respecto han par-
1 Fundamentos Teóricos tido de los trabajos realizados por autores
como Altman (1968) con los modelos Z-
1.1 Marco legal y conceptual de Riesgo SCORE (1968) y el Modelo Z (1977). Altman
Los acuerdos emitidos por el Comité de (1968) utilizó un modelo multivariado y el
Supervisión Bancaria de Basilea constituyen método de análisis discriminante múltiple
el marco regulatorio a nivel mundial en para determinar el riesgo de crédito a partir
materia de riesgo para el sector financiero. de indicadores financieros. Posteriormente
A partir de este acuerdo se proponen las me- surgió el modelo O-Score de Ohlson (1980),
todologías para calcular el capital mínimo quien basó su trabajo en indicadores finan-
requerido por riesgo crediticio, riesgo de cieros y uso la metodología de estimación
mercado y riesgo operativo. (Basilea, 2001) de máxima verosimilitud del modelo Logit
Sin embargo, para el sector real no Condicional. Seguidamente se desarrolló el
existen regulaciones definidas para la ges- modelo de flujos de caja de Aziz, Emanuel
tión del riesgo de crédito, materia de esta y Lawson (1988) que busca predecir la pro-
investigación. babilidad de quiebra así como el valor de la
El riesgo es la condición en la que existe empresa, basados en los flujos de caja pasa-
la probabilidad de desviarse del resultado dos y presentes, asumiendo que estos flujos
esperado o deseado (Gallati, 2003). son predictores eficientes de la situación
El riesgo de crédito, hace parte del riesgo financiera futura de la empresa.
financiero e involucra tanto el riesgo de
incumplimiento que es la valuación objeti- 1.3 Modelo Fundamental
va de la probabilidad que una contraparte Como complemento de estos trabajos,
incumpla, como la perdida financiera que se plantea el análisis fundamental, sobre el
será experimentada si el cliente incumple. cual Penman y Nissim (2003) han explicado
el vínculo existente entre los indicadores
1.2 Modelos y Teorías para la medición del financieros, los retornos de las acciones, la
riesgo de crédito valoración del capital accionario y la rela-
Algunas de las metodologías desarrolladas ción precio valor en libros (Price to book
para el sector financiero en el tema de ries- - B/P) para empresas cotizadas en bolsa, con
go de crédito son las técnicas estadísticas los niveles de apalancamiento operativo y
de scoring de clasificación, los modelos financiero, y han demostrado el efecto que
multivariados, los arboles de decisión, los de manera independiente genera cada uno
modelos de elección cuantitativa (Probit y de estos apalancamiento sobre el riesgo
ROCE-ROA+ (FLEV*(ROA-NBCI))
RNOA= RODA+[OLLEV*OLSPREAD] Return on Spread
Common
Equity
OLLEV= OL/NOA
NBC= NFE (after tax)/NFO
Operating Return form Return from
liability operating financing
leverage activities Net borrowing
activities
cost
RNOA=
OI (after tax)/NOA Return on
Financial
net operating
leverage
PM= OI (after tax)/ SALES assest FLEV-NFO/CSE
retomaron las variables del modelo Camel. terminantes de que una empresa incumpla
En el estudio se analizo el período de 1997- sus compromisos financieros.
4 – 2006-1, y se encontró que el tamaño Como complemento González (2010),
de la deuda, rentabilidad, tamaño de la estimo la probabilidad de incumplimiento
empresa y el pertenecer a algunos sectores de las empresas, sus determinantes y el nivel
de la economía, eran las determinantes de riesgo crediticio corporativo agregado del
de la probabilidad condicional de sistema financiero, a través de un modelo
incumplimiento, siendo el tamaño de la logit ordenado generalizado con variables
deuda la principal causante. explicativas que contienen información a
Posteriormente Zamudio (2007), carac- nivel de firmas y variables macroeconómi-
terizo el endeudamiento del sector empre- cas. El trabajo concluye que las variables
sarial privado en Colombia con el sistema de liquidez, rentabilidad y crecimiento
financiero para el período 1998–2005, para económico tienen efectos negativos sobre
ello uso un modelo Logit Multinomial, en la probabilidad de incumplimiento mientras
el que las variables explicativas fueron: li- que el endeudamiento, el desempleo y la
quidez, número de entidades con las que las inflación la incrementan.
empresas tienen créditos, plazos, garantías y
tipo de establecimiento de crédito. 2 Metodología
Por su parte Laverde (2008), constru- Se abordó un trabajo de evidencia empírica
yó un modelo que captura la fragilidad a partir de la recolección de información
de los bancos colombianos en el período financiera de empresas solventes y en es-
1997–2005, a través de un modelo probit trés financiero del sector real en Colombia,
para datos de panel desbalanceado con clasificadas por sectores económicos, para
efectos aleatorios. Los resultados del trabajo realizar un análisis fundamental de los
mostraron que la fragilidad de las empresas estados financieros, a través de indicadores
está asociada al nivel de endeudamiento, a aplicables al sector real colombiano. Esto
la liquidez, así como a la influencia de las con el fin de analizar el apalancamiento y
variables macroeconómicas. También se medir los inductores de la rentabilidad del
encontró que los sectores más vulnerables capital propio, distinguiendo entre la renta-
son los de construcción, manufactura, co- bilidad de las actividades de operación y la
mercio y servicios. rentabilidad de las actividades de financia-
Posteriormente, Gutiérrez (2010) identi- ción, basados en los indicadores propuestos
fico los determinantes del riesgo de crédito, por Penman (2010).
medido por la probabilidad de incumpli- Adicionalmente se diseñó un modelo
miento de pagos por parte de una empresa, probit con panel de datos desbalanceado
en el período 1998–2007, utilizando un para estimar el riesgo de crédito de las
modelo probit heterocedástico con efectos empresas del sector real en Colombia y se
no lineales y un modelo de regresión por verificó en las empresas de la muestra.
cuantiles que identifica los efectos de las
variables macroeconómicas sobre la pro- 2.1 Análisis de Datos
babilidad de incumplimiento. El trabajo La información fue tomada de la base de
concluye que la rentabilidad, la liquidez y datos de la Superintendencia de Sociedades
el endeudamiento son los principales de- y de BPR Benchmark, y comprende empresas
solventes y en estrés financiero, del sector de los siguientes indicadores. (Tarzijan &
real en Colombia. Paredes, 2006)
Empresas Solventes:
Los criterios tenidos en cuenta para la selec-
ción de estas empresas fueron los siguientes:
nivel de ventas entre 1.700 y 100.000 millo-
nes de pesos anuales (Se tomó este criterio Razón de la concentración Ck:
debido a que es utilizado por empresas del k
K, 12% F, 9%
I, 9%
A, 19%
G, 16%
C, 4%
H, 9%
D, 22%
K 13% 2%
I 10% 2%
Empresas solventes
H 10% 2% Empresas en estres
G 16% financiero
18%
F 10% 8%
D 19% 48%
C 4% 2%
A 19% 18%
0% 20% 40% 60% 80%
vo y financiero, mientras que las empresas con pasivos de corto plazo para financiar
industriales se alejan del comportamiento inversiones de largo plazo, lo que genera un
de los demás sectores y acuden a un mayor nivel de pasivos operativos superior a los
apalancamiento financiero, tal como se activos operativos violando así el principio
observa en la tabla 4. de conformidad financiera.
Es notorio el nivel de apalancamiento Para las empresas en estrés financiero,
operativo de las empresas de los sectores tanto el apalancamiento financiero como el
H y K, cuyo nivel supera el 100%. Una operativo son positivos y muy altos en todos
posible explicación a este comportamiento los sectores, excepto en el sector I, que pre-
es que las empresas se están endeudando senta un apalancamiento operativo negativo
de -128%, lo que significa que las empresas debido a su peso dentro la estructura de las
de este sector, están sobre explotando los empresas, mientras el apalancamiento fi-
activos, tal como se observa en la tabla 5. nanciero tiene un efecto negativo o mínimo,
Los altos apalancamientos se deben, en en todos los sectores, tal como se observa
parte, a la reducción del patrimonio en en la tabla 6.
términos reales, a medida que las empresas En las empresas en estrés financiero, el
entran en estrés financiero. aporte al ROCE de ambos apalancamientos
El comportamiento del ROCE, está afec- es negativo, siendo mucho más negativo el
tado por los niveles de apalancamiento, aporte del apalancamiento financiero, lo
financiero y operativo, y por los spread que cual permite concluir que el apalancamiento
se generen. El mayor aporte al ROCE, lo ge- operativo no sólo tiene un efecto más po-
nera el apalancamiento operativo, en parte sitivo sobre el ROCE en épocas de solvencia,
-10
-15
-20
-25
-30
-35 -31,2%
Fuente: Elaboración Propia
sino que es menos nocivo en épocas de crisis, persistencia del ROCE a través de los años
tal como se observa en la tabla 7. 2002–2008, como se observa en el gráfico 5.
El análisis general permite evidenciar que
2.3 Análisis de persistencia del ROCE las empresas de los sectores A e I mantienen
Para este análisis, el ROCE de las compañías una mayor persistencia del ROCE en los
solventes pertenecientes a cada sector, fue quintiles altos (Q1 y Q2) mientras que los
agrupado en cinco quintiles, donde el quin- sectores C e I mantienen una mayor persis-
til 1 (Q1) representa el 20% de las compañías tencia del ROCE en los quintiles bajos (Q4 y
con el ROCE más alto, mientras que el quinto Q5). Así mismo las empresas de los sectores
quintil (Q5) comprende las compañías G y D presentaron una mayor migración en
con menor ROCE, con el fin de analizar la sentido positivo, mientras que, los sectores
Tabla 6. Aporte del apalancamiento operativo y financiero al ROCE por sector – Empresas Solventes
Sector Aporte operativo Aporte ROCE
(RNOA) Financiero
A Agricultura, ganadería, caza y silvicultura 3,39% 0,84% 4,22%
C Explotación de minas y canteras 17,89% -1,42% 16,46%
D Industria manufacturera 10,79% -1,84% 8,95%
F Construcción 7,01% 0,00% 7,01%
G Comercio al por mayor y por menor 10,11% -0,50% 9,60%
H Hoteles, restaurantes, bares y similares 13,60% -3,38% 10,22%
I Transporte, almacenamiento y comunicaciones 9,70% 0,19% 9,89%
K Actividades inmobiliarias, empresariales y de alquiler 16,90% 1,34% 18,24%
Tabla 7. Aporte del apalancamiento operativo y financiero al ROCE por sector – Empresas
Estrés Financiero
Sector Aporte operativo Aporte ROCE
(RNOA) Financiero
A Agricultura, ganadería, caza y silvicultura -20,84% -65,32% -86,15%
C Explotación de minas y canteras -1463,04% -1744,83% -3207,87%
D Industria manufacturera -26,61% -111,62% -138,23%
F Construcción 2,78% -1,48% 1,29%
G Comercio al por mayor y por menor 2,86% -49,24% -46,39%
H Hoteles, restaurantes, bares y similares -2,88% -41,36% -44,24%
I Transporte, almacenamiento y comunicaciones 21,52% -2,19% 19,34%
K Actividades inmobiliarias, empresariales y de -0,67% -6,92% -7,59%
alquiler
H y D presentaron una mayor migración en co lo que es acorde con los objetivos de este
sentido negativo. estudio. (Mur & Angulo, 2009)
A partir de este análisis se podría intuir Variables independientes: corresponden a
que aquellas empresas pertenecientes a los indicadores de liquidez, solvencia, rentabili-
sectores donde el ROCE migra más hacia los dad y apalancamiento, tales como:
quintiles superiores, presentarán una menor • Indicadores de liquidez: Razón Corriente,
probabilidad de quiebra, hecho que se deberá Cash Flow Ratio, Flujo de Caja de Capital
corroborar en los posteriores resultados de Expenditures (CAPEX), para las cuales se
la presente investigación. espera un signo negativo en sus coeficientes.
• Indicadores de solvencia: Relación deuda
3 Modelo a patrimonio, Cobertura de intereses (veces),
Se estimó un modelo de panel de datos Relación Flujo de Caja Operativo a deuda.
desbalanceado con un probit estático, que Para la primera variable se espera un signo
permite hacer inferencia sobre el impacto positivo y para las dos restantes se esperan
marginal que tiene cada una de las varia- signos negativos.
bles independientes en la probabilidad de • Indicadores de Rentabilidad: ROCE, RNOA,
quiebra y determinar esta probabilidad para las cuales se espera un signo negativo
global para una empresa en un momento • Indicadores de apalancamiento: OLLEV,
dado en el tiempo. También se analizan FLEV, para estos se esperan signos negativos.
los sectores económicos, con el objetivo de • Efectos: OLDSPREAD, Efecto Financiero.
determinar si pertenecer a un determinado Para estos efectos el signo esperado depen-
sector aumenta la probabilidad de quiebra de del resultado de estas variables, así: si
de una empresa. los spread son positivos se esperan signos
Se utilizó este tipo de modelo en lugar de negativos en los coeficientes y si los spread
otros, debido a que la bondad del probit es son negativos se esperan signos positivos.
que los términos de perturbación se distri- Ajustes al modelo: el problema de la
buyen normalmente y dado que el tamaño autocorrelación en el modelo se abordó
de la muestra (n) en esta investigación es inicialmente por medio del método de las
significativamente grande, mediante el teo- Ecuaciones de Estimación Generalizada (tal
rema del límite central, se puede garantizar y como lo sugiere Laverde (2008)), pero no
que los datos se distribuyen normalmente. fue posible obtener resultados satisfactorios
Además este tipo de modelo es probabilísti- de los estimadores por este método. Ahora
182 estudios gerenciales Vol. 28 N0. 124
Claudia Sepúlveda Rivillas, Walter Reina Gutiérrez & Juan Carlos Gutierrez Betancur
cuenta efectos ajenos a la actividad econó- Del modelo inicial se excluyeron los in-
mica de cada empresa que no pueden ser dicadores de liquidez (L1: Razon Corriente,
controlados y que además son estocásticos L2: Cash Flow Ratio, L3: Flujo de Caja CA-
o aleatorios. PEX), S1: Relación deuda a patrimonio y las
dummis de los sectores A, G, H y K, dada
4 Resultados su no significancia. Las variables RNOA, el
Los resultados de la estimación se pre- efecto financiero, oldspread, además de no
sentan en la siguiente tabla dónde se ser significativas, presentaban una alta co-
pueden observar los coeficientes de las rrelación con las demás variables. El ROCE,
variables independientes y su significancia a pesar de ser significativo no arroja el signo
individual y conjunta. El modelo resulta ser esperado lo que se puede explicar debido a
significativo y todas las variables excepto que el ROCE no es la verdadera medida de la
el ROCE presentan el signo esperado y rentabilidad de los accionistas, ya que son
son relevantes para la explicación de la los flujos de caja futuros los que garantizan
probabilidad de quiebra tal como se muestra la generación de valor, adicionalmente un
en la tabla 8. mayor ROCE puede ser producto de mayores
Fuente:Elaboración propia
es mínimo, de tal forma que un incremento se excluyeron del modelo debido a que no
del 1% en éste solo genera un incremento de resultaron significativas.
0.02% en dicha probabilidad. Por su parte, Si bien el análisis fundamental permite
los apalancamientos incrementan la proba- inferir la probabilidad de quiebra a partir
bilidad, pero es importante recalcar que el de la tendencia de indicadores como los de
apalancamiento financiero tiene un efecto apalancamiento (operativo y financiero),
mayor (3.06%) que el operativo (1.63%), no ocurre lo mismo con los indicadores de
como se observa en la tabla 13. rentabilidad como el ROCE, el cual contiene
información que realmente no da cuenta
5 Conclusiones la verdadera generación de flujo de caja y
Como resultado del modelo propuesto, las consecuentemente de la generacion de valor.
variables que resultan significativas en la Se puede comprobar la hipótesis pro-
estimación del riesgo de quiebra son: Co- puesta de que un mayor apalancamiento
bertura de intereses (S2), Relación Flujo de incrementa la probabildad de quiebra, sin
Caja Operativo a deuda (S3), pertenecer al embargo, se observa que existen otras varia-
sector transporte (di), OLLEV, FLEV, pertene- bles consideradas en el modelo, que tienen
cer al sector industria manufacturera (dd), una incidencia mayor que el apalancamiento
y pertenecer al sector construcción (df). en dicha probabilidad, tal es el caso de perte-
De estas variables, S2, S3, y di, reducen la necer a los sectores industria manufacturera
probabilidad de quiebra. Contrariamente y construcción.
las variables OLLEV, FLEV, dd y df, incre- Como complemento a los resultados
mentan dicha probabilidad. Estos resulta- de autores como Penman y Nissim (2003),
dos se complementan con los datos de los quienes muestran que el apalancamiento
efectos marginales y elasticidades donde se operativo tiene un efecto más positivo sobre
evidencia el mismo comportamiento. Adi- la rentabilidad que el apalancamiento finan-
cionalmente las variables Razon Corriente ciero y que dichos efectos tienen una más
(L1), Cash Flow Ratio (L2), Flujo de Caja alta frecuencia; la presente investigación
CAPEX (L3), RNOA, Relación deuda a patri- permite concluir que el apalancamiento
monio (S1), efecto financiero, oldspread y operativo tiene un efecto menos negativo
las dummis de los sectores A, G, H, y K, sobre la probabilidad de quiebra que el
Tabla 12. Efectos Marginales
apalancamiento financiero.
El resultado obtenido en la presente
Variables Efectos Marginales investigación sobre el ROCE, ratifica los re-
sultados de autores como Aziz, Emanuel y
s2 -0,000581
s3 -0,010756 Tabla 13. Elasticidades
ROCE 0,000151 Variables Elasticidades
OLLEV 0,000070 s2 -16.83%
FLEV 0,000229 s3 -33.22%
dd 0,007051 ROCE 0.02%
df 0,006785 OLLEV 1.63%
di -0,014760 FLEV 3.06%
Lawson (1988) donde se comprueba que los Comité de Supervisión de Basilea. (2001).
flujos de caja son mejores predictores de la El nuevo acuerdo de capital de Basilea.
probabilidad de quiebra que los indicadores Recuperado de: http://www.bis.org/publ/
contables de rentabilidad, los cuales no re- bcbsca03_s.pdf
presentan la verdadera generación de valor Gallati, R. (2003) Risk Management and
para los accionistas. capital adequacy. New York: Mc Graw Hill.
A pesar de la anterior conclusión, se Gómez, G., Orozco, H. & Zamudio, G.
encontró que el sector I:Transporte, el cual (2006). Análisis de la probabilidad condi-
reduce la probabilidad de quiebra, presenta cional de incumplimiento de los mayores
una menor volatilidad en el ROCE, es decir, deudores privados del sistema financiero
presenta una mayor persistencia, mientras colombiano. Reporte de Estabilidad Fi-
que el sector D: Industria manufacturera, nanciera, Banco de la República, 93–102.
que incrementa la probabilidad de quiebra Gonzalez, A. (2010). Determinantes del
presenta una mayor volatilidad en el ROCE riesgo de crédito comercial en Colombia.
(menor persistencia). Reporte de estabilidad financiera. Banco
Posteriores investigaciones deberán de la República.
estudiar en forma más explicita la relación Greene, W. (2003). Econometric Analysis.
entre las variables de caja, las expectativas (Quinta edicion). New York: Prentice Hall.
y la probabilidad de quiebra, dado que en Gutierrez, R. (2010). Un análisis de riesgo
la presente investigación se pudo evidenciar de crédito de las empresas del sector real y
la falta de poder explicativo del ROCE sobre sus determinantes. Reporte de estabilidad
la probabilidad de quiebra. Igualmente, financiera. Banco de la República.
otras investigaciones podrán estudiar cuál Laverde, R. (2008). Análisis de vulnerabi-
debería ser el nivel de riesgo operativo a lidad empresarial y sus efectos sobre la
incluir dentro de la definición del costo del vulnerabilidad bancaria en Colombia:
patrimonio y el posterior cálculo del costo una aplicación del enfoque de hoja de
promedio ponderado de capital, dada la im- balances. Revista CIFE, 13, 80–105.
portancia de esta variable en las economías Mongrut, S., Fuenzalinda, D., Alberti, F.
emergentes. & Akime, M. (2009). Determinantes de
la insolvencia empresarial en el Perú.
Referencias Bibliográficas Academia Revista Latinoamericana de
Administración, 47.
Altman, E. (1968). Financial Ratios discri- Mur, J. & Angulo, A. (2009). Datos de Pa-
minant analysis and the prediction of nel: modelos estáticos. Curso académico
corporate bankruptcy. The Journal of 2008/2009 , Tema 4 (3) . Universidad de
Finance , 23 (4). Zaragoza. Recuperado de: http://dae.
Arango, J., Zamudio, N. & Orozco, I. (2005). unizar.es
Riesgo de crédito: un análisis desde las Ohlson, J. (1980). Financial ratios and the
firmas. Reporte de estabilidad financiera. probabilistic prediction of bankruptcy.
Banco de la República. Journal of accounting research , 18 (1).
Aziz, A., Emanuel, D. & Lawson, G. (1988). Penman, S. (2010). Financial Statement
Bankruptcy prediction-an investigation Analysis and security valuation. (Cuarta
of cash flow based models. Joumal of ed.). New York: Mc Graw Hill.
Management Studies, 25(5), 419–437.
188 estudios gerenciales Vol. 28 N0. 124
Claudia Sepúlveda Rivillas, Walter Reina Gutiérrez & Juan Carlos Gutierrez Betancur
endeudamiento del mercado, donde interés Otra forma de expresar el ROCE es:
implícito representa un mayor valor sobre
el precio. ROCE = ROOA +(RNOA-ROOA)+(ROCE-
La tasa de endeudamiento del mercado, RNOA)
se puede aproximar a la tasa de endeuda-
miento de corto plazo después de impuestos. Donde [RNOA – ROOA] es el efecto de los
Con la formula anterior se puede calcular pasivos operativos y [ROCE – RNOA] es el
el efecto del apalancamiento operativo sobre efecto del apalancamiento financiero.
los pasivos operativos:
ROCE = ROOA+[TLEV*(ROOA-Tasa de
endeudamiento Total)] (3A)