Documentos de Académico
Documentos de Profesional
Documentos de Cultura
- Intentar una evaluación de este problema: la calidad del análisis de ratios como
técnica analítica (la predicción de firmas en quiebra se utiliza como caso ilustrativo)
Selección de muestras
Selección de variables
- Tenemos compilados una lista de 22 variables. Las variables se clasifican en 5
categorías estándar de índices (liquidez, rentabilidad, apalancamiento, solvencia y
actividad)
- De las 22 se escogen 5 que hacen el mejor trabajo global en la predicción de la
bancarrota corporativa.
- Entra en evaluación la contribución de todo perfil, y al ser un proceso iterativo, no
permite afirmar que dicha función discriminante sea óptima pero realiza el mejor
trabajo dentro de las opciones.
Es una medida del líquido neto de activos de la empresa en relación con la capitalización
total. Es al diferencia entre activo circulante y el pasivo circulante. En general, si una
empresa experimenta pérdidas operativas constantes, tendrá activos circulantes cada vez
más reducidos en relación con el total de activos.
Las utilidades retenidas son la cuenta que informa el monto total de las ganancias reinvertidas
y/o pérdidas de una empresa durante toda su vida. Esta cuenta está sujeta a “manipulación”.
La edad de una empresa se considera implícitamente en esta relación.
X4: valor de mercado del patrimonio / valor en libros del pasivo total (mve/tl)
La medida muestra cuánto puede disminuir el valor de los activos de la empresa (medido por
el valor de mercado de las acciones más la deuda) antes de que los pasivos exceden a los
activos y la empresa se vuelva insolvente.
Relación financiera estándar que ilustra la capacidad de gestión para hacer frente a las
condiciones competitivas. Debido a su relación única con otras variables, la relación
ventas/activos ocupa el segundo lugar en contribución a la capacidad de discriminacion
general del modelo.
Los coeficientes discriminantes de la ecuación I muestran signos positivos, por lo tanto: cuanto
mayor sea el potencial de quiebra de una empresa, menor es su puntuación discriminante. La
prueba F es la relación de las sumas de los cuadrados.
La prueba de significancia rechaza la H0 de que las observaciones provienen de la misma
población. La esencia del procedimiento es comparar el perfil de una empresa individual con el
de las agrupaciones alternativas. De esta forma, la empresa queda asignada al grupo que más
se le parezca.
4. Resultados empíricos
Se examinan dos grupos utilizando datos de un estado financiero antes de la quiebra. Dado
que los coeficientes discriminantes y las distribuciones de grupo se derivan de esta muestra, se
espera un alto grado de clasificación exitosa. El modelo es extremadamente preciso al clasificar
el 95 por ciento de la muestra total correctamente.
La segunda prueba se hace para observar la capacidad de discriminación del modelo para las
empresas utilizando datos de dos años antes de la quiebra. La reducción en la precisión de la
clasificación de grupos es comprensible porque la quiebra inminente es más remota y los
indicios son menos claros. Sin embargo, el 72 por ciento de la asignación correcta es evidencia
de que la bancarrota puede ser previsto dos años antes del evento.
Con el fin de probar el modelo rigurosamente tanto para empresas en quiebra como para las
que no lo están, se introducen dos nuevas muestras. Se añaden 25 firmas. Los resultados aquí
son sorprendentes en el sentido de que normalmente no se esperaría que los resultados de
una muestra secundaria fueran superiores a los de la muestra discriminante inicial (96 por
ciento frente a 94 por ciento). Dos posibles razones son que el sesgo al alza normalmente
presente en las pruebas de muestras iniciales no se manifiesta en esta investigación, y/o el
modelo, como se dijo antes, es algo menos que óptimo.
¿Qué pasa con las muchas empresas que sufren dificultades temporales de rentabilidad, pero
en realidad no se declaran en quiebra? Prueba rigurosa de la eficacia del modelo discriminante
sería buscar una gran muestra de empresas que han tenido problemas de ganancias y luego
observar los resultados de la clasificación de la MDA. Más del 65 por ciento de estas empresas
habían sufrido dos o tres años de ganancias negativas en los tres años previos a la
presentación de informes. A continuación, las empresas son evaluadas por el modelo
discriminante para determinar su potencial predictivo de quiebra.
Los resultados, ilustrados a continuación, muestran que quince de las sesenta y seis empresas
son clasificados como en quiebra con los cincuenta y uno restantes clasificados correctamente.
Él número de clasificaciones erróneas es en realidad catorce, ya que una de las empresas fue
quiebra dentro de los dos años posteriores al período de datos.
Por lo tanto, el modelo discriminante clasificó correctamente el 79% de las firmas de muestra.
Este porcentaje es aún más impresionante si se tiene en cuenta que estas empresas
constituyen una muestra secundaria de reconocidamente por debajo del promedio actuación.
Una extensión adecuada, por lo tanto, sería examinar las empresas para determinar la eficacia
general del modelo discriminante durante un período más largo período de tiempo anterior a
la quiebra. Poco se menciona, sin embargo, del verdadero significado de estos resultados de
años anteriores. Hasta ahora, hemos visto que la bancarrota se puede predecir con precisión
para dos años antes de la falla. ¿Qué pasa con los años más remotos?
Para responder a esta pregunta, se recopilan datos de las 33 empresas originales. desde el 3er,
4to y 5to año antes de la quiebra. Uno esperaría sobre una base a priori que, a medida que
aumenta el tiempo de entrega, la relativa capacidad predictiva del modelo disminuiría. Los
índices en cuestión tienen tendencia a deteriorarse a medida que se hace más próxima la
bancarrota. Después del segundo año, el modelo discriminante se vuelve poco confiable en su
capacidad predictiva y, también, que el cambio de un año a otro tiene poca o ninguna
significado.
Trascendencia.
El modelo de predicción es un pronosticador preciso de fallas hasta dos años antes de quiebra
y que la precisión disminuye sustancialmente a medida que el tiempo de entrega aumenta.
Con el fin de investigar las posibles razones que subyacen a estos hallazgos la tendencia en las
cinco variables predictivas se traza sobre una base univariante para cinco años anteriores a la
quiebra.
(1) que todos de los índices observados muestran una tendencia de deterioro a medida que
se acerca la quiebra y
(2) que el cambio más serio en la mayoría de estas proporciones ocurrió entre el tercer y el
segundo año anterior a la quiebra.
5. Aplicaciones
En el análisis, Z está entre (pero sin incluir) los valores indicados producen las siguientes
clasificaciones erróneas, como se muestra en la Tabla 7. El mejor valor crítico cae
convenientemente entre 2.67-2.68 y por lo tanto 2.675, el punto medio del intervalo, se elige
como el valor Z que discrimina mejor entre las empresas en quiebra y las que no están en
quiebra. Por supuesto, la verdadera prueba de este valor Z "óptimo" es su poder de
discriminación no solo con la muestra inicial, sino también con las muestras secundarias. los
resultados de estas pruebas son incluso ligeramente superiores al trabajo realizado por la
computadora asignaciones, con el beneficio adicional de aplicabilidad práctica.
Evaluación de préstamos comerciales.
Se han dedicado estudios a la función de oferta de préstamo y a la adopción de un modelo
heurístico de préstamo bancario oficial mediante el cual se utilizó un modelo informático
desarrollado para simular la función de oficial de crédito.
Un dispositivo rápido y eficiente para detectar los riesgos crediticios desfavorables podrían
permitir al oficial de crédito evitar decisiones potencialmente desastrosas. El punto
significativo es que el modelo MDA contiene muchos de las variables comunes a la
evaluación de préstamos comerciales y al análisis discriminante se ha utilizado para la
evaluación de préstamos de consumo. Por lo tanto, el potencial presenta mismo para su
utilización en el sector empresarial.
Las variables que son tan importantes como el propósito del préstamo, su vencimiento, el
valor en cuestión, el estado del depósito del solicitante, y el particular características del banco
no se consideran explícitamente en el modelo, la MDA probablemente no debería usarse como
el único medio de evaluación crediticia. Sin embargo, el índice de puntaje Z discriminante se
puede usar como una guía en los esfuerzos para reducir los costos de investigación de los
solicitantes de préstamos. Menos tiempo y esfuerzo sería gastado en empresas cuyo puntaje
Z es muy alto, es decir, por encima de 3.0, mientras que aquellas con puntuaciones Z bajas
indicarían una investigación muy exhaustiva.
Esta política sería aconsejable para el oficial de préstamo que tenía algún grado de fe en el
discriminante enfoque de análisis, pero que no quería que su decisión final dependiera
únicamente de una puntuación numérica. Además, el método sería particularmente eficiente
en el caso de préstamos a corto plazo o préstamos relativamente pequeños donde la
evaluación crediticia normal proceso es muy costoso en relación con los ingresos esperados
del préstamo. Aquí yacen ventajas importantes del modelo MDA: su simplicidad y bajo costo.
Si bien los resultados anteriores se derivan de una muestra ciertamente pequeña de firmas
muy especiales, las implicaciones potenciales son de interés. Sí un individuo ya posee acciones
en una empresa cuyo futuro parece sombrío, según el modelo, debería venderlo para evitar
nuevas caídas de precios. La venta seria evitar pérdidas adicionales y proporcionar capital para
inversiones alternativas. Aquellos inversionistas agresivos que buscan oportunidades de venta
corta podrían adoptar una política diferente. Un inversor que utilizara esta estrategia se habría
dado cuenta de una 26 por ciento de ganancia sobre los valores cotizados elegibles para ventas
en corto en la original muestra de empresas en quiebra. En el caso de las grandes empresas,
donde la quiebra ocurre con menos frecuencia, un índice que tiene la capacidad de pronosticar
a la baja los movimientos parecen prometedores. Esto podría ser especialmente útil en el
área de selección eficiente de cartera. Es decir, las empresas que parecen ser muy
susceptibles a las recesiones, de acuerdo con el modelo discriminante, serían rechazadas con
respecto a independientemente de cualquier potencial positivo. Por el contrario, las empresas
que exhiben estos mismos las características a la baja podrían venderse en corto, lo que
permitiría que la cartera gerente a ser más agresivo en sus otras opciones.
6. OBSERVACIONES FINALES