Portafolio # 2

Modelos de predicción

Integrantes

Angie Paola Torres Rodríguez

Luis Francisco Trucco Videz

James Yair Mena Torres

Jovanny Antonio Valoyes Moreno

Facultad de Ciencias Administrativa, Económicas y Contables

Especialización en Gerencia Financiera

Jorge Eliecer Martínez Ramírez

18 de marzo de 2024
 Una matriz modelos predicción y de crecimiento

Nombre del
Descripción del Objetivo
Modelo Desvent
Modelo Principal Del Ventaja
aja
Modelo

Modelo Es un modelo de Clasificar y Al trabajar con La calificación

Altman: predicción de predecir el valor razones obtenida está

Análisis insolvencia que se de una variable financieras se basada en el

discriminan realiza con base en dependiente evita la desempeño

te múltiple un análisis cualitativa como heterogeneidad operativo y

estadístico iterativo por ejemplo en los valores, ya financiero de la

de discriminación quiebra o no que se encuentra empresa que se

múltiple, en el que quiebra. en una misma ve afectado la

se ponderan y escala. incertidumbre

suman cinco -Se trabaja con del mercado,

razones de medición razones existiendo

para clasificar las financieras del cambios en

empresas solventes mismo período, diversos

o insolventes que permite que aspectos tales

los resultados como:

arrojados se * Riesgo

puedan examinar. cambiario

 -Permite

determinar la

situación general

que presenta la

empresa en un

momento

determinado, * Diferencias

revisando en el registro

información contable

clave. * La

-analizar la intervención

tendencia de su gubernamental

situación en el

tiempo, para

tomar medidas

correctivas en

forma oportuna.

Modelo Es un modelo donde Investigar la Los datos Los ratios

Beaver: se planteó capacidad de los contables se financieros

Análisis descomponer los ratios financieros pueden utilizar pueden

Univariable ratios a través de para estimar la presentar

métodos sensibilidad de resultados

estadísticos los cambios en contradictorios

avanzados con el fin los beneficios debido al

de aplicarlos como agregados de carácter

una técnica que todas las multivariable

permitiera empresas a través propio de la

determinar la de una “Beta información

solvencia y la contable” al financiera, por

liquidez real de las establecer que era lo que, para

empresas para posible utilizar realizar una

posteriormente ratios para valoración

poder predecir una distinguir entre correcta, se

quiebra , para esto empresa en debe optar x un

utiliza el análisis quiebra y análisis que

univariables que empresa sin permita tener en

tiene como objetivo quiebra en una cuenta varios

principal la medida mucho aspectos

utilización por mayor que la financieros de

separado de una o permitida por la la empresa.

varias variables predicción

independientes para aleatoria.

explicar una

variable -Las ratios

dependiente, a permiten dotar al

través de una investigador de

clasificación una verificación

dicotómica que empírica útil

entendió como (capacidad de

sinónimo de predicción) de los

capacidad de datos contables

predicción. (estados

financieros).

- Este modelo

permitió datos

imputables dentro

de la teoría de la

solvencia, ya que

logró separar y

analizar los

componentes de

los ratios

mediante el uso

de métodos

estadísticos y el

cálculo de la

media de los
 valores de dichos

componentes

tanto de empresa

en quiebra como

empresa sin

quiebra.

Modelo Diseño de un Estimar la El poder de De acuerdo a la

Ohlson: modelo de quiebra probabilidad de predicción de fórmula de O-

Análisis de mediante el análisis que una empresa cada modelo score arroja dos

regresión de regresión pertenece a una u depende de la errores:

Logística logística, donde otra población disponibilidad de 1.Clasificar a

detecta fallas que entre en quiebra la información una empresa en

tiene el modelo después de cierto que se obtiene y baja

realizado por período de tiempo además el poder probabilidad de

Altman; además previamente de predicción de quiebra cuando

desarrolla 3 especificado la transformación está en quiebra

modelos que son: . lineal de un 2. Clasificar

1. Predicción del vector de una empresa en

fracaso dentro del proporciones alta

período de un año. parece ser muy probabilidad de

2.Predice el fracaso robusto a través quiebra cuando

dentro de dos años de no está en

3. Predice el fracaso procedimientos quiebra

 dentro del período

de uno o dos años.

identifica cuatro

factores estadísticos

que afectan las

probabilidades de

bancarrota, entre

ellos: de estimación con

● El tamaño de la muestras grandes.

compañía;

● Medida del

desempeño;

● Medida de la

estructura

financiera;

● Medida de

liquidez.

Modelo Es un modelo Limitar el exceso Este modelo tuvo Este modelo en

casey desarrollado en de optimismo que impactos su resultado

Bartczak: conjunto con el comenzaba a negativos en su indico que el

Análisis de profesor Dartmouth presentarse con resultados, cash flow

las College, que esta nueva especialmente en operativo no

dificultades contrasta magnitud, ya que el crecimiento de tenía una

financiera estadísticamente, la la experiencia las empresas, importante

de las utilidad del cash vivida en muchos pero en otros capacidad

empresas. flow operativo en trabajos antes de investigaciones predictiva,

un análisis la década de los se obtuvo un sobre todo en

univariables, setenta, les había resultado más o aquellas

comparándolo con señalado que el menos favorables empresas con

un análisis excesivo , porque crecimiento

multivariable convencimiento propusieron económico y

aplicado a ratios de muchos como solución aquellas

basados en el investigadores establecer empresas

devengo en un sobre el ratio de algunas fracasadas que

mismo modelo para circulante y el de diferencias que producen

ver su capacidad beneficio por fueron: relativamente

productiva acción habla poco cash flow

marginal. resultado erróneo. Incluyeron un porque su

enfoque sobre el tesorería está

potencial vinculada con

marginal que la expansión del

incrementara la inventario y de

exactitud de los pasivos.

clasificación al

utilizar el cash

flow operativo.
Utilizaron una

muestra grande

de empresas en

donde solo

existiera una

pequeña porción

de empresas

fracasadas.

Llevaron a cabo

una validación de

los resultados

basados sobre

una muestra de

control.

Utilizaron la

misma base de

datos de las

empresas

quebradas de los

estudios de
Ohlson (1980).

Esto lo hicieron

con el fin de

observar bien la

tendencia de las

variables, aunque

este modelo no

tuvo impacto

positivo, fue

sometido a

muchos estudios

con las

investigaciones

de otros autores

para verificar su

aplicabilidad.

Des pues de

muchos estudios

en la submuestra

de empresas

fracasadas
observaron que si

mejoro la

exactitud

predictiva,

cuando los

modelos tuvieron

únicamente como

base al efectivo, o

bien se

combinaron con

variables

tradicionales

basadas en el

devengo.
 Dambolena de la Anteriores Según los

universidad de Su principal estudios solo autores, Los

Babson y Khoury objetivo es incluir habían ratios de las

de la universidad de los valores de considerado la empresas

Bucknell, realizaron cada ratio con los estabilidad del fracasadas

Modelo un estudio sobre la que se ratio pero no del presentan

Dambolena estabilidad de los estructuraba la conjunto en importantes

y Khoury ratios y la quiebra función general. fluctuaciones a

(1980): empresarial, para discrimínate. medida que se

Análisis de ello presentaron un La inclusión de está más cerca

las modelo cuyo También la estabilidad de del fracaso.

dificultades principal atributo integraba los ratios en el

financiera era la estabilidad a indicadores de análisis

de las través del tiempo y estabilidad incremento

empresas. el mantenimiento temporal considerablement

del nivel de los pertenecientes a e la capacidad

ratios, como esas variables discriminante de

variables independientes. la función para

explicativas dentro predecir una

de la función quiebra.
discriminante.

El modelo obtuvo

Este estudio fue de una exactitud

los primeros en clasificatoria,

importancia que entre grupos de

abordo el problema empresas

de la falta de fracasadas y no

dinamicidad de los fracasadas del

modelos 78%.

predictivos.

La desviación

estándar de los

ratios a través del

tiempo mostro ser

la mejor medida

para la

estabilidad del

ratio.

Su función

discriminante

incluyo a ratios

que pertenecían a
 las categorías de;

rentabilidad,

endeudamiento y

liquidez.

(https://ddd.uab.cat/pub/tesis/2001/tdx-1018101-164847/aim1de1.pdf)

( https://repositorio.uchile.cl/bitstream/handle/2250/108243/ringeling_e.pdf?seq )

Análisis de los modelos predicción

Luego de estudiar y analizar los cinco modelos de predicción podemos expresar que son

una herramienta muy importante en la predicción en la quiebra de las empresas, que de cierta

manera, facilitan la toma de decisiones para los empresarios, al proporcionar datos predictivos

hacia el futuro, partiendo de la calidad y disponibilidad de la información con la que se cuenta en

su momento para realizar una medición y/o predicción lo más acertada posible y de esta forma

enfocar estrategias específicas en pro de mantener la salud y bienestar financiero de la empresa,

que a su vez les garantice un crecimiento y por ende perdurabilidad en el tiempo, lo cual es

sumamente importante para toda empresa, sobre todo para las de edad temprana, que es donde

mueren muchas de ellas.

Ya hablando particularmente de uno de los modelos predictivos, queremos mencionar

que, si bien es cierto, cada modelo tiene sus ventajas y desventajas, para nosotros el modelo más
adecuado para la predicción de una posible quiebra de las empresas, es el modelo de Altman, Z-

score (Altman, Z-score – 1968), debido a que esta combina cinco ratios financieras tales como:

Capital de Trabajo/ Activos Totales: Este mide la liquidez de la empresa, lo que

representa su capacidad para pagar sus deudas a corto plazo.

Ganancias Retenidas/ Activos Totales: Esta ratio muestra la capacidad de la empresa

para generar utilidades y su eficiencia en la gestión de los recursos.

Ganancias antes de intereses e impuestos/ Activos Totales: Evalúa la capacidad de la

empresa para generar ingresos y su eficiencia operativa.

Valor de mercado del capital/Pasivos Totales: Indica la relación entre el valor de

mercado de la empresa y sus pasivos totales lo que ayuda a determinar su solvencia a largo

plazo.

Ventas/ Activos Totales: Esta ratio mide la eficiencia de la empresa en la generación de

ventas y la utilización de sus activos.

Al tomar en cuenta todas las variables y resultados que arrojan estas ratios, se aumenta la

probabilidad de una predicción de quiebra más acertada, puesto que se están contemplando

diversos escenarios financieros que ponderados entres sí, resultarán en un único valor, que es el

Z- score y este se utilizará para predecir la probabilidad de bancarrota o quiebra de la empresa.

( https://blog.hubspot.es/sales/ratio-apalancamiento#:~:text=El%20t%C3%A9rmino

%20%22ratio%20de%20apalancamiento,sus%20activos%2C%20deudas%20y%20patrimonio ,

s.f.)