Análisis descriptivo de los procesos de fracaso empresarial en microempresas mediante técnicas multivariantes

  1. Pozuelo Campillo, José
  2. Labatut Serer, Gregorio
  3. Veres Ferrer, Ernesto Jesús
Revista:
Revista europea de dirección y economía de la empresa

ISSN: 1019-6838

Año de publicación: 2010

Volumen: 19

Número: 3

Páginas: 47-66

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Revista europea de dirección y economía de la empresa

Resumen

En este trabajo se lleva a cabo un proceso de modelización sobre una muestra formada por 176 microempresas de diversos sectores productivos, que culmina con la propuesta de cinco modelos de predicción de insolvencia empresarial basados en la técnica de regresión logística. Con estos modelos, donde resultan claves los indicadores de rentabilidad y endeudamiento, se alcanzan altos porcentajes de clasificación para cada uno de los cinco años previos a la fecha del fracaso. Este estudio aporta evidencia empírica adicional a este campo de investigación y constata la utilidad de la información financiera que ofrece el segmento de empresas analizado para predecir e identificar la posibilidad de que entren en procesos de fracaso empresarial.

Referencias bibliográficas

  • ALFARO, E.; GÁMEZ M.; GARCÍA, N. (2008): "Linear Discriminant Analysis Versus Adaboost for Failure Forecasting", Revista Española de Financiación y Contabilidad, vol.XXXVII, núm. 137 (eneromarzo), pp. 13-32.
  • ALTMAN, E.I. (1968): "Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy", Journal of Finance, vol.23, núm. 4 (September), pp. 589-609.
  • ALTMAN, E.I. (1993): Corporate Financial Distress and Bankruptcy. 2 a ed. New York: Wiley.
  • ALTMAN, E.; HALDEMAN, R.G.; NARAYANAN, P. (1977): "ZETATM Analysis: A New Model to Identify Bankruptcy Risk of Corporations", Journal of Banking and Finance, vol.1, núm. 1 (June), pp. 29-54.
  • ALTMAN, E.I.; SABATO, G. (2006): "Modeling Credit risk for SMEs: Evidence form the US Market", Abacus, 19 (6), pp. 716-723.
  • BAUER, E.; KOHAVI, R. (1999): "An Empirical Comparison of Voting Classification Algorithms: Bagging, Boosting, and Variants", Machine Learning, 36, pp. 105-142.
  • BEAVER, W.H. (1966): "Financial Ratios as Predictors of Failure", Journal of Accounting Research, vol.4 (Empirical Research in Accounting: Selected Studies 1966), pp. 71-111.
  • BECCHETTI, L.; SIERRA, J. (2003): "Bankruptcy Risk and Productive Efficiency in Manufacturing Firms", Journal of Banking and Finance, vol.27, núm. 11 (November), pp. 2099-2120.
  • BHARGAVA, M.; DUBELAAR, C.; SCOTT, T. (1998): "Predicting Bankruptcy in the Retail Sector: An Examination of the Validity of Key Measures of Performance", Journal of Retailing and Consumer Services, vol.5, núm. 2 (April), pp. 105-117.
  • CASEY, C.; BARTCZAK, N. (1985): "Using Operating Cash-flow data to Predict Financial Distress: Some Extensions", Journal of Accounting Research, vol.23, núm. 1 (Spring), pp. 384-401.
  • CHARALAMBOUS, C.; CHARITOU, A.; KAOROU, F. (2000): "Comparative Analysis of Artificial Neural Network Models: Application in Bankruptcy Prediction", Annals of Operation Research, 99 (4), pp. 403-425.
  • DEAKIN, E.B. (1972): "A Discriminant Analysis of Predictors of Business Failure", Journal of Accounting Research, vol.10, núm. 1 (Spring), pp. 167-179.
  • DIÉGUEZ, J.; TRUJILLO, F.; CISNEROS, A.J. (2006): "Modelos de predicción de la insolvencia empresarial: la incorporación de ratios a partir de un marco teórico", VI Jornadas sobre Predicción de Insolvencia Empresarial. Carmona.
  • EDMISTER, R. (1972): "An Empirical Test of Financial Ratio Analysis for Small Business Failure Prediction", Journal of Financial and Quantitative Analysis, vol.7, núm. 2 (March), pp. 1477-1493.
  • EISENBEIS, R.A. (1977): "Pitfalls in the Application of Discriminant Analysis in Business, Finance and Economics", The Journal of Finance, vol.32, núm. 3 (June), pp. 875-900.
  • FRIEDMAN, J.; HASTIE, T.; TIBSHIRANI, R. (2000): "Additive Logistic Regression: A Statistical View of Boosting", Annals of Statistics, 38 (2), pp. 337-407
  • FRYDMAN, H.; ALTMAN, E.I.; KAO, D.L. (1985): "Introducing Recursive Partitioning for Financial Classification: The Case of Financial Distress", Journal of Finance, vol.40, núm. 1 (March), pp. 269-291.
  • GALLEGO, A.M.; GÓMEZ, J.C.; YÁÑEZ, L. (1997): "Modelos de predicción de quiebras en empresas no financieras", Actualidad Financiera, núm. 5 (mayo), pp. 3-14.
  • GÓMEZ, M.E.; TORRE, J.M. DE LA; ROMÁN, I. (2008): "Análisis de sensibilidad temporal en los modelos de predicción de insolvencia: una aplicación a las PYMES industriales", Revista Española de Financiación y Contabilidad, vol.37, núm. 137 (eneromarzo), pp. 85-111.
  • JONES, F.L. (1987): "Current Techniques in Bankruptcy Prediction", Journal of Accounting Literature, vol.6 (Spring), pp. 131-164.
  • KEASEY, K.; MCGUINNES, P.; SHORT, H. (1990): "Multilogit Approach to Predicting Corporate Failure: Further Analysis and the Issue of Signal Consistency ", Omega, vol. 18, núm. 1, pp. 85-94.
  • LAFFARGA, J.; MARTÍN, J.; VAZQUEZ, J. (1985): "El análisis de la solvencia en las instituciones bancarias: propuesta de una metodología y aplicaciones a la banca española", Esic Market, núm. 48 (abriljunio), pp. 51-83.
  • LAFFARGA, J.; MORA, A. (2002): "La predicción del fracaso empresarial. El estado de la cuestión en España", en F. Doldán Tié y M. Rodríguez López [coord.]: La gestión del riesgo de crédito, pp. 25-46. (AECA Monografías). Madrid: AECA.
  • LAITINEN, T.; KANKAANPÄÄ, M. (1999): "Comparative Analysis of Failure Prediction Methods: The Finnish Case", The European Accounting Review, vol.8, núm. 1 (May), pp. 67-92.
  • LENNOX, C. (1999): "Identifying Failing Companies: A Re-evaluation of the Logit, Probit and DA Approaches", Journal of Economics and Business, vol.51, núm. 4 (July), pp. 347-364.
  • Ley concursal 22/2003, de 9 de julio de 2003.
  • LIZARRAGA DALLO, F. (1997): "Utilidad de la información contable en el proceso de fracaso: análisis del sector industrial de la mediana empresa española", Revista Española de Financiación y Contabilidad, vol.26, núm. 93 (octubre-diciembre), pp. 871-915.
  • LO, A.W. (1986): "Logit versus Discriminant Analysis: A Specification Test and Application to Corporate Bankruptcies", Journal of Econometrics, vol.31, núm. 2 (March), pp. 151-178.
  • LÓPEZ GRACIA, J.; GANDÍA CABEDO, J.L.; MOLINA LLOPIS, R. (1998): "La suspensión de pagos en las pymes: una aproximación empírica", Revista Española de Financiación y Contabilidad, vol.XXVII, núm. 94 (enero-marzo), pp. 71-97.
  • MARAIS, M.; PATELL, J.; WOLFSON, M. (1984): "The Experimental Design of Classification Models: An Application of Recursive Partitioning and Bootstrapping to Commercial Bank Loan Classifications", Journal of Accounting Research, vol.22, suppl., pp. 87-114.
  • MARTIN, D. (1977): "Early Warning of Bank Failure: A Logit Regression Approach", Journal of Banking and Finance, vol.1, núm. 3 (November), pp. 249-276.
  • MCKEE, T. (2000): "Developing a Bankruptcy Prediction Model via Rough Sets Theory", International Journal of Intelligent Systems in Accounting, Finance and Management, núm. 9, pp. 159-173.
  • MÍNGUEZ CONDE, J.L. (2006): "Factores explicativos de la insolvencia empresarial: una aplicación a la pequeña y mediana empresa constructora", VI Jornadas sobre Predicción de Insolvencia Empresarial. Carmona.
  • OHLSON, J.A. (1980): "Financial Ratios and the Probabilistic Prediction of Bankruptcy", Journal of Accounting Research, vol.18, núm. 1 (Spring), pp. 109-131.
  • PLATT, H.D.; PLATT, M.B. (1991): "A Note in the Use of Industry-Relative Ratios in Bankruptcy Prediction", Journal of Banking and Finance, vol.15, núm. 6, pp. 1183-1194.
  • PONTIER, D.; NATOLI, E.; XIN-GUI, L.; MEI-RONG, H.; GANG, L.; GENTER, A.; TRAINEAU, H.; DIMITRAS, A.I.; ZANAKIS, S.H.; ZOPOUNIDIS, C. (1996): "A Survey of Business Failures with an Emphasis on Prediction Methods and Industrial Applications", European Journal of Operational Research, vol.90, núm. 3, pp. 487-513.
  • RAHMINIAN, E.; SINGH, S.; THAMMACHOTE, T.; VIRMANI, R. (2000): "Bankrupcty Prediction by Neural Networks", en R.R. Trippi y E. Turban [ed.]: Neural Networks in Finance and Investing, pp. 175-332. Homewood, IL: Irwin
  • RAVI KUMAR, P.; RAVI, V. (2007): "Bankruptcy Prediction in Banks and Firms Via Statistical and Intelligent Techniques - A Review", European Journal of Operational Research. 180 (1), pp. 1-28.
  • RODRÍGUEZ ACEBES, M.C. (1990): La predicción de las crisis empresariales: modelos para el sector de seguros. Universidad de Valladolid, Departamento de Publicaciones.
  • RODRÍGUEZ LÓPEZ, M. (2004): "Análisis de sensibilidad del modelo de redes neuronales artificiales para la predicción de la insolvencia empresarial. Una métrica para superar la solución de «caja negra»", V Jornadas sobre la Predicción de la Insolvencia Empresarial: La Gestión del Riesgo Financiero y la Nueva Ley Concursal. Oviedo: Universidad de Oviedo/AECA.
  • RODRÍGUEZ-VILARIÑO PASTOR, M.L. (1994): "Utilidad del análisis de ratios para la predicción de la insolvencia empresarial (I), (II) y (III)", Actualidad Financiera, núm. 34-35-36 (septiembre-octubre), pp. C699-C724; C725-C750; C751-C773.
  • SCHAPIRE, R.E. (2002). "The Boosting Approach to Machine Learning An Overview", Workshop on NonLinear Estimation and Classification. MSRI.
  • SERRANO CINCA, C.; MARTÍN DEL BRÍO, B. (1993): "Predicción de la quiebra bancaria mediante el empleo de redes neuronales artificiales", Revista Española de Financiación y Contabilidad, vol.22, núm. 74, pp. 153-176.
  • SINKEY, J.F. (1975): "A Multivariate Statistical Analysis of the Characteristics of Problem Bank", The Journal of Finance, vol.30, núm. 1 (March), pp. 21-36.
  • TAFFLER, R. (1983): "The Assessment of Company Solvency and Performance Using a Statistical Model: A Comparative UK Based Study", Accounting and Business Research, vol.13, núm. 52 (Autumn), pp. 295-307.
  • TAM, K.; KIANG, M. (2000): "Predicting bank failures: a neural network approach", en R.R. Trippi y E. Turban [ed.]: Neural Networks in Finance and Investing, pp. 267-301. Homewood, IL: Irwin
  • TORRE, J.M. DE LA; GÓMEZ, M.E. (2005): "Análisis de la sensibilidad temporal en los modelos de predicción de insolvencia: Una aplicación a las pymes industriales", XIII Congreso de AECA: Armonización y Gobierno de la Diversidad. Oviedo.
  • WILSON, R.L.; SHARDA, R. (2000): "Bankrupcty Prediction Using Neural Networks", en R.R. Trippi y E. Turban [ed.]: Neural Networks in Finance and Investing, pp. 367-394. Homewood, IL: Irwin
  • ZMIJEWSKI, M. (1984): "Methodological Issues Related to the Estimation of Financial Distress Prediction Models", Journal of Accounting Research, vol.22, Suppl., pp. 59-86.
  • ZOPOUNIDIS, C.; DOUMPOS, M. (2002): "Multicriteria Classification and Sorting Methods: A Literature Review", European Journal of Operational Research, vol.138, núm. 2, pp. 229-246.
Fuente de los datos: Dialnet