Capacidad predictiva del modelo altman z-score en empresas declaradas en reorganización empresarial

Autores/as

DOI:

https://doi.org/10.5377/aes.v4i1.16451

Palabras clave:

exactitud, insolvencia financiera, quiebra empresarial, medición

Resumen

La medición de la insolvencia financiera ha evolucionado en los últimos 60 años desde un enfoque subjetivo hasta la creación de técnicas sofisticadas (modelos clásicos y modelos alternativos). Dentro de este grupo de modelos, se destaca el modelo de puntaje Z de Altman, herramienta de pronóstico de insolvencia financiera objeto de un gran número de investigaciones en diferentes sectores económicos. Si bien existen investigaciones que validan la precisión del modelo de Altman, no se evidencia un consenso teórico sobre la capacidad predictiva del modelo Altman Z-score y el estado de insolvencia financiera declarado bajo la Ley 1116 del 2006. Por tal motivo, el presente estudio tiene como objetivo medir el nivel de predictibilidad del Altman Z-score en empresas colombianas declaradas en reorganización empresarial. Para cumplir el objetivo planteado, el estudio se desarrolla bajo un enfoque metodológico cuantitativo de tipo descriptivo. Los resultados de las mediciones del modelo muestran que, en promedio, las empresas se encuentran en zona segura, esto significa que tienen baja probabilidad de insolvencia. Por lo tanto, es contradictorio que para el año 2021 estas compañías estuvieran en reorganización empresarial. Tomando como base los resultados de la investigación se pudo concluir que, aunque el nivel de predictibilidad del modelo es solo del 33%, esto no significa que el modelo sea una herramienta financiera deficiente para calcular la probabilidad de quiebra de las empresas en Colombia.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Alaka, H. A., Oyedele, L. M., Owolabi, H. A., Kumar, V., Ajayi, S. O., Akinade, O. O., & Bilal, M. (2018). Systematic review of bankruptcy prediction models: Towards a framework for tool selection. Expert Systems with Application, 94, 164-184. https://doi.org/10.1016/j.eswa.2017.10.040

Alcalde, R., Alonso de Armiño, C., & García, S. (2022). Analysis of the economic sustainability of the supply chain sector by applying the Altman Z-score predictor. Sustainability, 14(2), 851. https://doi.org/10.3390/su14020851

Almamy, J., Aston, J., & Ngwa, L. N. (2016). An evaluation of Altman's Z-Score using cash flow ratio to predict corporate failure amid the recent financial crisis: Evidence from the UK. Journal of Corporate Finance, 36, 278-285. https://doi.org/10.1016/j.jcorpfin.2015.12.009

Altman, E. I. (1968). Financial Ratios, Discriminant Analysis, and the Prediction of Corporate Bankruptcy. The Journal of Finance, 23(4), 589-609. https://doi.org/10.1111/j.1540-6261.1968.tb00843.x

Altman E. I. (1970). Ratio analysis and the prediction of firm failure: A reply. The Journal of Finance, 25(25), 1169-1172. https://doi.org/10.2307/2325591

Altman E. I. (1983). Corporate financial distress. A Complete Guide to Predicting, Avoiding, and Dealing with Bankruptcy. Wiley Interscience. John Wiley and Sons.

Altman, E. I., Hartzell, J., & Peck, M. (1995). Emerging market corporate bonds: A scoring system. Salomons Brothers, Emerging Market Reviews.

Altman, E. I., & Hotchkiss, E. (2006). Corporate financial distress & bankruptcy. 3rd edition. J. Wiley & Sons.

Altman, E. I., Iwanicz‐Drozdowska, M., Laitinen, E. K., & Suvas, A. (2017). Financial distress prediction in an international context: A review and empirical analysis of Altman's Z‐score model. Journal of International Financial Management & Accounting, 28(2), 131-171. https://doi.org/10.1111/jifm.12053

Apan, M., Öztel, A., & İslamoğlu, M. (2018). Comparative empirical analysis of financial failures of enterprises with Altman Z-Score and VIKOR methods: BIST food sector application. Australasian Accounting, Business and Finance Journal, 12(1), 77-101. http://dx.doi.org/10.14453/aabfj.v12i1.6

Balcaen, S., & Ooghe, H. (2006). 35 Years of Studies on Business Failure: An Overview of the Classic Statistical Methodologies and Their Related Problems. The British Accounting Review, 38(1), 63–93. https://doi.org/10.1016/j.bar.2005.09.001

Bharath, S. T., & Shumway, T. (2008). Forecasting default with the Merton distance to default model. The Review of Financial Studies, 21(3), 1339-1369.

Beaver, W. (1967). Financial ratios predictors of failure. Empirical research in accounting: selected studies 1966. Journal of Accounting Research, 4, 71–111. https://doi.org/10.2307/2490171

Black, F., & Scholes, M. (1973) The Pricing of Options and Corporate Liabilities. Journal of Political Economy, 8, 637-654.

http://dx.doi.org/10.1086/260062

Bonsón Ponte, E., Escobar Rodríguez, T., & Martín Zamora, M. (1997). Decision tree induction systems. Applications in Accounting and Finance. In Intelligent Technologies in Accounting and Business. Proceedings of the III International Meeting on Artificial Intelligence in Accounting, Finance and Tax. Huelva.

Boyacioglu, M., Kara, Y., & Baykan, Ö. (2009). Predicting bank financial failures using neural networks, support vector machines and multivariate statistical methods: A comparative analysis in the sample of savings deposit insurance fund (SDIF) transferred banks in Turkey. Expert Systems with Applications, 36(2), 3355-3366. https://doi.org/10.1016/j.eswa.2008.01.003

Congreso de la República de Colombia. (2006). Ley por la cual se Establece el Régimen de Insolvencia Empresarial en la República de Colombia y se Dictan otras Disposiciones [Ley 1116]. http://www.secretariasenado.gov.co/senado/basedoc/ley_1116_2006.html

Cuberos Gómez, G. (2005). Insolvencia: evolución de un concepto. Revista de Derecho Privado, (34), 27-54. https://www.redalyc.org/articulo.oa?id=360033182002

Delapedra-Silva, V. A. (2021). The bankruptcy risk in infrastructure sectors: An analysis from 2006 to 2018. Revista de Administração Mackenzie, 22(4), 1-30. https://doi.org/10.1590/1678-6971/eRAMF210104

Divekar, V., & Sukhari, S. (2021). Assessing the financial soundness of Indian aviation sector companies by using Altman’s z-score model & Pilarski’s p-score model. Universal Journal of Accounting and Finance, 9(6), 1222-1234. https://doi.org/10.13189/ujaf.2021.090602

Frydman, H., Altman, E. I., & Kao, D. L. (1985). Introducing recursive partitioning for financial classification: the case of financial distress. The Journal of Finance, 40(1), 269-291. https://doi.org/10.2307/2328060

Gavúrová, B., Packová, M., Mišanková, M. y Smrčka, Ľ. (2017). Predictive potential and risks of selected bankruptcy prediction models in the Slovak business environment. Journal of Business Economics and Management, 18(6), 1156-1173. https://doi.org/10.3846/16111699.2017.1400461

Gepp, A, Kumar, K., & Bhattacharya, S. (2010). Business failure prediction using decision trees. Journal of Forecasting, 29(6), 536–555. https://doi.org/10.1002/for.1153

Hernández Ramírez, M. (2014). Modelo financiero para la detección de quiebras con el uso de análisis discriminante múltiple. InterSedes, 15(32), 4-19. https://doi.org/10.15517/isucr.v15i32.17792

Hosaka, T. (2019). Bankruptcy prediction using imaged financial ratios and convolutional neural networks. Expert Systems with Application, 117, 287-299. https://doi.org/10.1016/j.eswa.2018.09.039

Ibáñez, D. (2020). Impacto de la coyuntura del coronavirus en la economía colombiana. Superintendencia de Sociedades de Colombia.

Isaac-Roque, D. y Caicedo-Carrero, A. (2023). Relación entre los indicadores financieros del modelo Altman Z y el puntaje Z. Retos Revista de Ciencias de la Administración y Economía, 13(25), 139-158. https://doi.org/10.17163/ret.n25.2023.09

Jánica, F., Hernández-Fernández, L., Escobar, A., y Velandia, G. (2023). Factores que explican, median y moderan el fracaso empresarial: Revisión de publicaciones indexadas en Scopus (2015-2022). Revista de Ciencias Sociales, XXIX (2), 73-95.

Karas, M., & Řežnáková, M. (2012). Financial ratios as bankruptcy predictors: The Czech Republic case. En D. Pavelková, J. Strouhal y M. Pasekova (eds.), Proceeding of the 1st WSEAS International Conference on Finance, Accounting and Auditing, 56-67. WSEAS

Keasey, K., & Watson, R. (1986). The prediction of small company failure: some behavioural evidence for the UK. Accounting and Business Research 17(65), 49–57. https://doi.org/10.1080/00014788.1986.9729781

Ko, Y.-C., Fujita, H., & Li, T. (2017). An evidential analysis of Altman Z -score for financial predictions: Case study on solar energy companies. Applied Soft Computing, 52, 748-759. https://doi.org/10.1016/j.asoc.2016.09.050

Laurens, S., & Mulyani, S. D. (2022). Financial distress and financial performance on stock return with firm size as moderating variable. Jurnal Manajemen dan Kewirausahaan, 10(1), 1-7. https://bit.ly/3KyvkE4

Lestari R.M.E., Situmorang M., Pratama M.I.P., & Bon A.T. (2021). Financial distress analysis using altman (Z-score), springate (S-Score), zmijewski (X-Score), and grover (G-Score) models in the tourism, hospitality and restaurant subsectors liste don the Indonesia stock exchange period 2015-2019. Proceedings of the International Conference on Industrial Engineering and Operations Management. http://www.ieomsociety.org/singapore2021/papers/755.pdf

Lizarzaburu, E. R. (2014). Análisis del Modelo Z de Altman en el mercado peruano. Universidad & Empresa, 16(26), 141-158. https://doi.org/10.12804/rev.univ.empresa.26.2014.05

López, J. E. (2015). Modelo de predictibilidad de quiebra en las pymes colombianas del sector comercio. [Tesis de maestría, Colegio de Estudios Superiores de Administración -CESA]. Colombia. Recuperado de http://hdl.handle.net/10726/1064

Martínez, R. M., Tuya, L. C., Martínez, M., Pérez, A. y Cánovas, A. M. (2009). El coeficiente de correlación de los rangos de Spearman caracterización. Revista Habanera de Ciencias Médicas, 8(2), 1-19.

Merlo, M., Scarfó, E., Vélez, I., Sandoval, J., Castilla, P., & Ortiz, D. (2022). Análisis Financiero Integral: Teoría y práctica. Alphaeditorial.

Merton, R. C. (1974). On the pricing of corporate debt: The risk structure of interest rates. The Journal of finance, 29(2), 449-470. https://doi.org/10.1111/j.1540-6261.1974.tb03058.x

Moses, D., & Liao, S.S. (1987). On developing models for failure prediction. The Journal of Commercial Bank Lending, 69, 27–38.

Odom, M., & Sharda, R. (1990) A Neural Network for Bankruptcy Prediction. International Joint Conference on Neural Networks, 2, 163-168. https://doi.org/10.1109/IJCNN.1990.137710

Ohlson, J. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research 18(1), 109–131. https://doi.org/10.2307/2490395

Ortiz, D. C. P., Villarreal, J. A. G., y Morales, A. (2018). Pronóstico de insolvencia financiera para empresas del sector construcción que cotizan en la bolsa caso: México y Colombia. En M. I. Redondo Ramírez et al. (Eds.), Internacionalización de la Investigación en las Ciencias Sociales, 301-321. Universidad Libre Seccional Pereira.

Parrado Salinas, J. S. (2020). Comprobación de la capacidad de predicción de quiebra del modelo Altman para las empresas del sector construcción en el periodo de 2015 a 2017 [Trabajo de grado, Universidad de La Salle]. Repositorio Universidad de La Salle. https://ciencia.lasalle.edu.co/finanzas_comercio/600/

Restrepo, L. Y., y Vergara, S. A. (2019). Modelos de estructuración de operaciones de crédito para pymes en Colombia utilizando fintech y fondos de inversión colectiva (FIC). [Tesis de maestría, Universidad EAFIT]. Repositorio Institucional Universidad EAFIT. https://repository.eafit.edu.co/handle/10784/13854

Romero Espinosa, F. (2013). Alcances y limitaciones de los modelos de capacidad predictiva en el análisis del fracaso empresarial. AD-minister, (23), 45-70. https://publicaciones.eafit.edu.co/index.php/administer/article/view/2243

Romero Espinosa, F, Molina, Z. A. M., y Vera-Colina, M. A. (2015). Fracaso empresarial de las pequeñas y medianas empresas (pymes) en Colombia. Suma de negocios, 6(13), 29-41.

Romero, Y., Salazar, A. J., y Sánchez, I. J. (2020). Medición de la competitividad de los sectores económicos del departamento de sucre: propuesta desde la gestión financiera. Aglala, 11(1), 90-109.

Roque, D. I. y Caicedo Carrero, A. (2021). Relación entre la creación de valor económico y la insolvencia financiera en empresas no cotizantes en el mercado de valores de Colombia (2016-2019). Semestre Económico, 24(57), 76-97. https://doi.org/10.22395/seec.v24n57a4

Roque, D. I. y Caicedo Carrero, A. (2022). Detección de insolvencia financiera mediante el modelo Z-Altman en empresas colombianas no cotizantes durante el periodo 2016-2019. Contabilidad y Negocios, 17(33), 167-192. https://doi.org/10.18800/contabilidad.202201.007

Ross, S. A., Westerfield, R. W., & Jordan, B. D. (2018). Fundamentos de finanzas corporativas. México: McGraw Hill Interamericana Editores.

Sareen, A., & Sharma, S. (2022). Assessing financial distress and predicting stock prices of automotive sector: robustness of Altman Z-score. Vision, 26(1), 11-24. https://doi.org/10.1177/0972262921990923

Shahrier, N. A., Ho, J. S. Y., & Gaur, S. S. (2020). Ownership concentration, board characteristics and firm performance among Shariah-compliant companies. Journal of Management and Governance, 24, 365-388. https://doi.org/10.1007/s10997-018-9436-6

Tamari, M. (1966). Financial ratios as a means of forecasting bankruptcy. Management International Review 6(4), 15–21. https://www.jstor.org/stable/40226072

Ucbasaran, D., Shepherd, D. A., Lockett, A., & Lyon, S. J. (2013). Life after business failure: The process and consequences of business failure for entrepreneurs. Journal of management, 39(1), 163-202. https://doi.org/10.1177/0149206312457823

Yuliastary, E. C., & Wirakusuma, M. G. (2014). Analisis financial distress dengan Metode Z-Score Altman, Springate, Zmijewski. E-Jurnal Akuntansi, 6(3), 379-389. https://ojs.unud.ac.id/index.php/akuntansi/article/view/8336

Zambrano, F. J. (2018). Determinantes de la supervivencia empresarial de las MIPYME en Ecuador. [Tesis de maestría, Universidad de Almería].

Zambrano Farías, F. J., Sánchez Pacheco, M. E., & Valls Martínez, M. del C. (2021). Factors Explaining the Business Survival of MSMEs in Ecuador Factores Explicativos de la Supervivencia Empresarial de la Mipyme en Ecuador. Studies of Applied Economics, 39(8), 1–18. https://doi.org/10.25115/eea.v39i8.4061

Zmijewski, M.E. (1984). Methodological issues related to the estimation of financial distress prediction models. Journal of Accounting Research, 22, 59–86. https://doi.org/10.2307/2490859

Descargas

Publicado

2023-06-30

Cómo citar

Isaac-Roque, D., Caicedo-Carrero, A., & Muñoz-Álvarez, A. N. (2023). Capacidad predictiva del modelo altman z-score en empresas declaradas en reorganización empresarial. Apuntes De economía Y Sociedad, 4(1), 129–141. https://doi.org/10.5377/aes.v4i1.16451

Número

Sección

Artículos

Artículos similares

1 2 3 4 5 > >> 

También puede {advancedSearchLink} para este artículo.