CAPITULO 1. ESTRUCTURA GENERAL DE LA TESIS

Este trabajo de investigación se desarrolla en 9 capítulos. El primero de ellos introduce al contenido de la tesis, incluye los objetivos, alcances y limitaciones de la investigación, y al final da una descripción de los dos tipos de enfoques que se aplican en este tipo de trabajos que se basan en el paradigma de la utilidad de la información contable. También este capítulo presenta los problemas más importantes que se dan en cada uno de los elementos de los modelos predictivos: la obtención y estructuración de las bases de datos, la selección de las variables independientes, la definición de la variable dependiente, la determinación de la unidad temporal, la selección de la unidad de análisis y el tipo de método estadístico multivariable más adecuado para obtener la evidencia empírica.

En el capítulo 2 se incluye una amplia revisión sobre los fundamentos y antecedentes de las investigaciones de tipo empírico más importantes que se han desarrollado en torno a los modelos para predecir quiebras, a partir del trabajo pionero de Fitzpatrick (1932) que fue de tipo descriptivo. Posteriormente, se analizan los trabajos predictivos de Beaver (1966), Altman (1968) y todos aquellos trabajos clásicos que se han realizado principalmente en el ámbito de países desarrollados. Sin embargo, incluimos cuatro trabajos de diferentes países emergentes (Argentina, Uruguay, Brasil y Corea) pues presentan condiciones más similares a las que imperan en México.

A lo largo de la revisión bibliográfica se puso especial atención a las siguientes tres cuestiones: a) cuáles fueron las variables independientes que consideraron los investigadores; b) cómo definieron el fracaso empresarial; y c) cuáles fueron los resultados y conclusiones más significativas que se obtuvieron en estos trabajos. Por otra parte, el análisis histórico lo dividimos básicamente en cinco etapas: a) la etapa descriptiva a través del método de ratios; b) el inicio de la etapa predictiva con modelos univariables; c) el inicio de la etapa predictiva con modelos multivariables; d) los modelos predictivos que se desarrollaron con base en los flujos de efectivo; y por último, e) los modelos predictivos basados en el análisis factorial.

Los capítulos tercero y cuarto contienen el inicio del marco teórico de esta investigación. Aquí se desarrolló un amplio marco conceptual contable que esta estrechamente relacionado con los modelos predictivos. Este hecho se debe a que las bases de datos están representadas por los estados financieros de las empresas que se utilizan como muestra para aplicar el modelo. Desde un punto de vista metodológico, con la información financiera se determinan los ratios que posteriormente son utilizados como variables independientes en las funciones lineales de los diversos modelos predictivos. Sin embargo, observamos que aunque las bases de datos forman uno de los problemas centrales de los modelos, su tratamiento teórico suele ser poco estudiado dentro de esta línea de investigación. De ahí que en el capítulo 3 se destaque el problema del efecto window dressing y su repercusión negativa en la utilidad del sistema contable. También se explica la estructura conceptual actual de la contabilidad en México, así como el problema que representa la falta de armonización contable dentro del país y entre los países de economías abiertas, con objeto de llamar la atención sobre la dificultad que sigue representando el obtener bases de datos fiables.

En el capítulo 4 se analiza la actualización de las bases de datos a través de la revelación, y lo que en México, y por consiguiente en este estudio, hemos denominado la reexpresión como sinónimo de actualización de los estados financieros. Este análisis se debe a que los modelos predictivos requieren como “inputs” datos contables con periodicidades superiores a los tres años. Si consideramos este factor temporal junto con la inflación, que es un fenómeno negativo y permanente en México, entonces podremos entender por qué la información contable pierde su utilidad como base de datos a través del tiempo al estar expresada en moneda nominal. En general, hemos observado que gran parte de los investigadores se enfocan más, sino es que exclusivamente, a analizar la complejidad del método estadístico multivariable para aumentar la capacidad predictiva del modelo. Sin embrago, es conveniente detenerse a analizar otros aspectos también muy importantes como pueden ser la base de datos, la muestra o la definición de las variables independientes. Con base en esto nos propusimos destacar en el capítulo 4, la importancia que representa el reexpresar las bases de datos en moneda constante para mantener la utilidad y comparabilidad a través de los años de los informes financieros, pues este hecho puede repercutir de forma más directa en la mejoría de la exactitud de los modelos predictivos. Por último, y considerando que las empresas muestreadas se ubican en México, en este capítulo profundizamos más sobre las actuales normativas que guían la reexpresión de la información financiera en el país a través del Boletín B-10 del Instituto Mexicano de Contadores Públicos.

Con respecto al capítulo 5, se trató el problema de la variable dependiente. Como sabemos dicha variable puede establecerse desde el enfoque del éxito empresarial, o bien, el fracaso empresarial. En el segundo caso que es el más utilizado, se presenta siempre una serie de problemas conceptuales y técnicos para su definición. Esta situación parte del estado actual en que la gran mayoría de los sistemas concursales se encuentran. Por eso a lo largo de este capítulo incluimos varios conceptos que permiten entender mejor la complejidad y los desacuerdos teóricos que existen hasta la fecha para definir a la variable dependiente.

En el capítulo 6 desarrollamos el aspecto teórico de las variables independientes. Aquí el objetivo estuvo enfocado en primer lugar, a definir una serie de ratios que tengan potencial explicativo y probabilidad de ser incluidos como variables independientes, en una función lineal muy específica del sector hotelero que cotiza en la Bolsa Mexicana de Valores. Para ello, realizamos una profunda revisión documental sobre los ratios financieros que se utilizan y que tienen un marco teórico bien fundamentado. Dicha selección dio como resultado 71 ratios que quedaron clasificados en 7 factores: rentabilidad, productividad, eficiencia, liquidez, cash flow, solvencia y endeudamiento. Todos estos factores tienen a su vez la característica de estar bien diferenciados entre sí, en términos teóricos, y de emplearse normalmente en el análisis financiero tradicional de las empresas mexicanas. Con base en ello, incluimos la explicación conceptual de cada uno de los factores así como de sus respectivos ratios.

En el capítulo 7 explicamos brevemente en qué consisten los otros elementos o componentes centrales de los modelos predictivos. Además, incluimos una descripción de la base de datos que utilizamos, así como la clasificación sectorial de la Bolsa Mexicana de Valores porque los datos que utilizamos fueron proporcionados por esta institución. Es importante mencionar que actualmente se continúa con la ampliación de la muestra y la actualización constante de la base de datos a través del software de “Economática”.

Una vez desarrollado un amplio marco conceptual y metodológico, se consideró importante llevar a cabo de forma complementaria una aplicación empírica de la primera parte del modelo, que consiste en la selección de las variables independientes a través de un análisis estadístico. Esto se juzgó importante por dos razones: a) Para contrastar el marco conceptual de nuestro estudio en torno a las variables independientes así como de sus respectivos factores con relación a los resultados del análisis factorial; b) Una vez obtenidos los anteriores resultados, se consideró importante comparar éstos con los resultados de los otros estudios que analizamos en el capítulo 2, con el fin de poder llegar a las conclusiones finales de esta investigación. En el capítulo 8 aplicamos el modelo estadístico multivariable del factorial a través de los componentes principales. Aquí incluimos la metodología a seguir: cálculo de la matriz de correlaciones, la extracción de los factores iniciales así como su rotación y representación gráfica, y por último, llevamos a cabo la selección de las variables independientes finales que representan mejor a cada uno de los factores seleccionados.

En el capítulo 9 están contenidas las conclusiones, limitaciones y propuestas para la estructuración de las bases de datos contables de los modelos predictivos en México. También incluimos algunas conclusiones que consideramos interesantes sobre la variable dependiente, la muestra, la unidad temporal, la unidad geográfica y el método del factorial.

Con respecto al software, se utilizó la hoja de cálculo Excel y el paquete estadístico SPSS para llevar a cabo todo el desarrollo empírico.

Por último, es importante resaltar que algunas notas de pie de página se refieren a citas que están contenidas en varios de los artículos que consideramos como complementarios y de los que sólo se extrajeron breves ideas.