1.2. DESCRIPCIÓN GENERAL DE LA METODOLOGÍA

Con respecto a las investigaciones de tipo empírico este estudio tomó en cuenta la experiencia adquirida en los trabajos que forman parte del paradigma de la Utilidad de la Información Contable. Este paradigma se basa en el análisis del contenido de la información financiera y económica para la posterior toma de decisiones sobre inversión, financiación y reparto de beneficios. Dicho paradigma se ha desarrollado considerando dos tipos o clases de trabajos empíricos que Mora (1992) clasifica y diferencia fundamentalmente en:

1. Trabajos empíricos sobre los datos que analizan el comportamiento de los precios del mercado basados en el anuncio de la información contable. En estas investigaciones se parte de la teoría de la eficiencia del mercado de capitales que establece la hipótesis de que "la información contable tiene contenido informativo si provoca reacción en los precios". A partir de la contrastación empírica de ésta hipótesis, los resultados positivos de la investigación científica tienden a reforzar la teoría de la eficiencia del mercado de capitales. Para el caso de nuestro estudio, este enfoque no se tomará en cuenta.

2. El otro enfoque se refiere a aquellos trabajos empíricos que desarrollan modelos de predicción sobre la solvencia y el beneficio empresarial tomando como base los datos contables. Estas investigaciones no cuentan con una metodología única pues no existe un acuerdo generalizado sobre cuales son los más "óptimos". Sin embargo, la acumulación de evidencia empírica ha demostrado que los modelos predictivos explican significativamente cuales son y cómo evolucionan las principales variables que intervienen en la composición del beneficio y en la determinación de la solvencia. Este último tipo de investigaciones contables sobre la solvencia y el beneficio son las que sí hemos considerado para llevar a cabo este trabajo. Su desarrollo no parte de una teoría económica particular, ni tampoco de una teoría financiera específica sobre la solvencia o la liquidez, sino que se elaboran modelos muy variados tomando como fundamento los datos contables para verificar la confiabilidad de los mismos y su capacidad de medición y predicción.

También se consideró importante desarrollar y analizar dentro del marco teórico a los principales elementos que componen el modelo predictivo para dar una idea más profunda sobre su correspondiente estado actual (Capítulo 7). En el caso de la variable dependiente se consideró importante tratar conceptual y jurídicamente su definición. Por ello se incluyó un análisis sobre el sistema concursal mexicano para llegar a una definición de la variable dependiente (Capítulo 5).

En el desarrollo empírico del trabajo para seleccionar a las variables independientes se llegó a resultados y conclusiones mediante el análisis factorial. Este tipo de análisis se apoya en una base de datos de estados financieros básicos expresados en unidades monetarias actuales o constantes para obtener comparabilidad a través de los diferentes períodos contables.

La utilización de la técnica de ratios que representa la base del análisis contable tradicional, propone el uso de ratios financieros para la evaluación de la situación y evolución económica de la empresa. Sin embargo, los ratios que son un instrumento amplio y variado cuyo buen diseño y conocimiento permiten profundizar y resolver algunos aspectos concretos para la toma de decisiones, tiene una limitada capacidad como “output” para solucionar la problemática sobre el cálculo aproximado de la solvencia, solidez financiera y la determinación del éxito o fracaso de una empresa.

No obstante, como apunta Bernstein (1999: p.653), la idea básica sobre el estudio de la tendencia y el comportamiento de ciertos ratios financieros de varias empresas, es con el fin de poder identificar y utilizar con fines de predicción, las características de los ratios con más predominio. Con esto se intenta detectar signos de deterioro observados en el comportamiento de los ratios con una anticipación y claridad suficiente como para tomar a tiempo iniciativas que eviten riesgos graves de insolvencia, incumplimiento de obligaciones y procesos de quiebras.

Para Brealey y Myers (1999) el utilizar ratios tiene la ventaja de no verse abrumado por el gran volumen de datos que contienen los estados financieros, ayudando al analista a plantearse la pregunta correcta aunque rara vez le ayuden a solucionar el problema. Así lo reconoce también Bernstein (1999: p. 656) al señalar que las investigaciones sobre ratios sí bien señalan su significativo potencial como predictores de quiebra, no dejan de indicar que dichos ratios son herramientas y conceptos del análisis financiero en una fase inicial de desarrollo.

Los estudios realizados con ratios financieros para medir la solvencia y evitar el fracaso empresarial, se han enfocado en la comparación entre empresas en quiebra y empresas que no han quebrado (sanas y no sanas). Para algunos analistas esto ha permitido ofrecer pruebas de que las empresas que no quebraron presentaban ratios de tesorería "más firmes" que aquellas que si quebraron, aunque aún no se ha demostrado de manera concluyente la capacidad de los ratios por sí solos para la predicción de quiebras.

Las anteriores limitaciones de los ratios ha llevado a no pocas investigaciones sobre el tema a la necesidad de utilizar otras técnicas de análisis más globales y potentes como las desarrolladas en los Modelos Univariables y Multivariables. La investigación empírica realizada con ambos modelos dentro del análisis de la solvencia se ha orientado principalmente hacia un caso particular que es la predicción de quiebras (Gabas:1990). Los modelos predictivos, que integran un conjunto de métodos estadísticos avanzados, se enfocan hacia el contenido de la información contable expresada en ratios.

Los modelos univariables utilizan una sola variable independiente mientras los multivariables, que son los más desarrollados, hacen uso de una combinación de variables independientes para analizar dinámicamente las actividades financieras y económicas de la empresa, así como predecir su insolvencia o quiebra.

En el caso del análisis factorial, que es más complejo que el análisis univariable, se integran varias características de los modelos multivariables con el fin de contar con herramientas de más alcance que sirvan para obtener los indicadores de síntesis requeridos.