Tesis doctorales de Ciencias Sociales


ANÁLISIS DE LAS DIFICULTADES FINANCIERAS DE LAS EMPRESAS EN UNA ECONOMÍA EMERGENTE: LAS BASES DE DATOS Y LAS VARIABLES INDEPENDIENTES EN EL SECTOR HOTELERO DE LA BOLSA MEXICANA DE VALORES

Alberto Ibarra Mares



Esta página muestra parte del texto pero sin formato.
Puede bajarse la tesis completa en PDF comprimido ZIP (319 páginas, 1.52 Mb) pulsando aquí

 

 

 

2.4.5. MODELO BLUM (1974)

En 1969 Marc Blum presentó su tesis doctoral en la Universidad de Columbia bajo el título de: “The Failing Company Doctrine”. Posteriormente editó dos artículos, contando con la colaboración de la firma de abogados “Gorden, Feinblatt y Asociados de Baltimore”. El nuevo enfoque de su trabajo sobre la condición de la quiebra le fue sugerido en 1967 por E. Zimmerman quien trabajaba como: “Assistent Atturney General, Antitrust Division” del Departamento de Justicia de los Estados Unidos de Norteamérica.

En su artículo de 1974 incluyó los resultados de un análisis discriminante con el que construyó un modelo que denominó: “Failin Company Model”, con la intención de que sirviera a los usuarios como una guía ante la quiebra. Partió de la idea de que las fusiones de los competidores, y en especial cuando dos empresas se fusionan y una de ellas está en quiebra y la otra lo desconoce, además de que se violaban las leyes “antitrust” atentaban contra la doctrina empresarial de las quiebras.

Su estudio continuó con la evolución de los estudios multivariables, incluyendo variables para medir el cambio dentro de los ratios a través del tiempo y la variabilidad de los datos contables. También analizó la capacidad de predicción de “datos contables en bruto” (cantidades absolutas) e investigó los efectos de la incorporación de un rango de años dentro de los datos del modelo en lugar de sólo un único año. Sus resultados le indicaron que los modelos basados sobre datos en bruto tienen una mayor precisión de predicción a través de los años previos a la quiebra con respecto a los modelos basados en ratios, sin embargo, Blum no supo dar respuesta de tal fenómeno.

Blum también realizó una investigación que consistió en la construcción de un modelo sin ratios financieros. Para ello descompuso cinco de las nueve variables independientes que había utilizado en otro estudio, obteniendo ocho numeradores y denominadores que combinó con cuatro “variables no ratios”. Los resultados durante el primer año previo a la quiebra no fueron tan exactos como en su anterior modelo, lo cual le llevó a la conclusión de que este modelo no era un discriminador eficiente.

Con respecto a la variable dependiente, Blum notó que existía una ambigüedad y falta de precisión para aplicar el concepto de quiebra. Observó que el criterio legal definía al fracaso como: “una grave probabilidad de quiebra”. A partir de esto consideró importante definir mejor a la variable dependiente.

Llegó a la conclusión de que el fracaso se podía definir como: “el momento en que la empresa entra en un procedimiento concursal para declarar la quiebra” o “cuando se da un acuerdo explícito con los acreedores, los cuales otorgan una quita sobre sus pasivos”. También consideró la posibilidad de que las empresas fracasadas eran aquellas que tenían incapacidad para pagar sus deudas, debido a la entrada en un procedimiento de quiebra o aquellas empresas que son insolventes y llegan a un acuerdo con sus acreedores para reducir sus pasivos. En su estudio el 90% de las empresas había llevado a cabo su solicitud de quiebra bajo el “Acta Federal de Quiebras” y el 10% restante de las empresas ya estaba en estado de liquidación.

A diferencia de otras investigaciones, Blum puso especial interés en definir a la variable dependiente al comprobar el problema que tenía el Departamento de Justicia de los Estados Unidos con respecto al concepto de fracaso. Esto era muy importante ya que a partir de esta definición se podía o no autorizar una fusión. En aquellos momentos este departamento tenía serios problemas doctrinales para determinar el momento en el cual una empresa podía estar en camino del fracaso, a pesar de que se contemplaban tres supuestos que eran: “la incapacidad para el pago de las deudas vencidas”, “la solicitud de quiebra” y “el acuerdo extrajudicial con acreedores para obtener quitas”.

Otro aspecto interesante de este estudio y que se derivaba del objeto y enfoque de la investigación era que, partiendo del principio de que las fusiones se autorizaban principalmente entre empresas que estaban sanas con empresas que estaban en camino del fracaso, la Ley Antitrust consideraba más grave autorizar una fusión entre empresas sanas, que dejar quebrar realmente a una empresa en la que no tuviera la certeza de que estaba en proceso de quiebra. Esto marcaba el precedente de que no siempre el error tipo I tenía mayores costes con respecto al error tipo II, lo cual aunque era muy poco usual, era posible que se presentara.

Blum al desarrollar su modelo se basó en datos contables y datos del mercado financiero. Para la base de datos consideró como unidad temporal hasta ocho años previos a la quiebra, aunque aclaró que el período óptimo para el análisis de las empresas en quiebra era de cinco años. Blum destacaba la importancia de las bases de datos al afirmar que una teoría sobre los síntomas de la quiebra se debería enfocar a como es el comportamiento de las variables económicas básicas, las cuales debían ser un reflejo de los estados financieros, ya que los productos del sistema contable son siempre sustituidos porque éstos son únicamente útiles si representan los principales eventos económicos de una empresa.

La teoría para Blum debía considerar las limitaciones inherentes de los datos contables que se expresan en los estados financieros. También sugirió algunos lineamientos para implementar un sistema de cash flow pues consideraba que: “la empresa era un depósito de recursos financieros”, y por lo tanto, la probabilidad de la quiebra estaba determinada de acuerdo a las expectativas de los flujos que generaban esos recursos. A partir de esto concluyó que aquellas empresas que estaban más cerca de la quiebra eran las que presentaban los siguientes síntomas:

* Pequeños depósitos (ya que las empresas con grandes depósitos están mejor situadas ante la incertidumbre).

* Bajos niveles de inflows provenientes de operaciones normales, tanto a corto como a largo plazo.

* Numerosas reclamaciones de recursos por parte de los acreedores.

* Altos niveles de outflows operativos.

* Mayor variabilidad de las ganancias y de las reclamaciones de los recursos.

* Mayor riesgo de fracaso del sector donde se ubicaba la empresa.

Los ocho años de bases de datos contables fueron desarrolladas en 21 modelos. Cada modelo contenía de tres a ocho años de datos. Este estudio mostró un avance con respecto a otros métodos previos para predecir quiebras con un período superior a un año previo a la quiebra. Blum criticó a previos estudios que utilizaron datos de sólo un año previo a la quiebra para desarrollar el modelo. La capacidad de predicción del modelo de Blum fue experimentada mediante la utilización del análisis discriminante. Los resultados de este estudio confirmaron una vez más los descubrimientos de previos estudios: la exactitud de las clasificaciones es mejor un año previo a la quiebra y va declinando dicha exactitud conforme se incrementa el número de años previos a la quiebra.

Su base de datos consistió en balances generales, estados de resultados y precios de mercado durante un período de tres años. Para él las empresas pequeñas no tenían ninguna relevancia en sus estudios, pues éstos se basaban en el sistema antitrust para grandes empresas.

Su muestra se compuso de 115 empresas industriales que quebraron durante el período 1954-1968 y cuyos pasivos fueron superiores al millón de dólares. Esta submuestra la emparejó con otra de 115 empresas sanas considerando los siguientes cuatro criterios:

1. La clasificación industrial de las empresas.

2. Considerando las ventas dentro del cuarto año previo a la quiebra.

3. El número de empleados.

4. El año fiscal del cierre contable.

Blum consideró que las variables independientes tenían que tener un marco teórico, pues sin éste no había razón para esperar una relación significativa con el evento a predecir. Para estructurar ese marco teórico dirigido a la selección de las variables y que fuera generalizable, nuevamente se basó en la idea de “la empresa como un depósito de recursos financieros” y que la descripción de su probabilidad de fracaso debía ser con base a los flujos de entrada y salida esperados para dichos recursos. Para las variables independientes fueron seleccionados doce ratios para medir: los flujos de liquidez, los flujos de posición, la probabilidad, y la variabilidad dentro del modelo. De particular interés resultaron las medidas de variabilidad que introdujo por primera vez para los ingresos netos; activos rápidos y los inventarios en un período de tiempo dado. Para su modelo final redujo los ratios a diez, los cuales fueron los más representativos para los tres factores previamente determinados que se muestran en el cuadro 2.19.

Con las anteriores variables desarrolló varias funciones discriminantes obteniendo una exactitud predictiva de un 90% hasta un 95% para el primer año previo a la quiebra; 80% para el segundo año y un 70% para el tercer año. Todos estos resultados fueron contrastados con una muestra de validación que consideró el problema de la correlación.

Blum observó que el coeficiente discriminante estandarizado del ratio de cash flow / pasivo total (en donde el cash flow estaba compuesto por los ingresos netos más depreciación) parecía ser la variable mas significativa en los 21 modelos desarrollados para distinguir entre una empresa en quiebra y una empresa sin quiebra. Este resultado fue consistente con los resultados de Beaver (1966).

El componente de la deuda total se comportó con mayores aumentos en las empresas sanas con respecto a las fracasadas. Esto le hizo sugerir que la deuda se utilizaba para financiar el crecimiento en las empresas con éxito (apalancamiento financiero). En cambió, los inventarios disminuyeron en las empresas con crisis, lo que le demostró que las empresas que quebraron no fue por un exceso de inventarios acumulados como se creía tradicionalmente. La relación de activos rápidos netos / inventarios, le mostraron la segunda significancia más alta en el primer y segundo año previo a la quiebra.

La exactitud de la clasificación de un año previo a la quiebra se incrementó del 64% al 95% dependiendo del número de años de las bases de datos utilizadas dentro del desarrollo del modelo. Esta conclusión discrepó con otras que afirmaban que no necesariamente una base de datos con más número de años incrementa la capacidad predictiva del modelo, pues eran los últimos años los que contienen los aspectos más esenciales para determinar el posible comportamiento futuro de la empresa. Sin embargo, en el estudio de Blum la tasa más alta de exactitud ocurrió cuando 4, 5 o 6 años de datos fueron utilizados, incluyendo los datos del séptimo y octavo año previo a la quiebra.

Para Blum las variables más importantes fueron las ganancias y las reclamaciones sobre esas ganancias, lo que Beaver ya había denominado: “la teoría del depósito de liquidez”. A Blum ambas variables le indicaron outflows importantes que mantenían las operaciones actuales y el cumplimiento de las obligaciones de la empresa. Al basarse en esta idea estructuró su modelo con base en tres denominadores o factores comunes basados en un sistema de cash flow, que fueron: la liquidez, la rentabilidad y la variabilidad.

Para la medición del volumen de las ventas este autor tomó como criterio los últimos cuatro años previos a la quiebra, siendo el cuarto año el que registró los cambios más dramáticos.

En su modelo la exactitud de las clasificaciones fue el factor más importante del análisis discriminante. Esta clasificación la consideró en dos direcciones que eran: el error tipo I y el error tipo II, cuyos costes no eran iguales.

Al aplicar el análisis discriminante en la submuestra de 115 empresas sanas, la exactitud de clasificación fue del 94% un año previo a la quiebra; del 80% dos años previos y del 70% para el tercero, cuarto y quinto año previos a la quiebra.

Blum reconoció que la multicolianilidad fue un problema en su estudio, y por consiguiente el coeficiente de la función discriminante fue inestable. También desarrolló funciones discriminantes utilizando únicamente “datos contables en bruto”.

Existen dudas de algunos investigadores sobre porque Blum, que definió como muy importante una base teórica para la selección de las variables independientes, no incluyó tal teoría en su trabajo para explicar la selecciones de sus factores como fue el caso de la rentabilidad. También se le ha criticado que a pesar de los altos porcentajes de clasificación, no logró explicar el sentido económico de las funciones obtenidas. Según Blum, esto se debió al problema para establecer mejor en términos estadísticos las contribuciones individuales de cada una de las variables independientes. Por ejemplo, el ratio de cash flow / deuda total mostró una gran eficiencia pero en un contexto multivariable.

Blum concluyó que el proceso de fracaso es dinámico y por eso le dio tanta importancia a las variaciones de los ratios a través del tiempo y no únicamente a sus valores puntuales. Para esto estableció el tercer factor que denomino de “variabilidad”, el cual incluía ratios expresados en términos de tendencia y desviación, proposición que ya había sido sugerida antes por Deakin.


Grupo EUMEDNET de la Universidad de Málaga Mensajes cristianos

Venta, Reparación y Liberación de Teléfonos Móviles
Enciclopedia Virtual
Biblioteca Virtual
Servicios
 
Todo en eumed.net:

Congresos Internacionales


¿Qué son?
 ¿Cómo funcionan?

 

15 al 29 de
julio
X Congreso EUMEDNET sobre
Turismo y Desarrollo




Aún está a tiempo de inscribirse en el congreso como participante-espectador.


Próximos congresos

 

06 al 20 de
octubre
I Congreso EUMEDNET sobre
Políticas públicas ante la crisis de las commodities

10 al 25 de
noviembre
I Congreso EUMEDNET sobre
Migración y Desarrollo

12 al 30 de
diciembre
I Congreso EUMEDNET sobre
Economía y Cambio Climático

 

 

 

 

Encuentros de economia internacionales a traves de internet


Este sitio web está mantenido por el grupo de investigación eumednet con el apoyo de Servicios Académicos Internacionales S.C.

Volver a la página principal de eumednet