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

 

 

 

2.5.5. MODELO TAKAHASI Y KUROKAWUA (JAPON, 1985)

A partir de principios de la década de los setenta se iniciaron en Japón los primeros estudios predictivos en el “Nomura Research Institute” (1973), aunque también fueron precursores de la escuela japonesa investigadores tan importantes como: Toda (1974); Itoh (1977); Ohta (1978); Tamaka y Nakagi (1974); Murakami (1979); Igarashi (1979); Ozeki y Ohno (1980). Todos ellos utilizaron los modelos de predicción multivariable a través de funciones discriminantes a excepción de Tamaka y Nakagi que utilizaron el análisis de componentes principales y el análisis cluster.

En general, todos estos estudios utilizaron muestras de empresas pequeñas y se caracterizaron por utilizar pocas variables independientes. Sin embargo, uno de los trabajos que más llamó la atención fue el de Takahashi y kurokawua (1985). Éste resultó interesante para nuestro análisis por la importancia y el enfoque que prestaba a las bases de datos contables a través de una proposición bien estructurada sobre el fracaso empresarial.

Takahashi y kurokawua consideraron que el poder predictivo del análisis aumentaba si se utilizaban como variables tanto a los ratios como a las cantidades absolutas; basados ambos elementos en datos de estados financieros sobre la base de efectivo (“cash based”) a partir de tres años antes de la quiebra. También destacaban en su estudio los numerosos casos que se dan en Japón, donde los reportes de los auditores de las empresas quebradas muestran “excepciones” o “reservas” dado el importante efecto del window dressing que se presume existe en las bases de datos contables (op. cit. p. 231).

A partir de esto Takahashi y kurokawua consideraron que dada la existencia de este fenómeno, se debían realizar ajustes a los estados financieros, pues pocos estudios lo habían intentado antes. También mantenían la idea de que el período óptimo para las bases de datos obtenidas en Japón debía ser de tres años pues resulta que aquí era raro el número de empresas que quebraban.

Para la base de datos seleccionaron 75 ratios con datos financieros cuya base era acumulativa o de devengo, “accrual based” (61 ratios y 14 cantidades absolutas); y 54 índices con datos financieros cuya base fue el efectivo, “cash based” (45 ratios y 9 cantidades absolutas).

Desde el punto de vista de Takahashi y kurokawua, se podían desarrollar diferentes tipos de modelos predictivos dependiendo sobre todo de qué tipo de datos provenientes de los estados financieros e índices utilizados. Como ejemplos citaban los siguientes cuatro puntos:

a. Con datos no ajustados o datos ajustados que reflejen las salvedades, negación de opinión o las notas que aparecen en los informes del auditor.

b. Utilizando índices con datos financieros con base acumulativa (devengo) o con base de flujos de efectivo.

c. Con valores de índices de tres años previos a la quiebra.

d. Sólo utilizando ratios o una combinación de ratios con valores absolutos.

Desde un enfoque teórico, para ellos la combinación de los anteriores puntos podía llegar a producir 16 tipos de modelos contables diferentes. Además, en adición a los 16 modelos, se podía desarrollar otra función discriminante que representará al modelo número 17, el cual utiliza ratios y cantidades absolutas derivadas de la base ajustada del acumulado y la base ajustada del efectivo durante tres años previos a la quiebra. Para cada uno de sus 17 modelos utilizaron 8 índices (24 variables), o bien, 24 índices que fueron seleccionados sobre la misma base que utilizaron para el análisis de componentes principales.

Los autores, al analizar el trabajo de Altman y basados en la idea de sus 17 modelos, producto de las diferentes bases de datos que utilizaron en forma simple o combinada, concluyeron que Altman en realidad desarrolló diferentes tipos de modelos entre el período de 1968 a 1977. Según ellos, esto se dio al utilizar diferentes tipos de bases de datos de estados financieros para integrar sus ratios: primero calculándolos un año previo a la quiebra, y posteriormente extendiendo el período a más de un año previo a la quiebra. Además, observaron que Altman utilizó una parte de los datos de los estados financieros como cantidades absolutas para sus ratios.

Sobre el tipo de contenido de las bases de datos, los autores recomendaron que se debía utilizar una con base de efectivo, pues a corto plazo era mejor para mostrar los flujos de fondos. Sin embargo, alertaron sobre los diferentes conceptos que existen sobre los fondos. Ellos, en este caso, utilizaron la definición del “APB Opinion” Nos. 3 y 9, que se refieren a los conceptos de “capital de trabajo” y “cash fund”. Además, al observar que el valor del ratio para las empresas fracasadas mostraba un comportamiento diferente cuando los conceptos utilizados eran diferentes, recomendaron utilizar los anteriores dos conceptos en el mismo modelo.

Subrayaron que en general las instituciones financieras (y en particular los bancos) tienen una gran influencia sobre las empresas por los préstamos que les proporcionan. En el caso de Japón, esta influencia era más significativa e incluso en ocasiones se llega al caso de que era el banco quien determinaba si continuaba o no apoyando a ciertas empresas para que no quebrara. Desgraciadamente para ellos estos factores no se reflejaban en los datos de los estados financieros y apuntaban que también ante el efecto del window dressing existía la necesidad de intentar ajustar los datos financieros para reflejar las salvedades, la negación de la opinión o las notas del informe del auditor antes de aplicar el análisis discriminante, al menos en el caso particular de las empresas japonesas.

Continuando con el análisis de la situación japonesa, los autores señalaban que cuando tratan de predecir una quiebra no creen que se pueda lograr solamente utilizando un único punto de corte o punto discriminante. Para ellos era mejor contar con más de un punto de corte, obteniendo desde el más “conservador” hasta el más “optimista”. En el caso de su estudio establecieron 6 puntos de corte para el modelo predictivo con el objetivo de proporcionar al usuario resultados predictivos plurales para formar su juicio final. Los puntos de corte que desarrollaron fueron los siguientes:

Al intentar determinar la variable dependiente de su modelo, partieron de la premisa de que en Japón existen dos tipos de empresas fracasadas: 1) un grupo con estructuras financieras negativas; y 2) el segundo grupo de empresas que tienen una pérdida de flujos de fondos. Para su muestra seleccionaron 72 empresas: 36 habían fracasado y las emparejaron con otras 36 empresas que estaban sanas. En cuanto a las fracasadas, estas quebraron antes de 1977. El período de análisis de este estudio fue de 1961 a 1977. Un elemento interesante que se observó en la selección de la muestra fue que en la selección de la submuestra de empresas fracasadas se establecieron varias clasificaciones con base en ciertos patrones en cada uno de los grupos, lo cual les dio como resultado dos tipos de métodos que a continuación explicamos.

En el primer método, la empresa fracasada se podía clasificar en los siguientes tres grupos:

Tipo A1 = Empresas que tienen una mala estructura financiera (27 empresas fracasadas).

Tipo B1 = Empresas que tienen una disminución en los flujos de fondos (9 empresas fracasadas).

Tipo C1 = Empresas que no tienen mala estructura financiera, ni disminución en los flujos de fondos (3 empresas fracasadas).

El objetivo de esta clasificación consistía en excluir de la submuestra de empresas fracasadas a aquellas empresas que mostraron índices con datos financieros con extraordinarios valores. En cuanto al segundo método, también se establecieron tres grupos que fueron los siguientes:

Tipo A2 = Empresas con mala posición financiera y con cambios de comportamiento en la serie temporal de los índices de datos financieros, donde el valor del índice para el primero y para el tercer año antes de la quiebra fue en ambos casos mayor con respecto al segundo año previo a la quiebra (28 empresas fracasadas).

Tipo B2 = Empresas con mala posición financiera y con cambios en el comportamiento en las series temporales de los índices de datos financieros donde el valor del índice para el primero y tercer año previos a la quiebra, fue en ambos casos menor con respecto al segundo año antes de la quiebra (7 empresas fracasadas).

Tipo C2 = Empresas cuya posición financiera no fue mala (4 empresas fracasadas).

Como variables independientes seleccionaron inicialmente 80 ratios basados en los siguientes dos criterios:

1. Verificar si cada uno de los ratios mostraba o no cambios significativos antes de la quiebra.

2. Verificar si cada ratio había dado o no buenos resultados en previos estudios.

Posteriormente analizaron en los ratios: el valor de su nivel, tendencia, y comportamiento a partir de tres años previos a la quiebra. Al final únicamente utilizaron 6 ratios seleccionados de la lista original de los 80 ratios con base en: a) la determinación del coeficiente de correlación de cada ratio con respecto a la lista original; y b) La selección se llevó de acuerdo a las principales diferencias que mostraron los ratios entre los grupos de empresas fracasadas y sanas.

En el análisis de componentes principales sus resultados les indicaron dos importantes características que son peculiares en la muestra de empresas fracasadas que son las siguientes:

La primera característica, y que frecuentemente no se toma en cuenta en la literatura sobre las quiebras empresariales, es que las empresas fracasadas pueden ser clasificadas dentro de dos grupos importantes que son: a) Aquellas empresas que sufren constantes problemas en su estructura financiera (Tipo A1). b) Aquellas empresas que sufren problemas en el flujo de fondos dentro de un período de tiempo relativamente corto (Tipo B1).

La segunda característica se refiere a los cambios en las series temporales, los cuales cuando presentaron mejoras temporales, les indicaron que las empresas ocultan algunos de sus fracasos antes de la quiebra. Estos tipos de mejoras las clasificaron en dos importantes grupos que fueron: a) Aquellos que temporalmente muestran alguna mejora en su posición financiera durante el segundo año previo a la quiebra y posteriormente se agrava su situación nuevamente (Tipo B2). b) Aquellos que temporalmente muestran alguna mejora en su posición financiera durante el primer año previo a la quiebra (Tipo A2).

Las conclusiones finales de Takahashi y kurokawua fueron que los modelos 6 y 17 tuvieron relativamente una alta exactitud predictiva relacionada con los puntos de corte utilizados. También cada uno de los 17 modelos fue sujeto a un estudio comparativo para constatar si se observaba o no algún cambio significativo en la exactitud predictiva debido a: a) los diferentes componentes; b) los diferentes datos de los estados financieros; c) los diferentes números de años antes de la quiebra; y/o d) los diferentes tipos de índices financieros que se utilizaron. El estudio comparativo reveló los siguientes hechos importantes:

1. Los modelos predictivos que utilizaron datos de estados financieros ajustados tuvieron una mayor exactitud predictiva con respecto a aquellos que utilizaron datos no ajustados.

2. Los modelos predictivos que utilizaron índices cuya base fue la del devengo tuvieron una mayor exactitud predictiva con respecto a los que utilizaron la base de flujos de efectivo.

3. Los modelos predictivos que utilizaron datos de estados financieros tres años previos a la quiebra, tuvieron mayor exactitud predictiva con respecto a aquellos que sólo utilizaron datos de sólo un año previo al fracaso.

4. No existió una significativa diferencia de exactitud predictiva entre los modelos que sólo utilizaron ratios y aquellos que utilizaron además de ratios, cantidades absolutas.


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