2.4.2.4. MODELO WOM Y YOUNG (COREA, 1995)

El estudio de Kim Won Dong, de la Universidad de Nueva York, y Eom Young Ho, de la Universidad de Suwom (1995), llevado a cabo en Corea del Sur con la colaboración de Altman, se reconoce que cualquier trabajo sobre los modelos predictivos requiere una base de datos con calidad.

También este estudio advierte que es muy frecuente que en muchas de las muestras se incluyan empresas privadas, empresas que son propiedad del gobierno o empresas que están subsidiadas; sin tomar en cuenta que existe una estructura financiera diferente entre cada una de ellas por la forma de su financiamiento propio y ajeno; del sector al que pertenecen; y además, como ya lo apuntaban Baidya y Ribeiro (1979): en gran medida esta diversidad de empresas está condicionada de forma diferente por las variables macroeconómicas del país donde están ubicadas.

Continuando con estas ideas iniciales, Wom y Young citan el caso de Japón, en donde observaron que a través del Ministerio de Finanzas y de los grandes bancos, se mantiene un rol tradicional para apoyar a las empresas fracasadas, manteniéndolas en muchas ocasiones activas artificialmente.

En el caso de Corea, este país registró un gran crecimiento a finales de la décadas de los setenta y los ochenta cuando el PIB llegó a ubicarse por arriba del 12% anual (1988-1990). Sin embargo, en 1991 la economía experimento un peligroso endeudamiento y el PIB decreció hasta el 6.8%; y para 1993 ya se situaba en 5.6% anual. Entonces el gobierno, a través del Banco de Corea, apoyó a las empresas más débiles sin considerar a la quiebra técnica como un factor decisivo para su continuidad.

Considerando las anteriores premisas y para la determinación de la variable dependiente, su modelo se enfocó a distinguir entre empresas sanas y empresas con enfermedades financieras. Estas últimas fueron consideradas como aquellas que presentaban insolvencias técnicas o estaban en proceso de liquidación. Con respecto a la insolvencia técnica, los autores opinaban que ésta es la última manifestación de la vida de una empresa, y por lo tanto, se podía considerar que era ya un hecho su quiebra.

Para la muestra seleccionaron empresas que se dedicaban a fabricar vestidos, productos metálicos, productos de madera, productos de pulpa y papel, motores de vehículos, productos de plástico, metales básicos y empresas constructoras. Como en anteriores ocasiones, hemos de apuntar lo heterogéneo de este tipo de muestras, que posteriormente se refleja en una base de datos con criterios contables muy diferentes al tener sobre todo inventarios y activos muy diversos, y por lo tanto, sistemas de valuación y amortización poco comparables.

Como variables independientes seleccionaron veinte ratios dentro de las cuales se incluyeron los cinco ratios de la función lineal de Altman (ratios: 1, 3, 4, 15, 20). Con el total de las variables seleccionadas Kim y Eom construyeron dos modelos que denominaron: X1-Score (para las empresas privadas); y X2-Score (para las empresas que cotizaran en la Bolsa). Este último modelo incluía el ratio valor de mercado del capital social / pasivo total.

Considerando que sólo 600 empresas cotizaban en ese entonces en la Bolsa de Valores de Corea, la k1-Score representó el indicador más práctico con respecto a la K2-Score. También varias de las variables independientes las expresaron con base en una transformación logarítmica para disminuir el efecto distorsionador del tamaño de los activos totales, la cobertura de intereses y la relación entre las ventas netas / activos totales.

Los factores del análisis fueron los siguientes: rentabilidad, liquidez, solvencia, apalancamiento, cobertura para gastos fijos, actividad o eficiencia con base al volumen de ventas, el tamaño de la empresa y la estabilidad de las ganancias.

Para este último factor se consideró al ratio de la siguiente manera: beneficios antes de intereses e impuestos / la desviación estándar de los tres últimos años de beneficios antes de intereses e impuestos. Un coeficiente elevado de este ratio les proporcionó buenos resultados a corto plazo y una volatilidad relativamente baja. En cambio, un coeficiente bajo les indicó lo opuesto. En cuanto al período para calcular las medias de volatilidad, determinaron que deberían de considerarse períodos entre tres a cinco años. Sin embargo, dado los resultados que obtuvieron en su último test, no les fue posible utilizar este ratio pues no existían suficientes datos en la submuestra de empresas fracasadas, lo que no quiere decir que desecharan la recomendación de su utilización en los casos en que se contara con una excelente base de datos para poder observar su comportamiento.

Para las bases de datos fijaron una unidad temporal de cinco años, considerando como primer año al último año fiscal disponible para obtener información financiera y previo al fracaso empresarial. Aquí sólo se consideró la información contenida en el balance general y en el estado de resultados.

Las primeras estimaciones de este estudio dieron como resultado univariable cálculos correspondientes a la media y mediana de las empresas fracasadas. Para los autores, las empresas fracasadas en general son las más pequeñas con menos beneficios y liquidez; con más apalancamiento, y que registran ratios muy bajos para la cobertura de los intereses. Por ejemplo: el ratio de capital social / pasivo total registró una mediana de 0.39 contra un 0.63 correspondiente a las empresas sanas. Para el ratio de pasivo total / capital social, se obtuvo una proporción de 2:1 para las empresas fracasadas; en cambio para las empresas sanas la proporción fue de 1:2 . Sin embargo, los mismos autores reconocieron que éste no era un indicador definitivo ya que posteriormente otros resultados les demostraron que, tanto las empresas sanas como las empresas fracasadas registraron ratios bajos.

Así, la media del ratio valor de mercado de capital social / pasivo total, fue de 0.52 para las empresas sanas, y del 1.18 para las empresas fracasadas. En el caso de la rentabilidad, aquí si se obtuvieron diferencias significativas al igual que para el ratio de cobertura de intereses (para las fracasadas fue de 0.6 y para las sanas de 4.6. Pero en el caso de la liquidez, los ratios fueron muy similares entre ambos grupos.

Una vez más estos resultados reforzaban la idea de que sí influyen definitivamente otros factores como son el tamaño de la empresa, el sector y sobre todo la incógnita del efecto que tiene el window dressing que impide llegar a generalizaciones más reales a través de un modelo predictivo.

También con esto se comprobó las limitaciones que presentaba el análisis univariable. Al aplicar un análisis de series temporales a las empresas fracasadas también obtuvieron pobres resultados. Los autores argumentaron que los indicadores de alerta en Corea no eran todavía tan efectivos como en los Estados Unidos bajo este método.

Al aplicar el MDA obtuvieron para el K1-Score, cuatro variables independientes, eliminándose el ratio: valor en libros del capital social / pasivo total. El criterio para seleccionar a dichas variables se basó en los siguientes cuatro criterios:

a.) Su alta significancia univariable.

b.) El signo correcto de todos los coeficientes del modelo.

c.) Un aceptable nivel de exactitud para las muestras y para el test de la muestra en general (“hold out”).

d.) Un nivel aceptable de exactitud a través del tiempo.

Con respecto a la exactitud de clasificación del modelo K1-Score, un alto índice para las firmas en quiebra significó mayor salud financiera y poca probabilidad de quiebra. La exactitud un año previo a la quiebra fue del 97% para las 33 empresas fracasadas; para el segundo año disminuyó al 88.2%; y en el tercero descendió hasta el 70% de exactitud. Por otra parte, la exactitud de clasificación para las empresas sanas fue en términos generales del 92% un año previo al último cierre fiscal; del 83% para el segundo año, y del 77% para el tercer año. Como se lee en estos últimos resultados, en las empresas sanas no se observa la pérdida gradual de exactitud predictiva, pues ésta se incrementa o disminuye aleatoriamente en los años intermedios.

Con respecto al modelo K2-Score, se sustituyó la contabilidad del devengo basada en valores contables por valores de mercado (variable X4). Según los autores, la exactitud de predicción de este modelo es similar a la del K1-Score, sin embargo, el primero tuvo como principal error que en varios casos las empresas clasificadas como sanas hasta el año de 1993, posteriormente llegaron a un punto claro de fracaso durante 1994 y 1995.