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

 

 

 

2.4.9. MODELO ZAVGREN (1985)

Christine V. Zavgren (1985), profesor asistente de la Universidad de Purdue, Indiana, llevó a cabo su investigación utilizando los resultados del análisis factorial de Pinches (1973) para: reducir el número de variables, reducir la probabilidad de multicolianilidad y continuar con la medición de todas las fases de la posición financiera y los resultados de las empresas.

El estudio partió del hecho de que existía una deficiente técnica que guiara la selección de las variables independientes y consideró que la importancia que tienen dichas variables tenían que ser realmente valoradas pues eran empíricamente determinantes.

Zavgren seleccionó el estadístico logit como método de estimación, considerando que la probabilidad de quiebra era más importante con respecto a una única clasificación de quiebra o no quiebra, lo cual permitiría al usuario valorar el potencial de riesgo.

Para la muestra seleccionó 45 empresas en quiebra y 45 empresas sanas del sector manufacturero durante el período 1972-1978. La muestra de empresas sanas la tomó del “Compustat New York Stock Exchange, Over-The Counter”. Para la muestra de empresas en quiebra tomó 130 que se inscribieron en el procedimiento concursal bajo el Capítulo X y XI durante el período de 1972-1978. De estas 69 pertenecían al sector manufacturero (SIC Codes 2200-3940) . Posteriormente 16 de estas empresas fueron descartadas por tener una mala base de datos. Por último, cada empresa quebrada fue emparejada con una sana.

Para la selección de las variables independientes, el autor se basó en los estudios de Pinches, Mingo y Caruthers (1973) y de Pinches, Eubank, Mingo y Caruthers (1975), los cuales habían aplicado el análisis factorial. Estos estudios habían identificado que los ratios representaban la principal dimensión independiente de las bases de datos de los estados financieros. Por eso consideraban que era importante valorar la estabilidad de estas dimensiones a corto y a largo plazo.

Zavgren observó que los anteriores estudios de Pinches et. al. habían determinado, a través del análisis factorial ortogonal, que existía estabilidad en las dimensiones de la información financiera y que cada factor contenía por lo menos un ratio con alto peso o correlación con el factor. De esta forma la mayor parte de la información estaba relacionada con el factor.

Para su estudio empleó los mismos ratios y los mismos siete factores de Pinches et al., a excepción del ratio de circulante que sustituyó por el ratio de la prueba del ácido dentro del factor de la liquidez a corto plazo. Esto lo hizo porque consideró que el ratio de circulante se incrementaba en proporción con los inventarios acumulados; y dentro de una empresa en quiebra este fenómeno daba una medida de liquidez errónea.

Su modelo final quedó compuesto por el ratio más representativo de cada uno de los siete factores (peso o correlación del ratio dentro del factor).

Para Zavgren la rentabilidad le proporcionó una medida del retorno de la inversión y era significativa al igual que la estructura de capital y la liquidez para determinar lo sano de una empresa. Por otra parte, observó que en las empresas fracasadas se presentaba un alto apalancamiento financiero y éstas eran incapaces de cumplir con el servicio de la deuda de sus pasivos. Como se verá igualmente en otros trabajos, la liquidez no fue considerada como un signo determinante para decidir si la empresa estaba sana o no.

Los ratios de eficiencia tuvieron una gran importancia a largo plazo en el modelo, porque le permitieron medir la capacidad de la empresa para la utilización de sus activos considerando el total de su capacidad instalada. Sin embargo, Zavgren determinó que a corto plazo era difícil medir la eficiencia porque la utilización de los activos es difícil de modificar en ese período y sobre todo la correspondiente a la rotación de los activos fijos. A partir de esto consideró que las medidas de eficiencia iban dirigidas a decisiones a largo plazo al igual que las inversiones en capital y las plusvalías de marketing que afectan también a los ratios de eficiencia; y por lo tanto, se tenía que analizar bajo la óptica de largo plazo. Con base en lo anterior Zavgren consideró que estas variables eran significativas dentro de su modelo financiero predictivo.

Con respecto al ratio de la prueba del ácido, éste le indicó la capacidad de la empresa para hacer frente a sus obligaciones a corto plazo, pues para él una reserva inadecuada de activos rápidos podía llevar a una empresa al fracaso. El coeficiente negativo y la alta significancia del ratio del ácido en los años posteriores indicaron que la capacidad para cubrir las obligaciones a corto plazo era un factor importante para no quebrar. Los coeficientes de liquidez en los primeros años y su signo negativo mostraron que las empresas quebradas estuvieron más interesadas en la liquidez que en las oportunidades productivas.

El ratio de activo circulante / activo total lo consideró como una medida de relativa liquidez pero de especial importancia, pues cuando daba resultados críticos se estaba cerca de la quiebra. Para él sólo los activos líquidos podían generar tesorería para cubrir las obligaciones, en cambio a largo plazo, una empresa exitosa debía intentar minimizar su liquidez. Por eso, algunos consideran que este ratio no es comparable entre empresas con diferentes desarrollos financieros dadas las diversas estrategias para alcanzar el éxito.

Sus resultados le indicaron que en los años cercanos a la quiebra, los ratios de tesorería / activo total y activo rápido / pasivo circulante eran importantes para la predicción de una quiebra; el ratio pasivo total /capital total fue significativo durante todos los 5 años; en cambio, el ratio inventarios / volumen de capital fue únicamente más significativo con el incremento del número de años previos a la quiebra. En cuanto a las mediciones del retorno sobre la inversión, éstas fueron marginalmente significativas sólo en el cuarto año previo a la quiebra. Esto le sugirió que “la medición contable de los beneficios no distinguía entre lo sano o enfermo de una empresa” (p.41). En la rentabilidad no encontró una característica significativa distinta.

Zavgren consideró a los costes de error tipo I y II como iguales, por consiguiente, el punto límite de quiebra: “Logit-Score”, dio como resultado un porcentaje de error total más bajo. Los porcentajes de error en la muestra original fueron de: 18%, 17%, 28%, 27% y 20%, del primero hasta el quinto año previo a la quiebra entre los cinco años previos a la quiebra. La muestra de validación (1979-1980) dio un porcentaje de error de clasificación del 31% para cada uno de los años.

Los porcentajes de error un año previo a la quiebra fueron similares a los de Ohlson; es decir, fueron más bajos que los reportados por Altman. Sin embargo, Zavgren reconoció que dada la limitada disponibilidad de datos correspondientes a las empresas en quiebra, una posible generalización no era un hecho factible, pues a lo más la única generalización que se podía hacer de su estudio era si los resultados del modelo podían ser validamente extensibles a períodos de tiempo futuros. Zavgren, a través del análisis riguroso de los estudios pioneros elaborados hasta la década de los setenta, ha sido uno de los principales investigadores que llegó a la conclusión sobre la importancia que tiene la mejora de las bases de datos contenidas en los estados financieros para mejorar los modelos predictivos.


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