La predicción de la quiebra es el arte de predecir la quiebra y diversas medidas de problemas financieros de las empresas públicas. Es una vasta área de investigación financiera y contable. La importancia del área se debe en parte a la relevancia que tienen los acreedores e inversionistas para evaluar la probabilidad de que una empresa pueda ir a la quiebra.
La cantidad de investigación también es una función de la disponibilidad de datos: para las empresas públicas que quebraron o no, se pueden calcular numerosas razones contables que podrían indicar peligro, y también están disponibles muchas otras variables explicativas potenciales. En consecuencia, el área es adecuada para probar enfoques de pronóstico cada vez más sofisticados y con uso intensivo de datos .
Historia
La historia de la predicción de quiebras incluye la aplicación de numerosas herramientas estadísticas que gradualmente se hicieron disponibles e implica una apreciación más profunda de varios escollos en los primeros análisis. Todavía se publican investigaciones que adolecen de trampas que se han comprendido durante muchos años.
La predicción de la quiebra ha sido un tema de análisis formal desde al menos 1932, cuando FitzPatrick publicó un estudio de 20 pares de empresas, una que fracasó y otra sobreviviente, emparejadas por fecha, tamaño e industria, en The Certified Public Accountant . No realizó análisis estadísticos como es común ahora, pero interpretó cuidadosamente las proporciones y tendencias en las proporciones. Su interpretación fue efectivamente un análisis complejo de múltiples variables.
En 1967, William Beaver aplicó pruebas t para evaluar la importancia de las razones contables individuales dentro de una muestra similar emparejada por pares.
En 1968, en el primer análisis formal de variables múltiples, Edward I. Altman aplicó el análisis discriminante múltiple dentro de una muestra emparejada por pares. Uno de los primeros modelos más destacados de predicción de quiebras es el Altman Z-score , que todavía se aplica en la actualidad.
En 1980, James Ohlson aplicó la regresión logit en una muestra mucho más grande que no incluía emparejamiento de pares.
Métodos modernos
La predicción de la quiebra de empresas ha sido un tema candente para muchos economistas. La razón fundamental para desarrollar y predecir las dificultades financieras de una empresa es desarrollar un modelo predictivo utilizado para pronosticar la situación financiera de una empresa mediante la combinación de varias variables econométricas de interés para el investigador. El estudio buscó introducir modelos de aprendizaje profundo para la previsión de quiebras corporativas utilizando divulgaciones textuales. El estudio construyó un modelo de estudio integral para predecir la quiebra basado en empresas que cotizan en bolsa en Kenia. La población de estudio incluyó las 64 empresas que cotizan en la Bolsa de Valores de Nairobi durante diez años. El análisis logístico se utilizó en la construcción de un modelo para predecir las dificultades financieras de una empresa. Los hallazgos revelaron que la rotación de activos, los activos totales y la relación de capital de trabajo tenían coeficientes positivos. Por otro lado, la rotación de inventarios, la relación deuda-capital, la rotación de los deudores, la relación de la deuda y la relación circulante tenían coeficientes negativos. El estudio concluyó que la rotación de inventarios, la rotación de activos, la relación deuda-capital, la rotación de deudores, el activo total, la relación de deuda, la relación actual y la relación de capital de trabajo eran las relaciones más significativas para predecir la quiebra (Ogachi, D .; Ndege, R .; Gaturu, P .; Zoltan, Z. (2020)
Comparación de diferentes enfoques
La investigación más reciente dentro del campo de la predicción de quiebras e insolvencia compara varios enfoques, técnicas de modelado y modelos individuales diferentes para determinar si una técnica es superior a sus contrapartes.
Jackson y Wood (2013) es una de las muchas revisiones de la literatura hasta la fecha e incluyó una evaluación empírica de 15 modelos populares de la literatura existente. Estos modelos van desde los modelos univariados de Beaver hasta los modelos multidimensionales de Altman y Ohlson, y continúan hasta técnicas más recientes que incluyen enfoques de valoración de opciones. Encuentran que los modelos basados en datos de mercado, como un enfoque de valoración de opciones, superan a los modelos anteriores que se basan en gran medida en números contables. [1]
Zhang, Wang y Ji (2013) propusieron un nuevo sistema basado en reglas para resolver el problema de predicción de quiebras. Todo el procedimiento consta de las siguientes cuatro etapas: primero, se utilizó la selección secuencial hacia adelante para extraer las características más importantes; en segundo lugar, se eligió un modelo basado en reglas para ajustarse al conjunto de datos dado, ya que puede presentar un significado físico; tercero, se introdujo un algoritmo genético de colonias de hormigas (GACA); la estrategia de escalado de aptitud y el operador caótico se incorporaron con GACA, formando un nuevo algoritmo: GACA caótico de escalado de aptitud (FSCGACA), que se utilizó para buscar los parámetros óptimos del modelo basado en reglas; y finalmente, se utilizó la técnica de validación cruzada estratificada de K-fold para mejorar la generalización del modelo. [2]
Referencias
- ^ Jackson, Richard HG; Madera, Anthony (2013). "El rendimiento de los modelos de predicción de insolvencia y riesgo crediticio en el Reino Unido: un estudio comparativo". The British Accounting Review . 45 (3): 183–202. doi : 10.1016 / j.bar.2013.06.009 . hdl : 10871/9690 .
- ^ Zhang, Yudong; Shuihua Wang; Genlin Ji (2013). "Un modelo basado en reglas para la predicción de quiebras basado en un algoritmo genético mejorado de colonias de hormigas" (PDF) . Problemas matemáticos en ingeniería . 2013 : 753251. doi : 10.1155 / 2013/753251 .
- FitzPatrick 1932
- Beaver 1966. Ratios financieros predictores de fracaso. Journal of Accounting Research , 4 (Suplemento), p. 71-111.
- Castor 1968
- Altman, Edward I (1968). "Ratios financieros, análisis discriminante y predicción de quiebras corporativas". Revista de Finanzas . 23 (4): 589–609. doi : 10.1111 / j.1540-6261.1968.tb00843.x .
- Ohlson, James. 1980.
- Balcaen, Sofie; Ooghe, Hubert (2006). "35 años de estudios sobre el fracaso empresarial: una visión general de las metodologías estadísticas clásicas y sus problemas relacionados". Revisión de contabilidad británica . 38 : 63–93. doi : 10.1016 / j.bar.2005.09.001 .
- Zmijewski, Mark E. 1984. "Cuestiones metodológicas relacionadas con la estimación de modelos de predicción de dificultades financieras". Journal of Accounting Research 22 (Suplemento), p. 59-86.
- Jackson, Richard; Madera, Anthony (2013). "El rendimiento de los modelos de riesgo crediticio y predicción de insolvencia en el Reino Unido: un estudio comparativo". The British Accounting Review . 45 (3): 183–202. doi : 10.1016 / j.bar.2013.06.009 . hdl : 10871/9690 .
- Danilov, Konstantin (2014). "Quiebras corporativas: evaluación, análisis y predicción de problemas financieros, insolvencia y quiebra" . Serie de documentos de trabajo de la SSRN . Elsevier BV. doi : 10.2139 / ssrn.2467580 . hdl : 1721,1 / 90237 . ISSN 1556-5068 .
Ogachi, D .; Ndege, R .; Gaturu, P .; Zoltan, Z. Modelo de predicción de quiebras corporativas, un enfoque especial en las empresas que cotizan en bolsa en Kenia. J. Gestión financiera de riesgos. 2020, 13, 47. https://doi.org/10.3390/jrfm13030047