Análisis de quiebra empresarialmodelo de ecuaciones de estimación generalizadas sobre datos panel

Zusammenfassung

Debido a la creciente turbulencia del entorno económico mundial y a los constantes cambios sociales y tecnológicos, la predicción oportuna de la quiebra empresarial es un problema al que se han venido enfrentando los economistas debido a las consecuencias que provoca a todos los agentes relacionados con la empresa. Muchos y muy diversos han sido los estudios elaborados en relación con la predicción de los factores para prevenir situaciones de insolvencia financiera. Sin embargo, después de más de setenta años tratando de estudiar por qué las empresas fracasan y más de cincuenta años realizando modelos de comportamiento de empresas con problemas financieros, aún no existe una teoría única y clara sobre la quiebra empresarial. No obstante, los datos contables provenientes de los estados financieras publicados por las empresas siguen siendo válidos para predecir dichas situaciones de riesgo. En el actual entorno dinámico en que operan las empresas a nivel global es fundamental disponer de herramientas y metodologías que permitan anticipar situaciones no deseadas de insolvencia. La presente tesis doctoral tiene como objetivo general identificar aquellas variables tanto micro como macroeconómicas que resulten más significativas para analizar las probabilidades de fracaso empresarial anticipadamente. Para conseguir dicho objetivo se utilizaron 19 variables explicativas, calculadas para todas las empresas cotizadas en los índices IPC de México, IBEX-35 de España y EURO STOXX50 de Europa en un horizonte temporal de 5 años, consiguiendo así una estructura de datos panel. Al ser empresas de diferentes países se analiza el papel que tiene tanto la información contable como la información macroeconómica en la predicción de crisis empresarial. Las hipótesis a contrastar en la presente tesis doctoral son: H1: La aplicación de técnicas paramétricas y no paramétricas en el análisis de la quiebra empresarial no muestran diferencias significativas para las variables que mejor capacidad predictiva presentan. H2: La presencia de variables macroeconómicas condiciona la quiebra empresarial en un contexto global de empresas cotizadas. La metodología empleada para conseguir nuestro objetivo se basa en la contrastación empírica de dos técnicas distintas. Por un lado, la técnica estadística paramétrica multivariada conocida como Ecuaciones de Estimación Generalizadas (EEG) y por otro lado, un árbol de decisión, técnica no paramétrica perteneciente al campo de la inteligencia artificial (IA). Los resultados muestran que las variables más significativas en cuanto a predicción de quiebra son las contables (ratios financieros) en concreto: el ratio coeficiente de liquidez circulante, el ratio de solvencia global y el ratio de rentabilidad económica (ROA). Estos resultados fueron similares bajo ambos enfoques (EEG e IA), lo cual muestra que no existe diferencia significativa en la aplicación de estas dos técnicas para analizar las variables que mejor capacidad predictiva presentan. No se rechaza la hipótesis H1. En cuanto a las variables macroeconómicas, los resultados muestran que no tienen la misma presencia que las variables financieras. En este sentido, las diversas condiciones macroeconómicas que presentan cada uno de los países podrían originar problemas de comparabilidad de la información y diluir el efecto que éstas pudieran presentar. Luego, en un contexto de empresas cotizadas, las variables macroeconómicas no condicionarían la quiebra empresarial. Se rechaza la hipótesis H2. Los modelos de predicción de quiebra empresarial proveen información valiosa para los distintos usuarios. Sin embargo, es importante tener en cuenta sus limitaciones y considerar los resultados como una herramienta de apoyo para el diagnóstico profesional.