Efectos de la información de mercado y los estados financieros en la predicción de la quiebra

Resumen

El fracaso empresarial es un fenómeno relevante en el ámbito financiero y contable por sus indiscutibles implicaciones sobre un amplio conjunto de agentes económicos. Es un concepto genérico y abarca numerosas situaciones. Puede referirse a la declaración de quiebra de las empresas, a la discontinuidad en la propiedad, a la dificultad para atender las deudas o a la suspensión de pagos. La gestión del riesgo de crédito ha suscitado un gran interés, especialmente, entre las entidades financieras para determinar las medidas internas de calificación crediticia siguiendo las recomendaciones del Comité de Supervisión Bancaria de Basilea. Para las entidades financieras una mejor gestión del riesgo de crédito conlleva una mejora sustancial en los requerimientos mínimos de capital exigidos como garantía y una mejor rentabilidad operacional. Los primeros estudios que proponen modelos de predicción del fracaso empresarial utilizan información contable. Una alternativa a estos modelos es el enfoque basado en la información de mercado que incorpora información sobre factores de riesgo no diversificable que afecta tanto a empresas cotizadas como no cotizadas. A este enfoque pertenecen los modelos de forma reducida y los modelos estructurales. Trabajos recientes señalan que los modelos contables y los basados en información de mercado capturan diferentes aspectos relacionados con el riesgo de quiebra de las empresas y sugieren que se combinen para mejorar la gestión del crédito. La elaboración de modelos para la predicción del fracaso empresarial se ha abordado ampliamente mediante técnicas estadísticas paramétricas, entre los que se encuentran los modelos tradicionalmente utilizados en los modelos contables: el análisis discriminante multivariante y el análisis de probabilidad condicional, generalmente logit y probit. Según los modelos paramétricos el deterioro en los valores de los ratios constituye un signo inequívoco de quiebra empresarial y consideran que los ratios son discriminadores válidos entre empresas. Estas técnicas estadísticas proporcionan buenos resultados en términos de error de clasificación y permiten establecer modelos de predicción de fracaso empresarial de interpretación sencilla. Sin embargo, presentan el inconveniente de que parten de supuestos distribucionales de las variables explicativas. En el análisis discriminante multivariante y el análisis de probabilidad condicional la quiebra se plantea como un problema de clasificación binaria y los dos únicos grupos de clasificación son empresas fracasadas y empresas no fracasadas. La identificación de las empresas fracasadas depende de la definición de fracaso empresarial que se utilice. El procesamiento previo de datos es clave para la generación de la variable dependiente (fracaso empresarial) y la selección de las variables explicativas (ratios). Los errores en el diseño y selección de la muestra de estimación influyen significativamente en la capacidad predictiva del modelo y en su estabilidad. En general, la muestra se construye por emparejamiento debido a la dificultad que existe para obtener una muestra que sea representativa de la población empresarial aunque presenta el inconveniente de que no se determina el grado de salud financiera que tienen las empresas clasificadas como no fracasadas. Si se emparejan empresas fracasadas con empresas no fracasadas que tienen poca salud financiera las estimaciones de los modelos de predicción de fracaso están sesgadas y se reduce la capacidad predictiva de dichos modelos. La motivación principal de la tesis ha sido el de aportar una serie de evidencias en el campo de investigación de la predicción de la probabilidad del fracaso empresarial, dentro del marco de pequeñas y medianas empresas y del sector de bienes inmuebles, dado que existen aspectos que han sido poco explorados hasta ahora. El primer objetivo de esta tesis consiste en evaluar el grado de anticipación y el aporte de información que proporciona la probabilidad de impago estimada con modelos estructurales sobre la información contable, considerando una muestra de empresas españolas cotizadas. El problema del fracaso empresarial forma parte de la actividad económica de una empresa con independencia de si es una empresa cotizada o no. El segundo objetivo de esta tesis doctoral es diseñar un procedimiento muestral que garantice la dicotomía de la muestra cuando se estima la probabilidad de fracaso de pequeñas y medianas empresas no cotizadas. Es interesante extrapolar la información de mercado a empresas no cotizadas con el objeto de reducir el sesgo en las estimaciones de un modelo basado en información contable al clasificar mejor la muestra de estimación. Para ello, elaboramos un indicador de salud financiera a partir de ratios económico-financieros de empresas no cotizadas independientes del modelo contable seleccionado que están correlacionados con la probabilidad de impago estimada a partir de un conjunto de modelos estructurales. Tomamos como referencia la probabilidad de impago basada en la información de mercado de empresas cotizadas. Este indicador permite identificar la situación financiera de empresas no fracasadas y seleccionar aquellas con alta puntuación del indicador. Una vez seleccionadas, se emparejan con las empresas fracasadas. Por último, en esta tesis se extiende el análisis de la probabilidad del fracaso empresarial al sector de bienes inmuebles. La importancia social y económica del sector de bienes inmuebles implica que la predicción del fracaso empresarial o la detección de las condiciones que puedan provocarlo sean cuestiones claves para las instituciones financieras. En particular, se formula un modelo híbrido que combina un modelo contable y otro estructural para analizar en qué medida el aporte de información que proporciona la probabilidad de impago estimada con información de mercado permite mejorar los niveles de predicción de la probabilidad de impago a medida que el horizonte temporal se amplía. En todos los análisis, utilizamos la definición de fracaso que se refiere a que una empresa ha sido declarada en quiebra, en suspensión de pagos o a que presenta una discontinuidad en el tiempo por haber sido absorbida, disuelta o extinguida con un ratio de cobertura de intereses inferior a 2. La tesis doctoral se estructura en cinco capítulos. En los dos primeros se realiza una revisión bibliográfica de los modelos estructurales y contables que se utilizarán en los capítulos siguientes. Los capítulos 3, 4 y 5 se enfocan como estudios empíricos más específicos. En el Capítulo I se introducen y describen los principales modelos estructurales, basados en la teoría de la valoración de opciones como alternativa para predecir la probabilidad de fracaso empresarial. En el Capítulo II se presentan los modelos de predicción de fracaso basados en información contable, clasificados en función de si usan técnicas de análisis univariante o multivariante. En el Capítulo III, se analiza en qué medida la probabilidad de impago estimada con un modelo estructural adelanta información contenida en los estados contables y que no está disponible hasta su publicación. Además, se contrasta la hipótesis de que la probabilidad de impago basada en modelos estructurales recoge información adicional de expectativas y de variables macroeconómicas que los ratios financieros no contemplan. A diferencia de la mayor parte de los estudios empíricos existentes, para conseguir estos objetivos, la probabilidad de impago se calcula considerando diferentes modelos estructurales. Las empresas objeto del estudio son empresas industriales que cotizan en el mercado continuo español. De los resultados se concluye que la información contable y la información de mercado están muy correlacionadas. Además, esta última adelanta los resultados reflejados en los estados financieros hasta 6 meses antes de su publicación. Las probabilidades de impago basadas en los modelos de Merton (1974) y Leland y Toft (1996) son las que ofrecen mayor anticipación. El primero adelanta hasta 9 meses antes la información contable contenida en el modelo de García et al. (1997), mientras que el segundo ofrece la mayor bondad de ajuste al explicar de forma anticipada los modelos: Altman (1968), Ohlson (1980) y García et al. (1997). Además nuestros resultados muestran que la información de mercado obtenida de los modelos estructurales incluye información adicional no reflejada en la información contable, relacionada con factores macroeconómicos y con las expectativas que los inversores tienen sobre el futuro de la empresa. Tanto los factores macroeconómicos como la variación del producto interno bruto y la variación del rendimiento del mercado son significativos y negativos. En resumen, de este estudio se desprende la importancia de interrelacionar un modelo estructural y uno contable, más que determinar cuál de ellos genera el mejor resultado. En el Capítulo IV, se identifican las características que definen el grado de salud financiera de pequeñas y medianas empresas no cotizadas. Para ello, se elabora un indicador de salud financiera tomando como referencia la probabilidad de fracaso de empresas cotizadas estimada con modelos estructurales. Este indicador se puede extrapolar a pequeñas y medianas empresas no cotizadas porque contiene información adicional referente al riesgo sistemático que afecta tanto a empresas cotizadas como no cotizadas. La conclusión que se deduce de nuestros resultados es que el indicador de salud financiera que se elabora a partir de empresas cotizadas identifica el grado de salud financiera de Pymes no cotizadas. Esto permite construir una muestra emparejando Pymes fracasadas con Pymes no fracasadas que presentan un grado alto de salud financiera cuyo empleo implica una mejora en la capacidad predictiva de los modelos basados en información contables. En el Capítulo V, queremos contribuir a la literatura existente sobre la probabilidad de fracaso de empresas del sector inmobiliario. Los objetivos de este capítulo son diseñar un modelo híbrido considerando la probabilidad de impago implícita en la información de mercado como variable explicativa en modelos contables y evaluar cómo influye en la capacidad predictiva de los modelos estimados. De los resultados se deriva que es relevante incluir la probabilidad de impago de los modelos basados en información de mercado como variable explicativa para mejorar la capacidad predictiva de los modelos contables en años posteriores al año de estimación. Los niveles de predicción aumentan porque la probabilidad de impago de los modelos basados en información de mercado recoge información sobre factores de riesgo no diversificable que influye en la determinación de la probabilidad de impago de empresas cotizadas y no cotizadas.