Académique Documents
Professionnel Documents
Culture Documents
Verificacin y adaptacin
delmodelode ALTMAN a la
Superintendencia deSociedades
deColombia
Article
CITATIONS READS
0 190
2 authors, including:
Leonor Cabeza
Universidad del Norte (Colombia)
14 PUBLICATIONS 17 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related
projects:
All content following this page was uploaded by Leonor Cabeza on 26 February 2016.
Resumen
El objetivo de este trabajo fue determinar un modelo para pronosticar quiebra para
las empresas registradas en la Superintendencia de Sociedades de Colombia, a partir del
modelo de Altman. Es una investigacin correlacionada que busc establecer cules son
los indicadores financieros recomendables para la Superintendencia de Sociedades que
permiten clasificar la {mpresa en activa o en liquidacin. La investigacin gener un modelo
que permiti discriminar las empresas; adems, se compar el modelo de Altman con el
generado en la investigacin para seleccionar el que mej?r hizo la discriminacin. Es de resaltar
que el modelo de las Empresas Jvlanufactureras cumpli la probabilidad mnima de acierto del
67.25% con respecto al modelo de las Empresas Comerciales}' de Servicio.
Palabras claves: Quiebra, liquidacin de empresas manufactureras, modelo de Altman.
Absttact
The objective of Ihis paper WaJ lo delmnine a modello predict bankruptry for enterprises regislmd in Ihe
Colombian Superintendercia de Sociedades based on Ihe Alfman model. This was a correlaled investigation
whose aim was lo eslabf/sh which are Ihe financial indicators recommended for Ihe Supenntendencia de
Sociedades in order lodass!fy indllstries aJ active orinprocessofliqllidation. Theinvestigationgeneraled a model
which WaJ able lo discrimit.'ale Ihe industries; besides, Ihe model generaled WaJ compared wilhAJfman 's in order
lofind oul which was more successful in doing Ihe discrimination. 11is worth pointing out that the model for Ihe
manllfacturing induslTies reached Ihe minimum succm probabili!J of 67.25% wilh respect lo Ihe model o/
commercial and seruccs indus/n
Keywords: Altman model, financia!indicators, bankruptcy, prediction, manufacturing,
services and commercial industries.
Para esto se realizaron una serie de pasos tales como identificar y calcular los
indicadores financieros iniciales para la prediccin de quiebra de las empresas
manufactureras, comerciales y de servicio registradas en la Superintendencia de
Sociedades. Se seleccionaron 25 indicadores para el anlisis; con base en ellos se
defini la funcin discriminante para las empresas.
Segn Javier Snchez, El problema de la discriminacin entre dos grupos o seres vivos
o de objetos sepresenta confrecuencia y se hace basndose en ciertas propiedades inherentes a
ellos. El problema se presenta cuando al e/asificar dos especies se presentan traslados en sus
propiedades de tal mamra que se hace necesario usar un'! combinacin lineal que reduzca estas
incidencias en las especies por medio de un ndice numrico;para esto se necesita un valor critico
de/indice que lepermit" discriminar si un elemento pertenece a una especie o a otra segn su
resultado o valor caiga /,or encima opor debajo de dicho ndice.
La naturaleza de l., variable dependiente es la que establece la diftrencia esencial entre una
ecuacin corriente de regresin y una funcin discriminante. La funcin discriminante no opera
como la funcin ordina/ia de regresin que encuentra los valores condicionados de la variable
Plano de empresas activas donde estn los valores de las variables (Xl ;X2;...Xn).
Plano de empresas en liquidacin donde estn los valores de las variables
(YI;Y2; ...Yn);
Grficamente
*
* * *
** ** *
_2 * ***
* ****
* * ****
Los puntos (.) :;on las empresas en liquidacin y los (*) las empresas activas.
Lo que se pretende es:
1 SANCHEZ A. Jav:r l. (1990). Manual prdico de eJfadiJlica, 4- ed., Bogot: Universidad Nacional, p. 530.
2GITMAN, Lawrence J. (1996). Adminlratinfinandrra bricQ,3" ed., Mxico: Ed. Harla, p. 93.
3SALKIND, Neil . Mtodos t invntigadn. Universidad de Kansas, p. 220.
4 GUAJURATI. Damodar N. (1997). Eronomia bsico, 3" ed., McGraw-Hill Interamericana, p. 25.
Siendo X(k) una matriz de orden nkxp, que contiene la informacin de las
p variables en la nk unidades estadsticas que pertenece a la poblacin k. X(g)
k = 1,2,3,....g ;n1 +n2+ ...+ng=n
min(q -1, p)
6 $ALVATORE FIGUERAS, M. (2000) Anl discriminante [en lineal Scampus.com. Estadistica <
http:www.Scampus.com/leccin/discri>
prv'
LA. (P-k)(g-k-t)
~ Tob J
q
A, = ~ n g (d;g - dj'; i=l, ...,r
g=l
donde {d; ; g= 1,..,q} son las puntuaciones medias de la i-sima funcin
discriminante en los q grupos y es la puntuacin media total.
Por lo tanto, los valores propios {Ai; i=l ,...,r} miden el poder de discriminacin
de la i-sima funcin discriminante de forma que si Ai = O la funcin discrimi-
nante no tiene ningn poder discriminante. Dado que el rango de la matriz W-
!B es a lo ms min {q-1,p} el nmero mximo de funciones discriminantes que
se podrn calcular ser igual a min{q-l,p}.
Para aclarar estos conceptos se utilizarn ejemplos, en los cuales se aplica cada
uno de los trminos descritos anteriormente
Ejemplo:
Se cuenta con 622 empresas comerciales y la informacin de 25 indicadores
financieros para cada una; se desea determinar cules son los indicadores que
mejor discriminan las empresas como activas o en liquidacin; adems, se tienen
clasificadas las empresas en 573 empresas activas y 49 en liquidacin.
n = 622 empresas
P= 25
'1 = 2 (grupos)
K = O,1...,n
Autovalores
I Funcin Autovalor % de varianza % acumulado Correlacin cannica
I 1 .11" 100.0 100.0 .322
a. Se han empleado las 1 primeras funciones discriminantes cannicas en el anlisis.
A-
Iwl 1
rr (1 +1..;)
i= 1
7 Salvatore FIGUERAS, M (2000) "Anlisis Discriminante" [en lineal Scampus.com. Estadstica <
http:www.Scampus.cc-m/leccin! discri>
Este estadistico tiene una distribucin Lambda de Wilks con p, q-1 Y n-q grados
de libertad si se verifica la hiptesis nula:
Ejemplo
Retornando el ejemplo anterior para e! clculo de! Lambda de Wilks se tiene:
1 1 1
A =------ -----.- ---= 0.8969
min(q -1, p) m;n(2-1.25) 1.115
TI (1 +1..;) TI (1 +0.115)
j =1 j= 1
Lambda de Wilks
Contraste Lambda de Wilks Chicuadrado gl Sigo
1 .897 67.390 5 .000
La probabilidad: P [_' (p.k)(g.k.!!) ;,. TobJ = P[_2(5.0)~.O.') ;,. 67.390] = 0.00, por tanto
se rechaza la hiptesis nula y afirmamos que las medias de los grupos; empresas
activas y en liquidacin son diferentes o los autovalores son diferentes a cero,
luego la funcin discriminante es significativa.
.
Cr = ] i = 1,2,..., r
1 +A..
~
y mide, en trminos relativos, el poder discriminante de la i-sima funcin
discriminante ya que es el porcentaje de la variacin total en dicha funcin que
es explicada por las diferencias entre los grupos.
Ejemplo
Utilizando el mismo caso del ejemplo anterior se sabe que el autovalor es de li
= 0.1149, ahora se proceder al clculo de la correlacin cannica:
0.1149
Cr., = 0.32
1 +0.1149
Ejemplo
Continuando con el mismo ejemplo para esta definicin se requiere las medias
de las variables de la funcin discriminante, las variables o indicadores son:
INDICADORES COEFICIENTES
Deuda lp/(Deulp+Patr) 0,3982674619433
(Act-Pc)/ventas -7,516079847931e-007
VAn/ Act. total 1,313086989896
INDICADORES COEFICIENTES
Patrim/Pasiv. Total -0,02722753088159
Patr/a':t.tot 2,108719576004
Const:3.nte -0,69710
Al evaluar la funcin en las medias de cada variable del grupo (1) Y (2) se
obtiene la siguiente informacin:
DESARROLLO DE LA INVESTIGACIN
PASO 1
No slo es escoge:t las variables paso a paso, sino determinar si la nueva variable
aumenta e! poder de discriminacin y las variables prese!eccionadas lo mantie-
nen o aumentan su valor; para esto se tom e! siguiente criterio: Eliminar la
variable que muestre e! mnimo incremento en e! Lambda de Wilks, e! estadstico
de prueba es una F de Student:
3. Criterio de tolerancia
La hiptesis que se prueba para cada funcin es: HO = Los centroides de los
grupos son iguales; utilizando un estadstico de prueba Chi cuadrado. (Es decir
no se pueden separar los grupos, uno est sobre el otro).
6. Prediccin
Tabla 1
Resultados de clasificacin en la prediccin. Empresas manufactureras.
PASO 2
Empresas manufactureras
Empresas manufactureras
RESULTADOS Y CONCLUSIONES
Xl = Ventas / Kn.O
X2 =Costo de Ventas/ Inv. Promedio
X3 =UAII/Venta
X4 =Deuda Largo plazo/(Deud. Lp + Patriinonio)
X5 =Utilidad Retenida / Activo Total
BIBLIOGRAFA
AKTOUF, Ornar. La' administracin: Entre tradiciny renovacin, 3' ed., Cali: Universidad
del Valle. 750 p.
--- (2001) La melodologa de /as ciencias sociaesy el enfoque cualitalivo en as organizaciones.
Una introduccin a/jJrocedimiento clsicoy una critica. Cali: Universidad del Valle.
BECERRA A., Rigoberto. Anlisis financiero para a determinacin deprobabilidad de quiebra
de as empresas. www.iamnet.com/rbecerra/ altman.htffi.
BREALEY, Richard A., MYERS, Stewart, MARCDS, Alan (1999). Fundamentos de
Finanzas Coporatitos. McGraw-Hill. lteramericana de Espaa S.A., 771 p.
CHENG, F. Lee (1985). FinacialAnaysis and Planning. Theory andApPicalion. Addison-
Wesley Publishing Company, 777p.
DALLAS, E. Json (1998). Mtodos mullivariados aplicados al anlisis de datos intemaliona/,
Thomson Editores, 566 p.