Indicadores financieros en la quiebra empresarial

(1)

Indicadores financieros en la quiebra empresarial

Nicolás Rojas Díaz1

13 de mayo de 2016

Resumen

En este artículo se pretende estudiar las variables financieras de las empresas colombianas que estén relacionadas con la quiebra de las empresas. El propósito de esta investigación es poder determinar cuáles variables determinarían una posible quiebra empresarial. Para ello se hizo una compilación de varias bases de datos de múltiples empresas desde el periodo 1995 hasta el 2014 del mercado colombiano. Se utiliza como método el modelo Logit que pueda indicar cuáles indicadores tienen una mayor relación con la quiebra de una empresa. Posteriormente se realiza este análisis según el sector económico.

Palabras clave: empresas; indicadores financieros; análisis financiero; quiebra empresarial Clasificación JEL: C41; G20; G23; G33

1_{Autor de la memoria de grado. Estudiante de Economía y Administración.} Universidad de los Andes, Bogotá, Colombia.

Asesor: José Eduardo Gómez. Investigador Banco de la República, Bogotá, Colombia.

Agradecimientos: Este escrito es aquel que culmina una serie de estudios que he realizado, inclusive desde mi temprana infancia hasta hoy. Ha sido todo un camino el que he recorrido, en el que lo más importante es lo que he aprendido como persona. Agradezco a todos aquellos que me han acompañado en este camino: A mis amigos, que han estado alegrando mi vida y haciéndolo algo especial; a mis profesores, que han dedicado parte de su vida para poderme compartir sus conocimientos y experiencias; a todo aquel que se haya cruzado en mi camino, y que me haya aportado algo que me hiciera crecer como persona; a mi hermano, mi amigo de toda la vida, que siempre ha estado ahí, y me ha brindado siempre su apoyo y compañía; y por supuesto a mis padres, a quienes agradezco infinitamente por todo el esfuerzo que han dedicado en mí. Es por ellos que hoy soy la persona que soy. Gracias por su incondicional apoyo. Gracias por guiarme en todo momento y esforzarse para que sea la persona que hoy soy. Siempre les estaré agradecido. De nuevo, a todos, Gracias.

(2)

1. Introducción

Las empresas son de gran importancia para la sociedad y la economía. Estas son las responsables de proveer y satisfacer las necesidades de la sociedad. Las organizaciones generan valor al tomar los recursos e incrementar su valor. (Moore, 2000). Por otro lado, estas crean valor y ayudan a la sociedad generando empleo, y aportando por medio de los impuestos. En Colombia se desea fomentar el emprendimiento, sin embargo, generalmente este fracasa. Cerca de cien mil empresas quebraron en Colombia en el año 2014. Una gran cantidad de emprendimientos fracasan en un corto periodo de tiempo. Esto último es un fenómeno que inclusive se puede ver en gran manera a nivel mundial. Este es un problema que se le puede adjudicar a lo que es denominado “el valle de la muerte” que consiste en el agotamiento de los recursos iniciales en cualquier emprendimiento. Emprendimientos y empresas con mayor recorrido fracasan por varios factores. Un factor primordial es el mal manejo financiero que se les da a las organizaciones. Los emprendimientos necesitan en sus primeros años ser sumamente eficientes debido al poco capital de trabajo que poseen.

Son muchos factores los que influyen en la quiebra de una empresa, pero varios se ven reflejados al final en los estados financieros de estas. Los indicadores financieros son esenciales para poder medir el estado de una empresa. Con estos se puede medir el estado de las empresas en términos de liquidez, solvencia, apalancamiento y rentabilidad. Las empresas que mantengan indicadores sobresalientes en estas áreas no tendrían problemas con una posible quiebra. Sin embargo, cuando se presentan problemas en algunas de estas áreas el riesgo de quiebra aumenta.

En este trabajo se utiliza un modelo Logit a partir de indicadores financieros de empresas que reportaron a la Superintendencia de Sociedades de Colombia, y de datos macroeconómicos como el PIB y la TRM. Con este modelo se puede analizar a las empresas teniendo en cuenta el tiempo como un factor que afecta a las empresas. Se pretende encontrar las variables que tienen mayor relación con la quiebra de una empresa, y determinar con qué magnitud estas pueden llegar a afectar la posibilidad de una quiebra.

(3)

El aporte de este trabajo permitirá ver qué variables financieras y macroeconómicas son significativas con respecto a la quiebra empresarial en el mercado colombiano. Este estudio ayuda en la literatura al proveer información que esté actualizada hasta datos desde 1995 al 2014 y para el mercado colombiano. Será posible ver qué efecto directo tienen los indicadores financieros significativos sobre una posible liquidación. Es importante conocer qué tanto pueden decir los indicadores financieros con respecto a una posible quiebra, o si por el contrario, estos no son una buena base para determinar si una empresa está cerca de ser liquidada. Por último, también se hará una diferenciación de las empresas por su sector, para lograr un análisis más detallado. Con esto, se pretende encontrar qué sector tiende a tener un porcentaje mayor de quebrar (a partir de la base de datos reportada), y lo más importante, encontrar qué variables financieras y macroeconómicas tienen mayor efecto en la quiebra empresarial, dependiendo del sector. A continuación se hará una breve revisión de literatura. Seguido, se explicará la metodología utilizada. Dado que este es hasta ahora un avance, aún no hay resultados finales y concluyentes.

2. Revisión de literatura

Los indicadores financieros son un buen acercamiento para poder predecir la quiebra de una empresa. Varios estudios como el realizado por Smith et al. (1935) en la gran depresión en los 30s, permitieron mostrar que las empresas que han quebrado poseen diferencias considerables en sus indicadores financieros. A partir de los estados financieros de las empresas se hallarán indicadores que sean determinantes en evaluar la situación de las empresas. Los indicadores financieros son formas que sirven para comparar e investigar las relaciones que existen entre distintos elementos de la información financiera. (Westerfield, 2010). Estos son esenciales para poder medir la situación de una empresa. Hernández (2005) define el análisis financiero como una técnica de evaluación del comportamiento operativo de una empresa, que facilita el diagnóstico de la situación actual y la predicción de cualquier acontecimiento futuro; a su vez está orientado hacia la consecución de objetivos preestablecidos. El análisis financiero se realiza a partir de los indicadores financieros, que son ratios, que expresan una cantidad con respecto a otra. (Robinson, van Greuning, Henry, & Broihahn, 2009) “El análisis financiero es un instrumento disponible

(4)

para la gerencia, que sirve para predecir el efecto que pueden producir algunas decisiones estratégicas en el desempeño futuro de la empresa” (Nava & Marbelis, 2009). Es por esto, que los gerentes deben conocer cuáles indicadores están mayormente relacionados con una posible quiebra empresarial, para así poder tomar acciones a ciertos aspectos de forma prioritaria.

Según (Institute of Risk Management, 2003), el riesgo es definido como la probabilidad que ocurra un evento. Se puede manejar el riesgo cuando este sea conocido. En este caso los gerentes entenderán a qué se enfrentan cuando analizan sus estados financieros. Los gerentes deben disminuir y manejar el riesgo. Se realizan diversos controles con los estados financieros: el disponible, los costos estándares, análisis de variaciones, etc. (Collier, 2009). Una empresa debe mantener indicadores financieros óptimos que le permitan mantenerse fuerte a posibles cambios que puedan llegar a afectar a la empresa de una forma fatal. Existen riesgos específicos dentro de la firma y riesgos de mercado. (Collier, 2009). Las empresas que no poseen una buena situación financiera pueden llegar a quebrar debido a su vulnerabilidad a posibles riesgos.

Existen trabajos anteriores que buscan medir el riesgo de quiebra de una empresa. Sin embargo, estos se basan más que todo en la medición por medio del riesgo crediticio. Pocos son los trabajos que se han dedicado a ver la importancia de los indicadores financieros en la empresa, para poder medir el riesgo de una empresa. Entre esos está el indicador Z. (Altman, Haldeman, & Narayan, 1977). Este trabajo se basó también a partir de indicadores financieros y llegó a uno nuevo que podría determinar el riesgo de una empresa. Altman (2010) ha seguido realizando estudios de quiebra empresarial en años posteriores. Hay otros trabajos que se han realizado a partir de un único periodo en el tiempo. Estos son modelos estáticos que no son del muy buenos para llegar a tomar una conclusión dado que las empresas cambian en el tiempo (Shumway, 2001). Gómez Gonzales et al. (2013) afirman que la posibilidad de quiebra de una empresa pequeña disminuye cuando tienen acuerdos con los bancos comerciales por tiempos prolongados y cuándo estas tienen relaciones con múltiples entidades financieras. Otros estudios son realizados a las entidades financieras en Colombia para poder determinar variables que estén relacionadas con la

(5)

quiebra de los bancos. Se ha concluido que el tamaño de los bancos y su rentabilidad son factores determinantes en la quiebra de estas entidades. (Gómez & Kiefer, 2009).

En este trabajo se analizan varios indicadores a partir de los estados financieros de las empresas colombianas. Es un trabajo similar al trabajado por Altman (2010)., en el sentido que se basa a partir de indicadores financieros. Sin embargo en este se hace una aproximación al mercado colombiano, dado que este es realizado en territorio estadounidense. Por otro lado, este trabajo utiliza una metodología diferente con un modelo de probabilidad Logit. Es decir, la probabilidad de que una empresa llegue a quebrar o no, a partir de una serie de variables independientes. Por otro lado, este trabajo también incluye variables macroeconómicas en el modelo, que pueden llegar a afectar el estado de una empresa. Siguiendo trabajos como el de (Shumway, 2001), se pretende en este estudio trabajar con distintos años, desde 1995 hasta el 2014. Es decir, no se trabajará con un solo periodo de tiempo, sino con un periodo prolongado, para poder incluir cambios que puedan presentarse en las empresas a través del tiempo.

3. Descripción de los datos

En este estudio se basa en la información obtenida de la base de datos disponible de la Superintendencia de Sociedades de Colombia. Los datos obtenidos son del año 1995 al año 2014. La información obtenida por este medio es a partir de los estados financieros que las empresas reportan a esta entidad. Para cada año hay una serie de empresas con sus datos contables. Se ha obtenido la información de estos 20 periodos de tiempo. En la Tabla 1 se podrá apreciar el número de observaciones que hay según cada periodo de tiempo. Las empresas que reportan en un periodo de tiempo no necesariamente reportan en el siguiente periodo, y pueden haber empresas que reportan en los periodos más presentes que no hayan reportado en periodos pasados. De hecho, se puede observar que el número de empresas que han reportado son mayores en los últimos periodos de tiempo de estudio. La información que se encuentra en estas bases de datos es bastante extensa con todos los datos contables que tienen los flujos de caja, estados de resultados y balances generales. Para este estudio sólo se tuvieron en cuenta ciertos subtotales del estado de resultados y

(6)

algunas cuentas de los balances generales. Los datos que han sido considerados relevantes para el estudio se mencionan en la Tabla 2. Estos totales y subtotales resumen información que es relevante para el estudio. A partir de estos datos es posible realizar indicadores que permitirán evaluar el estado de las empresas. La Superintendencia de Sociedades también ofrece una base de datos en la que se reportan las empresas que han entrado en Ley 1116 de 2006 de régimen de insolvencia. A partir de esta información se puede determinar qué empresas han llegado a quebrar, para poder realizar el análisis pertinente.

En este trabajo se utilizará un modelo en el que se analice un año por empresa. El estudio tomará a todas las empresas que reportaron, y las estudiará en un solo año. Por lo tanto se tendrán observaciones de todos los periodos de tiempo. Se optó por escoger de manera aleatoria el año en que se analizaría a la empresa. Al tomar esta nueva muestra, de un solo año por empresa (de forma aleatoria), se obtiene un total de 36.364 empresas, de las cuales 35.922 están estado operacional y 442 han quebrado. En la Tabla 3 se puede observar de qué años se ha extraído esta información. En esta muestra aleatoria se aprecia una creciente en el número de observaciones entre más cercano es el año (Ver gráfico 2). Esto es razonable, dado que un mayor número de empresas reportó en los últimos periodos. En el Gráfico 1 se puede observar el porcentaje de la muestra de empresas operacionales con respecto a las que ha quebrado, que de igual manera es una proporción normal, en el que se ve que de todas las empresas de la muestra, el 1% quebró.

Por otro lado se tienen también datos macroeconómicos como el PIB y la TRM de Colombia. Estos datos son obtenidos de la información reportada por el Banco Central de Colombia. El PIB se obtuvo con la metodología que esta institución reportó para el año 2005, que es la más reciente. Sin embargo, el Banco de la República reporta datos con esta metodología desde el año 2000. Es por esto, que se acude a extraer los datos faltantes con la metodología base 1994. Con esta metodología existe la información del PIB desde el año 1990. Para poder acercarse a la metodología del 2005, se observa la variación que tiene el PIB en los años desde 1995 al 2000 (que fue reportada con la metodología 1994). A partir del año 1995 con la metodología 2005 se aproximan los datos de los cinco años faltantes al aplicar las variaciones tomadas con la metodología de 1994. Los datos resultantes son a

(7)

precios corrientes, que se deflactaron a precios del año 2005, para poder obtener el PIB real con base al año 2005.

Tabla 1 Tabla 2

Año Observaciones 1. GANANCIAS Y PERDIDAS

1995 9.284 2. IMPUESTOS DE RENTA Y COMPLEMENTARIOS

1996 9.159 3. INGRESOS OPERACIONALES

1997 9.597 4. OBLIGACIONES FINANCIERAS (LP)

1998 9.384 5. OBLIGACIONES FINANCIERAS (CP)

1999 9.747 6. PROPIEDADES PLANTA Y EQUIPO NETO

2000 10.717 7. RESERVAS

2001 6.496 8. RESULTADOS DE EJERCICIOS ANTERIORES

2002 9.445 9. RESULTADOS DEL EJERCICIO

2003 9.441 10. SECTOR

2004 8.556 11. SUBTOTAL CAPITAL SOCIAL

2005 16.811 12. SUBTOTAL CUENTAS POR PAGAR CORTO

PLAZO

2006 20.409 13. SUBTOTAL CUENTAS POR PAGAR LARGO _PLAZO

2007 21.734 14. SUBTOTAL DEUDORES CORTO PLAZO

2008 22.748 15. SUBTOTAL DISPONIBLE

2009 24.776 16. SUBTOTAL OTROS ACTIVOS

2010 23.199 17. SUBTOTAL OTROS PASIVOS CORTO PLAZO

2011 29.207 18. SUBTOTAL OTROS PASIVOS LARGO PLAZO

2012 27.201 19. TOTAL ACTIVO

2013 27.540 20. TOTAL ACTIVO CORRIENTE

2014 26.769 21. TOTAL ACTIVO NO CORRIENTE

Total 332.220 22. TOTAL PASIVO 23. TOTAL PASIVO CORRIENTE

24. TOTAL PASIVO NO CORRIENTE

25. TOTAL PATRIMONIO

26. UTILIDAD BRUTA

27. UTILIDAD NETA ANTES DE IMPUESTOS

(8)

Tabla 3

Observaciones por año Año Frecuencia

1995 1.467

1996 1.042

1997 980

1998 759

1999 787

2000 865

2001 422

2002 629

2003 657

2004 437

2005 1.203

2006 2.093

2007 2.420

2008 2.388

2009 2.761

2010 2.366

2011 3.941

2012 3.031

2013 3.386

2014 4.730

Total 36.364

Operacional 99% Liquidación

1%

Distribución Muestra

Gráfico 1. Distribución Muestra

Gráfico 2. Observaciones por Año

0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000

(9)

Se han escogido como indicadores financieros como Capital de Trabajo, Razón Corriente, Solidez, ROA (Rendimiento sobre el Activo), ROE (Rendimiento sobre el Patrimonio), Márgenes, Capital de Trabajo sobre Activos Totales, Utilidades Retenidas sobre Activos Totales, Ventas sobre Activos Totales, Endeudamiento Financiero, Pasivo con respecto al Patrimonio, y Reservas con respecto al Pasivo. Por otro lado se utilizaron variables macroeconómicas como el PIB y la TRM en el estudio.

El Capital de Trabajo está conformado por la diferencia entre el activo corriente y el pasivo corriente. Este es un indicador de liquidez dado que mide la parte corriente del activo y del pasivo. Es decir, que estos son basados en los activos que tengan mayor liquidez sobre los pasivos de mayor urgencia. Este indicador permite evaluar la capacidad que una empresa tiene para responder a sus obligaciones en el corto plazo. Los indicadores de liquidez son de suma importancia, ya que si una empresa no puede responder a sus obligaciones de corto plazo, podría llegar a que quebrar, así se encuentre bien en otros indicadores. La Razón Corriente es un indicador que está conformado por el cociente entre el activo corriente sobre el pasivo corriente. Este también es un indicador de liquidez. Cumple con las mismas funciones del indicador de capital de trabajo. En este caso, este indicador muestra, por cada peso que una empresa tiene de pasivo corriente, cuántos pesos tiene en activos corrientes. Este indicador es también importante de evaluar por lo descrito anteriormente, pero con una ventaja con respecto al Capital de Trabajo. Este indicador es más útil para comparar una empresa con otra ya que es un cociente y no una diferencia. La Solidez es indicador que está conformado por el cociente entre el activo total sobre el pasivo total. Este indicador no mide únicamente la capacidad de pago en el corto plazo, sino también en el largo plazo, dado que están incluidos los activos y pasivos no corrientes. Este sirve para poder medir la capacidad financiera de la empresa, es decir, qué tanto está endeudada con respecto a sus activos. Es importante que una empresa pueda responder a sus obligaciones no sólo en el corto plazo sino también en el largo plazo. Es decir, que la empresa tenga solidez, para poder manejar de una mejor manera el riesgo de endeudamiento. El ROA mide la rentabilidad sobre el activo. El indicador está compuesto por el cociente entre la utilidad

(10)

neta con respecto a los activos. El ROA es uno de los indicadores más importantes para poder medir la eficiencia de la empresa, ya que permite analizar qué tan productivos son los activos en el momento de generar utilidades. Las empresas que necesiten una mayor cantidad de activos para poder operar y obtener ingresos estaría más propensa a la quiebra. El ROE es un indicador de eficiencia. Su objetivo es poder medir qué tan eficiente es lo que está invertido en la empresa por parte de los socios. Está compuesto por el cociente entre la utilidad neta y el patrimonio. Los Márgenes, en este caso el margen operativo y el margen neto. Estos indicadores miden la rentabilidad de la empresa. En el primero mide qué tanto se puede obtener operacionalmente respecto a las ventas. El segundo puede medir cuánto representan las utilidades netas con respecto a las ventas. Estos indicadores pueden mostrar implícitamente la eficiencia que tiene la empresa con respecto a sus costos y gastos. Una empresa con poca eficiencia podría quebrar. El Capital de Trabajo sobre Activos Totales (KT/TA) es el encargado de medir el capital de trabajo con respecto a los activos totales. Este indicador mide los activos líquidos netos con respecto a la capitalización total. (Altman E. , 2000). Un índice alto sería favorable para una empresa. Las Utilidades Retenidas sobre Activos Totales (RE/TA) miden cuánto representan las utilidades retenidas en todo el proceso de vida de la empresa con respecto a los activos netos. Esta es de igual manera una forma de medir el apalancamiento de la firma. Este un indicador de rentabilidad en el tiempo. La antigüedad de la empresa está medida de forma implícita. (Altman E. , 2000). Se podría decir que con el paso del tiempo, este indicador tenderá a crecer. Este indicador ayuda a medir el apalancamiento de una firma. El índice de Ventas sobre Activos Totales (ING/TA) está conformado por el cociente entre los ingresos operacionales con respecto a los activos totales. Este mide cuántos ingresos puede generar una empresa con respecto a los activos totales que tiene. Es un indicador que podría mostrar qué tan eficientes están siendo los activos para poder generar ventas. Un índice alto es el esperado por las firmas, dado que buscan una mayor eficiencia. El Endeudamiento Financiero consta del cociente entre las obligaciones financieras con respecto a los ingresos operacionales. Este indicador permite ver la facilidad que tiene la empresa para poder cumplir con sus obligaciones financieras. Se analiza también la Razón de Endeudamiento (PAS/PA). Este indicador está compuesto por la división del pasivo sobre el patrimonio. Este permite ver cuánto hay de obligaciones con respecto al capital de la empresa. Las

(11)

reservas sobre el pasivo es un indicador que se aporta en este trabajo para el análisis. Las empresas pueden tener reservas, bien sea por ley o por decisión propia. Se mira que en este indicador el dinero que existe de reservas con respecto a los pasivos. Un indicador alto muestra estabilidad también en el cumplimiento de obligaciones. Por último también se tuvo en cuenta indicadores macroeconómicos como el PIB y la TRM. El PIB es la medida en que se evalúa en general a un país, por lo tanto se esperaría que el comportamiento de este indicador sea de suma importancia en la relevancia de quiebra de una empresa. La TRM es una variable que se desea observar, ya que esta afecta a las empresas, bien sea de una forma positiva o negativa, dependiendo de si la empresa es importadora o exportadora. La variación de esta variable puede ser significativa en la quiebra de las empresas.

Con los indicadores anteriores se espera poder medir la situación de cada empresa. Con estos indicadores se pretende analizar a las empresas desde las perspectivas de liquidez, solidez, apalancamiento, rentabilidad y eficiencia. Los indicadores KT/TA, RE/TA, e ING/TA son propuestos por Altman (2000), dado que en su estudio fueron determinantes en la quiebra de una empresa. Se espera que estas sean también significativas en este trabajo.

En la Tabla 4 se muestra el número de observaciones que se obtuvo para cada indicador. En ella también se pueden observar datos estadísticos como la media, la desviación estándar, el mínimo y el máximo de cada variable. Estos datos son bastante dispersos debido al tamaño de las empresas que varía mucho entre ellas. Todos los datos son todos en miles de pesos colombianos, a excepción del PIB que se encuentro representado en miles de millones de pesos. Es necesario hacer la aclaración que los indicadores financieros son representados en veces, dado que es el cociente entre las mismas unidades. La base de datos reportada por la Superintendencia de Sociedades fue filtrada de tal manera que aquellos datos que eran extremos y se salían de la normalidad no fueran incluidos en el análisis. Esto fue dado a que es prácticamente imposible que ocurran aquellos casos como tener un Margen Operativo mayor a uno. Ciertos datos reportados podrían ser posibles únicamente en empresas que estuviesen conformadas únicamente en documentos y que no tuviese una actividad con

(12)

mayor realidad. También se redujo el rango de observaciones, eliminando los outliers que puedan variar la media.

La información también se discriminó por sectores. Esto con la intensión de poder analizar estas variables por sector. La información extraída por la Superintendencia de Sociedades también tiene el código CIIU, el cual es el que indica el sector y la actividad de cada empresa. Son en total 19 grupos de sectores los que se extraen en esta muestra. (Ver Tabla 5). Hay algunos sectores que no están en esta muestra. El que mayor frecuencia tiene es el de suministro de electricidad, gas, vapor y aire acondicionado. (Ver Tabla 6 y Gráfico 3). En esta tabla se podrá ver el número de empresas que hay por sector, y cuántas son operativas y cuántas han liquidado. Por último, en la columna porcentaje, se puede conocer el porcentaje de empresas que han quebrado con respecto a las que reportaron en cada sector.

(13)

Tabla 5

Tabla 6

Sectores

J: INFORMACIÓN Y COMUNICACIONES

F: CONSTRUCCIÓN

G: COMERCIO AL POR MAYOR Y AL POR MENOR; REPARACIÓN DE VEHÍCULOS AUTOMOTORES Y MOTOCICLETAS

H: TRANSPORTE Y ALMACENAMIENTO

I: ALOJAMIENTO Y SERVICIOS DE COMIDA

E: DISTRIBUCIÓN DE AGUA; EVACUACIÓN Y TRATAMIENTO DE AGUAS RESIDUALES, GESTIÓN DE DESECHOS Y ACTIVIDADES DE SANEAMIENTO AMBIENTAL

A: AGRICULTURA, GANADERÍA, CAZA, SILVICULTURA Y PESCA

B: EXPLOTACIÓN DE MINAS Y CANTERAS

C: INDUSTRIAS MANUFACTURERAS

D: SUMINISTRO DE ELECTRICIDAD, GAS, VAPOR Y AIRE ACONDICIONADO

P: EDUCACIÓN

Q: ACTIVIDADES DE ATENCIÓN DE LA SALUD HUMANA Y DE ASISTENCIA SOCIAL

R: ACTIVIDADES ARTÍSTICAS, DE ENTRETENIMIENTO Y RECREACIÓN

S: OTRAS ACTIVIDADES DE SERVICIOS

K: ACTIVIDADES FINANCIERAS Y DE SEGUROS

L: ACTIVIDADES INMOBILIARIAS

M: ACTIVIDADES PROFESIONALES, CIENTÍFICAS Y TÉCNICAS

N: ACTIVIDADES DE SERVICIOS ADMINISTRATIVOS Y DE APOYO

O: ADMINISTRACIÓN PÚBLICA Y DEFENSA; PLANES DE SEGURIDAD SOCIAL DEAFILIACIÓN OBLIGATORIA

Sector Liquidación Operacional Total Porcentaje

A 25 1.953 1.978 1,28%

B 1 95 96 1,05%

C 13 681 694 1,91%

D 242 6.025 6.267 4,02%

E 1 81 82 1,23%

F 57 4.429 4.486 1,29%

G 165 10.849 11.014 1,52%

H 7 590 597 1,19%

I 25 1.457 1.482 1,72%

J 6 1.210 1.216 0,50%

K 21 5.293 5.314 0,40%

L 0 260 260 0,00%

M 3 333 336 0,90%

N 0 260 260 0,00%

O 12 610 622 1,97%

P 0 22 22 0,00%

Q 0 22 22 0,00%

R 0 8 8 0,00%

S 0 21 21 0,00%

Total 578 34.199 34.777

(14)

4. Metodología

Los datos se encontraban exactamente igual a como las empresas habían reportado en cada año. Es decir que las empresas que reportaron en 1995 reportaron a los precios corrientes de este año. Dado esto, se puede identificar un problema con las demás variables en cuanto a la inflación. Los datos tenían en general un crecimiento a través de los años, y esto es debido a los efectos de la inflación. Para poder eliminar este problema, todos los datos de los estados financieros fueron deflactados teniendo como año base el 2005. Con esto se podría comparar todos los estados financieros de una misma manera sin importar el año en que se reportaron. Con estos datos, se podrían trabajar los indicadores financieros de una forma más precisa.

En este trabajo se hubiese preferido utilizar un modelo de supervivencia, ya que este puede realizar un análisis más detallado con variaciones a través del tiempo. Sin embargo, los datos con los que este estudio se basó no eran suficientes para poder obtener resultados

A

7% B

6% C 10%

D 21%

E 7% F 7% G 8% H 6% I 9% J 3%

K 2% _5%M

O 10%

Porcentaje de Liquidación

(15)

contundentes. Esto era debido a que los reportes de las empresas que han quebrado eran de varios años atrás al año en que entró en liquidación. Por esta razón se realizará un análisis por medio de un modelo Logit. Este modelo mide la probabilidad de que una empresa pueda quebrar a partir de las posibles variables descritas anteriormente.

El modelo Logit es utilizado para medir la probabilidad de éxito de algún evento con respecto a la probabilidad de fracaso. Es decir, este es un modelo con respuesta binaria, siendo generalmente 1 éxito y 0 fracaso, a partir de una serie de variables independientes. Este modelo se basa a partir de la función logística:

Λ " = exp " /[1 + exp " ].

En este caso la variable dependiente será la variable cierre. Esta tomará valores entre 0 y 1, siendo 1 si la empresa quiebra o 0 de lo contrario. Esta dependerá de la variables financieras y macroeconómicas.

Con el fin de eliminar problemas de multicolinealidad se ha realizado una prueba de correlación entre variables. Ninguna variable presenta una gran correlación con alguna otra. Lo cual es algo positivo, ya que se pueden utilizar todas estas variables en el modelo. El modelo de probabilidad por lo tanto utiliza como variable dependiente cierre, y como variables explicativas las mencionadas previamente.

, -./ = 0 1.= 1 - = Λ -./ = exp -./

1 + exp -./

Este modelo trabajará con una sola observación por empresa. Es decir, que tomará en cuenta todas las empresas, con un reporte de un año. No hay ninguna preferencia por ningún año, y este es escogido de forma aleatoria. El modelo de este trabajo no tiene en cuenta las variaciones a través del tiempo. Sin embargo, este sí toma observaciones de todos los años como se muestra anteriormente. Esto es dado que se tiene la ventaja de que se ha tomado la información de todos los años y se tiene en medidas reales con base al 2005. Esto permite recolectar información de todos los años, manejando el modelo como si hubiese un solo periodo de tiempo.

(16)

5. Resultados

Al realizar el modelo Logit, teniendo como variable dependiente cierre, se puede concluir que no todas las variables expuestas y fundamentadas anteriormente son significantes en la quiebra de una empresa. Se ha creado un modelo en el que se ha verificado que no hay correlaciones altas entre variables como se puede apreciar en la Tabla 7. El modelo final está definido de la siguiente manera:

0 1.= 1 - =_{1 + exp /3}exp /3+ /456789:; + /<=6: + />?@ABCD6E + /F?@ABCDGCHI + /JKLLM + /N=:LM + /O8GPLM + /Q08R + /SL=?_{+ /456789:; + /<=6: + />?@ABCD6E + /F?@ABCDGCHI + /JKLLM + /N=:LM + /O8GPLM + /Q08R + /SL=?}

A continuación se expone en la Tabla 8 se exponen los datos de estas variables en la muestra. Sin embargo, en las siguientes dos tablas se encuentra la información que se considera la más interesante a analizar. En la Tabla 9 se presenta la información de estas variables de las empresas en estado operacional, y en la Tabla 10 las empresas en liquidación. En las últimas dos tablas se puede reconocer la gran diferencia que existe en los indicadores entre los dos tipos de empresa. Los indicadores financieros muestran inclusive números negativos en el caso de las empresas en liquidación. La solidez es de suma importancia para las empresas para poder cumplir con sus responsabilidades en el largo plazo. Se ve claramente que este indicador disminuye a más de la mitad. Índices como el ROE, los márgenes y el RE/TA han pasado de positivos a negativos. El ingreso con respecto al activo total ha disminuido en un 88% del caso de las empresas en operación a las de liquidación. Variables como el PIB y la TRM no se pueden analizar aún, dado que estos son los mismos para todas las empresas a través del tiempo.

(17)

Tabla 7

SOLIDEZ ROE MARGENOPERATIVO MARGEN Neto KTTA RETA INGTA PIB TRM

SOLIDEZ 1,0000

ROE 0,0005 1,0000

MARGEN Operativo 0,1570 0,0499 1,0000

MARGEN Neto -0,0124 0,0106 0,0366 1,0000

KTTA 0,0899 -0,0097 0,0581 0,0004 1,0000

RETA 0,0146 0,0046 0,0607 0,0050 0,0764 1,0000

INGTA -0,0185 0,0097 -0,0170 -0,0016 0,0277 -0,0076 1,0000

PIB 0,0257 0,0010 0,0985 0,0159 0,0556 0,0431 0,0891 1,0000

TRM -0,0061 -0,0006 0,0360 0,0042 0,0062 -0,0094 0,0310 0,1834 1,0000

(18)

Tabla 8

Tabla 9

Tabla 10

Es con el modelo Logit que se podrá verificar la significancia de estas variables. Como se mencionó anteriormente, estas variables son las que realmente son significantes en la relación con la quiebra empresarial. Inicialmente, es posible poder interpretar los signos. Todos son negativos con excepción de la TRM. Estos son resultados que eran de esperar, dado lo mencionado anteriormente. Una empresa que se encuentre en mejores condiciones

Variable Promedio Desv. Est. Min Max

SOLIDEZ 4,61 9,90 0,06 99,69

ROE 0,01 26,75 -4109,96 1684,35

MARGEN Operativo 0,06 0,23 -1,00 1,00

MARGEN Neto 0,04 3,69 -569,78 268,19

KTTA 0,25 0,28 -0,50 0,99

RETA 0,03 0,59 -41,22 42,08

INGTA 2,17 7,42 0,00 197,11

General

SOLIDEZ 4,65 9,95 0,06 99,69

ROE 0,01 26,91 -4109,96 1684,35

MARGEN Operativo 0,06 0,23 -1,00 1,00

MARGEN Neto 0,04 3,72 -569,78 268,19

KTTA 0,25 0,28 -0,50 0,99

RETA 0,03 0,59 -41,22 42,08

INGTA 2,18 7,46 0,00 197,11

Operacionales

SOLIDEZ 1,69 2,06 0,17 31,04

ROE -0,49 5,13 -90,42 24,64

MARGEN Operativo -0,07 0,22 -0,89 0,75

MARGEN Neto -0,13 0,36 -4,46 1,34

KTTA 0,11 0,24 -0,50 0,81

RETA -0,16 0,72 -10,87 0,42

INGTA 1,16 1,40 0,00 23,47

(19)

tendría índices más altos. Por lo tanto, una disminución en estos índices, aumentaría la posibilidad de quiebra de una empresa. Por otro lado, se puede concluir de igual manera, que en el mercado colombiano en los último años, siguen persistiendo como indicadores significantes el ingreso con respecto a los activos totales, las utilidades retenidas sobre activos totales, y el capital de trabajo con respecto a activos totales. Estos indicadores eran los propuestos en el modelo de (Altman E. , 2000). En la Tabla 11 se puede apreciar los resultados del Modelo Logit. En la Tabla 12 se puede ver con mayor claridad el efecto que tienen estas variables, incluyendo su efecto marginal y significancia.

Tabla 11

Siete de las nueve variables en el modelo son significantes al 10% de margen de error. El Margen Neto y el ROE son indicadores que se encuentran bajo el margen de error del 15%, el cual es aceptable. Por último, seis de las nueve variables son significantes al 5% de error. Estos resultados permiten indicar que estos indicadores financieros, junto el PIB y la TRM tienen un efecto significativo en la quiebra de una empresa.

Tabla 12

Number of obs 36.363

LR chi2(6) 1602,96

Prob > chi2 0,0000 Pseudo R2 0,3356 Log likelihood -1587,0413

Cierre Coef. Std. Err. z P>z

SOLIDEZ - 0,43 0,05 -7,83 0,0000 -0,538191 -0,322794

ROE - 0,00 0,00 -2,00 0,0460 -0,0051975 -0,0000499

MARGEN Operativo - 0,73 0,20 -3,64 0,0000 -1,126696 -0,3380594 MARGEN Neto - 0,04 0,02 -1,91 0,0550 -0,0818834 0,0009504

KTTA - 1,44 0,22 -6,69 0,0000 -1,864372 -1,01917

RETA - 0,17 0,04 -3,98 0,0000 -0,2464074 -0,0837483

INGTA - 0,16 0,04 -3,81 0,0000 -0,2426002 -0,0776577

PIB - 0,00 0,00 -12,93 0,0000 -4,57E-11 -3,37E-11

TRM 0,24 0,10 2,30 0,0210 0,0353153 0,4372365

_cons 9,07 0,79 11,54 0,0000 7,527603 10,60622 Modelo Logit General

[95% Conf. Interval]

dy/dx Std. Err. z P>z

SOLIDEZ -0,002% 0,00 2,38 0,017 -0,0000416 -0,00000405 ROE 0,000% 0,00 -1,60 0,110 -0,00000031 3,16E-08 MARGEN Operativo -0,004% 0,00 -1,84 0,065 -0,0000801 0,00000245 MARGEN Neto 0,000% 0,00 -1,50 0,134 -0,00000495 0,00000066 KTTA -0,008% 0,00 -2,11 0,035 -0,0001475 -0,00000532 RETA -0,001% 0,00 -2,02 0,044 -0,0000172 -0,00000025 INGTA -0,001% 0,00 -2,02 0,044 -0,0000167 -0,000000232 PIB 0,000% 0,00 -2,63 0,009 -3,67E-15 -5,35E-16 TRM 0,001% 0,00 2,20 0,028 0,00000136 0,0000237

[95% Conf. Interval] Efectos Marginales

(20)

Por otro lado, al analizar los efectos marginales de estas variables, se puede notar que son bastante pequeños los efectos que tienen sobre la variable dependiente. La variable que tiene un mayor efecto es la de capital de Trabajo sobre Total Activos, seguido del Margen Operativo. Sin embargo, al ser un poco más meticulosos, se podría reconsiderar el efecto del PIB. Este efecto marginal mostrado en la tabla anterior puede notarse así de bajo por las medidas en que este está siendo medido, las cuales son enormes, debido a que este indicador es el general de todo un país. Es por esta razón que se ha optado por medir el efecto marginal del PIB de otra manera. Al mirar el PIB no en cantidades, sino en variaciones, se puede apreciar de una mejor manera el efecto que el PIB tiene sobre la quiebra de las empresas. En la siguiente tabla se puede ver con mayor claridad el efecto del PIB al medirlo de esta forma. En este caso, al aumentar en un 1% el PIB, la probabilidad de quiebra disminuye en 4,996%. Con este resultado se puede afirmar claramente que el PIB es la variable que mayor efecto tiene sobre la quiebra de las empresas.

Tabla 13

Al realizar el análisis por sectores, se hace una agrupación en Sector Primario, Sector Secundario, y Sector Terciario. La intensión en el análisis por sector era poder analizar qué variables eran significativas para cada sector. Cada sector tenía variables significativas distintas. Se podría tener un modelo distinto para cada sector, siendo el primero para el sector primario, el segundo para el sector secundario y el tercero para el sector terciario:

dy/dx Std. Err. z P>z

SOLIDEZ -0,056% 0,00 -9,46 0,000 -0,0006708 -0,0004406

ROE 0,000% 0,00 -0,16 0,876 -0,00000435 0,0000037

MARGEN Operativo -0,181% 0,00 -3,84 0,000 -0,0027338 -0,0008855 MARGEN Neto -0,002% 0,00 -0,97 0,332 -0,0000576 0,0000195

KTTA -0,207% 0,00 -3,95 0,000 -0,0030937 -0,0010421

RETA -0,020% 0,00 -3,24 0,001 -0,0003155 -0,0000774

INGTA -0,018% 0,00 -3,12 0,002 -0,0002888 -0,0000661

PIB -4,996% 0,01 -4,99 0,000 -0,0696043 -0,0303235

TRM -0,028% 0,00 -1,26 0,206 -0,0007151 0,0001541

Efectos Marginales

(21)

(1) ! "#= 1 & =_{B,'() *}'() *+,*-./,*012345678,*9:;;<,*=>?@,*A;.1 +,*-./,*012345678,*9:;;<,*=>?@,*A;.1

(2) ! "#= 1 & =_{B,'() *}'() *+,*-D7E?FGH,*012345678,*9?IJ;<,*=:;;<,*A.G;<,*K>?@ +,*-D7E?FGH,*012345678,*9?IJ;<,*=:;;<,*A.G;<,*K>?@

(3) ! "#= 1 & =_{B,'() *}'() *+,*-.7G,*012345678,*9:;;<,*=>?@,*A.GD><,*K.G;< +,*-.7G,*012345678,*9:;;<,*=>?@,*A.GD><,*K.G;<

El Margen Operativo, el Capital de Trabajo con respecto al Activo Total y el PIB, son variables que se mantienen independientemente del sector. Una variable adicional de las planteadas anteriormente surgió en el modelo del sector terciario. En este sector es necesario y útil mantener reservar. Inclusive, las empresas del sector financiero deben mantener reservas constantemente. Los modelos concluidos para los sectores siguen la misma metodología que para el modelo en general. Todas las variables son significantes. Sin embargo, al analizar los resultados a partir de las Tablas 14, 15, y 16, para cada sector respectivamente, se obtienen resultados que no son del todo esperados. Los resultados del Sector Primario son sorprendentes, debido a los signos, en que propone una relación positiva entre la variable dependiente y el margen operativo y el KT/TA. Esto podría ser por el hecho de que en este sector las observaciones no fueron suficientes, o que en realidad si existe esta relación positiva. Es necesario realizar más investigación enfocándose en la forma en que este sector opera y cómo estos indicadores afectan al mismo. Al analizar los sectores restantes, se obtienen resultados esperados y significantes.

(22)

Tabla 14

Tabla 15

Tabla 16

LR chi2(4) 59,84

RC - 1,23 0,55 -2,24 0,0250 -2,307915 -0,1519922 MARGENOPERATIVO 2,19 1,26 1,75 0,0810 -0,2685044 4,657263 KTTA 5,68 2,44 2,33 0,0200 0,904896 10,46237 PIB - 0,00 0,00 -2,25 0,0240 -1,81E-10 -1,26E-11 TRM 1,72 0,78 2,21 0,0270 0,1954959 3,247514 _cons 21,85 10,89 2,01 0,0450 0,504942 43,20159

dy/dx Std. Err. z P>z

RC -1,137% 0,00 -2,44 0,015 -0,0205004 -0,0022353 MARGENOPERATIVO 2,028% 0,01 1,74 0,081 -0,0025066 0,0430699 KTTA 5,253% 0,02 2,43 0,015 0,0101021 0,0949604 PIB -8,93E-13 0,00 -4,45 0,000 -1,29E-12 -5E-13 TRM 1,591% 0,00 3,42 0,001 0,0067964 0,0250258

[95% Conf. Interval] Modelo Logit Sector Primario

[95% Conf. Interval]

LR chi2(3) 732,82

Prob > chi2 0,0000

Pseudo R2 0,3189

Log likelihood -782,43238

SOLIDEZ - 0,45 0,09 -5,21 0,0000 -0,6194856 -0,2809168

MARGENOPERATIVO - 0,48 0,29 -1,67 0,0950 -1,041999 0,0830867

INGTA - 0,22 0,07 -3,03 0,0020 -0,3577521 -0,0765879

KTTA - 1,65 0,29 -5,61 0,0000 -2,225318 -1,072423

RETA - 0,22 0,06 -3,33 0,0010 -0,3429256 -0,0890076

PIB - 0,00 0,00 -10,03 0,0000 -4,06E-11 -2,73E-11

_cons 8,24 0,96 8,58 0,0000 6,353 10,11708

[95% Conf. Interval] Modelo Logit Sector Secundario

LR chi2(4) 671,63

ROE - 0,00 0,00 -1,83 0,0680 -0,0050456 0,000176 KTTA - 1,96 0,33 -5,97 0,0000 -2,608955 -1,318958 RETA - 0,43 0,08 -5,51 0,0000 -0,5763666 -0,2739872 RESPA - 1,10 0,47 -2,32 0,0200 -2,022484 -0,1692249 MARGENOPERATIVO - 1,33 0,27 -4,84 0,0000 -1,868707 -0,7912026 PIB - 0,00 0,00 -9,88 0,0000 -4,48E-11 -3E-11 _cons 7,57 1,05 7,20 0,0000 5,509361 9,630857

dy/dx Std. Err. z P>z

ROE 0,000% 0,00 -1,39 0,165 -0,000000582 9,96E-08

KTTA -0,019% 0,00 -1,70 0,090 -0,0004191 0,0000303

RETA -0,004% 0,00 -1,85 0,064 -0,0000867 0,00000248

RESPA -0,011% 0,00 -1,47 0,141 -0,0002529 0,000036

MARGENOPERATIVO -0,013% 0,00 -1,63 0,103 -0,0002901 0,0000268

PIB -3,7E-15 0,00 -2,08 0,037 -7,18E-15 -2,2E-16

[95% Conf. Interval] Modelo Logit Sector Terciario

(23)

6. Conclusiones

Se han realizado distintos trabajos de investigación que puedan determinar causas de la quiebra de una empresa. Inclusive, algunos se han basado en indicadores financieros. Estos son de suma importancia en el momento de realizar una evaluación a una empresa. En este trabajo se propone utilizar un Modelo Logit para poder estudiar el efecto que tienen los indicadores financieros juntos otras variables macroeconómicas en la quiebra de una empresa. Este modelo se puede trabajar sin variación en distintos periodos de tiempo, pero capturando información de todos los años. Se concluye que los indicadores que tienen mayor significancia con respecto a la quiebra de una empresa son Solidez, ROE, Margen Operacional, Margen Neto, Capital de Trabajo con respecto a Total Activos, Utilidades Retenidas sobre Total Activos, Ingresos sobre Total Activos, PIB, y TRM. El Capital de Trabajo con respecto a Total Activos, Utilidades Retenidas sobre Total Activos, Ingresos sobre Total Activos son inclusive en este estudio un refuerzo a lo que otros artículos proponen como indicadores pertinentes.

A pesar de que estos indicadores son significativos, sus efectos marginales son mínimos. Al realizar una buena estimación del PIB, se puede concluir que esta variable está altamente relacionada con la quiebra de las empresas en Colombia. En cuanto a los sectores, es necesario realizar un análisis más profundo en el sector primario, dado a resultados no esperados. El sector secundario y terciario siguen el patrón de la muestra general, manteniendo constante las variables Capital de Trabajo con respecto a Activos Totales, el Margen Operativo y el PIB como indicadores significativos.

Si bien los indicadores financieros sí tienen significancia en la quiebra de las empresas, estos tienen un efecto marginal mínimo. Los gerentes pueden tener en cuenta estos resultados y conocer qué indicadores son significativos en una posible quiebra. Sin embargo, es necesario entender que son otros factores tanto organizacionales como externos a la organización que pueden llegar a que una empresa pueda quebrar.

(24)

Referencias:

Moore, M. (2000). Managing for Value: Organizational Strategy in For-Profit, Nonprofit, and Governmental Organizations. Nonprofit and Voluntary Sector Quarterly, 183-204.

Altman, E., Haldeman, R. G., & Narayan, P. (1977). ZETA Analysis. Journal of Banking and Finance , 29-54.

Smith, R., & Winakor A. (1935). Changes in the Financial Structure of Unsuccessful Corporations. University of Illinois: Bureau of Business Research .

Merwin, C. (1942). Financing Small Corporations. Bureau of Economic Research . Institute of Risk Management. (2003). A Risk Management Standard. London.

Collier, P. (2009). Fundamentals of Risk Management for Accountants and Managers.

Elsevier Ltd.

Westerfield, R. (2010). Corporate finance. New York: McGraw Hill.

Hernández, J. (3 de Noviembre de 2005). Financial Techniques. Financial ratios.

Recuperado el 1 de Marzo de 2016, de Gestiopolis:

http://www.gestiopolis.com/tecnicas-de-analisis-financiero-los-indicadores-financieros/

Nava, R., & Marbelis, A. (2009). Financial Analysis: a key for an efficient financial management. Revista Venezolana de Gerencia (RVG) , 606-628.

Altman, E. (2000). PREDICTING FINANCIAL DISTRESS OF COMPANIES: REVISITING THE Z-SCORE AND ZETA® MODELS. Handbook of Research Methods and Applications in Empirical Finance .

Wooldridge, M. (2010). Introductory Econometrics. Cenage Lerning.

Shumway, T. (2001). Forecasting Bankruptcy More Accurately: A Simple Hazard Model. The Journal of Business, 74 (1), 101-124.

Gómez Gonzales, J. E., & Reyes, N. R. (2013). Firm fauilure and relationship lending in an emerging economy: new evidence from small businesses. Macroeconomics and Finance in Emerging Market Economies, 6 (1), 131-145.

Gómez, J. E., & Kiefer, N. M. (2009). BANK FAILURE: EVIDENCE FROM THE COLOMBIAN FINANCIAL CRISIS. The International Journal of Business and Finance Research, 3 (2), 15-32.

Beaver, W. (1966). Financial Ratios As Predictors of Failure. Journal of Accounting Research, 4, 71-111.

Serrano, J., & Villareal, J. (1993). Finance Essentials. (Segunda Edición ed.). Bogotá: Mc Hill.

Simons, R. (2000). Performance measurement and control systems for implementing strategy. Upper Saddle River: Prentice Hall.

Ortiz Anaya, H. (2004). Applied Financial Analysis. (Edición 12 ed.). Bogotá: Universidad Externado de Colombia.

Gómez Gonzales, J & García Suaza, A. (2012). A Simple Test of Momentum in Foreign Exchange Markets, Emerging Markets Finance and Trade.