universidad central del ecuador facultad de … · que inicie con mis estudios hasta el d´ ´ıa...
TRANSCRIPT
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE CIENCIAS ECONÓMICAS
CARRERA DE ESTADÍSTICA
PROYECTO DE GRADUACIÓN PREVIO A LA OBTENCIÓN DEL TÍTULO DE
INGENIERO ESTADÍSTICO
TEMA:
PREDICCIÓN DE QUIEBRA DE LAS EMPRESAS COMERCIALESECUATORIANAS DEDICADAS A LA VENTA AL POR MAYOR DE
ELECTRODOMÉSTICOS
AUTORES:
MAYRA ALEXANDRA DÍAZ OSCULLO
MARJORIE LISSETTE INTRIAGO LOOR
TUTOR:
Econ. Nancy Medina Carranco
Quito, 26 de junio del 2017
A AA A
DEDICATORIA
A mis queridos padres, por sus sabios consejos y ensenanzas, en especial a mi madre quien ha
sido fuente de inspiracion y la razon de una lucha constante quien a pesar de las adversidades
supo inculcarme el valor de la perseverancia siendo el mejor de los ejemplos.
A mi papi, quien me ha educado y ensenado el valor de trabajar por las cosas que uno quiere
con sacrificio y constancia.
A mi mami Chari con quien compartı mi ninez, al permitir que pase los mejores momentos,
que con su carino me enseno que los padres no nacen sabiendo serlo, le agradezco por escu-
charme y darme los mejores consejos ademas de estar a mi lado cuando mas la he necesitado.
Alison y Gabriel que con sus ocurrencias llenan de alegrıa la casa, para quienes espero ser
un ejemplo no para que sean mi reflejo si no para que sepan que por muy complicado que se
vea realizar algo, siempre existe la manera de lograrlo.
A mi companera y hoy amiga con quien compartı los peores y mejores momentos durante la
realizacion de este trabajo, pero, ¿que serıa de la vida sin un poco de agridulce en ella? Es de
allı de donde nacen las mejores y verdaderas amistades.
A mis amigas, amigos que han permanecido junto a mı desde el inicio hasta hoy en dıa, An-
drea, Kathy, Pamela, KathyU, Erika que a pesar de los anos siempre seran mis mejores amigas.
A Carlitos quien se ha convertido en la voz de mi conciencia quien se dio el tiempo de leer mi
proyecto al igual que Israel con sus churos locos, aunque desde la distancia me ha escuchado
celebrando mis alegrıas y animandome en mis derrotas, ¡Seamos felices!.
A mi familia, tıos, amigos que de una u otra forma me han apoyado para que logre mis proposi-
tos.
En fin quien serıa si no habrıa conocido a cada una de las personas quienes formaron parte
importante de quien soy ahora, la que se formo despues de conocerlos a todos, incluyendo a
quienes me lastimaron y he lastimado cada uno ha contribuido a que hoy, sea quien soy con
mis defectos y virtudes siempre buscando ser mejor ser humano.
Mayra Alexandra Díaz Oscullo
ii
DEDICATORIA
Dedico este trabajo primero a Dios porque me dio la fortaleza necesaria para no decaer en los
momentos mas difıciles que se presentaron durante este proceso. A mis padres, porque desde
que inicie con mis estudios hasta el dıa de hoy me supieron brindar su apoyo incondicional,
carino y confianza total en mis capacidades intelectuales. A mis hermanos que han demostrado
que creen en mı y de lo que soy capaz brindandome su tiempo y amor en todo momento.
Tıas, tıos y primos que siempre me acompanaron y me apoyaron durante este proceso. A mi
companera de trabajo para este proyecto, porque si no fuera por ella y todo el esfuerzo que
hemos dedicado juntas, esta meta no hubiese sido posible.
Marjorie Lisette Intriago Loor
iii
AGRADECIMIENTOS
A Dios por brindarnos salud, fuerza y valentıa para poder haber culminado este trabajo y
cumplir una de nuestras metas mas anheladas.
A nuestros padres porque estuvieron siempre apoyandonos con su tiempo y carino
incondicional desde que iniciamos nuestros estudios, corrigiendo nuestras faltas y celebrando
nuestros triunfos.
A nuestros hermanos, complices de momentos inolvidables y mas que hermanos amigos de
toda la vida.
A nuestros amigos en general por brindarnos su tiempo y apoyo durante este proceso. Y por
ser complices de muchos momentos compartidos en nuestra etapa universitaria.
Un agradecimiento especial a Jenny por su ayuda en todo momento, quien se convirtio en la
mejor de las amigas, ensenandome a ser cada dıa mejor persona.
A la Economista Nancy Medina que en calidad de nuestra tutora supo guiarnos a lo largo de
este trayecto corrigiendo nuestras fallas y aclarando nuestras dudas.
A todas las personas que directa o indirectamente formaron parte de este proceso academico y
nos brindaron su apoyo hasta cumplir con esta meta.
iv
AUTORIZACIÓN DE LA AUTORÍA INTELECTUAL
Yo, Mayra Alexandra Dıaz Oscullo en calidad de autor de la tesis realizada sobre “Prediccion
de quiebra de las empresas comerciales ecuatorianas dedicadas a la venta al por mayor de elec-
trodomesticos”, por la presente autorizo a la UNIVERSIDAD CENTRAL DEL ECUADOR,
hacer uso de todos los contenidos que me pertenecen o parte de los que contienen esta obra,
con fines estrictamente academicos o de investigacion.
Los derechos que como autor me corresponden, con excepcion de la presente autorizacion,
seguiran vigentes a mi favor, de conformidad con lo establecido en los artıculos 5, 6, 8, 19 y
ademas pertinentes de la Ley de Propiedad Intelectual y su Reglamento.
Quito, 26 de junio 2017
...........................................
Mayra Alexandra Dıaz Oscullo
CI:1724217763
Telf: 022091010/ 0983328590
Correo Electronico: [email protected]
v
AUTORIZACIÓN DE LA AUTORÍA INTELECTUAL
Yo, Marjorie Lisette Intriago Loor en calidad de autor de la tesis realizada sobre “Prediccion
de quiebra de las empresas comerciales ecuatorianas dedicadas a la venta al por mayor de elec-
trodomesticos”, por la presente autorizo a la UNIVERSIDAD CENTRAL DEL ECUADOR,
hacer uso de todos los contenidos que me pertenecen o parte de los que contienen esta obra,
con fines estrictamente academicos o de investigacion.
Los derechos que como autor me corresponden, con excepcion de la presente autorizacion,
seguiran vigentes a mi favor, de conformidad con lo establecido en los artıculos 5, 6, 8, 19 y
ademas pertinentes de la Ley de Propiedad Intelectual y su Reglamento.
Quito, 26 de junio 2017
...........................................
Marjorie Lisette Intriago Loor
CI:1726956012
Telf: 022341811/ 0987866166
Correo Electronico:[email protected]
vi
xv
Índice general DEDICATORIA ii
AGRADECIMIENTOS iv
AUTORIZACIÓN DE LA AUTORÍA INTELECTUAL v
OFICIO DE FINALIZACIÓN DE PROYECTO vii
NOTAS EMITIDAS POR EL TRIBUNAL CALIFICADOR ix
ÍNDICE GENERAL xv
ÍNDICE DE FIGURAS xviii
ÍNDICE DE CUADROS xix
RESUMEN xxi
ABSTRACT xxii
CAPÍTULO I 1. PLAN DE PROYECTO 3 1.1. Justificación del Proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. 3 1.2. Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . 4 1.3. Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . . 4 1.3.1. Operacionalización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . 4 1.4. Alcance de la Investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 CAPITULO II 2. MARCO TEÓRICO 7 2.1. DESCRIPCION GENERAL SECTOR DE ELECTRODOMESTICOS. 7 2.1.1. Aspectos Comerciales y Arancelarios . . . . . . . . . . . . . . . . . . . . . . 10 2.1.2. Alcance Macroeconómico . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . 11 2.2. Breve reseña histórica de la crisis financiera . . . . . . . . . . . . . . . . . . 14 2.3. Fracaso Empresarial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . 15 2.3.1. Fases del fracaso empresarial . . . . . . . . . . . . . . . . . . . . .. . . . . . . 16 2.3.2. Causas del fracaso para pequeñas y medianas empresas . . . . . 17 2.3.3. Evolución del número de empresas existentes en Ecuador del sector comercializador al por mayor de electrodomésticos . . . . . . . . .. . . . . . . . 18
INTRODUCCIÓN1
xvi
CAPITULO III 3. METODOLOGÍA 19 3.1. Modelos de Predicción de Quiebra . . . . . . . . . . . . . . . . . . . . .. . . . .. 19 3.1.1. Modelo Altman Z - Score . . . . . . . . . . . . . . . . . . . . .. . . . .. . . . . 19
3.1.2. Desarrollo del Modelo Z ‘- Score . . . . . . . . . . . . . . . . . .. . . . . . . . .. 21 3.2. Análisis Discriminante Múltiple . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . 24 3.2.1. Características de las variables . . . . . . . . . . . . . . . . . . . . . .. . . . . . 24 3.2.2. Utilidad del análisis Discriminante . . . . . . . . . . . . . . . . . .. .. . . . . . 24 3.2.3. Modelo Matemático . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . 25 3.2.4. Prueba del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . 27 3.3. Modelo Logit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . 30 3.3.1. Forma de interpretar el modelo . . . . . . . . . . . . . . . . . . . . .. . . . . . . 30 3.3.2. Tipos de modelo Logit . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . 31 3.3.3. Características del Modelo Logit . . . . . . . . . . . . . . . . . .. . . . . . . . . 31 3.3.4. Estimación del modelo Logit . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . 32 CAPITULO IV 4. RESULTADOS 33 4.1. Selección de las empresas . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . 33 4.2. Definición de las variables . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . 34 4.3. Cálculos de los Ratios Financieros . . . . . . . . . . . . . . . . . . . . .. . . . . . 36 4.3.1. Limitaciones del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.4. Desarrollo del Modelo Altman . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . 37 4.4.1. Cálculo de los Estados de Altman . . . . . . . . . . . . . . . . . .. . . . . . . . 37 4.4.2. Multiplicación de los Coeficientes de regresión estándar por las razones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . 38 4.4.3. Supuestos del Análisis Discriminante . . . . . . . . . . . . . . . . . . . . . . . 40 4.4.4. Función Discriminante . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . 41 4.4.5. Clasificación de los casos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 4.5. Proceso de Aplicación del Análisis Discriminante variable log . . . . . .. 42 4.5.1. Supuestos del Análisis Discriminante . . . . . . . . . . . . . . . . . . . . . . . . 42 4.5.2. Clasificación de los casos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 4.6. Análisis de Regresión Logística . . . . . . . . . . . . . . . . . . . . . . . .. . . .. . . 45 4.6.1. Resultados de la Recesión Logística . . . . . . . . . . . . . . . . . . . . . . . . 45 4.6.2. Regresión logística con las principales cuentas financieras . . . . . . . 47 5. CONCLUSIONES 49 BIBLIOGRAFIA 53 A. Anexos 55 A.1. Cronograma de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . … . . . . .. . . . 55
55
55
CAPITULO V
1
xvii
A.2. Anexo: Clasificación CIUU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 A.3. Anexo: Distribución de las empresas por provincia . . . . . . . . . . . . . . .. 56 A.4. Anexo: Empresas de venta al por mayor de electrodomésticos en … Ecuador.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 A.5. Anexo: Ratios Financieros calculados 2014 y 2015 . . . . . . . . . . . . . . . 57 A.6. Anexo: Cuentas del Balance Financiero 2014-2015 . . . . . . . . . . . . . . . 59 A.7. Anexo: Cálculos de estados 2014 mediante Altman . . . . . . . . . . . . . . . 59 A.8. Anexo: Cálculos de estados 2015 mediante Altman . . . . . . . . . . . . . . . 61 A.9. Anexo: Pruebas de normalidad de las ratios . . . . . . . . . . . . . . . . . .. . . 62 A.10.Anexo: Prueba de igualdad de las medias de los grupos . . . . . . . . . . . 62 A.11.Anexo: Estadísticos de las ratios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 A.12.Anexo: Resultados del análisis de regresión logística . . . . . . . . . . . .. 63 A.13.Anexo: Cambios marginales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Índice de figuras
2.1. Exportaciones de lınea blanca por paıs de origen (2014-2015) . . . . . . . . . 102.2. Importaciones de lınea blanca por paıs de origen (2014-2015) . . . . . . . . . 112.3. Balanza Comercial Ecuador periodo(2013-2016) . . . . . . . . . . . . . . . . 122.4. Representacion grafica del PIB en relacion a la Deuda externa publica (enero
2014-diciembre 2015) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132.5. Representacion grafica de la desvalorizacion de la moneda ano 2015 . . . . . . 142.6. (Evolucion Comercio al por mayor de ventas al por mayor de electrodomesticos 18
4.1. Modelo (Z′′- Score) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2. Modelo (Z′′- Score) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
xviii
Índice de cuadros
1.1. Operacionalizacion General . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.2. Operacionalizacion Especıficos . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1. Exportaciones(en millones de dolares) . . . . . . . . . . . . . . . . . . . . . 82.2. Aranceles adicionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92.3. Importaciones de Electrodomesticos(en millones de dolares) . . . . . . . . . . 92.4. Valor Unitario del Petroleo (2013-2016) . . . . . . . . . . . . . . . . . . . . 12
3.1. Formulas de los Indicadores Financieros . . . . . . . . . . . . . . . . . . . . 21
4.1. Clasificacion de las Empresas por Ventas y Personal ocupado . . . . . . . . . 344.2. Indicadores Financieros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364.3. Lambda de Wilks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414.4. Funcion canonica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414.5. Resultados de Clasificacion . . . . . . . . . . . . . . . . . . . . . . . . . . . 424.6. Pruebas de igualdad de las medias de los grupos . . . . . . . . . . . . . . . . 434.7. Logaritmo de los determinantes . . . . . . . . . . . . . . . . . . . . . . . . . 434.8. Coeficientes estandarizados de las funciones discriminantes canonicas . . . . . 434.9. Significacion de las funciones . . . . . . . . . . . . . . . . . . . . . . . . . . 444.10. Centroides de los grupos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 444.11. Matriz de Clasificacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 454.12. Resultados del analisis de regresion logıstica . . . . . . . . . . . . . . . . . . 454.13. Cambios marginales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 464.14. Clasificacion de los estados . . . . . . . . . . . . . . . . . . . . . . . . . . . 474.15. Porcentaje de aciertos en la clasificacion . . . . . . . . . . . . . . . . . . . . 47
A.1. Cronograma de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55A.2. Clasificacion CIUU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55A.3. Empresas de Venta al por mayor de Electrodomesticos . . . . . . . . . . . . . 56A.4. Empresas de Venta al por mayor de Electrodomesticos en Ecuador . . . . . . . 56A.5. Ratios Financieros calculados 2014 y 2015 . . . . . . . . . . . . . . . . . . . 57A.6. Cuentas del Balance Financiero 2014-2015 . . . . . . . . . . . . . . . . . . . 59
xix
A.7. Calculos de estados 2014 mediante Altman . . . . . . . . . . . . . . . . . . . 59A.8. Calculos de estados 2015 mediante Altman . . . . . . . . . . . . . . . . . . . 61A.9. Pruebas de normalidad de los ratios . . . . . . . . . . . . . . . . . . . . . . . 62A.10.Pruebas de normalidad de los ratios . . . . . . . . . . . . . . . . . . . . . . . 62A.11.Estadısticos de los ratios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63A.12.Resultados del analisis de regresion logıstica . . . . . . . . . . . . . . . . . . 63A.13.Cambios marginales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
xx
TEMA: PREDICCION DE QUIEBRA DE LAS EMPRESAS COMERCIALES ECUATO-
RIANAS DEDICADAS A LA VENTA AL POR MAYOR DE ELECTRODOMESTICOS
Autores:MAYRA ALEXANDRA DIAZ OSCULLO
MARJORIE LISSETTE INTRIAGO LOOR
Tutor:ECON. NANCY MEDINA
RESUMEN
El presente trabajo de investigacion presenta la aplicacion del Modelo Altman y el ajuste al
caso ecuatoriano sobre 64 empresas ecuatorianas del sector de ventas al por mayor de elec-
trodomesticos, obtenidos de los estados financieros de la Superintendencia de Companıas en
los anos 2014- 2015. Con el objetivo de predecir el riesgo de quiebra de cada una de ellas,
mediante la medicion de ratios financieros, cuyo calculo esta basado en las variables obtenidas
de la informacion que presentan los estados financieros otorgados por la Superintendencia de
Companıas.
Descriptores: Altman/ Riesgo/ Analisis discriminante/ Ratios financieros
xxi
TITLE: BANKRUPTCY OF ECUADORIAN COMMERCIAL COMPANIES DEDICATED
TO THE WHOLESALE SALE OF ELECTRICAL APPLIANCES
Authors:MAYRA ALEXANDRA DIAZ OSCULLO
MARJORIE LISSETTE INTRIAGO LOOR
Tutor:ECON. NANCY MEDINA
ABSTRACT
The present research presents the application of the Altman Model and the adjustment to the
Ecuadorian case of 64 Ecuadorian companies in the wholesale sector of electrical appliances,
obtained from the financial statements of the Superintendency of Companies in the years 2014-
2015. Objective of predicting the risk of bankruptcy of each of them, by measuring financial
ratios, whose calculation is based on the variables obtained from the information presented by
the financial standards granted by the Superintendency of Companies.
Key Words: Altman/ Risk/ Discriminant analysis/ Financial ratios
xxii
INTRODUCCIÓN
La creacion de una actividad economica se la hace con la confianza de que este tenga exito,
pero es incierto, dichas empresas permiten la generacion de puestos de trabajo, incremento en
productividad y aportan al desarrollo de una mejor calidad de vida de las personas. La pregunta
es: ¿Que factores hacen que las empresas nuevas o antiguas quiebren y no logren mantenerse
en el sector? Al parecer el hecho de que una empresa sea nueva o de gran trayectoria, no es
un factor que se relacionen en la quiebra de estas. En estudios realizados se ha comprobado
que la mayorıa de empresas fracasan durante los primeros anos, mas aun cuando llegan a los
5 y 10 anos de participacion en la economıa de la nacion. Por ejemplo en los Estados Unidos
algunas empresas han sufrido caıdas debido a un enfrentamiento de varios procesos y factores
que llevan a la quiebra de las mismas[Papic Ringeling, 2004, p. 1-4].
Ante estas realidades lograr predecir los problemas financieros ha sido desde siempre una
tarea relevante en el mercado. Dadas las consecuencias economicas y sociales asociadas a la
quiebra, se pretende determinar a priori la propension al fracaso de las empresas, lo cual se
puede lograr mediante predicciones probabilısticas de verosimilitud de quiebra. Es ası como
durante un largo trayecto en el tiempo varios investigadores en finanzas y contabilidad han
estado dirigidos a encontrar un indicador financiero o razon que funcione para poder predecir
estas dificultades [Hernandez Ramırez, 2014, p. 4-19].
Diversos estudios han puesto a prueba el poder de prediccion de razones financieras utili-
zando varias tecnicas estadısticas. Dentro de estas el Analisis Discriminante Multiple (ADM),
tambien conocido como modelo Z de Altman, permite conocer la prediccion de quiebra o ban-
carrota de las empresas que se quieren analizar.
La utilidad de los modelos de eleccion discreta permite evaluar la probabilidad de quiebra
de las empresas basado en los resultados de Altman, mediante la aplicacion de logit se obtenie-
ne la prediccion de quiebra de las empresas del sector, siendo uno de los elementos importantes
para el desarrollo de la investigacion propuesta.
En el Ecuador no se dispone de datos historicos para desarrollar un analisis financiero del
1
sector de electrodomesticos de las empresas mas representativas del paıs. Es por ello que se
pretende utilizar el Modelo Altman, el mismo que permite observar el peso de los factores
determinantes de la salud financiera de las empresas. Este modelo permitira predecir como se
ha venido comportando el sector ante la evaluacion de entornos empresariales sin necesidad de
contar con un historico y a futuro simular escenarios de quiebra.
En esta investigacion se pretende identificar los principales sıntomas financieros, con mi-
ras de predecir las quiebras especıficamente en el sector de ventas al por mayor de electro-
domesticos de las empresas ecuatorianas, presentados en los Estados de Situacion Financiera
publicados por la Superintendencia de Companıas, donde se refleja un decremento del 18 %
aproximadamente de los ingresos en el ano 2015 con respecto al 2014. Pudiendo advertir un
escenario economico y financiero provocado por la deuda externa, problema cambiario gene-
rado por polıticas del gobierno, iliquidez de las reservas, el deficit economico, salvaguardias y
falta de acuerdos comerciales.
Ahora bien, si se centra el analisis en el tema de las salvaguardias, el mismo que se ha
vuelto muy controversial en los ultimos tiempos, ya que, a partir del 6 de marzo de 2015 el
gobierno ecuatoriano anuncio la aplicacion de estas sobretasas arancelarias que, de acuerdo a
una resolucion del Ministerio de Comercio Exterior, son de caracter temporal y tienen como
fin regular el nivel general de las importaciones. Las sobretasas arancelarias oscilan entre el
5 % al 45 % de acuerdo al tipo de producto que se graban desde materias primas no esenciales
para la industria hasta bienes de consumo final[Paspuel, 2015].
Esto sin duda alguna afecta al sector de electrodomesticos, puesto que existe una alteracion
en materias primas e insumos para algunas cadenas de exportacion de lınea blanca, sin embar-
go, algunos comerciantes del sector tomaron sus previsiones al realizar un pedido mayor de
algunos electrodomesticos como lavadoras y aspiradoras.
2
Capítulo 1
PLAN DE PROYECTO
1.1. Justificación del Proyecto
La quiebra de las empresas se ha vuelto un tema de trascendental interes en los ultimos
tiempos, es ası que considerando como referencia el caso de las empresas de los Estados Uni-
dos, se contempla que esta problematica se ha venido agudizando con el tiempo. Estas em-
presas sufrieron grandes caıdas debido a que enfrentaron problemas de tipo legal, en cuanto
al establecimiento ineficaz de leyes que regulaban la quiebra empresarial, entre otros motivos
que se sumaban a esta crisis.
En esta investigacion se pretende identificar los principales sıntomas financieros, con miras
de predecir las quiebras especıficamente del sector de ventas al por mayor de electrodomesticos
de las empresas ecuatorianas, utilizando los Estados de Situacion Financiera publicados por la
Superintendencia de Companıas. El escenario economico y financiero del paıs se ve afectado
por la deuda externa, el problema cambiario generado por polıticas gubernamentales, la iliqui-
dez de las reservas, el deficit economico, las salvaguardias y la falta de acuerdos comerciales,
que a su vez pueden estar relacionados con un decremento de aproximadamente el 18 % de los
ingresos en el ano 2015 con relacion al 2014 de las empresas del sector que se preve analizar.
Dentro de las finanzas y, en el tema de las predicciones de quiebra de las empresas, se pre-
sentan varios modelos que permiten identificar elementos clave para la quiebra, permitiendo
la prevencion del cierre futuro de las companıas con problemas financieros. Para abordar este
tema se propone un estudio con el Modelo Altman, el cual permite observar el peso de los
factores determinantes de la salud financiera de las empresas, mediante un proceso estocastico
que conduce a determinar la probabilidad de quiebra de una empresa.
En la toma de decisiones los escenarios con variables contenidas en los balances de las
empresas siguen procesos aleatorios, motivo por el cual los modelos estocasticos permiten
3
I
4
hacer evaluaciones multidisciplinarias para las empresas. En esta investigación de las quiebras
empresariales se propone el diseño de un método estadístico basado en el Z-score, el cual utiliza
ratios o indicadores financieros que, como ya se mencionó antes, permiten identificar las
probabilidades de quiebra de las compañías para el presente estudio.
1.2. Problema
La situación económica que atraviesa el Ecuador hace necesario el estudio de las afectaciones
de los diferentes sectores de la economía, como por ejemplo el sector comercial, dado el
problema cambiario, la iliquidez de las reservas y las salvaguardias en bienes de consumo final,
porque estas pueden llevar a quebrar a una empresa. Por lo que es necesario aplicar un modelo
estocástico que permita predecir la quiebra empresarial.
1.3. Hipótesis
Los modelos estocásticos permiten identificar la probabilidad de quiebra de las empresas ´
comercializadoras al por mayor de electrodomésticos.
1.3.1. Operacionalización
1.3.1.1. General:
Cuadro 1.: Operacionalización General
PREGUNTA OBJETIVO HIPÓTESIS
¿Existe un modelo estadístico que permita la quiebra de las empresas comercializadoras al por mayor de electrodomésticos en el tiempo?
Diseñar un modelo estocástico que permita predecir la quiebra empresarial.
Los modelos estocásticos permiten predecir la quiebra de las empresas ecuatorianas comercializadoras al por mayor de electrodomésticos.
5
1.3.1.2. Específicos:
Cuadro 1.2: Operacionalización Específicos
PREGUNTAS OBJETIVO HIPÓTESIS
¿Cuál es la epistemología de las quiebras del sector al por mayor de las empresas ecuatorianas comercializadoras al por mayor de electrodomésticos?
Analizar la teoría del problema de quiebra de las empresas comercializadoras al por mayor de electrodomésticos y su contribución al conocimiento de esta problemática.
El estudio epistemológico de la quiebra de este sector permitirá identificar las variables que causan la quiebra.
¿Cuáles son los indicadores financieros relevantes de la quiebra de empresas comercializadoras de electrodomésticos?
Realizar un análisis de datos con la información de os Estados Financieros, con miras a identificar los ratios financieros relevantes de la quiebra.
La aplicación de métodos estadísticos cuantitativos y cualitativos permite identificar las variables relevantes de esta problemática.
¿Cómo determinar los rangos de quiebra de las empresas del sector al por mayor de electrodomésticos?
Ejecutar un modelo de análisis discriminante múltiple Altman, a fin de obtener los umbrales de quiebra en este sector.
Los estados de quiebra (saludable, gris y enferma) pueden ser determinados por la metodología Altman.
1.4. Alcance de Investigación
Este estudio se hará para las principales comercializadoras de electrodomésticos del Ecuador,
que corresponden a 64 empresas en los años 2014-2015, y esto nos permite el uso de un Data
Mining.
6
Cabe recalcar que cada balance consta de 339 variables, siendo el número de cuentas en el
Estudio de situación Financiera, considerando dos años. Es decir, se cuenta con
aproximadamente 23.730 datos a fin de consolidar los indicadores financieros para el
modelamiento estadístico.
Capítulo 2
MARCO TEÓRICO
2.1. DESCRIPCIÓN GENERAL SECTOR DE ELECTRODOMÉSTI-
COS
La industria de lınea blanca en el Ecuador nace en 1964. Ese ano aparece en la ciudad de
Cuenca, Ecuatoriana de Artefactos S.A (Grupo el Juri) para Ecuador, el pacto Andino con la
lınea de cocinetas y la empresa guayaquilena Durex1, empresa que nace en 1964 con opera-
ciones en lınea de vajillas de hierro, siendo la primera industria manufacturera. Posteriormente
aparece Indurama en Cuenca [ALB, 2016].
La produccion nacional de lınea blanca, medido en millones de dolares, se ha incremen-
tado en $230 millones entre el ano 2010 y 2015 [BCE, 2016]. Este gracias a la innovacion
tecnologica, mejora de la eficiencia energetica, reduccion de contaminacion ambiental, llevan-
do consigo la disminucion de costos de produccion, por lo que le permite al sector tener un
crecimiento en el mercado.
Segun PROECUADOR (2016), el sector de lınea blanca es uno de los que se ha potenciado
en los ultimos anos. El 95 % de la produccion nacional de lınea blanca esta concentrada en
tres empresas: Indurama, Fibroacero y Mabe Ecuador. Ademas, existen aproximadamente 200
pequenas empresas dedicadas a la fabricacion de accesorios para los electrodomesticos que
proveen a las empresas productoras. En el paıs se producen cocinas, refrigeradoras, congela-
dores, acondicionadores de aire, lavadoras, entre otros artıcuos de lınea blanca [BCE, 2016].
El objetivo del gobierno ecuatoriano es impulsar el cambio de la Matriz Productiva a traves
del fomento de los sectores que permite una mayor agregacion de valor de la produccion.
Uno de los sectores a los cuales se apunta es el de lınea blanca.El proposito es impulsar la
1En 1995 Mabe adquiere Electrodomésticos Durex
7
II
fabricacion nacional de electrodomesticos grandes para el hogar como refrigeradoras, cocinas,
lavadoras y secadoras[PROECUADOR, 2016].
Ecuador tambien impulsa el cambio de uso energetico, por lo cual se ha implementado el
Plan Renova, que se basa en la renovacion de 330 mil refrigeradoras hasta el ano 2016, con
una inversion de $116 millones [PROECUADOR, 2016].
Por otra parte, se implementa la optimizacion de subsidios a los combustibles, siendo la
electricidad la nueva fuente de energıa. Este cambio requiere la sustitucion de cocinas a gas
por cocinas de induccion hasta el 2017 [PROECUADOR, 2016].
Cuadro 2.1: Exportaciones(en millones de dólares)
Año 2010 2011 2012 2013 2014 2015Cocinas 79,6 85,8 115,6 112 96,7 92,99Refrigeradoras y congeladores 20,3 22,6 21,6 28,3 15,9 16,80Lavavajillas 0,3 1,7 1,6 1,2 1,4 0,01Lavadoras 0,8 1,2 0 1,1 1,2 0,01Total 101 111,3 138,8 142,6 115,2 16,38Fuente: BCE, Cámara de Industrias de Guayaquil
Segun el Banco Central del Ecuador , en el ano 2014 se exporto $115,2 millones lo cual
representa el 3 % de las ventas manufactureras (excluyendo derivados del petroleo).
En el 2014 decrecen las exportaciones debido a la apreciacion del dolar. Esto ha generado
que los productos ecuatorianos queden en desventaja con alrededor del 20 % con respecto a
las monedas de Colombia y Peru. Los pricipales destinos para la exportacion de cocinas son:
Peru, Venezuela y Colombia. Ademas, se cuenta con otros mercados como Chile, Guatemala,
Bolivia, El Salvador y Nicaragua.
Adicionalmente, a partir de marzo 2015, el gobierno nacional aplica las salvaguardias,
medida aceptada por la Organizacion Mundial de Comercio [OMC, 2016], que salvaguarda el
equilibrio externo. En dicha resolucion se definen bienes que al importarse van a ser gravados
con aranceles adicionales, como medida de salvaguardia para preservar la balanza de pagos. La
necesidad de aplicar financiamiento fiscal se debe a que genera cerca del 35 % de los ingresos
del Sector Publico No Financiero. Por lo que una reduccion en el precio de este producto tiene
una incidencia directa en la evolucion de la economıa, mas aun cuando la inversion publica ha
sido el motor de desarrollo en los ultimos anos.
8
Cuadro 2.2: Aranceles adicionales
Sobretasa Producto
5 % Bienes de capital y materias primas no esenciales
15 % Bienes de sensibilidad media
25 % Neumáticos, Cerámica CKD de Televisores y CKD motos.
45 % Bienes de Consumo Final, televisores, motos.
Fuente:COMEX (Ministerio de Comercio Exterior)
Elaboración: Propia
El sector de electrodomesticos genera bienes de consumo final, los que ingresaron con una
sobretasa del 45 %. Esta polıtica estuvo vigente por un plazo de quince meses como respuesta
al impacto que sufrio la economıa nacional por la reduccion del precio del petroleo y la apre-
ciacion del dolar.
El Comite de Comercio Exterior “COMEX”, mediante la Resolucion numero 11-2015 de
marzo de 2015, definio todos los productos a los cuales se aplicaran aranceles adicionales,
conforme los parametros descritos en la tabla anterior.
Generando un incremento de las importaciones entre 2014 y 2015 del 34 % , con una par-
ticipacion en compras de $201 millones. El 49 % de las compras correspondieron a refrigera-
doras y congeladores, bienes que ingresaron bajo la vigencia de las salvaguardias [BCE, 2016].
Cuadro 2.3: Importaciones de Electrodomésticos(en millones de dólares)
Año 2010 2011 2012 2013 2014 2015
Refrigeradores, congeladores y demás material, máqui-
narias y aparatos
47 55,9 59,5 87,7 98,8 106,93
Máquinas y aparatos para acondicionamientode aire 35,4 33,7 41,8 38,3 68,8 87,81
Aparatos electromecánicos con motor eléctrico incor-
porado de uso doméstico
20,1 23,4 22,4 28 23,4 14,04
Estufas, claderas con hogar, cocinas 7,5 14,2 16,7 15,6 6,7 101,30
Máquinas para lavar ropa, incluso con dispositivos de
secado
2,3 3,7 2,7 4,5 2,5 49,64
Máquinas para lavar vajillas, máquinas y aparatos para
limpiar o secar
0,7 1 0,9 0,8 0,6 0,80
Total 113 131,9 144 174,9 200,8 69,538
Fuente: BCE, Cámara de Industrias de Guayaquil
Durante el perıodo 2010-2015 las importaciones han aumentado en un 69,1 %, teniendo los
valores mas altos en el ano 2014.
9
2.1.1. Aspectos Comerciales y Arancelarios
2.1.1.1. Comercio Internacional en el Sector de Electrodomésticos
Para comprender el crecimiento y evolucion del sector de electrodomesticos es necesario
conocer el dinamismo de las exportaciones e importaciones del mismo.
Las exportaciones e importaciones de bienes correspondientes a lınea blanca (cocinas, re-
frigeradores, congeladores, lavavajillas, lavadoras, maquinas y aparatos de acondicionamiento
de aire y aparatos electromecanicos con motor electrico incorporado de uso domestico) refle-
jados en las partidas arancelarias 84 y 85 permiten tener una vision general de los principales
paıses a los cuales exportamos, como se muestra en la siguiente grafica.
Figura 2.1: Exportaciones de línea blanca por país de origen (2014-2015)
Colombia
Estados Unidos PeruVenezuela Chile
0
0,5
1
5 · 10−23 · 10−2
0,2
1,2
3 · 10−2
0,14 0,14 · 10−2
0
0,8
Pais exportador
FOB
(mill
ones
dedó
lare
s)
Exportaciones de línea blanca por país de origen (2014-2015)
20142015
Fuente: BCE, 2016
Elaboración: Propia
Los principales destinos de exportacion de lınea blanca del Ecuador en el 2014 son: Ve-
nezuela con 1,20 millones y Peru con 0,20 millones de dolares que representaron el 76 % y
11 %, respectivamente. En el 2015, las exportaciones mas altas se reflejan en Chile, ocupando
el primer lugar con el 63 % seguido de Colombia con el 10 %.
En el paıs se fabrican cocinas, refrigeradoras, congeladores, acondicionadores de aire, la-
vadoras, lavavajillas, entre otros artıculos de lınea blanca. Ecuador exporta principalmente
cocinas como rubro de ventas externas de electrodomesticos a Peru, Venezuela y Colombia,
entre otros mercados como son: Chile, Guatemala, Bolivia, El Salvador y Nicaragua. Teniendo
como productoras principales a Indurama, Mabe, Fibro Acero y Ecasa, alcanzando aproxi-
madamente el 67 % en cocinas, aparatos electricos y similares y un 30 % en refrigeradores,
congeladores y bombas de calor [El Telegrafo, 2015, p.14].
10
Los principales orıgenes de sus importaciones para el 2014 son: Brasil con aproximada-
mente 103 millones de dolares y Estados Unidos con 44 millones de dolares, que representan
el 80 % y 34 % respectivamente.
Figura 2.2: Importaciones de línea blanca por país de origen (2014-2015)
ChileChina
ColombiaEspaña
ItaliaMéxico
Estados Unidos
Corea (Sur)Brasil
AlemaniaSuiza
0
50
100
1,9
17,9
1,8 2,76,3
17
43,9
6,2
102,9
3,7
15,9
2,4
18,1
3,1 3,111,6 13,4
33,9
4,1 2,9 3
14,3
País de origen
FOB
(mill
ones
dedó
lare
s)
Importaciones de línea blanca por país de origen (2014-2015)
20142015
Fuente: BCE, 2016
Elaboración: Propia
Para el 2015 son Estados Unidos y China los paıses que ocupan el primer y segundo lugar
respectivamente en importaciones de bienes electrodomesticos con el 34 % y 18 %.
Ecuador importa partes y piezas, como condensadores para refrigeradoras, que se importan
desde Colombia. Para el 2014 el paıs compro al exterior 201 millones de dolares en lınea blan-
ca, de los cuales el 49 % correspondio al rubro de refrigeradoras y congeladores. El mercado
ecuatoriano anualmente demanda aproximadamente unas 250 mil cocinas y 240 mil refrigera-
doras [El Telegrafo, 2015, p.16].
2.1.2. Alcance Macroeconómico
Los factores externos pueden ser una influencia relevante como causante principal de la
quiebra empresarial, debido a que no todos los directivos son capaces de elaborar respuestas
pertinentes frente a los problemas que se presentan en el entorno de las empresas, porque estan
centrados en el ambiente netamente interno de las mismas.
Ecuador, en los ultimos anos ha presentado una serie de problemas que conducen a un
debil crecimiento economico y no permiten conservar sus equilibrios macroeconomicos, por
11
lo que se hace necesario analizar ciertos componentes globales que mantienen el movimiento
financiero del paıs.
2.1.2.1. Balanza Comercial
La balanza comercial es una cuenta contable que registra sistematicamente el conjunto de
transacciones economicas de una nacion con el resto del mundo durante un perıodo determi-
nado, que normalmente es de un ano. Reflejando la diferencia entre las exportaciones y las
importaciones de bienes, al obtener un saldo positivo indica que en el perıodo analizado el paıs
exporto bienes por un monto mayor que las importaciones. [Cardenas, 2015, p. 7-12].
Figura 2.3: Balanza Comercial Ecuador periodo(2013-2016)
Ene-Ago 2013 Ene-Ago 2014 Ene-Ago 2015 Ene-Ago 2016
−5,000
0
5,000
−1,090,6
641
−1,434,2
889,5
5,468,5 5,476,7
2,199,4 1,821
−6,559,1
−4,835,7−3,633,7
−921,4
Mill
ones
dedó
lare
s
Balanza Comercial Ecuador periodo (2013-2016)
Balanza Comercial-TotalBalanza Comercial-PetroleraBalanza Comercial-No Petrolera
. .Ene-Ago 2013 Ene-Ago 2014 Ene-Ago 2015 Ene-Ago 2016
Balanza Comercial-Total -1090,6 641 -1434,2 899,5
Balanza Comercial-Petrolera 5468,5 5476,7 2199,4 1821
Balanza Comercial-No Petrolera -6559,1 -4835,7 -3633,7 -921,4
Fuente: [BCE, 2016] Elaboración: Propia
Cuadro 2.4: Valor Unitario del Petróleo (2013-2016)
Periodo Valor Unitario por barril de pretroleo
Ene-Agos 2013 98
Ene-Agos 2014 94,2
Ene-Agos 2015 45,5
Ene-Agos 2016 32,1
Fuente:[BCE, 2016]
Elaboración: Propia
12
El cuadro anterior muestra el cambio de la balanza comercial durante los ultimos cuatro
anos que comprende el perıodo enero-agosto 2013 hasta enero-agosto 2016, indicando como
durante el ano 2013 se encontraba con un saldo negativo de $1090,6 millones de dolares,
para el siguiente ano obtuvo un saldo positivo de $641 millones. A pesar de que el precio del
petroleo bajo de $98,0 a $94,5 dolares por barril. Para el ano 2015, el saldo de la balanza
volvio a ser negativo con un valor de $1434,20, recuperandose al siguiente ano con un saldo
positivo de $899,50 millones de dolares, manteniendo precios por barril de petroleo de $45,5
y $32,1 dolares respectivamente, demostrando ası que, durante los anos 2014 y 2016 el paıs
exporto mas bienes de los que importo.
2.1.2.2. Producto Interno Bruto (PIB)
El producto Interno Bruto representa el resultado final de la actividad productiva. Este es
medido desde el punto de vista del valor agregado, de la demanda final o las utilizaciones
finales de los bienes y servicios y de los ingresos primarios distribuidos por las unidades de
produccion residentes[Cardenas, 2015, p. 7-12].
En el Ecuador durante los ultimos 10 anos, el PIB presento variaciones positivas en las ta-
sas de crecimiento durante los anos 2007 y 2009 siendo del 1,6 % y 4 % respectivamente, hasta
el primer trimestre del 2015 el PIB mostro pequenas reducciones, pero manteniendose positivo
a lo largo del tiempo. A partir de finales del 2015 el PIB inicio un decremento, prolongandose
hasta el primer trimestre del 2016.
Figura 2.4: Representación gráfica del PIB en relación a la Deuda externa pública (enero 2014-diciembre 2015)
01/20
14
02/20
14
03/20
14
04/20
14
05/20
14
06/20
14
07/20
14
08/20
14
09/20
14
10/20
14
11/20
14
12/20
14
01/20
15
02/20
15
03/20
15
04/20
15
05/20
15
06/20
15
07/20
15
08/20
15
09/20
15
10/20
15
11/20
15
12/20
1512
14
16
18
20
Periodos
Porc
enta
je
PIB Relación deuda externa pública
Fuente: [BCE, 2016] Elaboración: Propia
13
El grafico anterior refleja la relacion entre deuda y PIB, mostrando que el ratio fue incre-
mentandose desde enero del 2014 hasta mediados del ano 2015 cuyo valor se mantiene hasta
finalizar el ano [BCE, 2016].
2.1.2.3. Desvalorización Monetaria
Debido a acontecimientos economicos que ocurren en un paıs la moneda pierde su poder
adquisitivo. A este suceso se le conoce como desvalorizacion de la moneda. Por lo tanto, esta
no obedece a una resolucion explıcita de la autoridad monetaria sino a elementos reales de la
vida economica[Ramos, 2013, p. 4].
Segun el Banco Central del Ecuador, para el calculo de la desvalorizacion de la moneda
(PDM) se requiere principalmente de informacion del Indice de Precios al Consumidor, que
mediante el calculo correspondiente de un ano al otro con este indicador se obtienen los por-
centajes de desvalorizacion que ha experimentado el dolar en el territorio ecuatoriano.
Figura 2.5: Representación gráfica de la desvalorización de la moneda año 2015
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
0
20
40
60
Periodos
Porc
enta
je
Desvalorización monetaria año 2015
Fuente: [BCE, 2016] Elaboración: Propia
En la siguiente grafica se puede apreciar lo sucedido hasta el ano 2015. En este caso se
observa vemos que a partir del ano 2000 hasta el 2015 el dolar ha disminuido su valor en com-
paracion a la moneda extranjera. Por lo que es posible que esta baja se deba al encarecimiento
en las importaciones del paıs, problemas internos de caracter polıtico, y una baja inversion
extranjera.
2.2. Breve reseña histórica de la crisis financiera
En el Ecuador al terminar el siglo XX se produjo la crisis bancaria provocada por la es-
peculacion ocurrida en el paıs a finales de los 90’s, donde existieron grandes cambios a nivel
14
social, economico y polıtico, sin duda alguna provoco una gran inestabilidad en el paıs puesto
que mas de la mitad de los bancos ecuatorianos se vieron obligados a cerrar, trayendo consigo
de la mano un elevado costo social, incremento en la desigualdad y persistencia en el desem-
pleo que aumento de 9 al 17 % y pobreza.
Consecuntemente existio una ola migratoria a Espana, Estados Unidos, Italia, entre otros
paıses, provocado por el cierre de varias empresas dentro del paıs. Una hiperinflacion que por
primera vez llegaba a 2 dıgitos, devaluacion, recesion economica, caıda del PIB de 7.3 % y el
golpe de estado por parte de Lucio Gutierrez y posesion de Gustavo Noboa como presidente
constitucional. El conjunto de todos estos sucesos provocaon la quiebra de varias empresas
nacionales y extranjeras. Posteriormente llegando a la dolarizacion donde 1 dolar equivalıa a
25000 sucres [Ramos, 2013, p. 4].
2.3. Fracaso Empresarial
Beaver (1966) define el fracaso empresarial cuando las empresas son incapaces de atender
sus deudas u obligaciones financieras al vencimiento, generando morosidad a un tercero. Alt-
man (1968) define el fracaso empresarial como la quiebra legal. Deakin (1972) conceptualiza
al fracaso empresarial cuando la empresa se encuentra en situasion de quiebra, suspension de
pagos a los acreedores.
Rubio(2008) considera que el fracaso empresarial ocurre cuando existe quiebra tecnica, es
decir, cuando las empresas tienen un valor de deudas mayor que el valor de inversion, presen-
tando un patrimonio neto contable negativo.
La Ley de Quiebras del Ecuador(2008) menciona lo siguiente sobre la quiebra empresarial:
Artıculo 1 del Tıtulo I, menciona que, cuando la empresa se declara en quiebra presupone
el estado de insolvencia del deudor. El estado de insolvencia se manifiesta por uno o
mas incumplimientos, que a criterio del juez demuestran la impotencia patrimonial para
cumplir regularmente las deudas a su vencimiento [Derecho Ecuador, 2008].
Segun el artıculo 3 una empresa se declara en quiebra, cuando es solicitada por el propio
deudor o por sus herederos o por uno o varios de sus acreedores, se senala tambien que
las disposiciones de quiebra se aplican solo al patrimonio del causante de la sucesion.
Una sociedad anonima o de responsabilidad limitada no podra ser declarada despues de
terminada su liquidacion segun el artıculo 5 de la Ley de Quiebras del Ecuador. Ası como
se menciona en el artıculo 7, la declaracion de quiebra de una sociedad produce la de sus
socios de responsabilidad limitada, la quiebra de un socio no produce la de la sociedad
a la que pertenece. La parte que el fallido tenga en el activo social corresponde a los
acreedores sociales, con preferencia a los particulares del socio.
15
En el capıtulo IV de los efectos jurıdicos de la quiebra, seccion I, se establece que, desde
el dıa de la declaracion de quiebra, el fallido queda de derecho separado de la adminis-
tracion de todos sus bienes e inhabilitado para ella. El desapoderamiento no transfiere
la propiedad de los bienes a sus acreedores sino la facultad de disponer de ellos y de
sus frutos para cobrar sus creditos. Ademas, desde la declaracion de quiebra se suspende
el derecho individual de los acreedores para promover ejecuciones contra los bienes del
deudor segun el artıculo 83[Derecho Ecuador, 2008].
Al revisar las diferentes conceptualizaciones de fracaso empresarial, se menciona que exis-
ten diferentes definiciones sobre el fracaso de empresas, por lo que, se clasifica en tres cate-
gorıas segun el criterio de los diferentes autores Beaver (1966), Altman (1968), Deakin (1972),
Rubio(2008):
Declaracion formal de quiebra u otro procedimiento legal, suspension de pagos.
Patrimonio neto negativo
Incapacidad de pago de las deudas a su vencimiento a terceros.
2.3.1. Fases del fracaso empresarial
Segun Clute (1979) se considera fracaso empresarial a las empresas cuyos objetivos no
fueron cumplidos, llevando en sı un lento proceso de crisis, que al no ser superado conlleva al
punto final de la empresa, es decir la quiebra de la misma.
Considera que las fases que atraviesa una organizacion son el fracaso economico y el financie-
ro.
Fracaso economicoEl fracaso economico llega a una empresa cuando la rentabilidad de los capitales inver-
tidos en el negocio es inferior que su coste de oportunidad. Es decir, los rendimientos
obtenidos son inferiores a otras oportunidades alternativas al riesgo. Cuando la situa-
cion avanza, la organizacion comienza a tener menores ingresos que los gastos, es decir,
la rentabilidad obtenida es inferior a cero, llamandola insolvencia tecnica. El fracaso
economico se refiere a la caıda en los niveles de rentabilidad.
RentabilidadEconomica = BAIIATN
= BAIIV ENTAS
∗ V ENTASATN
BAII/VENTAS: Beneficios antes de los intereses e impuestos sobre las ventas es el mar-
gen de utilidad sobre las ventas.
VENTAS/ATN: Las ventas sobre el activo total expresa la rotacion del activo.
La rentabilidad economica indica la capacidad de la empresa mediante sus activos.
16
Fracaso financieroLa insolvencia tecnica de una empresa ocurre cuando no puede pagar sus deudas. El
fracaso financiero mantiene dos etapas:
• Etapa de riesgo de credito: cuando la empresa no es capaz de disponer de liquidez
necesaria para hacer frente a sus obligaciones de pago.
Ratios para la liquidez:
Liquidezinmediata = Disponible+RealizablePasivoCorriente
Ratiocirculante = ActivoCorrientePasivoCorriente
Cuando los ratios son menor que uno, se dice que, la empresa tiene riesgo de credito.
• Etapa de riesgo de quiebra: Cuando la situacion anterior se prolonga en el tiempo,
provocando un problema de solvencia grave, alcanzando la descapitalizacion de la
empresa e incluso acabar con la liquidez de la misma.
Ratios para el analisis de riesgo de credito a largo plazo que se relaciona con la
solvencia:
RatiodeSolvencia = ActivoTotalPasivoTotal
Cuando el ratio de solvencia es menor que uno se dice que la empresa carecera de li-
quidez haciendo que esta se vuelva incapaz de cubrir sus obligaciones con terceros,
presentando una situacion de neto negativo.
2.3.2. Causas del fracaso para pequeñas y medianas empresas
Segun Peterson, Kozmetsky y Ridgway (1983) consideran que la causa principal del fra-
caso en pequenas y medianas empresas es la falta de experiencia en la gestion. Definiendo al
gerente y la insuficiencia de capital como factores primordiales para el fracaso empresarial.
En la investigacion de Khan y Rocha (1982) mencionan que, la falta de experiencia de
gestion en cash flow, contabilidad defectuosa, los problemas de control de existencia y los del
marketing pueden llevar al fracaso empresarial.
Ademas de los factores internos, existen muchos factores externos que afectan al fracaso
empresarial. En los trabajos realizados por Peterson, Kozmetsky y Ridgway (1983) se demues-
tra que los creditos con altas tasas de interes, fase depresiva del ciclo economico, la inflacion y
17
la polıtica economica del gobierno son las causas externas que provocan el fracaso empresarial.
Ademas, se incluye la falta de ayuda del gobierno para el desarrollo de las empresas.
2.3.3. Evolución del número de empresas existentes en Ecuador del sector comercia-
lizador al por mayor de electrodomésticos
Cualquier empresa, sin distincion de tamano, antiguedad, actividad puede llegar a una si-
tuacion de iliquidez o insolvencia, la que puede generarse por causas internas (errores de con-
duccion o estrategias equivocadas en el area productiva, comercial, administrativa y/o finan-
ciera) y/o externas (realidades cambiantes en el contexto economico-financiero en general y
en el mercado de la empresa en particular)[Congreso Nacional, 1999].
En el siguiente grafico se puede observar la evolucion en cuanto a la creacion de nuevas
empresas en el sector de ventas al por mayor de electrodomesticos, muestran una tendencia
creciente en cuanto a creacion de companıas en los ultimos 12 anos, es decir, que el sector
ha incrementado en 230 %, segun datos obtenidos de la Superintendencia de Companıas, por
actividad economica.
Figura 2.6: (Evolución Comercio al por mayor de ventas al por mayor de electrodomésticos
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
0
20
40
60
80
100
Periodos
Porc
enta
je
Evolución Comercio al por mayor de ventas al por mayor de electrodomésticos
ACTIVASINACTIVASOTRO ESTADO
AÑO 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
ACTIVAS 50 % 57 % 57 % 55 % 60 % 65 % 66 % 72 % 80 % 88 % 92 % 94 % 96 %
INACTIVAS 3 % 2 % 3 % 3 % 3 % 2 % 2 % 1 % 1 % 1 % 1 % 1 % 0 %
OTRO ESTADO 47 % 41 % 40 % 42 % 37 % 33 % 32 % 27 % 19 % 10 % 6 % 5 % 4 %
Fuente: Superintendencia de compañías
Elaboración: Propia
18
Capítulo 3
METODOLOGÍA
3.1. Modelos de Predicción de Quiebra
A traves de los anos se observa la creacion de nuevos modelos para predecir la quiebra de
las empresas que permiten verificar el estado de los diferentes sectores. Se propone el modelo
Altman por medio del cual se analizan diferentes ratios financieros para obtener el estado
actual de las empresas, y a la vez calcular el riesgo de quiebra de las mismas. En este caso
se utiliza el modelo Altman con Z′′, el cual es un ajuste del modelo anterior Z1 aplicable a
todo tipo de empresas y no solo a manufactureras, para posteriormente pasar a una verificacion
mediante el Analisis Discriminante Multiple que permite la adaptacion del modelo para el
Ecuador [Altman, 2000, p. 3-5].
3.1.1. Modelo Altman Z − Score
Inicialmente Altman aclara que partiendo de una lista inicial de 22 razones financieras,
basandose en primera instancia en su popularidad dentro de la literatura financiera y su rele-
vancia potencial para el estudio, logro en primer lugar clasificar las mismas en cinco categorıas
estandar de indicadores, entre ellos liquidez, rentabilidad, apalancamiento, solvencia y renta-
bilidad. A partir de las 22 razones originales fueron detectadas y seleccionadas 5 como las que
mejor lograban predecir la quiebra de las empresas[Hernandez Ramırez, 2014, p. 3-5].
El Modelo Z de Altman consiste en una ponderacion de una serie de ratios financieros de-
bidamente elegidos, ponderados y agregados. Si el resultado derivado z o z−score es superior
a un puntaje calculado, la empresa se clasifica como financieramente sana, si esta por debajo
del punto de corte, es tıpicamente visto como un fracaso potencial. Al aplicar el analisis de
discriminacion multiple sobre las bases de datos contables sintetizadas en ratios financieros,
Altman desarrollo la funcion lineal con una serie de variables que tenıan el objetivo de clasifi-
car y predecir el valor de una variable dependiente cualitativa, como, por ejemplo, “quiebra” o
19
III
“no quiebra”. Aquı la definicion de variable dependiente se baso en el hecho de que la empresa
estuviera en un procedimiento concursal.
El modelo Altman tiene 3 divisiones dependiendo del tipo de empresa a la cual se va a
aplicar. El modelo inicial se desarrollo en 1966, cuando Edward Altman selecciono 166 em-
presas sobre las cuales desarrollo su primer modelo tomando en cuenta que 33 de ellas estaban
en quiebra, a las cuales aplico los ratios financieros para posteriormente realizar un analisis
discriminante. Este valor Z siendo el primero contemplaba una muestra de empresas manufac-
tureras cotizadas publicamente, es decir en el mercado bursatil. En el tiempo desarrollo nuevos
modelos ante las crıticas recibidas, generando un modelo para empresas manufactureras no
cotizadas en bolsa, la cual se llamo Z′
y, por ultimo, para empresas comerciales o de servicio,
cotizadas o no publicamente la cual tomo el nombre de Z′′[Altman, 2000, p. 6].
Los diferentes indicadores que estan incluidos en el modelo original (rentabilidad, liquidez
y endeudamiento) tienen asociada una ponderacion que proviene del autor, y es de allı de don-
de se realizan las demas adecuaciones, segun lo describe Altman (1968) y Mostacero y Vargas
(2006). Para este caso se utiliza el Modelo Altman Z2, ya que nos permite realizar el analisis
para empresas comerciales o de servicio.
Las principales modificaciones recaen en los ındices utilizados, en los coeficientes de la
funcion discriminante y en los parametros de referencia.
Ası obtenemos Z′′
en donde se elimino el ratio X5 , conservandose los demas ındices utili-
zados en las versiones iniciales. Con respecto a la funcion discriminante, quedo de la siguiente
manera[Altman, 2000, p. 6-7]:
La funcion discriminante para Z es:
Z = 1,2X1 + 1,46X2 + 3,3X3 + 0,6X4 + 0,99X5
En donde:
X1 = Capital de Trabajo / Activo Total
X2= Utilidades Retenidas/ Activo Total
X3= Utilidades antes de intereses e impuestos/ Activo Total
X4= Valor del Patrimonio / Pasivo Total
20
X5= Ventas / Activo Total
Mientras que la funcion discriminante para Z′′
es:
Z′′
= 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
La determinacion para cada ratio es la misma que para Z, con la diferencia que no se incluye
X5.
3.1.2. Desarrollo del Modelo Z ′′ - Score
3.1.2.1. Indicadores Financieros para el Modelo Altman Z′′ - Score
Al contar con los respectivos Estados Financieros para los anos 2014 y 2015, despues de
su correspondiente evaluacion, se procede a estimar los indicadores financieros de liquidez,
actividad, rentabilidad y endeudamiento para el sector en estudio.
Los indicadores financieros son el resultado de la relacion numerica existente entre dos
cifras que se obtiene del Balance General y/o del Estado de Perdidas y Ganancias. La in-
formacion obtenida en ellos no tiene mayor importancia por sı solos, toman importancia al
relacionarse con otras variables, ya sean del mismo estado o en comparacion con otros anos,
ademas de ser de gran ayuda en analisis cuando se relaciona con otras companıas del mismo
sector.
Los indicadores financieros teniendo en cuenta la actividad, la liquidez, la rentabilidad y el
endeudamiento permiten evaluar el desempeno de una companıa en relacion a resultados.
[Herrera, 2012, p. 320-330]
Cuadro 3.1: Fórmulas de los Indicadores Financieros
Denotación Indicadores Financieros
X1 LIQUIDEZ Capital de TrabajoActivos Totales
X2 SOLVENCIA Utilidad RetenidaActivos Totales
X3 APALANCAMIENTO Utilidad antes de Intereses e ImpuestosActivos Totales
X4 VALOR DE MERCADO V alor del PatrimonioPasivo Total
Fuente:[Deisy, 2003, p. 37]
Elaboración: Propia
21
3.1.2.2. X1: Capital de trabajo/ Activo Total
Es una medida que permite medir los activos lıquidos netos de la companıa con respecto
a su capitalizacion. El capital de trabajo es la diferencia entre los activos corrientes y pasivos
corrientes [Altman, 1968, p. 595].
Activos: Conjunto de bienes, derechos y otros recursos controlados economicamente por
la empresa, que son resultado de sucesos pasados, de los que es probable que la empresa ob-
tenga beneficios economicos [Guillermo Gonzalez, 2013, p.16].
Activo Corriente: Los elementos que se espera vender, consumir o realizar en el transcur-
so del ciclo normal de explotacion, ası como aquellas partidas cuyo vencimiento se espera que
se produzca en un plazo maximo de un ano contado a partir de la fecha de cierre del ejercicio
[Guillermo Gonzalez, 2013, p.16].
Pasivos: Obligaciones actuales surgidas como resultado de sucesos pasados, cuya finaliza-
cion es probable que de lugar a una disminucion en los recursos que puedan producir beneficios
o rendimientos economicos en el futuro [Guillermo Gonzalez, 2013, p.18].
Pasivos Corrientes: Comprende a las obligaciones cuyo vencimiento o extincion se espera
que se produzca durante el ciclo normal de explotacion, o no exceda el plazo maximo de un
ano contado a partir de la fecha de cierre del ejercicio [Guillermo Gonzalez, 2013, p.19].
3.1.2.3. X2: Utilidades retenidas / Activo Total
Utilidades retenidas es la cuenta que senala la cantidad total de ganancias reinvertidas o
perdidas de una empresa desde que inicio sus operaciones. Puede existir un sesgo cuando la
cuenta es manipulada por parte de administracion vıa reorganizaciones y declaraciones de di-
videndos [Altman, 1968, p. 595].
El ratio tambien permite medir la rentabilidad acumulada de una companıa en el tiempo.
La edad de una firma se considera implıcitamente en esta relacion. Por ejemplo, una empresa
relativamente joven probablemente indique un ratio bajo porque no ha tenido el tiempo sufi-
ciente para acumular sus ganancias. En este caso las empresas jovenes tienen mayor riesgo
de ser clasificadas en el grupo bancarrota que las firmas mas antiguas. Esta situacion no dista
mucho de lo que sucede en el mundo real dice Altman (1968), ya que la incidencia de fracaso
empresarial es mucho mas alta en los primeros anos en los que una empresa comienza a operar
[Baez Aviles, 2014, p. 20-22].
Utilidad o Perdida Antes de Impuestos: Es aquella utilidad depurada de todo concepto
22
operativo y financiero, a la que solo le falta la aplicacion de los impuestos para proceder a ser
distribuida.
3.1.2.4. X3: Utilidades antes de impuestos e intereses/ Activo Total
Las utilidades antes de impuestos e intereses se obtienen a partir de la diferencia entre los
ingresos operacionales netos y los costos y gastos operacionales Este ratio es una medida de la
productividad real de los activos de la companıa, excluyendo cualquier factor de impuestos o
de apalancamiento [Baez Aviles, 2014, p. 20-22].
Utilidad o Perdida del Ejercicio: Es el resultado que se obtiene despues de realizar los
descuentos correspondientes. Se trata de la utilidad o perdida concreta, que el sujeto o la em-
presa recibe en mano.
Impuesto Causado: El Impuesto a la Renta Causado se considera al tributo obtenido de
la base imponible, de acuerdo a la tabla de Impuesto a la Renta para personas naturales, sin
considerar las retenciones que le han sido efectuadas [SRI, 2012].
3.1.2.5. X4: Valor de mercado de Patrimonio/ Pasivo Total
Patrimonio es la diferencia o sobrante del valor residual de los activos de la empresa, des-
pues de deducir todos los pasivos y, el pasivo es la obligacion presente de la empresa con
terceros, derivada de eventos pasados, en virtud de la cual se reconoce que en el futuro se de-
beran transferir recursos o proveer servicios a otros entes.
Para la validez del modelo, Altman utilizo la prueba F, la cual permite identificar y utilizar
las mejores variables para discriminar entre grupos y que sean similares dentro de los grupos
[De La Fuente, 2004, p. 43-78].
El resultado indica que, si Z ≥ 2,60, la empresa no tendra problemas de insolvencia en el
futuro; si Z ≤ 1,10, entonces es una empresa que, de seguir ası, en el futuro tendra posibili-
dades de caer en insolvencia. El modelo Z considera que las empresas se encuentran en una
“zona gris” o no bien definida, si el resultado de Z se encuentra entre 1,11 y 2,59, en todo caso
se debe ejercer mayor control financiero.
Al inicio en el desarrollo el Modelo Altman se utilizaba solo para la industria manufactu-
rera, por lo cual se crearon las variaciones del modelo que permitieron su aplicacion para otros
sectores.
23
3.2. Análisis Discriminante Múltiple
Los modelos univariados tienen una limitante, ya que una sola variable puede generar va-
rias predicciones para la misma empresa por lo que se desarrollan los modelos multivariados.
Esta tecnica multiple de dependencia permite la clasificacion o asignacion de un elemento a
un grupo del cual se conoce las caracterısticas, mediante una funcion lineal o cuadratica que
combina las variables independientes que tienen mayor influencia en dicha funcion de manera
que se puede pronosticar el comportamiento de ellas frente a la relacion con el grupo, definidos
por una variable dependiente [Garcıa et al., 2013, p. 480].
Dentro del cual se tiene dos fines descriptivos el cual permite determinar si existe diferencia
en el comportamiento de los grupos con respecto a las variables utilizadas para la asignacion
a cada grupo y predictivos se unan para saber en que grupo quedarıa de acuerdo al valor o
caracterıstica que tomen las variables discriminantes [Del Barrio et al., 2000, p. 419].
3.2.1. Características de las variables
El analisis discriminante esta determinado por las siguientes caracterısticas:
Distingue entre variables dependientes que son categoricas, ordinal es de intervalos o
incluso de razon y variables independientes que deben ser metricas.
Los grupos de la variable dependiente conformados por dos o mas, son excluyentes, es
decir que cada caso pertenece solo a un grupo[Del Barrio et al., 2000, p. 420].
3.2.2. Utilidad del análisis Discriminante
El Analisis Discriminante genera una ecuacion que permite el pronostico y determina la
existencia de los grupos en la poblacion. Esta ecuacion esta representada por la funcion lineal
de Fisher, la cual sigue la siguiente expresion[Garcıa et al., 2013, p. 481]:
z = k1x1 + k2x2 + k3x3 + ...+ kmxm
Donde:
z : representa el puntaje discriminante (numero que sirve para hacer la discriminacion)
ki = es el factor de ponderacion o de importancia que tiene la variable i para discriminar.
xi = son las variables independientes.
El analisis discriminante maneja variables significativas para la diferenciacion de los gru-
pos. Para ello, se busca los pesos de las variables independientes. El procedimiento se puede
24
comparar con el analisis de Regresion.1[Garcıa et al., 2013, p. 485]
3.2.3. Modelo Matemático
Existen dos tipos de discriminantes de acuerdo al numero de grupos que se tiene en la va-
riable dependiente; simple el cual cuenta con dos grupos y multiples mas de dos grupos en la
variable dependiente.
La ecuacion de discriminantes se representa mediante la siguiente ecuacion:
z = k1x1 + k2x2 + k3x3 + ...+ kmxm
En el modelo se pretende encontrar los pesos de las variables que permitan discriminar, es
decir los valores de los constantes (k). Se debe recordar que se tiene como criterio maximi-
zar la relacion entre las diferencias de los grupos con respecto a la variabilidad en los datos
[Garcıa et al., 2013, p. 487].
Se puede representar de forma matricial, cada observacion de las \n” que conforman la
muestra, representada a continuacion:Z1
Z2
...
Zn
=
x11 x12 ... x13
x21 x22 ... x23
... ... ... ...
xn1 xn2 ... xnm
∗
k1
k2
...
km
Donde:
Zi: Representa el puntaje discriminante en la observacion i (numero que servira para cla-
sificar)
Kj: Representa el factor de ponderacion que se tiene para la variable j que sirve para dis-
criminar.
Xij: es la variable j en la observacion i.
El criterio para la obtencion de la funcion discriminante es la siguiente:
1La función del modelo de regresión dada por la función: y = β0 + β1X1 + β2X2 + β3X3 + ...+ βmXme permitién-donos obtener los valores de los β, mediante la aplicación de mínimos cuadrados, el cual minimiza el error al pronosticarMin(ε) =
∑ε2 =
∑(y − y)2
25
Maximizacion de = V ariabilidad entre gruposV ariabilidaddentro de los grupos
El resultado de la division muestra el igenvalor o valor propio (lambda) que permite obser-
var la variacion explicada en la ecuacion, cuyo objetivo es la maximizacion del valor propio,
es decir, el manejo de la mayor variacion posible a traves del modelo. Si la varianza entre los
grupos es grande; pero la varianza dentro de los grupos es pequena, entonces se dice que la
funcion separa bien a los grupos, es decir, internamente son muy homogeneos y a la vez dife-
rentes entre sı.
Para obtener los coeficientes (k) de la ecuacion discriminante se debe utilizar un proceso
de derivacion, ya que se tiene expresiones matriciales por lo cual se utiliza las “Desigualdades
de Cauchy” [Garcıa et al., 2013, p. 488].
Para calcular la varianza y covarianza, se debe recordar que son un promedio de una suma
de cuadrados o un producto cruzado (dependiendo si es varianza o covarianza), como se mues-
tra en las siguientes ecuaciones:
Una suma de cuadrados para la variable Xi es:
Ecuacion 3.1 Suma de cuadrados para la variable xi
SSXi =∑
(xi − xi)2 =∑x2i − nx2i
Una suma de productos cruzados para las variables Xi y Xj es:
Ecuacion 3.2 Suma de productos cruzados para la variable Xi y Xj
SPXiYj =∑
(xi − xi)(xj − xj) =∑xixj − nxixj
La suma de cuadrados representa la varianza de los datos de la variable sin tomar en cuenta
la diferencia de grupos, mientras que los productos cruzados son la covarianza de los datos de
las variables que, a su vez, no consideran a los grupos [Garcıa et al., 2013, p. 494].
Para la matriz T se ponen las siglas de los cuadrados de la siguiente manera:
T =
(SSX1 SPPX1X2
SPX1X2 SSX2
)
26
3.2.4. Prueba del modelo
Una vez que se ha probado que las variables para discriminar son buenas, se obtienen los
eigenvalores:
Maximizacion de : (V ariabilidad entre grupos)(V ariabilidad dentro de los grupos)
El resultado es el igenvalor (λ) que es la cantidad de variacion explicada por medio de
la ecuacion. La relacion se deriva e iguala a 0 con el objetivo de obtener las constantes que
maximicen la relacion [Garcıa et al., 2013, p. 499].
Para la obtencion de los eigenvalores implica resolver la siguiente ecuacion:
|W−1A− λI| = 0
Donde:
W ( − 1) = Indica la inversa de la matriz W que es la matriz de la derivacion no explicada
A = es la matriz de la derivacion explicada
λ = son los valores propios
I = es la matriz de identidad
El eigenvalor es sinonimo de la cantidad de informacion manejada, entonces se debe defi-
nir si es relevante o significativa, mediante la cual se conoce la importancia de cada una de las
funciones discriminantes. Aunque un autovalor tiene un mınimo 0 pero no un maximo, lo que
se hace difıcil de interpretar por sı solo, permitiendo probar el modelo mediante el valor del ei-
genvalor (λ), dando a conocer si el modelo es bueno para discriminar o no [Garcıa et al., 2013,
p. 501].
Existen dos metodos. El primero es el que maneja SPSS a traves del estadıstico de Malaha-
nobis. Se debe recurrir al estadıstico de V de Barlett, que es una funcion de lambda de Wilks y
tiene una distribucion asintotica ji cuadrada.
Ecuacion 3.4 La expresion de Barlett para la prueba de hipotesis del modelo
V = {n− 1− (k+g)2}ln(1 + λg)
27
Donde:
n = es el numero de datos
k = es el numero de variables independientes o discriminantes
g = es el numero de grupos en la variable dependiente
Las hipotesis para la prueba del modelo son:
H0 : El modelo no es bueno para discriminar
Ha : El modelo si es bueno para discriminar
Para rechazar H0 es necesario que:
X2c > X2
(k−j)(g−j−1)
El estadıstico V de Barlett sigue una distribucion ji cuadrada con los grados de libertad:
X2(k−j)(g−j−1)
Donde:
k = es el numero de variables independientes
g = es el numero de grupos en la variable dependiente
j = es el numero correspondiente a cada una de las funciones discriminantes generadas
Se debe mencionar que el numero de ecuaciones discriminantes que se generan tienen que
ver con el mınimo de:
El numero de grupos menos 1
El numero de variables
Por lo cual:
28
Min{(g − 1)|(m)}
Donde:
g = es el numero de grupos en las variables dependientes
m = es el numero de variables independientes
Por otra parte existe el modelo de Mahalobis que es otra prueba de hiotesis que se utiliza pa-
ra valuar si el modelo es bueno estadısticamente, mediante la siguiente formula [Garcıa et al., 2013,
p. 503]:
Ecuacion 3.5 Distancia de Mahalobis
dij = (n− g)[(xi − xj)T∑−1(xi − xj)]1/2
La hipotesis nos dice que:
H0 : el modelo o la funcion discriminante no es bueno para discriminar o clasificar las
observaciones en los 2 o mas grupos.
Ha : la ecuacion o el modelo discriminante es bueno para discriminar o separar a los 2 o
mas grupos
Al transformar la distancia de Mahalanobis para el analisis de los grupos, se tiene:
Ecuacion 3.6 Mahlanobis transformada
D = (n− g)[(Xi|1,. . . ,g − Xj|1,. . . ,g)TW−1(Xi|1,. . . ,g − Xj|1,. . . ,g]
1/2
Para la prueba de Malahanobis se obtiene el valor D, que es un valor absoluto (positivo),
ya que se evalua la distancia entre los promedios. La D se ajusta a una F para tomar la decision
de aceptar o rechazar la H0.
Ecuacion 3.7 El equivalente a la F de la expresion de la distancia de Malahanobis
Fc = (n−g−1)(n|1∗n|2)|D|[(n|1+n|2−2)g](n|1+n|2)
29
Donde:
n = es el numero total de datos.
n|1 = es el numero de datos manejados en el grupo 1.
n|2 = es el numero de datos en el grupo 2.
G = es el numero de grupos manejados en la variable dependiente.
|D| = es el valor absoluto de la distancia de Malahanobis.
Para rechazar H0 es necesario que:
Fc > Ft,α,g,n|1+n|2−g−1
3.3. Modelo Logit
Dado que el uso de una funcion de distribucion garantiza que el resultado de la estimacion
este acotado entre 0 y 1, siendo una alternativa la funcion de distribucion logıstica que a dado
lugar al modelo Logit. Este modelo relaciona la variable endogena Yi con las variables expli-
cativas Xki a traves de una funcion de distribucion, en el caso de este modelo la funcion que
se utiliza es la logıstica por lo que la especificacion de este tipo de modelos queda como sigue
[Llano, 2006, p.28]:
Yi = 11+e−α−βkXki
+ εi = eα+βkXki
1+eα+βkXki+ εi
3.3.1. Forma de interpretar el modelo
Debido a la menor complejidad de este modelo se ha potenciado su aplicacion en la mayorıa
de los estudios empıricos. El modelo Logit puede ser interpretado en terminos probabilısticos,
es decir sirve para medir la probabilidad de que ocurra el acontecimiento objeto del estudio.
En cuanto a la interpretacion de los parametros estimados de un modelo Logit, el signo de
los mismos indica la direccion en que se mueve la probabilidad cuando aumenta la variable
explicativa correspondiente, sin embargo la cuantıa del parametro no coincide con la magnitud
de la variacion en la probabilidad. Para el modelo Logit, al suponer una relacion no lineal entre
las variables explicativas y la probabilidad de ocurrencia del acontecimiento, cuando aumenta
30
en una unidad la variable explicativa, los incrementos en la probabilidad no son siempre iguales
ya que dependen del nivel original de la misma.
3.3.2. Tipos de modelo Logit
Existen distintos tipos de modelos Logit en funcion de las caracterısticas que presenten
alternativas que puedan definir a la variable endogena:
Logit dicotomico: Se utiliza cuando el numero de alternativas son dos y excluyentes entre
si.
Logit de respuesta multiple: Se utiliza cuando el numero de alternativas a modelizar es
superior a dos.
Logit con datos no ordenados: Se utiliza cuando las alternativas que presenta la variable
endogena no indican ningun orden.
Logit multinomial: Se utiliza cuando los regresores del modelo hacen referencia a las ob-
servaciones muestrales, por lo que varıan entre observaciones pero no entre alternativas.
Logit condicional:Se utiliza cuando los regresores del modelo hacen referencia a las alter-
nativas por lo que sus valores varıan entre alternativas pudiendo hacerlo o no entre observacio-
nes.
Logit con datos ordenados: Se utiliza cuando las alternativas de la variable endogena
representan un orden entre ellas[Llano, 2006, p.29].
3.3.3. Características del Modelo Logit
1. Aunque el modelo Logit es lineal en X , las probabilidades en sı mismas no lo son.
2. Se pueden anadir tantas variables regresoras como indique la teorıa subyacente.
3. Si Logit es positivo significa que cuando se incrementa el valor de la regresora aumentan
las posibilidades de que la regresada sea igual a 1. Si logit es negativo las posibilidades
de que la regresada iguale a 1 disminuyen conforme se incrementa el valor de X . En
otras palabras el logit se convierte en negativo y se incrementa en gran medida conforme
la razon de las probabilidades disminuye de 1 a 0. Ademas se incrementa en gran medida
y se vuelve positivo conforme la razon de las probabilidades aumenta de 1 al infinito.
4. El logaritmo de la razon de probabilidades esta relacionado linealmente conXi[Gujarati,
2009, p.554].
31
3.3.4. Estimación del modelo Logit
Para fines de estimacion, se escribe de la siguiente manera:
Li = ln( Pi1−Pi ) = β1 + β2Xi + µi
Para estimar la anterior ecuacion, ademas de Xi se necesitan los valores de la regresada,
o de logit. Esto va a depender del tipo de datos que se analicen y se clasifican en dos categorıas:
1. Datos de nivel individual, o micro.
2. Datos agrupados o duplicados.
Datos de nivel individual: Si se dispone de este tipo de datos no es factible la estimacion
de la ultima ecuacion por MCO.
Datos agrupados o duplicados: Si el numero de observaciones en cada nivel Xi es rela-
tivamente grande se puede hacer una buena estimacion del verdadero logit L [Gujarati, 2009,
p.557].
32
Capítulo 4
RESULTADOS
En el presente estudio se usara el Modelo Altman Z′′- Score, una version realizada por
Edward Altman en el ano de 1968, que permite predecir la bancarrota de instituciones finan-
cieras como bancos, sociedades financieras, mutualistas, empresas dedicadas al comercio y a
la prestacion de servicios.
El modelo Z′′- Score es un modelo de calificacion para mercados emergentes por lo cual
la aplicacion en el Ecuador es adecuada[De La Fuente, 2004, p. 57].
4.1. Selección de las empresas
La muestra es una parte que representa a una poblacion o universo y, que ha sido obteni-
da con el fin de representar al mismo mediante ciertas caracterısticas [Ander, 2003, p. 256].
Para este caso se selecciono 64 empresas, las cuales cuentan con estados financieros obteni-
dos de la Superintendencia de Companıas perıodo 2014 − 2015 del Ecuador de venta al por
mayor de electrodomesticos, a nivel IV de CIUU1 G4649.11 (ANEXO A.1). Dentro de estas
empresas se han apartado aquellas empresas que no contaban con la informacion necesaria,
o presentaban informacion que no estaba acorde a la realidad, al presentar informacion poco
coherente, siendo los activos y pasivos con valor 0, y con ingresos menores a 30,000, ya que
esto demuestra que cuenta con una estructura economica rentable con alternativas de inversion
y financiammiento empresarial propicias para el estudio. De esta depuracion se obtuvieron 64
empresas para ser analizadas(ANEXO A.3).
Se ha tomado en cuenta que el Ramo G4649.11 tambien contiene la descripcion de venta
de videos y casetes, por lo que se han seleccionado unicamente las empresas especializadas en
1CIIU, constituye una clasificación coherente y consistente de todas las actividades económicas basada en un conjuntode conceptos, definiciones, principios y normas de clasificación. Proporcionando un marco general en que los datos econó-micos pueden reunirse y divulgarse en un formato diseñado para fines económico, adopción de decisiones y elaboración depolíticas
33
IV
la venta de electrodomesticos al por mayor, mediante revision del SRI
La mayor concentracion de empresas dedicadas a la venta al por mayor de electrodomesti-
cos se encuentra en la provincia del Guayas teniendo el 39 % del Ecuador, seguido por Pichin-
cha donde se encuentra el 30 % de las demas empresas(ANEXO A.2).
Se estudia la actividad principal2 que realizan las empresas seleccionadas dedicadas a la
venta al por mayor de electrodomesticos en el Ecuador. Son empresas o agentes legalmente
constituidas, las cuales se dedican a la venta de bienes de consumo de lınea blanca y electro-
domesticos al por mayor, satisfaciendo necesidades del consumidor.
Cuadro 4.1: Clasificación de las Empresas por Ventas y Personal ocupado
Clasificación de las empresas Volumenes de ventas anuales personal ocupado
Microempresa Menor a 100.000 1 a 9Pequeña Empresa De 100.001 a 1000.000 10 a 49Mediana Empresa “A” De 1000.001 a 2000.000 50 a 99Mediana Empresa “B” De 2000.001 a 5000.000 100 a 199Grande Empresa De 5000.001 en adelante 200 en adelanteElaboración: Propia
De acuerdo a la clasificacion obtenida de la Superintendencia de Companıas, el 39 % per-
tenecen a empresas pequenas de acuerdo a la clasificacion por ventas, y el 42 % estan entre
micro y pequena empresa por numero de empleados.
De acuerdo al informe de Ekos, en su publicacion del ano 2015, las mejores empresas con-
tribuyen de forma positiva a la economıa del Ecuador ya que actuan en el sector del consumo.
Durante el ano 2015 las empresas participaron aproximadamente de la oferta final con el 22 %
[Subgerencia de Programacion y Regulacion BCE, 2015].
4.2. Definición de las variables
Los Estados Financieros se pueden encontrar en el sitio web de la Superintendencia de
Companıas del Ecuador, seccion Sistema Societario, Informacion.
Para aplicar el modelo se tiene la siguiente funcion discriminante:
Donde:
2Aquella que más contribuye al valor agregado del agente económico, a la producción bruta o que ocupa a la mayorproporción de empelados
34
Z2 = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
Donde:
X1 = Capital de Trabajo / Activo Total
X2= Utilidades Retenidas/ Activo Total
X3= Utilidades antes de intereses e impuestos/ Activo Total
X4 =Valor de mercado del capital / Pasivo Total
Z2= Valor Discriminante
Ratio X1: Para calcular el ratio X1 se debe hallar el capital de trabajo que se encuentra en
el numerador, el cual se obtiene de la diferencia de Activos Corrientes y Pasivos Corrientes.
Ratio X2:Para obtenerlo se dividen las Utilidades Retenidas para el Activo Total al igual
que en el primer indicador.
Ratio X3: En el caso del ratio X3, a mas de considerar las Utilidades retenidas, se de-
be tomar dos nuevas cuentas llamadas: Participacion de Trabajo e Impuestos, la misma que
sera restada de las Utilidades retenidas y este resultado dividido para el Activo Total.
Ratio X4: Se obtiene de la division entre el Valor del Patrimonio sobre el Pasivo Total de
cada una de las empresas.
Cada una de estas cuentas se encuentran dentro del Balance General de cada una de las
empresas.
Una vez que se reemplazan los datos en el modelo se tienen los calculos de los ratios
(ANEXO A.4).
Para la aplicacion del modelo Z2 en las diferentes empresas de la muestra, se descargaron
los Estados Financieros (Balance General, Estado de Resultados y Estado de Flujo de Efectivo)
de cada empresa, teniendo como fuente la Superintendencia de Companıas. En ciertos casos
se presentaron inconvenientes al no presentar la informacion completa.
En el proceso se tomaron variables que permiten la utilizacion del modelo y realizar el
35
analisis, las cuales son: Activos, Pasivos, Patrimonio, Activo Coriente, Pasivo Corriente, Utili-
dades Retenidas antes del Ejercicio, Perdida Acumulada antes del ejercicio, Utilidad del Ejer-
cicio, Perdida del Ejercicio, Impuesto Causado, Participacion de trabajadores. (ANEXO A.5)
4.3. Cálculos de los Ratios Financieros
El modelo Z2 de Altman requiere de informacion financiera de un grupo de empresas que
se pretenda analizar. En este caso se cuenta con observaciones representativas del sector de
electrodomesticos de ventas al por mayor del Ecuador dentro del periodo 2014-2015.
Estas empresas cuentan con sus respectivos estados financieros actualizados y obtenidos
de la Superintendencia de Companıas ya que se requiere de manera indispensable de tal infor-
macion para el calculo de los ratios y los resultados al final de la aplicacion de la formula.
Ademas, se escogio el perıodo 2014-2015 pues se busca evaluar dichas empresas en un
periodo actualizado con el objetivo de hacer mas precisos y continuos los resultados.
Como se ha venido mencionando es importante que a partir de los datos presentados por
la Superintendencia de Companıas de los anos 2014 y 2015, se realice la seleccion de los
indicadores financieros del Modelo Z de Altman considerando las categorıas validadas por la
misma Superintendencia, (Arteaga, 2005, pag. 56) como se aprecia en el siguiente cuadro:
Cuadro 4.2: Indicadores Financieros
Categoría Modelo de Altman Cálculos de balances
Liquidez Capital de Trabajo / Activo Total (Activo Corriente + Pasivo Corriente) / Activo Total
Solvencia Valor del mercado del Patrimonio / Activo
Total
Utilidades Retenidas / Activo Total
Apalancamiento Utilidades Retenidas / Activo Total Utilidades retenidas-(Participación de Trabajo + Impuestos) /
Activo Total
Valor de mercado Pasivo Total / Activo Total Valor de Patrimonio / Pasivo Total
Fuente: [Arteaga, 2005, p. 56]
Elaboración: Propia
Liquidez: El objetivo del indicador de liquidez es establecer la facilidad o dificultad de una
empresa para cancelar sus pasivos corrientes con el motivo de convertir a efectivo sus activos
corrientes, es decir, es la capacidad de una empresa para cubrir sus obligaciones de corto plazo
o corrientes con los activos corrientes [Lizarzaburu, 2013, p. 146].
Solvencia: Se considera el mas importante de los ratios y mide la proporcion de los acti-
vos financiados por la deuda total. El coeficiente indica que recursos ajenos tiene invertidos la
36
empresa en cada unidad monetaria del activo total [Lizarzaburu, 2013, p. 147].
Rentabilidad: Busca medir la efectividad de la administracion de la empresa para contro-
lar los costos y gastos y, de esta manera, convertir las ventas en utilidades. Se tiene en cuenta
tanto la calidad del patrimonio como la calidad de las utilidades que provengan de las opera-
ciones normales de la empresa [Lizarzaburu, 2013, p. 147].
Apalancamiento: Su objetivo es medir en que grado y de que forma participan los acree-
dores dentro de una empresa. Es interpretado en cuanto al porcentaje del total de activos que
ha sido financiado por los acreedores [Lizarzaburu, 2013, p. 148].
Se realiza la prueba de normalidad de las 4 variables o ratios utilizados mediante el es-
tadıstico Kolmogorov-Smirnov de las 64 empresas analizadas.
En la prueba de hipotesis se obtiene un valor para X1= 0,012; X2=0,00 ; X3= 0,00; X4=0,00.
Por lo tanto, se rechaza la hipotesis nula (H0) donde se dice que las variables son distintas a
una distribucion normal porque el valor de significancia es menor a 0,05.
El modelo Altman asume que los ratios parten de una distribucion normal, aunque no sea ası,
por lo que se puede utilizar los valores encontrados en los mismos.
4.3.1. Limitaciones del modelo
El modelo Altman permite utilizar y generar resultados que permitan predecir el estado de
las empresas, sin embargo, los resultados obtenidos contienen limitacioes estadısticas inheren-
tes a la metodologıa utilizada:
Las empresas examinadas pertenecen al sector de venta al por mayor de electrodomesti-
cos, sin embargo se limita a aquellas que han presentado y publicado sus Estados Finan-
cieros en la pagina de la Superintendencia de Companıas.
Se asume que los ratios usados tienen una distribucion normal. Este supuesto se ha revi-
sado por varios autores que demuestran que en realidad no es ası para todos los ratios.
Debe suponer igualdad de la matriz de varianza y covarianza entre los grupos (Saludable,
Gris, Enferma) para aplicar un modelo lineal [MT, 2010].
4.4. Desarrollo del Modelo Altman
4.4.1. Cálculo de los Estados de Altman
Como ya se conocen los valores de los coeficientes de la regresion para el Modelo Altman
Z2, se desarrollo el calculo de los ratios en Matlab, aplicando las respectivas formulas para
37
cada una de las empresas, para los 2 anos en cuestion: 2014 y 2015.
El calculo de los ratios no tiene mayor complicacion, siempre y cuando se siga correcta-
mente cada una de las formulas.
La funcion discriminante es:
Z′′
= 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
4.4.2. Multiplicación de los Coeficientes de regresión estándar por las razones
Al contar con los ratios correctamente calculados para el ano 2014 y 2015, se procede a
sumar la multiplicacion de cada ratio con su respectivo coeficiente, es decir se suman estos
4 valores y se obtiene la Z, que como se conoce servira para determinar el estado de salud
financiera en el que se encuentra la empresa.
1. Si Z2 >= 2,60, tiene un estado saludable
2. Si Z2 <= 1,10, tiene un estado enfermo
3. Si Z2 se encuentra entre 1.11 y 2.59, tiene un estado gris
Las razones son multiplicadas por un coeficiente de regresion estandar calculado previa-
mente por Edward Altman, donde:
1. Si Z2 ≥ 2,60, la empresa no tendra problemas de insolvencia en el futuro.
2. Si Z2 ≤ 1,10, entonces es una empresa que de seguir ası, en el futuro tendra altas
posibilidades de caer en insolvencia.
3. Z2 se encuentra entre 1.11 y 2.59. Las empresas se ubicaran en una zona no bien
definida[Hilbert, 2012, p. 1].
Los productos de estas multiplicaciones son sumados para obtener el puntaje Z de la em-
presa (ANEXOS A.6 y A.7), donde las razones de las 64 empresas fueron multiplicados por
los respectivos coeficientes de regresion estandar.
Finalmente se compara este puntaje con una escala previamente establecida, para obtener
la salud financiera de la empresa.
Tras la construccion de la base de datos, y el calculo de los ratios, se tiene los siguientes
resultados:
38
Figura 4.1: Modelo (Z′′- Score)
Saludable Gris Enferma
15
20
25
30
32
14
18
2119
24
Num
ero
deE
mpr
esas
Modelo (Z′′
- Score)
20142015
Años Saludable Gris Enferma
2014 32 14 18
2015 21 19 24
Elaboración: Propia
Se muestra la cantidad de empresas que tienen estado Saludable, Gris y Enfermo.
Figura 4.2: Modelo (Z′′- Score)
Saludable Gris Enferma20
30
40
5050
22
28
3330
38
Porc
enta
jede
Em
pres
as
Modelo (Z′′
- Score)
20142015
Años Saludable Gris Enferma
2014 50 % 22 % 28 %
2015 33 % 30 % 38 %
Elaboración: Propia
Los resutados de las dos figuras muestran la distribucion de las empresas de acuerdo al es-
tado que presentan las empresas, a partir de las 64 que se encuentran en estudio de la industria
de venta al por meyor de electrodomesticos.
Empresas con bajo riesgo de quiebra segun Altman:
Se puede decir que la mayor parte de las empresas utilizadas en el estudio se encuentran en
esta seccion, es decir, empresas con bajo riesgo de quebrar.
39
De acuerdo a los resultados se puede decir que en el 2014, la cantidad de empresas con me-
nor riesgo de quiebra son 32, de un total de 64 empresas, considerando que dicho porcentaje
asciende al 50 %.
En el 2015, las empresas disminuyen con respecto al ano anterior. La cantidad de empresas
con menor riesgo a bancarrota es de 21, siendo el 33 % de las empresas.
Empresas con alto riesgo de quiebra segun Altman:
En el 2014, las empresas con alto riesgo de quiebra son 18, es decir, el 28 % de las em-
presas corren el riego de quebrar, mientras que en el 2015 existen 24 empresas es decir que el
numero de empresas aumento siendo el 38 % del total.
Empresas en zona gris segun Altman
El menor numero de empresas se encuentran en este item, es decir empresas que se en-
cuentran entre la zona saludable y enferma,empresas que corren el riesgo de entrar en la zona
de quiebra o de no estarlo.
El 22 % que corresponde a 14 empresas se encuentran en la zona gris, que podrıan entrar
en quiebra o no, mientras en el 2015 el numero de empresas aumenta al 30 %.
4.4.3. Supuestos del Análisis Discriminante
Dentro de los grupos que se han definido al aplicar la funcion discrimante de Altman se
tiene a 3 grupos (Saludable, Gris, Enfermo) los que se van a utilizar como la nueva funcion
discriminante, siendo la variable dependiente.
Se realiza un test ”F”para testear la discriminacion de las variables utilizadas. Este test
relaciona la diferencia entre el valor promedio de cada ratio en los 4 grupos con la variabilidad
(spread) de los valores de los ratios dentro de los grupos. Al evaluar las variables introducidas
para este caso los cuatro ratios financieros X1: Liquidez, X2:Solvencia, X3: Apalancamiento,
X4: Valor de mercado. Una de las limitantes del modelo Altman es que supone igualdad de
medias de los grupos pero en los ratios esto no sucede por lo que se tiene que solo X1 tiene
poder discriminante, y las demas al ser mayor a 0,05 no tienen poder discriminante. Entonces
las variables no son significativas, lo que se traduce a que las varianzas de los Grupos X1, X2,
X3, X4 son iguales.
Con la tabla de M de Box se puede determinar que (Sig = 0, 000 < 0, 05) y, por tanto,
concluir que uno de los grupos es mas variable que el otro.
40
4.4.4. Función Discriminante
La primera funcion es la que permite discriminar mejor siendo Sig = 0, 000 < 0, 05.
Cuadro 4.3: Lambda de Wilks
Contraste de las funciones Lambda de Wilks Chi-cuadrado gl Sig.
1 a la 2 ,317 68,323 8 ,0002 ,988 ,716 3 ,869
Los coeficientes estandarizados de las funciones discriminantes canonicas son las siguien-
tes:
Cuadro 4.4: Función canónica
Ratios Función
1 2X1 5,500 -,241X2 1,983 4,581X3 3,873 ,993X4 -,026 -,170(Constante) -1,983 -,098
Utilizando los valores obtenidos en la tabla de los coeficientes de las funciones canonicas
discriminantes, se puede construir la funcion, como:
Z2 = 5, 50X1 + 1, 98X2 + 3, 87X3 − 0, 026X4 − 1, 983
4.4.5. Clasificación de los casos
Al analizar el modelo, este permite clasificar correctamente a las empresas consideradas
dentro de los grupos obtenidos al inicio, para estudiar ası el poder predictivo donde se selec-
ciona una muestra del 70 % de los datos iniciales, para ver la precision de este.
Para efectuar esto, es necesario realizar una comparacion y obtener los porcentajes de acier-
tos que permite conocer los porcentajes de error Tipo I y Tipo II. El error Tipo I comprende en
clasificar mal a una empresa del Grupo Saludable como Enferma (es decir companıas que se
predijeron que no caerıan en estado Enfermo y si lo hicieron), y el error Tipo II que clasifica
mal a una empresa del Grupo Enfermo como Saludable (es decir companıas que se predijeron
que estarıan Enfermas y no lo hicieron).
Los resultados de Altman son validos, ya que se cuenta con una clasificacion de las em-
presas correctamente alta. Por ejemplo, el 87,5 % son clasificadas correctamente, en el Estado
Saludable, el 72 % del Estado Gris son clasificados correctamente, pero dentro de este estado
puede ocurrir una variante ya que existe el error de que sea o no clasificada como Saludable o
41
Enferma, y tenemos el 100 % de clasificacion correcta para el Estado Enfermo.
En general la clasificacion correcta de los estados es del 88 %.
Cuadro 4.5: Resultados de Clasificación
Estado Grupo de pertenencia pronosticado Total
Saludable Gris Enfermo
Casos seleccionados Original %Saludable 87,5 12,5 0,0 100,0Gris 0,0 72,7 27,3 100,0Enfermo 0,0 0,0 100,0 100,0
Mediante esto, se analizan los puntos de corte del modelo, o los valores optimos de Z que
permiten a los empresarios, inversionistas y bancos a tomar decisiones.
Z < 1, 35 (alto riesgo de quiebra)
Z > −1, 89 (bajo riesgo)
1, 35 < Z < −1, 89 (Area gris o zona de ignorancia) Esta zona es susceptible a errores
de clasificacion
Altman permite un nuevo marco de estudio para el analisis de riesgo mediante ratios finan-
cieros. Al estudiar ratios financieros mediante Analisis Discriminante Multiple los resultados
son coherentes y consistentes con la intuicion. Si bien hay modelo mas complejos, Altman es
util para reconocer este ambiente como primer paso.
4.5. Proceso de Aplicación del Análisis Discriminante variable log
Para realizar el analisis discriminante se procede a utilizar SPSS, el mismo permite determinar
los estadısticos.
4.5.1. Supuestos del Análisis Discriminante
Dentro de los grupos definidos al aplicar la funcion discrimante de Altman se tiene 3 grupos
(Saludable, Gris, Enfermo) que se van a utilizar como la nueva funcion discriminante, siendo
la variable dependiente.
Se realiza un test ”F”para testear la discriminacion de las variables utilizadas. Este test re-
laciona la diferencia entre el valor promedio de cada ratio en los 4 grupos con la variabilidad
(spread) de los valores de los ratios dentro de los grupos. Al evaluar las variables introducidas
para este caso los cuatro ratios financieros X1: Liquidez, X2:Solvencia, X3: Apalancamiento,
42
X4: Valor de mercado.
Una de las limitantes del modelo Altman es que supone igualdad de medias de los grupos pero
en los ratios esto no sucede por lo que se tiene que solo X1 tiene poder discriminante, y las
demas al tener un valor de significancia mayor a 0,05 no tienen poder discriminante. Entonces
las variables no son significativas, lo que se traduce a que las varianzas de los Grupos X1, X2,
X3, X4 son iguales.
Por tanto, se procede a aplicar un logaritmo natural de las variables con el fin de normali-
zarlas y aplicar el modelo discriminante.
Cuadro 4.6: Pruebas de igualdad de las medias de los grupos
Ratios Lambda de Wilks F gl1 gl2 Sig.
X1_log ,253 42,919 2 29 ,000X2_log ,733 5,274 2 29 ,011X3_log ,675 6,975 2 29 ,003X4_log ,534 12,651 2 29 ,000
Antes de obtener la funcion discriminante se evalua la funcion discriminante a priori, por
separado, de cada uno de los ratios, a traves del estadıstico F. Entre los diferentes ratios se tiene
que todos tienen capacidad discriminante a un nivel de significancia del 5 %.
Cuadro 4.7: Logaritmo de los determinantes
Estado Rango Logaritmo del determinante
Saludable 4 -2,898Gris 4 -7,213Enfermo 4 -4,918Intra-grupos combinada 4 -3,028
M de Box 44,908F 1,73
gl1 20gl2 1802,945
Sig. 0,023
La tabla M de Box muestra si todos los grupos tienen una matriz de covarianzas igual o
muy parecida, cuyo nivel de significancia es de 0,023. Este valor permite rechazar la hipotesis
nula de igualdad de covarianzas entre grupos.
Cuadro 4.8: Coeficientes estandarizados de las funciones discriminantes canónicas
Ratios Función
1 2Liquidez 1,151 -,394Solvencia 1,128 -,962Apalancamiento ,861 ,120Valor de mercado -,231 1,322
43
Los coeficientes estandarizados de la funcion discrimiante que son los empleados para cla-
sificar a los individuos dentro de los diferentes grupos, en combinacion con las puntuaciones
que estos individuos tienen para cada uno de los ratios (variables independientes), eso si, siem-
pre que esten estandarizadas.
Cuadro 4.9: Significación de las funciones
Función Autovalor% deva-rianza
%acu-mula-do
Correlacióncanónica
LambdadeWilks
Chi-cuadrado
gl Sig.
1 9,185a 98,2 98,2 ,950 ,084 68,112 8 ,0002 ,169a 1,8 100,0 ,380 ,856 4,287 3 ,232
El criterio de Lambda de Wilks permite verificar la significancia de las funciones discri-
minantes de forma conjunta asi como cada una de ellas, ası se tiene que la primera funcion
explica el 98,2 % de la varianza, mientras la segunda funcion apenas el 0,169 % que es la di-
ferencia, como se puede ver la primera funcion es la que mejor discrimina al contar con una
significancia del 0,00.
Cuadro 4.10: Centroides de los grupos
Estado Función
1 2Saludable 2,606 0,22
Gris -0,323 -0,624Enfermo -4,522 0,288
4.5.2. Clasificación de los casos
Al analizar el modelo permite clasificar correctamente a las empresas analizadas dentro de
los grupos a obtenidos al inicio, para analizar el poder predictivo se selecciona una muestra del
70 % de los datos iniciales, para ver la precision de este.
Para realizar esto, es necesario realizar una comparacion y obtener los porcentajes de acier-
tos, que permite conocer los porcentajes de error Tipo I y Tipo II. El error Tipo I es clasificar
mal a una empresa del Grupo Saludable como Enfermas (es decir companıas que se predijo
que no caerıan en estado Enfermo y si lo hicieron), error Tipo II clasificar mal a una empresa
del Grupo Enfermo como Saludable (es decir companıas que se predijo que estarıan Enfermas
y no lo hicieron).
Los resultados de Altman son validos, ya que se cuenta con la clasificacion de empresa
correctamente alta. Por ejemplo, el 87,5 % son clasificados correctamente en es Estado Gris,
el 72 % del Estado Gris son clasificados correctamente dentro de este estado puede ocurrir
44
una variante ya que existe el error de que sea o no sea clasificada como Saludable o Enferma,
tenemos el 100 % de clasificacion correcta para el Estado Enfermo.
En general la clasificacion correcta de los estados es del 88 %.
Cuadro 4.11: Matriz de Clasificación
Estado Grupo de pertenencia pronosticado Total
Saludable Gris Enfermo
Recuento %
Saludable (22) 91,7 % (1) 4,17 % (1) 4,17 % 100 %
Gris (0) 0 % (11) 100 % (0) 0 % 100 %
Enfermo (0) 0 % (4) 26,7 % (11) 73,33 % 100 %
Altman permite un nuevo marco de estudio para el analisis de riesgo mediante ratios finan-
cieros. Al estudiar ratios financieros mediante Analisis Discriminante Multiple los resultados
son coherentes y consistentes con la intuicion. Si bien hay modelo mas complejos, Altman es
util para reconocer este ambiente como primer paso.
4.6. Análisis de Regresión Logística
4.6.1. Resultados de la Regesión Logística
Al aplicar el modelo logit se considero robust, para hacer los resultados de la estimacion
robustos a heterocedasticidad
En total fueron necesarias 7 iteraciones para que los estados converjan a sus valores esti-
mados. La funcion de Wald chi2 es 8,34 lo cual indica que al menos uno de los coeficientes de
regresion de los predictores no es igual a cero con 4 grados de libertad.
Cuadro 4.12: Resultados del análisis de regresión logística
Iteration 0: log likelihood = -38.924365
Logistic regression Number of obs = 64Wald chi2(4) = 8,34Prob > chi2 = 0.0798
Log likelihood = -9.6041376 Pseudo R2 = 0.7533ESTADO1 Coef. Robust Std. Err. z P>|z| [95 % Conf. Interval]
X1 -18,08 10,58 -1,71 0,09 -38,83 2,66X2 -8,40 5,61 -1,50 0,13 -19,38 2,59X3 -44,38 23,65 -1,88 0,06 -90,74 1,97X4 -6,00 2,89 -2,08 0,04 -11,64 -.36
_cons 5,21 2,40 2,17 0,03 ,50 9,91
Estimacion del modelo:
45
Pi = 11+e−(β1+β2Xi)
Pi = 11+e−(5,21−18,08X1−8,40X2−44,38X3−6,00X4)
El ratio X2 (Solvencia) no es estadısticamente significativo, mientras X1, X3, X4 sı lo son.
Si cualquiera de los ratios X1 (Liquidez), X3 (Apalancamiento) y X4 (Valor de mercado) dis-
minuyen, aumenta la probabilidad de entrar en un estado de quiebra.
Los coeficientes estimados para cada ratio indican una relacion entre cada variable y la
probabilidad de que una empresa fracase.
Los resultados presentados en la tabla anterior, nos permite observar que, los ratios finan-
cieros presentan una relacion negativa con el estado enfermo (quiebra).
La probabilidad de que una empresa siendo saludable pase a un estado de quiebra es de
0,015 % mientras los ratios financieros mantengan sus valores promedios.
Cuadro 4.13: Cambios marginales
Marginal effects after logit
y = Pr(ESTADO1) (predict)= .00015032
Variable dy/dx Std. Err. z P>|z| [ 95 % C.I. ] XX1 -.0027175 .01154 -0.24 0.814 -.02534 .019905 .275156X2 -.0012621 .00556 -0.23 0.820 -.012152 .009628 .056094X3 -.0066708 .02843 -0.23 0.814 -.062389 .049048 .099844X4 -.0009017 .00391 -0.23 0.818 -.00857 .006766 .688438
Se menciona que los valores marginales no son significativos para ninguno de los ratios,
pese a ello, se procede a interpretar los resultados.
El ratio X1(Liquidez) indica la facilidad de una empresa en cubrir sus obligaciones de corto
plazo con los activos corrientes significa que, si el ratio financiero aumenta la probabilidad de
quiebra disminuye en un 0,3 %.
El ratio X2(Solvencia) mide la cantidad total de ganacias reinvertidas o perdidas significa
que al aumentar este ratio la probabilidad de quiebra disminuye en 0,1 %.
El ratio X3(Apalancamiento) mide la productividad real de los activos de la companıa, al
aumentar este ratio financiero disminuye la probabilidad en 0,7 %.
El ratio X4(Valor de mercado) es la obligacion presente de la empresa con terceros y mues-
46
tra que al aumentar la probabilidad de quiebra de una empresa disminuye en 0,01 %.
4.6.1.1. Resultados de clasificación
Para evaluar la capacidad de prediccion, se construye la tabla de clasificacion.
En el siguiente cuadro se muestran los resultados de clasificacion de las empresas que
tienen un porcentaje global de acierto del 96,88 %, para lo cual se realizo una prediccion.
Cuadro 4.14: Clasificación de los estados
Classified D D Total
+ 18 1 19- 1 44 45
Total 19 45 64Elaborado por: Propio
Cuadro 4.15: Porcentaje de aciertos en la clasificación
Classified + if predicted Pr(D) >= .5
True D defined as ESTADO1 != 0Sensitivity Pr( +| D) 94.74 %Specificity Pr( -| D) 97.78 %
Positive predictive value Pr( D| +) 94.74 %Negative predictive value Pr( D| -) 97.78 %
False + rate for true D Pr( +| D) 2.22 %False - rate for true D Pr( -| D) 5.26 %
False + rate for classified + Pr( D| +) 5.26 %False - rate for classified - Pr( D| -) 2.22 %
Correctly classified 96.88 %
4.6.2. Regresión logística con las principales cuentas financieras
Tambien se desarrollo este modelo, tomando las cuentas mas relevantes que forman parte
del calculo de los ratios como variables independientes donde, despues de realizar los respecti-
vos analisis se conoce que en total fueron necesarias 11 iteraciones para interpretar el modelo.
Ademas, el valor de la funcion LRchi2 es de 32,81 indica que el modelo es globalmente bueno,
pero este valor es menor al LRchi2 del modelo ejecutado con los ratios. Ademas, se pudo ver
que de las 4 cuentas utilizadas, una de ellas no es significativa (Utilidad Retenida) (Ver Anexo
A.12).
47
48
Una de las principales cuentas UTRET (Utilidades Retenidas), no es estadísticamente
significativa, a diferencia del resto de cuentas CAPTRAB (Capital de Trabajo), UTANIMP
(Utilidades Antes de Impuestos) y PATR (Patrimonio). Si cualquiera de estas cuentas
significativas disminuye, la probabilidad de entrar en un estado de quiebra aumenta.
Los resultados presentados en la tabla (Ver Anexo A.2), permite observar que las principales
Cuentas Financieras presentan una relación negativa con el estado enfermo (quiebra).
Capítulo 5
CONCLUSIONES
En este trabajo se aplicaron modelos de prediccion de quiebra a las empresas comercia-
les ecuatorianas del sector de electrodomesticos, los mismos que permitieron apreciar
sus bondades y limitaciones, donde todos tienen el mismo fin mediante la aplicacion de
procesos distintos. Se aplica el modelo Altman para la ponderacion de los ratios finan-
cieros debidamente calculados, permitiendo conocer el estado de salud de cada empresa
sea este saludable, gris o enfermo. El Analisis Discriminante Multiple, que mediante la
clasificacion de un elemento a un grupo del que se conocen las caracterısticas, puede
pronosticar el comportamiento de ellas frente a la relacion con el grupo, definidos por la
variable dependiente, en este caso los estados de las empresas. El modelo logit relaciona
la variable endogena(Estados: Quiebra, no quiebra) con las variables exogenas(Ratios fi-
nancieros: Liuidez, solvencia, apalancamiento y valor de mercado) mediante una funcion
de distribucion midiendo la probabilidad de que una empresa pueda quebrar o no.
Dentro del estudio de quiebra de las empresas se observa que el sector de venta al por
mayor de electrodomesticos decrece a partir de marzo 2015, donde se genera la polıti-
ca de aplicacion en salvaguardias para bienes de consumo en especial electrodmesticos
llegando a ser del 45 %, decreciendo en las ventas en un 3 % al aplicarse tal medida que
se vincula a la avaluacion del dolar. En base a los autores consultados sobre la teorıa de
crisis financiera se menciona que existen diferentes formas de determinar una quiebra
empresarial, siendo en este caso el uso de la teorıa de Altman, que permite determinar
el estado de salud financiera de una empresa mediante la utilizacion de indicadores fi-
nancieros. En general, las polıticas comerciales aplicadas a los diferentes sectores han
afectado en el crecimiento de las mismas, ası como en el cambio de la matriz productiva
que permitio desarrollar el sector manufacturero con el cual se elevo la produccion de
bienes de consumo dentro del paıs.
En la aplicacion del modelo Altman, mediante la utilizacion de los respectivos estados
49
VI
financieros de las empresas en analisis y la realizacion de los calculos pertinentes se
conoce que para el ano 2014, 32 empresas es decir la mitad de ellas tienen un estado
saludable, seguido de 18 empresas con un estado enfermo y 14 con gris, indicando que
aquellas con un estado gris tienen una mayor probabilidad de quiebra. Para el ano 2015,
las empresas que ocupan el primer puesto son las que tienen un estado enfermo con 24
de ellas, seguido de 21 saludables y 19 grises. De un ano a otro varias empresas pasaron
de un estado saludable a uno gris o peor aun un estado enfermo con probabilidad alta de
quiebra.
Con el desarrollo del modelo de Analisis Discriminante Multiple, considerando de igual
manera los estados (saludable, gris y enfermo) y los ratios financieros calculados previa-
mente con el modelo Altman, evidencia que existe una clasificacion correcta del 96,8 %
de las empresas lo cual es alto y permite afirmar que los resultados que arrojo Altman
son validos.
El modelo Logit relaciona una variable endogena con las variables exogenas a traves de
una funcion de distribucion, es decir, mide la probabilidad de que una empresa pueda
quebrar o no siguiendo una metodologia de estimacion de la probabilidad de quiebra. Se
ha encontrado que la probabilidad de quebrar es baja 0,02 % cuando los ratios mantienen
sus valores promedio, teniendo en cuenta que no todos los ratios son estadısticamente
significativos pese a que esta metodologıa modela el comportamiento de las empresas.
Tambien se observa que al incrementar el ratio X1, X2, X3 y X4, la probabilidad de
quiebra disminuye en un 0,3 %, 0,1 %, 0,7 %, 0,01 % respectivamente.
Para el caso ecuatoriano, se encuentra en la literatura pocos estudios por problemas de
disponibilidad de informacion (bases de datos eficientes). Las principales metodologıas
discriminante y logit condicional, permiten clasificar los casos con una alta probabilidad
de acierto.
50
51
Bibliografía
[1] [ALB, 2016] ALB (2016). Recuperado de www.alb.com el 10 de octubre del 2016
[2] [Altman, 1968] Altman, E. (1968). Discriminant analysis and the prediction of
corporate. The journal of Finance.
[3] [Altman, 2000] Altman, E. (2000). Predicting financial distress of companies.
Revisiting the Z-Score and Zeta Models.
[4] [Ander, 2003] Ander, E. (2003). Métodos avanzados de investigación social,
Humanitarias. Argentina.
[5] [Arteaga, 2005] Arteaga, F. (2005). Propuesta metodológica de valoración de
empresas aplicada a grandes empresas del ecuador. Technical report, Ecuador.
[6] [Baez Aviles, 2014] Baez Aviles, A. F. (2014). Aplicación del modelo de altman a
la predicción de quiebra corporativa. Technical report, Ecuador.
[7] [Barros, 2012] Barros, A. (2012). Polis Digital.
[8] [BCE, 2016] BCE (2016). Recuperado de: www.bce.fin.ec el 12 de octubre del
2016
[9] [Beaver, 1966] Beaver, W. (1966). Alternative Accounting Measures as Predictors
of Failure. Journal of Accounting Research, Argentina.
[10] [COMEX, 2016] COMEX (2016). Recuperado de: www.comex.com el 1 de abril
del 2016
[11] [COMEX, 2016] COMEX (2016).
[12] [Congreso Nacional, 1999] Congreso Nacional (1999). Ley de compañías
52
[13] [Cárdenas, 2015] Cárdenas, S. (2015).
[14] [D, 2009] D, G. (2009). Econometría. 5th Edition, México.
[15] [De La Fuente, 2004] De La Fuente, M. (2004). Modelos de pérdida esperada.
México.
[16] [Deakin, 1972] Deakin, E. (1972). A Discriminant Analysis of Predictors of Business
Failure. Journal of Accounting Research, Argentina.
[17] [Deisy, 2003] Deisy, G. (2003). Verificación y adaptación del modelo altman,
indicadores financieros. Pensamiento y gestión.
[18] [Del Barrio et al., 2000] Del Barrio, S., García, J., and Olmo, J. (2000). Técnicas de
Análisis de datos de investigación de mercados.
[19] [Derecho Ecuador, 2008] Derecho Ecuador (2008).
[20] [Espinosa, 2000] Espinosa, R. (2000). La crisis económica financiera ecuatoriana de
finales de siglo y la dolarización. Exigibilidad de los Derechos Económicos, sociales y
culturales, pages 1–3.
[21] [Faletto, 1977] Faletto, F. (1977). Dependencia y desarrollo en América Latina.
Siglo XXI editores S.A, Argentina.
[22] [Fondo Social Europea, 2015] Fondo Social Europea (2015). Definición y conceptos
básicos contables. Technical report.
[23] [García et al., 2013] García, J., Serrano, B., and Beatriz Covazos (2013). Análisis
estadístico multivariante. Análisis Discriminante.
[24] [González, 2003] González, G. (2003). Contabilidad General. Siglo XXI editores
S.A, México.
53
[25] [Hernández Ramírez, 2014] Hernández Ramírez, M. (2014). Modelo financiero para
la detección de quiebras con el uso de un análisis discriminante múltiple. Inter Sedes,
pages 4–19.
[26] [Herrera, 2012] Herrera, T. (2012). Aplicación de análisis discriminante para
evaluar el mejoramiento de los indicadores financieros en las empresas del sector
alimento de Barranquilla Colombia. Revista Chilena de Ingeniería.
[27] [Hilbert, 2012] Hilbert, A. (2012). Modelos de predicción de insolvencia
empresarial. Technical report.
[28] [Jiménez, 2003] Jiménez, E. G. (2003). El proceso discriminante. México.
[29] [Lizarzaburu, 2013] Lizarzaburu, E. (2013). Análisis del modelo z de altman en el
mercado peruano. Unidad y empresa.
[30] [Llano Díaz, 2006] Llano Díaz, L. R. (2006). El modelo logit una alternativa para
medir probabilidad de permanencia estudiantil. Technical report, Colombia.
[31] [Medina, 2003] Medina, E. (2003). Modelos de elección discreta. Technical
report,...
[32] [MT, 2010] MT, G. (2010). Análisis de Riesgo y Crédito y Evidencia Empírica en
Chile. 2nd Edition, Santiago de Chile.
[33] [OMC, 2016] OMC (2016). Recuperado de www.wto.org el 24 de diciembre del
2016
[34] [Papic Ringeling, 2004] Papic Ringeling, E. A. (2004). Análisis comparativo de
modelos de predicción de quiebra y la probabilidad de bancarrota. Technical report,
Chile.
[35] [Paspuel, 2015] Paspuel, W. (2015). Incertidumbre de empresas por salvaguardias.
El Comercio.
54
[36] [PROECUADOR, 2016] PROECUADOR (2016). Recuperado de:
www.proecuador.gob.ec
[37] [Ramos, 2013] Ramos, R. (2013). Consideraciones sobre la desvalorización de la
moneda. Colaboración Jurídica.
[38] [Ross, 2010] Ross, S. (2010). Introduction to probability models. 9th Edition, New
Jersey.
[39] [Rubio, 2008] Rubio, M. (2008). Análisis del Fracaso empresarial en Andalucía
Especial referencia a la edad de la empresa. Cuadernos de Ciencias Económicas y
Empresariales, Argentina.
[40] [SRI, 2012] SRI (2012). Recuperado de: www.sri.gob.ec el 27 de diciembre del 2016
[41] [Subgerencia de Programación y Regulación BCE, 2015] Subgerencia de
Programación y Regulación BCE (2015). Estadísticas macroeconómicas. Technical
report, Ecuador.
[42] [Telégrafo, 2015] telégrafo, P. E. (2015). Exportaciones de línea blanca del ecuador.
Technical report, Ecuador.
[43] [World Trade Organization, 2008] World Trade Organization (2008).
Apéndice A
Anexos
A.1. Cronograma de trabajo
Cuadro A.1: Cronograma de trabajo
ActividadesActividades Fecha Inicio Fecha Fin DuraciónPlan de Investigación 22 de junio 29 de julio 4 semanasCapítulo 1 24 de octubre 7 de noviembre 3 semanasCapítulo 2 8 de noviembre 21 de noviembre 3 semanasCapítulo 3 22 de noviembre 6 de diciembre 3 semanasCapítulo 4 7 de diciembre 21 de diciembre 3 semanasRevisión de los Capítulos 23 de diciembre 2 de febrero 2 semanasRevisión de los lectores 20 de abril 4 de mayo 1 semanasDefensa de Proyecto 10 de mayo 10 de mayo 1 día
A.2. Anexo: Clasificación CIUU
Cuadro A.2: Clasificación CIUU
CLASIFICACIÓN CIUU
CÓDIGO Descripción CIUU N1
CIUU N1 G G. Comercio al por mayor y menor; Reparación de Vehículos automotores y motocicletas.
CIUU N2 G464 G464. Comercio al por mayor, excepto el de vehículos automotores y motocicletas
CIUU N3 G.4649 G.4649 Venta al por Mayor de Enseres Domésticos
CIUU N4 G4649.1 G4649.1 Venta al por mayor de aparatos electrodomésticos, muebles, colchones, alfombras y apa-
ratos de iluminación para hogar
CIUU N5 G4649.11 G4649.1 Venta al por mayor de electrodomésticos y aparatos de uso doméstico: refrigeradoras,
cocinas, lavadoras, etcétera. Incluye equipos de televisión, estéreos (Equipos de sonido), equipos
de grabación y reproductores de cd y DVD, cintas de audio y video cd y DVD, cintas de audio y
video cd, DVD grabadoras.
Fuente: Superintendencia de Compañias
Elaboración: Propia
55
A.3. Anexo: Distribución de las empresas por provincia
Cuadro A.3: Empresas de Venta al por mayor de Electrodomésticos
N PROVINCIAS EMPRESAS
1 AZUAY 8
2 CHIMBORAZO 2
3 EL ORO 5
4 GUAYAS 25
5 IMBABURA 1
6 LOS RÍOS 1
7 MANABI 1
8 PICHINCHA 19
9 SANTO DOMINGO DE LOS TSÁCHILAS 2
Total general 64
Fuente: Superintendencia de Compañías
Elaboración: Propia
A.4. Anexo: Empresas de venta al por mayor de electrodomésticos en
Ecuador
Cuadro A.4: Empresas de Venta al por mayor de Electrodomésticos en Ecuador
N RUC Razon Social Nombre Comercial Provincia
1 0190001490001 MARCIMEX S.A. MARCIMEX AZUAY
2 0190007510001 ALMACENES JUAN ELJURI CIA. LTDA. ALMACENES JUAN ELJURI AZUAY
3 0190159663001 CORPORACION JCEVCORP CIA. LTDA. CORPORACION JCEVCORP AZUAY
4 0190168190001 CORPORACION JARRIN HERRERA CIA. LTDA. JAHER AZUAY
5 0190332861001 AUSTROHOGAR S.A. INTERCOM AZUAY
6 0190371808001 IMPORTESPI CIA .LTDA. IMPORTESPI CIA .LTDA. AZUAY
7 0190383008001 COMERCIAL SOLIS & HIJOS S.A. COMERCIAL SOLIS & HIJOS AZUAY
8 0190386465001 ALMESPANA CIA. LTDA. ALMACENES ESPANA AZUAY
9 0691712494001 ALMACENES UNIHOGAR CIA. LTDA. ALMACENES UNIHOGAR CIA. LTDA. CHIMBORAZO
10 0691736172001 VIZUETE MACHADO IMPORTACIONES VIZMAIM-
PORT CIA LTDA
VIZMAIMPORT CIA LTDA CHIMBORAZO
11 0790103203001 ALMACENES KLEBER LOAYZA CIA. LTDA. ALMACENES LOAYZA EL ORO
12 0791736641001 MARIA CARMITA PASTOR CIA LTDA MARIA CARMITA PASTOR CIA LTDA EL ORO
13 0791737753001 OCHOA LOPEZ ALMACENES CIA LTDA OCHOA LOPEZ ALMACENES CIA LTDA EL ORO
14 0791751543001 GRAN HOGAR S A GRAHOGSA GRAN HOGAR EL ORO
15 0791757053001 JIHER S A JIHER S A EL ORO
16 0991298649001 BACINI S.A. CASA TIENDA GUAYAS
17 0991321020001 MABE ECUADOR S.A. MABE ECUADOR S.A. GUAYAS
18 0991359737001 IMPORTADORA JARRIN S.A. IMPORTADORA JARRIN S.A. GUAYAS
19 0992124636001 RAMITER S.A. RAMITER S.A. PICHINCHA
20 0992209682001 SEWI S.A. SEWI S.A. GUAYAS
21 0992231610001 PASDEPOR S.A. AUDIO & VIDEO DESIGN GUAYAS
22 0992243317001 DISTRIBUIDORA AMERICANA DAMERINA C.A. DISTRIBUIDORA AMERICANA GUAYAS
23 0992245832001 IMPORTADORA RIVALTON S.A. IMPORTADORA RIVALTON S.A. GUAYAS
24 0992260807001 ELECTRODOMESTICOS ARCOS S.A ELECTRODOMESTICOS ARCOS GUAYAS
25 0992349395001 LA UNION LA GRAN CADENA S.A. UNIGRANCA UNIGRANCA GUAYAS
26 0992364866001 FEMAR FEMAR GUAYAS
27 0992396849001 HACEB DEL ECUADOR S.A. HACEB DEL ECUADOR S.A. GUAYAS
28 0992419164001 EXPRESSERV S.A. EXPRESSERV S.A. GUAYAS
29 0992467819001 TKVELECTROS S.A. KISSU PICHINCHA
30 0992522984001 ALMACENES CORONEL GARZON S.A. ALCORGA ALMACENES CORONEL GUAYAS
56
31 0992548053001 KAYABO S.A. BAZAR CHINA GUAYAS
32 0992563346001 ROYZAI - MUCHO LOTE CIA. LTDA. IMPORTACION
Y EXPORTACION
ROYZAI - MUCHO LOTE CIA. LTDA. IMPORTA-
CION Y EXPORTACION
GUAYAS
33 0992624612001 CIA BRAVO - NOVILLO BRANOVI S.A. BRANOVI GUAYAS
34 0992631449001 DEMAIMPORT S.A. DEMAIMPORT S.A. GUAYAS
35 0992633158001 COMERCIAL VACA, VACOMERCIAL S.A. COMERCIAL VACA GUAYAS
36 0992700181001 VORFALLEN S.A. VORFALLEN S.A. GUAYAS
37 0992784970001 CONTINENTAL FECUVI S.A. CONTINENTAL FECUVI S.A. GUAYAS
38 0992811250001 DISTRIBUIDORA COMERCIAL DISTRIVESA V Y V
S.A.
DISTRIVESA V Y V S.A. GUAYAS
39 0992830816001 KELIGCONSTRUC S.A. KELIGCONSTRUC S.A. GUAYAS
40 1091725920001 ALBAJOCOSTO S.A ALBAJOCOSTO S.A IMBABURA
41 1391772114001 DISTRIBUIDORA MUNDO DE MARCAS S.A. DISMU-
MAR
DISTRIBUIDORA MUNDO DE MARCAS S.A.
DISMUMAR
MANABI
42 1790564118001 SONAR SONIDOS Y ARTEFACTOS CIA LTDA. SONAR SONIDOS Y ARTEFACTOS PICHINCHA
43 1790746119001 COMOHOGAR SA SUKASA SALON DE NAVIDAD Y/O FLORES PICHINCHA
44 1790854035001 ELECTROLUX C.A. ELECTROLUX C.A. PICHINCHA
45 1790895548001 UNICOMER DE ECUADOR S.A. UNICOMER DE ECUADOR S.A. GUAYAS
46 1791801431001 ELECTRODOMESTICOS SAN PEDRO Y SAN PABLO
C.A.
CREDITON PICHINCHA
47 1791883144001 TEKA ECUADOR S.A. TEKA ECUADOR S.A. GUAYAS
48 1791898397001 ELECTRODOMESTICOS SAN PABLO C.A CREDITON PICHINCHA
49 1791908821001 CHALLENGER INDUSTRIAL S.A. CHALLENGER INDUSTRIAL S.A. PICHINCHA
50 1791998502001 ETRADEV ECUADORIAN TRADE DEVELOPMENT
CIA. LTDA.
ETRADEV CIA LTDA PICHINCHA
51 1792105455001 VIHUMONSAL CIA. LTDA. VIHUMONSAL CIA. LTDA. PICHINCHA
52 1792125685001 IMPORTADORA CARDENAS MARHOGAR CIA. LT-
DA.
IMPORTADORA CARDENAS MARHOGAR CIA.
LTDA.
PICHINCHA
53 1792133564001 PRODULUX CIA. LTDA. LUX PICHINCHA
54 1792174643001 WHIRLPOOL ECUADOR S.A. WHIRLPOOL ECUADOR S.A. GUAYAS
55 1792201128001 IMPORTACIONES CODELZA IMPORCODELZA S.A. IMPORCODELZA S.A. PICHINCHA
56 1792227623001 LEADERSMAKERS CIA.LTDA. LEADERSMAKERS PICHINCHA
57 1792314224001 ELECTRODOMESTICOS & MOTOS AMERICA ELEC-
TROMERICA CIA. LTDA.
ELECTROMERICA CIA. LTDA. PICHINCHA
58 1792363217001 BLUECLEAN ELECTRODOMESTICOS S.A. BLUECLEAN PICHINCHA
59 1792381932001 KIKEMAR CIA. LTDA. KIKEMAR PICHINCHA
60 1792386179001 CORPORACION RAINPOWER CIA. LTDA. CORPORACION RAINPOWER LOS RIOS
61 1792422205001 ELECTROCARDINAL S.A. ELECTROCARDINAL S.A. PICHINCHA
62 1891716865001 ELECTROFACIL CIA. LTDA. ELECTROFACIL CIA. LTDA. PICHINCHA
63 2390008514001 IMPORELLANA S.A. IMPORELLANA S.A. SANTO DOMINGO
DE LOS TSACHILAS
64 2390013003001 IMPORTADORA SUQUILANDA STTOPER S.A. IMPORTADORA SUQUILANDA STTOPER S.A. SANTO DOMINGO
DE LOS TSACHILAS
Fuente: Superintendencia de Companıas
Elaboracion: Propia
A.5. Anexo: Ratios Financieros calculados 2014 y 2015
Cuadro A.5: Ratios Financieros calculados 2014 y 2015
. Ratios 2014 Ratios 2015
N X1 X2 X3 X4 X1 X2 X3 X4
1 0,7151657 -0,01007988 0,01725697 0,8191763 0,57441156 -0,00967079 -0,01295188 0,08125954
2 0,24757446 0,1019687 0,09695576 0,36658023 0,0796872 0 0,091201 0,46836443
3 0,50784782 0 0,24780376 0,74586578 0,33164564 0 0,18044805 0,78621525
4 0,45166212 0 0,17919688 2,32071738 0,44237339 0,05321848 0,12590889 2,76772372
5 0,61132626 0,11342687 0,15958798 2,07040404 0,5609813 0,1349107 0,08224634 2,30963379
6 0,32833484 0 0,05086748 0,51050415 0,0895245 0 0,0372572 0,44233597
7 0,13724726 0,04535187 0,1060907 0,11969567 0,08163839 0,12608107 0,04353801 0,20018587
8 0,34068743 0,06438106 0,1110962 0,60407834 0,37313466 0,16747632 0,09774789 1,04939699
9 0,41995291 0,24988142 0,21738534 0,71169012 0,26535043 0,16598977 0,1341308 0,39263478
10 0,1278098 -0,13610416 0,03042011 0,24710299 0,17276075 -0,14025564 0,10453957 0,36399926
11 0,26132551 0,023075 0,03486071 0,06540722 0,07954473 0,03504808 0,05962039 0,09433515
12 0,37662189 0 0,38933426 0,90055804 0,29394952 0 0,17675702 0,62067229
57
13 0,08639537 0,01168926 0,03344016 0,12233122 -0,01288261 0,02325783 0,03411841 0,11422326
14 0,45414816 -0,00173185 0,1647713 0,8365936 0,70227117 -0,0022451 0,2448252 2,41476175
15 0,1532163 0,01514396 0,31732908 0,21363299 0,18861277 0,16074377 0,13182812 0,2689273
16 0,51986298 0,0656691 0,03475257 0,11301122 0,08002483 0,09119103 0,01565793 0,13659136
17 -0,13620747 0,10609927 0,03605017 0,22419756 -0,16188934 0,12957117 0,00941078 0,24028221
18 0,04528881 -0,41006672 0,0450045 0,05088489 0,26968219 -0,25826934 0,03950273 0,37576553
19 0,01623476 0,05449035 -0,02870314 0,01157148 0,01242361 0,02357906 0,04962721 0,00504892
20 0,05364928 0 0,10503001 0,0566907 0,00298826 0,02660671 0,01143359 0,01886765
21 0,12014826 0,05548891 0,12151991 0,25379322 0,13619546 0,17220828 -0,05299267 0,30724771
22 0,30696427 0,10092652 0,04547564 0,26285056 0,17762919 0,09571386 0,02597165 0,21780266
23 0,00693398 0,16898948 0,02599034 0,19981935 -0,1376538 0,04354436 -0,00066213 0,32384652
24 0,14344977 0,14013701 0,03209054 0,23818279 0,12993949 0,18436326 0,0643466 0,32654699
25 0,46425986 -0,00213377 0,19568514 0,36044063 0,02763967 -0,00183531 0,23739434 0,38828911
26 0,12865447 0 0,3710533 0,23373203 0,02928731 0 0,18630515 0,12828332
27 0,32860124 0,02466594 0,03469273 0,03499859 -0,00949193 0,02065726 0,02610754 0,02527628
28 0,01435571 0,09711797 0,01593881 0,12559538 0,02345357 0,14419872 0,02822027 0,16229085
29 -0,23440931 0,00906541 0,05564974 0,05832969 -0,36500015 0,01642567 0,03255554 0,02641976
30 -0,17863495 0,03386836 0,01756035 0,05483956 -0,15050852 0,03346302 0,08402315 0,09263624
31 -0,07550908 0,01995586 0,0238687 0,04625632 -0,10345527 0,03130265 0,01592094 0,04529512
32 0,00160288 -0,03608215 -0,02884043 0,00160545 0,00918112 -0,10838955 0,07049664 0,0092662
33 0,27929674 0,10186607 0,0911895 0,19408455 -0,17045448 0,08115252 0,06577523 0,15746077
34 0,69704244 0,03677881 0,05041644 0,05401812 0,0494613 0,06870677 0,06811586 0,10343522
35 0,34308791 0,0305509 0,1414087 0,20401652 0,11926314 0,09680458 0,13886002 0,3199295
36 0,05416718 0,01661428 0,05118597 0,08083791 0,0655371 0,03173194 0,03021187 0,08602148
37 0,10675027 0,07056965 0,07749839 0,11950776 0,12331817 0,0932974 0,05367848 0,14066468
38 0,1146403 -0,00506141 0,05129935 0,10459331 0,10867632 -0,00449695 0,04918837 0,12192689
39 0,30833783 0,05956808 0,03122401 0,13838226 0,0111352 0,1086364 -0,05338454 0,07096957
40 0,19202052 0,04986145 0,11648186 0,12609626 0,1390563 0,11201587 0,03035538 0,16151614
41 0,07954801 0,02135884 0,00331848 0,02745099 0,03328372 0,02208043 0,01025861 0,03442967
42 -0,02399477 -0,04294718 0,02043935 0,15806527 -0,08453681 -0,03772922 -0,04544404 0,11337845
43 0,06400364 -0,00104198 0,38120944 0,38669532 -0,01863731 0,11964366 0,06139304 0,16046699
44 0,78968115 0,64902071 0,00324184 4,51330735 0,46025935 0,35597686 0,08583338 1,06008326
45 0,31114319 0,07963637 0,20292763 0,48778467 0,73297066 0,29683931 0,35153581 2,80795491
46 0,8329558 0,63554989 -0,15510639 7,12332969 0,60951416 0 -0,28703627 3,9459899
47 0,9355051 0,06199016 0,0921413 0,55181728 0,41142448 0,12362716 0,05154475 0,71111369
48 0,18876025 0,17078032 0,01156332 0,23268122 0,14444124 0,18350888 -0,0553894 0,16882679
49 0,15434531 0,1065241 0,0880226 0,17350175 0,23628415 0,21197012 0,0379919 0,3100789
50 0,10964454 0,05977104 0,0724657 0,15120251 0,28596807 0,19104843 0,07320368 1,8494665
51 0,21997166 0,10994029 0,00741648 0,13204528 -0,10755666 0,095536 0,04208651 0,12361977
52 0,64728072 0,39722813 0,03821327 1,05895306 0,21813945 0,19854269 0,11709731 0,43361939
53 0,07325486 0,04188597 0,01276003 0,07923995 0,06958632 0,04288786 0,01694364 0,0749625
54 0,29498639 0,0639878 0,17519936 0,17849395 0,13231067 0,1255709 0,07490299 0,21047999
55 0,44630975 0,33349461 0,10132824 0,65303489 0,35769269 0,33964743 0,01554092 0,5586594
56 0,29052579 0,11489275 0,03048094 0,34050629 0,15708183 0 -0,00216161 0,34596687
57 0,05911948 0,0257364 0,02212741 0,0416954 -0,01085013 0,00152905 0,02445559 0,00826625
58 0,57472144 0,01424942 0,33999554 31,6036328 0,54227501 0,20013957 0,20811725 15,6128989
59 0,51637144 0,07827887 0,26989867 0,27589015 0,31183974 0,16699216 0,25356564 0,47044248
60 0,52980493 0,00252462 -0,49128769 3,41834584 0,3012236 -0,25651663 -0,18229589 0,55159499
61 0,75628254 0,12142067 0,49402496 0,8070978 0,56552316 0,68170081 0,10012834 2,48735625
62 0,02052814 -0,02114557 0,06774734 0,0379006 -0,21176477 -0,00934612 0,32472118 0,32049988
63 0,05408432 0,01868068 0,03961728 0,05717669 0,72505721 0,13049362 0,98361469 2,63712024
64 0,84821913 -0,70879632 0,69000853 5,5884454 -0,06793032 -0,16200637 0,04279745 0,32694618
Fuente: Superintendencia de Companıas
Elaboracion: Propia
58
A.6. Anexo: Cuentas del Balance Financiero 2014-2015
Cuadro A.6: Cuentas del Balance Financiero 2014-2015
CUENTAS DE BALANCE FINANCIERO 2014_2015
Código_ Balance2014 Código_Balance2015 Nombre de la Cuenta
499 499 Activos
599 599 Pasivos
698 698 Patrimonio
345 359 ActivoCorriente
539 551 PasivoCorriente
651 611 Utilidades Retenidas antes del Ejercicio
652 612 Pérdida Acumulada antes del ejercicio
801 801 Utilidad del Ejercicio
802 802 Pérdida del Ejercicio
839 849 Impuesto Causado
803 803 Participación de trabajadores
Fuente: Superintendencia de Compañías
Elaboración: Propia
A.7. Anexo: Cálculos de estados 2014 mediante Altman
Cuadro A.7: Cálculos de estados 2014 mediante Altman
N X1*6.56 X2*3.26 X3*6.72 X4*1.05 Z2 2014 Estado
1 4,691487 -0,03286039 0,11596683 0,86013511 5,63472855 Saludable
2 1,62408849 0,33241796 0,65154273 0,38490924 2,99295842 Saludable
3 3,3314817 0 1,66524127 0,78315907 5,77988203 Saludable
4 2,96290351 0 1,20420306 2,43675325 6,60385982 Saludable
5 4,01030024 0,36977158 1,07243125 2,17392425 7,62642732 Saludable
6 2,15387653 0 0,34182947 0,53602935 3,03173536 Saludable
7 0,900342 0,14784708 0,71292953 0,12568046 1,88679907 Gris
8 2,23490953 0,20988225 0,74656646 0,63428226 3,82564051 Saludable
9 2,75489107 0,81461343 1,4608295 0,74727462 5,77760862 Saludable
10 0,83843228 -0,44369956 0,20442316 0,25945814 0,85861402 Enfermo
11 1,71429538 0,07522449 0,234264 0,06867758 2,09246145 Gris
12 2,47063957 0 2,61632626 0,94558594 6,03255177 Saludable
13 0,56675361 0,03810698 0,22471786 0,12844778 0,95802623 Enfermo
14 2,9792119 -0,00564582 1,10726315 0,87842328 4,95925251 Saludable
15 1,00509893 0,04936933 2,13245143 0,22431464 3,41123432 Saludable
16 3,41030116 0,21408127 0,23353728 0,11866178 3,97658149 Saludable
17 -0,893521 0,34588364 0,24225714 0,23540744 -0,06997279 Enfermo
18 0,2970946 -1,3368175 0,30243025 0,05342913 -0,68386352 Enfermo
19 0,1065 0,17763854 -0,19288509 0,01215006 0,1034035 Enfermo
20 0,3519393 0 0,70580165 0,05952523 1,11726619 Gris
21 0,78817258 0,18089384 0,8166138 0,26648289 2,05216311 Gris
22 2,01368564 0,32902044 0,3055963 0,27599309 2,92429547 Saludable
59
23 0,04548692 0,55090572 0,17465507 0,20981032 0,98085803 Enfermo
24 0,94103052 0,45684665 0,21564844 0,25009193 1,86361754 Gris
25 3,0455447 -0,00695611 1,31500415 0,37846266 4,73205541 Saludable
26 0,84397331 0 2,49347814 0,24541863 3,58287008 Saludable
27 2,15562413 0,08041097 0,23313517 0,03674852 2,50591879 Gris
28 0,09417349 0,31660457 0,10710877 0,13187515 0,64976198 Enfermo
29 -1,53772506 0,02955324 0,37396625 0,06124617 -1,07295939 Enfermo
30 -1,17184528 0,11041086 0,11800556 0,05758154 -0,88584733 Enfermo
31 -0,49533957 0,0650561 0,16039769 0,04856913 -0,22131664 Enfermo
32 0,01051487 -0,11762781 -0,19380768 0,00168572 -0,2992349 Enfermo
33 1,83218664 0,3320834 0,61279344 0,20378878 2,98085225 Saludable
34 4,57259838 0,11989891 0,33879847 0,05671902 5,08801478 Saludable
35 2,2506567 0,09959595 0,95026649 0,21421734 3,51473648 Saludable
36 0,35533672 0,05416256 0,34396972 0,08487981 0,83834881 Enfermo
37 0,70028178 0,23005705 0,52078917 0,12548314 1,57661114 Gris
38 0,75204037 -0,0165002 0,34473162 0,10982298 1,19009477 Gris
39 2,02269617 0,19419194 0,20982535 0,14530138 2,57201484 Gris
40 1,2596546 0,16254833 0,78275812 0,13240107 2,33736212 Gris
41 0,52183498 0,06962982 0,02230021 0,02882354 0,64258855 Enfermo
42 -0,15740569 -0,14000781 0,13735243 0,16596853 0,00590747 Enfermo
43 0,4198639 -0,00339686 2,56172741 0,40603009 3,38422454 Saludable
44 5,18030833 2,11580752 0,02178516 4,73897272 12,0568737 Saludable
45 2,04109933 0,25961458 1,36367367 0,51217391 4,17656149 Saludable
46 5,46419003 2,07189265 -1,04231495 7,47949617 13,9732639 Saludable
47 6,13691346 0,20208792 0,61918954 0,57940814 7,53759906 Saludable
48 1,23826727 0,55674383 0,0777055 0,24431528 2,11703189 Gris
49 1,01250523 0,34726856 0,59151188 0,18217683 2,1334625 Gris
50 0,71926816 0,19485357 0,48696952 0,15876263 1,55985389 Gris
51 1,4430141 0,35840535 0,04983878 0,13864755 1,98990577 Gris
52 4,24616155 1,2949637 0,25679318 1,11190071 6,90981913 Saludable
53 0,48055189 0,13654827 0,08574742 0,08320195 0,78604953 Enfermo
54 1,9351107 0,20860023 1,1773397 0,18741865 3,50846929 Saludable
55 2,92779193 1,08719243 0,68092577 0,68568664 5,38159678 Saludable
56 1,90584919 0,37455037 0,2048319 0,3575316 2,84276306 Saludable
57 0,38782379 0,08390068 0,14869623 0,04378017 0,66420087 Enfermo
58 3,77017267 0,04645312 2,28477002 33,1838145 39,2852103 Saludable
59 3,38739666 0,2551891 1,81371908 0,28968466 5,74598949 Saludable
60 3,47552035 0,00823025 -3,30145328 3,58926313 3,77156045 Saludable
61 4,96121348 0,39583139 3,31984772 0,84745269 9,52434529 Saludable
62 0,13466462 -0,06893455 0,45526211 0,03979563 0,56078782 Enfermo
63 0,35479317 0,06089901 0,26622814 0,06003552 0,74195583 Enfermo
64 5,56431747 -2,31067601 4,63685732 5,86786767 13,7583664 Saludable
Fuente: Superintendencia de Companıas
Elaboracion: Propia
60
A.8. Anexo: Cálculos de estados 2015 mediante Altman
Cuadro A.8: Cálculos de estados 2015 mediante Altman
N X1*6.56 X2*3.26 X3*6.72 X4*1.05 Z2 2014 Estado
1 3,76813982 -0,03152676 -0,08703666 0,08532251 3,73489891 Saludable
2 0,52274801 0 0,61287074 0,49178265 1,62740141 Gris
3 2,17559538 0 1,21261087 0,82552601 4,21373225 Saludable
4 2,90196943 0,17349225 0,84610773 2,9061099 6,82767932 Saludable
5 3,68003731 0,43980887 0,55269543 2,42511548 7,09765709 Saludable
6 0,5872807 0 0,25036837 0,46445277 1,30210183 Gris
7 0,53554787 0,4110243 0,29257542 0,21019516 1,44934275 Gris
8 2,44776338 0,54597281 0,65686583 1,10186683 4,75246886 Saludable
9 1,7406988 0,54112664 0,90135895 0,41226652 3,59545091 Saludable
10 1,13331055 -0,45723339 0,70250592 0,38219922 1,76078231 Gris
11 0,52181346 0,11425674 0,40064899 0,09905191 1,13577111 Gris
12 1,92830882 0 1,18780715 0,6517059 3,76782187 Saludable
13 -0,08450994 0,07582052 0,22927571 0,11993443 0,34052071 Enfermo
14 4,6068989 -0,00731902 1,64522536 2,53549984 8,78030507 Saludable
15 1,23729975 0,5240247 0,885885 0,28237366 2,92958311 Saludable
16 0,52496288 0,29728275 0,10522127 0,14342093 1,07088782 Enfermo
17 -1,06199404 0,42240202 0,06324046 0,25229632 -0,32405524 Enfermo
18 1,76911519 -0,84195804 0,26545834 0,3945538 1,58716929 Gris
19 0,08149885 0,07686774 0,33349485 0,00530136 0,4971628 Enfermo
20 0,01960297 0,08673787 0,07683372 0,01981103 0,20298559 Enfermo
21 0,89344223 0,56139898 -0,35611072 0,32261009 1,42134059 Gris
22 1,1652475 0,31202718 0,1745295 0,2286928 1,88049697 Gris
23 -0,90300893 0,14195462 -0,00444952 0,34003884 -0,42546498 Enfermo
24 0,85240303 0,60102422 0,43240913 0,34287434 2,22871072 Gris
25 0,18131622 -0,00598312 1,59528995 0,40770357 2,17832662 Gris
26 0,19212477 0 1,25197063 0,13469749 1,57879289 Gris
27 -0,06226703 0,06734268 0,17544266 0,02654009 0,20705841 Enfermo
28 0,15385542 0,47008784 0,18964019 0,1704054 0,98398885 Enfermo
29 -2,39440095 0,0535477 0,2187732 0,02774075 -2,0943393 Enfermo
30 -0,98733588 0,10908944 0,5646356 0,09726806 -0,21634278 Enfermo
31 -0,67866658 0,10204665 0,10698869 0,04755988 -0,42207136 Enfermo
32 0,06022817 -0,35334995 0,47373745 0,00972951 0,19034519 Enfermo
33 -1,11818139 0,26455721 0,44200956 0,1653338 -0,24628082 Enfermo
34 0,32446616 0,22398407 0,45773858 0,10860698 1,11479579 Gris
35 0,7823662 0,31558293 0,93313936 0,33592597 2,36701446 Gris
36 0,42992336 0,10344612 0,2030238 0,09032256 0,82671584 Enfermo
37 0,80896718 0,30414952 0,36071937 0,14769791 1,62153399 Gris
38 0,71291668 -0,01466004 0,33054583 0,12802323 1,15682569 Gris
39 0,07304691 0,35415467 -0,35874409 0,07451805 0,14297553 Enfermo
40 0,91220935 0,36517174 0,20398815 0,16959195 1,65096119 Gris
41 0,21834122 0,07198221 0,06893783 0,03615115 0,39541241 Enfermo
42 -0,55456147 -0,12299725 -0,30538396 0,11904737 -0,86389531 Enfermo
43 -0,12226074 0,39003833 0,41256121 0,16849034 0,84882914 Enfermo
44 3,01930135 1,16048457 0,57680032 1,11308742 5,86967366 Saludable
61
45 4,8082875 0,96769615 2,36232063 2,94835266 11,0866569 Saludable
46 3,99841292 0 -1,92888373 4,14328939 6,21281858 Saludable
47 2,6989446 0,40302453 0,34638072 0,74666938 4,19501924 Saludable
48 0,94753451 0,59823896 -0,37221674 0,17726812 1,35082486 Gris
49 1,55002403 0,69102259 0,25530557 0,32558284 2,82193504 Saludable
50 1,87595051 0,62281787 0,49192876 1,94193983 4,93263697 Saludable
51 -0,70557169 0,31144735 0,28282134 0,12980076 0,01849775 Enfermo
52 1,43099479 0,64724915 0,7868939 0,45530035 3,3204382 Saludable
53 0,45648629 0,13981441 0,11386126 0,07871063 0,78887258 Enfermo
54 0,86795801 0,40936114 0,50334807 0,22100399 2,00167122 Gris
55 2,34646402 1,10725062 0,104435 0,58659237 4,14474201 Saludable
56 1,03045679 0 -0,01452603 0,36326521 1,37919596 Gris
57 -0,07117682 0,00498472 0,16434155 0,00867956 0,10682901 Enfermo
58 3,55732404 0,652455 1,39854789 16,3935438 22,0018707 Saludable
59 2,0456687 0,54439445 1,70396108 0,49396461 4,78798882 Saludable
60 1,9760268 -0,83624423 -1,22502841 0,57917474 0,4939289 Enfermo
61 3,7098319 2,22234465 0,67286247 2,61172406 9,21676308 Saludable
62 -1,38917688 -0,03046834 2,18212631 0,33652488 1,09900597 Enfermo
63 4,75637527 0,42540922 6,60989074 2,76897625 14,5606515 Saludable
64 -0,44562291 -0,52814078 0,28759887 0,34329349 -0,34287134 Enfermo
Fuente: Superintendencia de Companıas
Elaboracion: Propia
A.9. Anexo: Pruebas de normalidad de los ratios
Cuadro A.9: Pruebas de normalidad de los ratios
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Ratios Estadístico gl Sig. Estadístico gl Sig.
X1 ,127 64 ,012 ,958 64 ,030
X2 ,258 64 ,000 ,711 64 ,000
X3 ,207 64 ,000 ,825 64 ,000
X4 ,397 64 ,000 ,253 64 ,000
Elaboración: Propia
A.10. Anexo: Prueba de igualdad de las medias de los grupos
Cuadro A.10: Pruebas de normalidad de los ratios
Ratios Lambda de Wilks F gl1 gl2 Sig.
X1 ,386 48,483 2 61 ,000X2 ,955 1,449 2 61 ,243X3 ,853 5,249 2 61 ,008X4 ,937 2,044 2 61 ,138
62
A.11. Anexo: Estadísticos de los ratios
Cuadro A.11: Estadísticos de los ratios
Estadísticos de grupo
N válido (según lista)
Estado Media Desv. típ. No ponderados Ponderados
Saludable
X1 ,4745 ,22042 32 32,000
X2 ,0847 ,22239 32 32,000
X3 ,1579 ,20436 32 32,000
X4 2,1409 5,63208 32 32,000
Gris
X1 ,1742 ,08061 14 14,000
X2 ,0650 ,05106 14 14,000
X3 ,0636 ,03948 14 14,000
X4 ,1391 ,06696 14 14,000
Enfermo
X1 -,0005 ,09687 18 18,000
X2 -,0012 ,12072 18 18,000
X3 ,0246 ,02527 18 18,000
X4 ,0903 ,07340 18 18,000
Total
X1 ,2752 ,26822 64 64,000
X2 ,0562 ,17371 64 64,000
X3 ,0998 ,15705 64 64,000
X4 1,1263 4,08129 64 64,000
Fuente: Superintendencia de Compañías
A.12. Anexo: Resultados del análisis de regresión logística
Cuadro A.12: Resultados del análisis de regresión logística
Iteration 11: log likelihood = -21.616845
Logistic regression Number of obs = 64LR chi2(4) = 32.81Prob > chi2 = 0.0000
Log likelihood =-21.616845 Pseudo R2 = 0.4315CUENTAS Coef. Std. Err. z P>|z| [95 % Conf. Interval]CAPTRAB ,0000252 ,000011 2,30 0,022 3,68e-06 ,0000468
UTRET -1,74e-06 6,22e-06 -0,28 0,780 -,0000139 ,0000105UTANIMP ,0000151 ,0000113 -1,34 0,181 -7,02e-06 ,0000372
PATR -,0000191 7,75e-06 -2,46 0,014 -,0000343 -3,91e-06_cons ,125641 ,4929586 0,25 0,799 -,84054 1,091822
63