Maracaibo, Curriculum AutorTips del autorEditorial

WEB DEL Lic. RIGOBERTO A. BECERRA D. (MAF)

Maracaibo, Venezuela. Ultima actualización 24-10-20

ALTMAN

=================

ANALISIS FINANCIERO PARA LA

DETERMINACION DE PROBABILIDAD

DE QUIEBRA DE LAS EMPRESAS

RIGOBERTO A. BECERRA D. (*)

==================================

I. INTRODUCCION

 A pesar del universal uso del análisis tradicional de razones financieras, por distintos analistas y para diferentes propósitos, no se encuentra mucha bibliografía que señale los hallazgos de investigaciones en el sentido de la verificación de este análisis tradicional con la predicción de fallas o quiebras de empresas.

Preguntas de rigor, realizadas por estudiantes, ejecutivos y empresarios asistentes a cursos de capacitación o adiestramiento gerencial, son: ¿forma en el que se utilizan estas razones financieras tradicionales?, ¿grado de predicción de la situación financiera de la empresa? ¿cuál es la utilidad de su uso para pronosticar la quiebra de las empresas?, y así otras preguntas por el estilo. La respuesta es, generalmente, que en verdad estas razones financieras tienen alta aplicabilidad y que todo depende de la motivación del analista, su experticia y de otros aspectos que se recomiendan tomar en cuenta para disminuir la limitación de esta herramienta tradicional.

Sin embargo, es bueno señalar que en revisiones bibliográficas, realizadas por el autor de este trabajo, se han encontrado, casi al final de la década del 60, algunos enfoques importantes de investigadores financieros para probar la habilidad o confiabilidad de índices individuales, o de grupos de índices, para predecir la quiebra de las empresas. Dichos estudios han constituido el punto de partida para más trabajos desarrollados en este importante aspecto del área de las finanzas de las empresas: el poder determinar su probabilidad de quiebra.

Así, al contrario de la opinión de algunos profesionales de la administración, quienes señalan la poca o ninguna importancia del conocimiento de la quiebra de las empresas, pués según éllos lo que interesa es su aspecto positivo, o sea su crecimiento y desarrollo, el autor considera que si es importante este conocimiento, ya que sirve para tomar decisiones tácticas o estratégicas, por las personas que les compete, de la mejor manera posible, en beneficio de las propias empresas, de sus directivos, accionistas, trabajadores, y de la colectividad en general, por lo que en el contenido del trabajo se indicará las áreas donde esta información puede usarse y por quien.

Se expone aquí lo que se conoce sobre estos estudios, haciendo énfasis en el análisis discriminatorio, señalando, para el lector interesado en profundizar este interesante tema, las referencias bibliográficas.

RIGOBERTO A. BECERRA D. - Lic. en Administración (LUZ, Maracaibo), Master en Administración, mención Finanzas (IESA, Caracas); Exfuncionario del Ministerio de Hacienda; Exdirectivo del C.I.E.S.E.; Profesor de Pregrado y Postgrado en LUZ, Profesor invitado de Postgrado en otras Universidades del País; Presidente del Instituto Zuliano de Adiestramiento en Finanzas y Administración; Asesor de empresas.

II. ESTUDIO DE LA HABILIDAD PREDICTIVA DE INDICES FINANCIEROS INDIVIDUALES

El profesor William Beaver (1) uso una muestra igual de empresas manufactureras que quebraron y que no quebraron, para estudiar el desempeño de treinta índices financieros.

En sus resultados halló que, de esos índices financieros, los mejores predictores de la quiebra fueron, en orden descendiente: relación flujo de efectivo a deuda total; relación utilidad neta a activos totales; relación deuda total a activos totales; relación capital de trabajo neto a activos totales; y la razón circulante.

Estudiando estos índices en particular, sus resultados mostraron, por ejemplo, que las empresas en no quiebra, durante los cinco años previos al análisis, tenían estos índices en una situación bastante buena en contraposición a las empresas en quiebra, que los tenían seriamente deteriorados. Señalando algunos valores se tiene:

 

Flujo de caja

---------------- = Entre 0,45 y 0,50 para

Deuda total las empresas buenas.

Entre 0,15 y -0,15 para

las empresas malas.

Utilidad neta

---------------- = 0.08-0.09 no quiebra

Activo total 0.02 a -0.2 quiebra

 

Deuda total

----------------- = 0,37 a 0,45 no quiebra

Activo total 0.52 a 0.81 quiebra

Capital trabajo neto

--------------------------- = 0,36 a 0,42 no quiebra

Activo total 0,30 a 0,06 quiebra

Activo Circulante

------------------------- = 3.2 a 3.4 no quiebra

Pasivo Circulante 2.5 a 2.0 quiebra

Igualmente es señalado en sus estudios que, un año antes de la quiebra, el primer índice era capaz de predecir correctamente la quiebra en casi el 90% de la muestra de empresas seleccionadas, mientras que el índice circulante predecía correctamente en sólo el 80% de los casos. Cinco años antes de la quiebra, estos porcentajes eran de 78% y 55%, respectivamente.

III. ESTUDIO SOBRE LA HABILIDAD PREDICTIVA DE GRUPO DE INDICES FINANCIEROS

Algunos instrumentos que contemplan un puntaje total han sido utilizados, desde hace varias décadas, por analistas crediticios de Instituciones Financieras y también en créditos a consumidores en empresas comerciales de productos domésticos. En estos instrumentos son asignados puntos a varias características del solicitante de crédito, tales como: número de años en el trabajo actual; nivel educacional; estado civil; edad; sexo; etc. El autor (2) diseñó un instrumento que denominó Baremo Crediticio, el cual puede ser consultado por cualquier persona interesada sobre este tema.

Ahora bien, M. Tamari (3) realizó un trabajo de investigación, utilizando un sistema de puntaje, para pronosticar la quiebra de empresas usando seis diferentes índices financieros. Mucho de su trabajo reportado fue para clientes de un banco Israelí donde Tamari trabajaba, por lo que algunos de los índices utilizados no se conocían ampliamente. Estos índices fueron: razón de endeudamiento; razón circulante; razón cobertura de deuda; capacidad financiera; razón de conversión de activos fijos; y reposición de capital de trabajo.

El total máximo de puntos asignados fue de cien, donde a dos de los índices se les asignó 25 a cada uno, a otro se le asignó 20 y a los tres restantes se les asignó 10 puntos a cada uno. Los puntos fueron asignados basándose en opiniones, más bien que sobre una base estadística. Este procedimiento puede ser ilustrado con el índice circulante, al cual le fue asignado un máximo de 20 puntos, utilizando la siguiente escala:

 Valor índice

Puntos

> 2

20

1,5 a 2,0

15

1,1 a 1,5

10

0,9 a 1,1

5

< 0,9

0

Los puntos fueron totalizados para todos los índices y para cada año que preceden a la quiebra, tanto para las empresas que quebraron como para las que no quebraron. El puntaje resultante, el cual Tamari llamó "índice de riesgo", fue usado para establecer tres clases de riesgo:

< 30 puntos: Probablemente va a la quiebra.

 De 30 a 60 puntos: Riesgo marginal

 > 60 puntos: Buen riesgo de crédito.

  En el estudio se señala que de 28 empresas incluidas en la investigación, el 75% que tuvo un índice de riesgo menor de 35 puntos, quebraron. Esto dió una gran fortaleza a esta herramienta para ser utilizada en el pronóstico de quiebras de empresas, bien sea para fines crediticios u otros propósitos. Sin embargo, es recomendable que, tanto los índices utilizados como su peso y escala, deben ser preparados y validados sobre una base estadística más bien que de opiniones u observaciones directas.

IV. ANALISIS DISCRIMINANTE

Una técnica estadística sofisticada, el análisis discriminante, fue aplicada por Edward Altman (4) para la selección y evaluación de los índices que más probablemente diferencian o distinguen entre empresas en quiebra y empresas en no quiebra.

Altman probó veintidos índices, de los cuales sólo seleccionó cinco, bajo la base de su habilidad combinada o múltiple para discriminar entre empresas en quiebra y empresas en no quiebra. Este procedimien- to difiere radicalmente del realizado por M. Tamari, ya expuesto, el cual sólo suma puntos de índices que se cree tienen habilidad predictiva.

El enfoque del análisis discriminante, por su lado, primero prueba la correlación entre índices individuales y entonces selecciona aquellos que contribuyen más al valor discriminante, el cual fue llmado "valor de Z". Este enfoque ha tenido amplia aceptación, y tal como lo expone Charles Kyd (5), combinando el análisis tradicional de índices financieros con una técnica estadística llamada análisis discriminante múltiple (ADM), Edward Altman, un economista financiero de la New York University's Graduate School of Business, se las arregló para contestar a la pregunta que generalmente le hacían en sus clases y conferencias: ¿Cómo puede usted predecir qué negocios irán probablemente a la quiebra y cuales probablemente no?, desarrollando un modelo para predecir el peligro de que una empresa fuera a la quiebra.

De acuerdo con lo anterior, es importante señalar que bibliografía actualizada sobre Finanzas (de 1984 en adelante, en obras en español, pués en inglés ya aparecía en textos de la década del 70), contemplan aunque sea brevemente y sin mucha profundidad (generalmente en apéndice a un capítulo), este modelo y sus aplicaciones. Así, en la séptima edición de Weston y Brighan "Finanzas en Administración", en el apéndice del capítulo 7, se trata este modelo. Igualmente en la octava edición de Weston y Copeland de "Finanzas en Administración" y a partir de la séptima edición en el texto Administración Financiera de Van Horne James. Asimismo, el autor de este trabajo (6) ha tutoriado dos trabajos especiales de grado, uno a nivel de pregrado y otro a nivel de postgrado, donde se aplica este modelo en una realidad de un sector empresarial de unas regiones en Venezuela.

A continuación se tratan algunos aspectos importantes de conocer acerca del modelo.

 4.1. LA CREACION DEL MODELO

Para desarrollar su trabajo que después llamó "Z de Altman", E. Altman seleccionó, en 1966, un muestra de 66 empresas, de las cuales treinta y tres (el 50%) habían caido en quiebra entre 1946 y 1965 y las otras treinta y tres se seleccionaron, aleatoriamente, de entre aquellas que aún existían para 1966. El tamaño de las empresas era variado, pués el activo total de las 66 empresas oscilaba entre 1 millón y 26 millones de dólares.

 Después de la selección le calculó 22 índices financieros, de los más comunes, a cada una de las empresas. Es importante aclarar que, para las empresas que habían caido en quiebra, Altman utilizó los estados financieros un año antes de la quiebra. El objetivo perseguido, al realizar estos cálculos, era el de hallar y seleccionar una cantidad reducida de aquellos índices que mejor arrojaran información para distinguir entre una empresa en quiebra y otra que no lo estuviera, es decir una firma saludable financieramente. Entonces, como ya se mencionó, para realizar su selección utilizó la técnica estadística de análisis discriminante múltiple.

La ventaja del análisis discriminante múltiple radica en el hecho de que permite combinar muchas características en un solo valor (diferente al análisis tradicional de razones financieras donde se tendrán tantos valores como razones se utilicen), donde este valor indicará a que grupo pertenece el sujeto en estudio (en este caso la empresa estudiada), ofreciéndose, generalmente, tres alternativas: un valor alto o un valor bajo indicará que se pertenece a un grupo o al otro, respectivamente, mientras que un valor intermedio causa incertidumbre respecto a que grupo pertenece el sujeto en análisis.

A este valor, resultante al aplicar el análisis discriminante, Altman lo llamó "valor Z", señalando que un valor Z suficientemente alto, por encima de determinado valor, implica que la empresa es financieramente saludable, o en otras palabras que tiene baja probabilidad de quiebra; mientras que una valor de Z suficientemente bajo, menor que determinado parámetro, significa que la empresa está cerca de la quiebra o que tiene alta probabilidad de quebrar. Un valor intermedio de Z, coloca a la empresa en una zona de incertidumbre que llamó zona gris ó zona nublada, dando la coonotación de no verse muy bien. Posteriormente Altman definió esta zona gris con un juego de palabras: las empresas que allí estaban eran empresas buenas pero mal gerenciadas o empresas malas pero bien gerenciadas.

El primer valor Z que Altman determinó, fue trabajando en una investigación que contemplaba una muestra de empresas manufactureras cotizadas publicamente, es decir, en el mercado bursátil. Posteriormente, ante críticas realizadas de diferente índole, desarrolló versiones nuevas, primero para empresas manfactureras no cotizadas en bolsa, a la que llamó Z1, y después para empresas comerciales o de servicio, cotizadas o no publicamente, a la que llamó Z2. Más adelante se explicará con mayor detalle tales versiones.

4.2. FUNCION DISCRIMINANTE

 La función discriminante que resultó de su primera versión del valor Z de Altman fue la siguiente:

 Z = 1.2X1 + 1.4X2 + 3.3X3 + 0.6X4 + 0.99X5

 En esta función discriminante, las equis (X) son precisamente los índices seleccionados para conformar el Valor Z. Estos son:

 Capital de trabajo neto

X1 = ---------------------------------

Activo total

 X2 = Ganancias retenidas acumuladas

Activo total

X3 = Ganancias antes intereses e impuestos (GAII)

Activo total

 X4= Valor de mercado del Patrimonio

Pasivo total

  Ventas

X5 = -----------------------

Activo total

 Los parámetros o límites de referencia para la separación de los dos grupos se estableció, en esta versión, de la manera siguiente:

 Z >= 2.99: Baja probabilidad de quiebra

 Z <= 1.81: Alta probabilidad de quiebra

 1.81 > Z < 2.99: Zona gris

  La contribución de los anteriores índices al modelo, a los efectos de la discriminación entre las empresas con alta probabilidad de quiebra o baja probabilidad de quiebra, se posiciona (7) de la forma siguiente:

 Indice

Posición

X3

1ro.

X5

2do.

X4

3ro.

X2

4to.

X1

5to.

 

4.2.1. COMO UTILIZAR EL MODELO

La aplicación del modelo puede ser para un grupo de empresas o para una empresa individual.

Si es para un grupo de empresas, se calcula cada uno de los índices, contemplados en el modelo, para cada empresa de la muestra que se tome. Se calcula el valor promedio de cada índice en el grupo y se sustituye en la función discriminante.

Si es para una empresa en particular, se calculan igualmente los índices del modelo y el resultado se sustituye en la función discriminante para obtener el valor de Z.

Esto puede hacerse para el ejercicio económico actual o para uno proyectado. Pero puede también calcularse para una serie histórica de no más de cinco años o de unos dos años proyectados, todo lo cual permitirá analizar la tendencia y así tener una mejor visión de la situación del grupo de empresas o de una empresa en particular.

Una vez obtenido el valor de Z se compara con los límites o parámetros de referencia, llamados también valores de corte, para obtener el diagnóstico de la situación financiera de la empresa o del grupo de empresas.

V. VERSIONES REVISADAS DEL MODELO DE ALTMAN.

Ante las críticas hacia el modelo, en el sentido de que no todas las empresas son manufactureras cotizables en el mercado de capitales, y de que además existen empresas comerciales y de servicio, cotizables o no, las que no fueron consideradas en el modelo, todo lo cual hacía no muy aplicable en la mayor parte de las situaciones; Altman aceptó realizar revisión del mismo (aunque en un principio se resistió argumentando no ser necesario). lo que resultó en la obtención de dos nuevas versiones: Valor Z1 y Valor Z2.

 ¿Cuáles fueron los cambios en estas dos nuevas versiones del modelo Z de Altman?. A continuación se exponen brevemente, sin muchos detalles, recomendando al lector interesado en profundizar sobre este aspecto, remitirse a la ya citada obra de Altman.

 5.1. VALOR Z1 DE ALTMAN

Este valor es entonces utilizable para cuando las empresas o la empresa, objeto de análisis, es manufacturera no cotizable en el mercado bursátil. Esto debe tenerse en cuenta al momento del análisis, para así ajustarse al modelo y tener mayor confiabilidad en sus resultados.

  Los índices quedaron prácticamente iguales, con excepción del X4, donde se sustituyó el numerador, ya que en vez de contemplar el valor de mercado del patrimonio, se cambió por el valor contable del patrimonio (por ser empresa no cotizada en el mercado y por lo tanto difícil, aunque no imposible, de determinar su valor de mercado). O sea que X4 quedó en la versión Z1 de Altman de la forma siguiente:

  Valor contable del patrimonio

X4 = --------------------------------------

Pasivo total

  Asimismo, los coeficientes de la función discriminante se modificaron, quedando:

 Z1 = 0.717X1 + 0.847X2 + 3.107X3 + 0.42X4 + 0.998X5

 y los límites de separación, o parámetros de referencia, cambiaron de la forma siguiente:

 Z1 >= 2.90: Baja probabilidad de quiebra

 Z1 <=1.23: Alta probabilidad de quiebra

 1.23 < Z1 < 2.90: Zona gris.

 5.2. VALOR Z2 DE ALTMAN

Ante el señalamiento, por parte de analistas y críticos del modelo, de que también habían empresas que no eran manufactureras, cotizadas o no, para las cuales las dos versiones ya publicadas no eran aplicables, o sea de que existían las empresas comerciales y de servicio, Altman realizó modificaciones en su estudio y llegó a obtener el Valor Z2, para ser usada por cualquier tipo de empresa diferente a las contempladas en Z y Z1. Entonces Z2 debe aplicarse cuando la empresa es comercial o de servicio.

Las modificaciones fueron en los índices utilizados, en los coeficientes de la función discriminante y en los parámetros de referencia.

Así se tiene que en Z2 se eliminó X5, conservándose los demás índices utilizados en la versión Z1. El argumento de peso para la eliminación del X5 es de que este índice es problemático en el sentido de que varía significativamente de una a otra empresa de distinto ramo o sector industrial, lo que trae distorsión y puede dar lugar a interpretaciones erróneas y, en este caso, a influencia distorsionante en el modelo. En cuanto a la función discriminante, esta quedó de la forma siguiente:

Z2 = 6.56X1 + 3.26X2 + 6.72X3 + 1.05X4

 Por su parte, los límites o parámetros de referencia se modificaron de la forma siguiente:

  Z2 >= 2.60: Baja probabilidad de quiebra 

Z2 <= 1.10: Alta probabilidad de quiebra

  1.10 < Z2 < 2.60: Zona gris.

 La forma de aplicación es igual que para las versiones anteriores, es decir, se calculan los valores de cada índice y se sustituyen en la función discriminante para hallar el valor de Z2.

 VI. INTERPRETACION DE LOS RESULTADOS DE VALORES Z

 De manera general se puede ofrecer una interpretación de los resultados, cualquiera sea la versión del Valor Z utilizado. Sin embargo, esta interpretación debe mirarse con cuidado por parte de quien realiza el análisis, recordando además que el modelo de Valor Z es una herramienta que se puede completar con otras, pués rara vez los analistas utilizan una sola herramienta.

Una tendencia de Z con valores suficientemente mayores que el límite o parámetro superior de la clasificación de baja probabilidad de quiebra, reflejará un desenvolvimiento histórico saludable financieramente, indicando que no tiene probabilidad de quiebra en un futuro cercano. Entre mayor sea el Valor de Z menor será la probabilidad de quiebra, donde tendrían que suceder hechos muy fuertes, difíciles, inesperados, coyun-turales (como un incendio, un terremoto, una guerra, un cambio de sistema político fuerte, etc.), para que, con una predicción tal, una empresa se vaya a la quiebra.

Cuando la tendencia es descendente, cabe preguntarse ¿Es una tendencia peligrosa?. Todo depende, pués podría servir como un aviso temprano de la llegada de problemas, o que la empresa está ajustando un valor desusadamente alto y ha iniciado el aprovechamiento de nuevas oportunidades de crecimiento. Por eso es importante vigilar la caída de un Valor Z, por la información que puede obtenerse.

En el otro lado, un valor bajo de Z indica que la empresa está bastante peligrosa, con una alta probabilidad de quebrar, y que si la gerencia no toma decisiones estratégicas adecuadas (deben ser estratégicas y no tácticas, pués estas últimas lo que normalmente hacen es paliar el problema), lo más seguro es que más temprano que tarde la empresa quiebre.

Por su parte, la zona gris es donde los valores de las firmas en quiebra que mejor funcionan, se solapan con las firmas en no quiebra que peor funcionan. Tal como lo señala Charles Kyd (8) "He aquí una forma de considerar la zona gris: si el valor Z de su compañía viene a caer en esta zona, recuerde que alguna firmas con valores más altos que el de la suya ya ha ido a la quiebra". Este señalamiento debe tomarse seriamente con la finalidad de que se realice el mayor esfuerzo en buscar y encontrar las estrategias más adecuadas para hacer salir a su empresa de esa zona gris.

Para finalizar, el autor de este trabajo opina que la importancia de determinarse el Valor Z, cualquiera sea la versión, radica en el hecho de que al saber la gerencia de la firma como se encuentra financieramente su empresa, la obliga a tomar mejores decisiones, según sea el caso. En ningún momento quedarse sin hacer algo, durmiéndose en los laureles o esperando resignadamente la quiebra.

 VII. AREAS DE APLICACIÓN DEL VALOR Z.

 Sobre las áreas de aplicación del modelo Z de Altman, parece interesante la exposición de Charles Kyd (9), la cual es bastante completa y clara cuando señala: "A lo largo de los años las gentes de negocios han utilizado el Valor Z para aplicaciones muy diversas. Estas han venido a caer en las siguientes 7 categorías:

 1. Análisis de crédito: Los bancos han empleado el valor Z para ayudarse a decidir si aceptar o rechazar una concesión de un préstamo. Las instituciones no financieras han empleado los Valores Z para apoyar decisiones acerca de créditos comerciales.

 2. Análisis de inversiones: obviamente si una firma se encamina a un desastre financiero, los inversores prefirirán conocer este hecho. También aquí, los instructivos valores Z pueden actuar como un indicador temprano de un reves.

 3. Análisis de auditorías: el valor Z ha ayudado a los inspectores públicos a valorar si un cliente auditado continuará en pleno funcionamiento.

 4. Análisis legal: aquellos que invierten el dinero de otras personas suelen ser demandados si el dinero se va a pique. Dependiendo del valor, el Valor Z puede ayudar en algún lado del argumento.

 5. Análisis de fusión: analizando la tendencia reciente del Valor Z de una posible adquisición, un comprador puede obtener una visión adicional de la dirección hacia el que se dirige el panorama; desde luego, el Valor Z puede también ayudar a valorar como podría afectar la fusión a la salud financiera de la empresa adquiriente.

 6. Análisis de costes-beneficios: el análisis del valor Z puede ayudar a guiar decisiones de coste-beneficios. Por ejemplo: muchos directivos dudarían en vender activos con pérdidas contables para liquidar débitos. Pero podrían pensar de diferente forma si supieran que tal venta elevaría el Valor Z de la firma significativamente, y de hecho aumentaría sus oportunidades de supervivencia.

 7. Control e informes de gestión: el Valor Z es uno de los pocos estadísticos que pueden resumir el rendimiento general de una firma: ganancias y pérdidas, gestión de activos, gestión de capital circulante, rentabilidad de acciones; todo está resumido en un cálculo del Valor Z. Un creciente número de firmas, por lo tanto, incluyen el Valor Z en sus informes de gestión internos".

 VIII. LA COMPUTACION EN EL CALCULO DE Z

 Se pueden diseñar y utilizar programas computarizados para ayudar a realizar los cálculos del Valor Z. Aunque por supuesto, no es estrictamente necesario, dado lo fácil de los cálculos involucrados en el modelo, donde hasta con una calculadora con sólo las cuatro operaciones básicas de suma, resta, multiplicación y división, se podrá trabajar sin dificultad. Sin embargo, con la computadora se logrará trabajar con rapidez y podrán simularse diferentes situaciones.

Así, cualquier hoja de cálculo electrónica: Lotus 123, Symphony, Quattro, Excel, etc. , puede utilizarse para calcular y graficar los Valores Z, siendo particularmente útil para análisis de tendencias. Lo que se necesita es construir la hoja con los datos respectivos.

Igualmente, el autor de este trabajo tiene un programa financiero computarizado, en lenguaje Basic, denominado ANFINTOT (10), donde en la opción ANCREDIT, además de otras herramientas de análisis, contempla el Valor Z en sus tres versiones (Z, Z1 y Z2), para que el usuario elija la que corresponde en su caso particular. El programa está realizado de manera sencilla, iterativo, para permitirle rápidamente realizar cálculos en diferentes situaciones y con diferentes datos. No grafica.

IX. EJERCICIO RESUELTO

Para mostrar los cálculos que se realizan con el modelo de Edward Altman, a continuación se utilizará la data financiera obtenida de los estados financieros resumidos, de una empresa manufacturera no cotizada en el mercado bursátil, para calcular el Valor Z1 de Altman, que es la versión correspondiente según lo expuesto en puntos anteriores.

Los estados financieros disponibles de la empresa son los que seguidamente se relacionan, de manera resumida, pero suficiente para tomar los datos y realizar los cálculos necesarios.

 

FAB. DE ZAPATOS SUAVECITO, C.A.

BALANCE GENERAL AL 31-10-9X

 

ACTIVO CIRCULANTE

20.000.000

ACTIVO FIJO

60.000.000

OTROS ACTIVOS

10.000.000

TOTAL ACTIVOS………………

90.000.000

 

=========

 

PASIVO CIRC.

15.000.000

PASIVO LARGO PLAZO

40.000.000

TOTAL PASIVO…………………

55.000.000

CAPITAL SOCIAL

20.000.000

GANANCIAS RETENIDAS

15.000.000

CAPITAL CONTABLE…………

35.000.000

TOTAL PASIVO Y CAPITAL…….

90.000.000

 

=========

 

VENTAS..................

150.000.000

COSTO FABRICACION

60.000.000

GANANCIA BRUTA

90.000.000

GASTOS GENERALES Y ADM.

50.000.000

GANANCIA OPERATIVA

40.000.000

INGRESOS Y EGRESOS FINANC.

-25.000.000

GANANCIA ANTES I.S.L.R.

15.000.000

I.S.L.R........................

5.000.000

GANANCIA NETA....

10.000.000

El cálculo de los índices respectivos dió:

X1 = (20000 - 15000) / 90000 = 0.06

X2 = 15000 / 90000 = 0.17

X3 = 40000 / 90000 = 0.44

X4 = 35000 / 55000 = 0.64

X5 = 150000 / 90000 = 1.67

 Al sustituir el valor de cada índice en la ecuación discriminante Z1, se obtiene:

 Z1 = 0.717*0.06 + 0.847*0.17 + 3.107*0.44 + 0.42*0.64 + 0.998*1.67

 Z1 = 3.49

 Como Z1 > 2.90, la empresa tiene baja probabilidad de quiebra.

 REFERENCIAS BIBLIOGRAFICAS

 (1) BEAVER, William H. " Financial Ratios as Predictors of Failure". Empirical Research in Accounting: Selected Studies. Chicago Univesity, 1967.

 (2) BECERRA D. Rigoberto A. "Gerencia de crédito y cobranzas". Curso de Desarrollo Ejecutivo, CIESE. Maracaibo, 1988.

 (3) TAMARI, M. "Financial Ratios as un Means of Forecasting Bankruptcy". Management Internacional Review, 1966, Vol. IV, pags. 13-21.

 (4) ALTMAN, Edward L. "Financial Ratios. Discriminant Analysis and the Prediction of Corporate Bankruptcy". The Journal of Finance, Setember 1968. pags. 589-609.

 (5) KYD, Charles W. "Aplicaciones del Lotus 123. Modelos Financieros". MacGraw-Hill, España, 1988. pag. 237

 (6) Vease la tesis de pregrado "La estructura de capital y la probabilidad de quiebra de la pequeña y mediana industria del Distrito Maracaibo", URU, realizada por BAITINNER, Francisco y SUCHAR, José, 1988; y la tesis de postgrado en Gerencia de Empresas (LUZ, 1989): "Estructura de capital, rentabilidad y probabilidad de quiebra. Empresas adscritas a la Cámara de la pequeña y mediana empresa de Paraguana", realizada por TALAVERA, Fernando y ALVAREZ, Amarilis. Ambas tutoriadas por el Lic Rigoberto A. Becerra D.

 (7) SOLDOSFKY, Robert y OLIVE, Garnet. "Financial Management". South Western Publishing Co., Cinccinati, Ohio, 1974. pag. 348.

 (8) KYD, Charles. Ob. Cit. pag. 250

 (9) Ibid, pags. 253-254

 (10) BECERRA D. Rigoberto A. "Programa ANFINTOT". Ver opción ANCREDIT del menú principal. Editado por IZAFA, C.A., Maracaibo, Edo. Zulia. Versión 1.0: 1989; Versión 3.3a: 1995.

VOLVER A LA PAGINA DE ARTICULOS GERENCIA FINANCIERA II

VOLVER A LA PAGINA PRINCIPAL DE ARTICULOS VARIOS