Modelo estadístico estima riesgo de quiebra en empresas industriales

Juan David Martín, magíster en Contabilidad y Finanzas de la Universidad Nacional de Colombia (UNAL), afirma que pese al gran volumen de información disponible en centrales de datos, fuentes de información de acceso público, investigaciones de mercados y programas informáticos de inteligencia de negocios que enmarcan la dinámica de las empresas, aun hoy se sigue recurriendo al uso simplificado de la experiencia y a la intuición para evaluar grandes decisiones gerenciales sin considerar la complejidad de las relaciones empresariales y sin emplear métodos científicos que validen los resultados.

Sin embargo tales desarrollos se podrían utilizar para que las empresas sean más eficientes, en especial si se tiene en cuenta que el Fondo Monetario Internacional (FMI) estima una marcada desaceleración y expectativas de crecimiento del 2,8 % para el país. Entre los factores para dicho cálculo se encuentra que el DANE proyectó en 2018 un crecimiento anual del 2,9 % del sector industrial al tercer trimestre de ese año, y la Superintendencia Financiera de Colombia calculó un índice de cartera vencida de morosidad mayor a 30 días del 18,15 % durante el primer semestre de ese mismo año.

Ante esta situación, y debido a la importancia del sector privado "que al tercer trimestre de 2018 representó el 76,36 % del PIB", resulta necesario analizar la productividad del país, el nivel de empleo y la cartera morosa.

El magíster señala que "por todo lo anterior es fundamental identificar las condiciones que pueden causar la insolvencia de las organizaciones y su posterior medición, para que a su vez los grupos de interés (gerentes, analistas y áreas de riesgo de crédito) cuenten con herramientas que les permitan plantear estrategias para mitigar este tipo de riesgo al tener alertas tempranas sobre el comportamiento de sus principales indicadores de gestión, los posibles efectos ante cambios de variables macroeconómicas, y un análisis previo sobre la manera como el mercado y las unidades de riesgo pudiesen estar evaluando el desempeño de las organizaciones".

Con base en lo anterior, para su trabajo de profundización el magíster estimó la probabilidad de insolvencia de las empresas, para lo cual tomó la información de las bases de datos de la Superintendencia de Sociedades entre 2010 y 2016 de 796 empresas industriales de Bogotá, de sectores como la confección, productos alimenticios y farmacéuticos.

A partir de la información del estado de situación financiera (balance general) y del estado de resultados de empresas del sector industrial, elaboró una base de datos, estableciendo 48 variables independientes "como utilidad neta, patrimonio, capital social", entre estas 40 indicadores financieros: liquidez, endeudamiento y plazos de cobro y de pago, y 8 indicadores de mercado, como por ejemplo ingreso por ventas y valor del cliente.

A partir de las variables seleccionadas se aplicaron cuatro diferentes metodologías estadísticas: análisis discriminante múltiple, modelo logit, modelo probit y regresión lineal, en las que se alcanzó un nivel de acierto para todas las observaciones de 98,53 %, 98,61 %, 92,24 % y 98,66 %, respectivamente. Solo se obtuvieron tres variables estadísticamente significativas en los cuatro modelos: rotación de activos, endeudamiento a corto plazo y TRM.

La rotación del activo es la relación entre los ingresos operacionales y el activo total. Este es uno de los indicadores financieros que le señalan a la empresa qué tan eficiente está siendo con la administración y gestión de sus recursos.

La concentración del pasivo o de endeudamiento de corto plazo, medido como pasivo corriente divido entre el pasivo total, es un indicador que permite mostrar en dónde se encuentran concentrados los pasivos, si en el corto o en el largo plazo y así muestra la estructura de capital de una empresa.

La TRM mide la relación de cambio entre el peso colombiano y el dólar americano: "la hipótesis es que entre más alta sea la TRM mayor será la probabilidad de insolvencia, siempre y cuando las empresas tengan obligaciones en moneda extranjera".

Modelos eficaces

El magíster Martín afirma que la utilización de los modelos de estimación de la probabilidad de insolvencia presenta grandes ventajas para el análisis del comportamiento de las empresas, sea desde una perspectiva histórica o en la exploración de posibles situaciones de crisis que se puedan presentar. También podrían ser utilizados si una entidad desea conceder un préstamo o compra cartera.

Así mismo, los inversionistas de capital o algún empresario interesado en valorar su riesgo podrían estar en disposición de aplicar este tipo de modelos de forma que sea posible tomar decisiones de inversión o se estime la probabilidad de fracaso o insolvencia de algún proyecto, y la gestión del riesgo que se deba realizar.

Según datos de la Superintendencia de Sociedades, entre 2017 y 2018 hubo un incremento de 54 empresas que celebraron acuerdos bajo la Ley 1116 de Insolvencia, al pasar de 465 empresas en 2016 a 519 en 2017, lo que representa un incremento del 11,65 %.

En ese sentido, es fundamental identificar las condiciones que pueden causar la insolvencia de las organizaciones, para contar con herramientas que les permita plantear estrategias que mitiguen el riesgo.