Situación financiera de las empresas del sector automotriz en Colombia: análisis periodo 2017

32 Páginas

Autores:
Corral Perdomo, Juan Diego
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad de la Sabana
Repositorio:
Repositorio Universidad de la Sabana
Idioma:
spa
OAI Identifier:
oai:intellectum.unisabana.edu.co:10818/33271
Acceso en línea:
http://hdl.handle.net/10818/33271
Palabra clave:
Automóviles -- Industria y comercio
Automoviles -- Aspectos económicos
Regulación del comercio
Planificación de la producción
Repuestos
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 International
id REPOUSABA2_5016f197fecba6850f9bde1fe2a1add6
oai_identifier_str oai:intellectum.unisabana.edu.co:10818/33271
network_acronym_str REPOUSABA2
network_name_str Repositorio Universidad de la Sabana
repository_id_str
dc.title.es_CO.fl_str_mv Situación financiera de las empresas del sector automotriz en Colombia: análisis periodo 2017
title Situación financiera de las empresas del sector automotriz en Colombia: análisis periodo 2017
spellingShingle Situación financiera de las empresas del sector automotriz en Colombia: análisis periodo 2017
Automóviles -- Industria y comercio
Automoviles -- Aspectos económicos
Regulación del comercio
Planificación de la producción
Repuestos
title_short Situación financiera de las empresas del sector automotriz en Colombia: análisis periodo 2017
title_full Situación financiera de las empresas del sector automotriz en Colombia: análisis periodo 2017
title_fullStr Situación financiera de las empresas del sector automotriz en Colombia: análisis periodo 2017
title_full_unstemmed Situación financiera de las empresas del sector automotriz en Colombia: análisis periodo 2017
title_sort Situación financiera de las empresas del sector automotriz en Colombia: análisis periodo 2017
dc.creator.fl_str_mv Corral Perdomo, Juan Diego
dc.contributor.advisor.none.fl_str_mv Rivera Cuervo, Nancy
dc.contributor.author.none.fl_str_mv Corral Perdomo, Juan Diego
dc.subject.es_CO.fl_str_mv Automóviles -- Industria y comercio
Automoviles -- Aspectos económicos
Regulación del comercio
Planificación de la producción
Repuestos
topic Automóviles -- Industria y comercio
Automoviles -- Aspectos económicos
Regulación del comercio
Planificación de la producción
Repuestos
description 32 Páginas
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2018-06-27T16:12:43Z
dc.date.available.none.fl_str_mv 2018-06-27T16:12:43Z
dc.date.issued.none.fl_str_mv 2018
dc.type.es_CO.fl_str_mv bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.identifier.citation.none.fl_str_mv Aldazábal, J., & Napan, A. (2014). Análisis discriminante aplicado a modelos de predicción de quiebra. Revista de La Facultad de Ciencias Contables, 22(42), 53–59.
Altman, E. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance, (September).
BBVA. (2017). Situación Automotriz.
Beaver, W. (1966). Financial Ratios As Predictors of Failure Authors ( s ): William H . Beaver Source : Journal of Accounting Research , Vol . 4 , Empirical Research in Accounting : Selected Published by : Wiley on behalf of Accounting Research Center , Booth School of Busi, 4(1966), 71–111. Retrieved from http://www.jstor.org/stable/2490171
Chávez, N., & Córdova, C. (2017). Medición del riesgo de la gestión financiera de las compañías con la utilización del análisis discriminante: el caso de las industrias de la región 7 del Ecuador. Revista Publicando, 4(13), 90–107.
EConcept AEI. (2016). El Sector De Vehículos En Colombia : Características Y Propuestas De Mejora a Su Régimen Impositivo. Www.Andemos.Org, 72.
Fenalco. (2016). Informe Del Sector Automotor.
Fontalvo, T., & Morelos, J. . (2012). Evaluación de la gestión financiera: empresas del sector automotriz y actividades conexas en el Atlántico. Dimensiones Empresariales, 10(2), 11–20. https://doi.org/10.15665/rde.v10i2.206
Forero, L. (2015). Propuesta de modelo para la evaluación y predicción del riesgo de insolvencia financiera de pequeñas y medianas empresas manufactureras en Colombia. UNIVERSIDAD INDUSTRIAL DE SANTANDER FACULTAD.
Gallardo, V., & Garrido, R. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de Chillán. Universidad del Bío-Bío.
García, V. (2015). Análisis financiero: Un enfoque integral (1°, pp. 330–332). México: Patria S.A. Retrieved from https://books.google.com.co/books?id=zNBUCwAAQBAJ&lpg=PA330&ots=sxZZJY Ipdr&dq=a mayor cantidad de apalancamiento%2C mayor sera la probabilidad de fracaso&pg=PA330#v=onepage&q=a mayor cantidad de apalancamiento, mayor sera la probabilidad de fracaso&f=true
Gutíerrez, J. (2010). Un análisis de riesgo de crédito de las empresas del sector real y sus determinantes. Banco de laRepublica, (46)
Long, S. (1997). Regression Models for Categorical and Limited Dependent Variables.
López, E. (2015). Modelo de Predictibilidad de Quiebra en las Pymes Colombianas del Sector Comercio. Colegio de Estudios Superiores de Administración – CESA
Martínez, O. (2003). Determinantes de Fragilidad en las Empresas Colombianas. Borradores de Economía, 259, 23.
Narváez, L. (2010). Análisis de la aplicación de los modelos de predicción de quiebras en Colombia. UNIVERSIDAD AUTÓNOMA DE OCCIDENTE FACULTAD. Retrieved from https://red.uao.edu.co/bitstream/10614/1629/1/TCT00757.pdf
Ohlson, J. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 18(1), 109. https://doi.org/10.2307/2490395
Programa de las Naciones Unidas para el Desarrollo. (2014). El sector automotor, Oportunidades de inclusión productiva para poblaciones en pobreza y vulnerabilidad en Bogotá
Ringeling, E. (2004). Análisis comparativo de modelos de predicción de quiebra y la probabilidad de bancarrota. Universidad de Chile.
Rodríguez, M., Piñeiro, C., & De Llano, P. (2014). Determinación del riesgo de fracaso financiero mediante la utilización de modelos paramétricos, de inteligencia artificial, y de información de auditoría. Estudios de Economia, 41(2), 187–217. https://doi.org/10.4067/S0718-52862014000200002
Rosillo, J. (2002). Modelo de predicción de quiebras de las empresas colombianas. Innovar, (19), 109–124.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10818/33271
dc.identifier.local.none.fl_str_mv 268833
TE09671
identifier_str_mv Aldazábal, J., & Napan, A. (2014). Análisis discriminante aplicado a modelos de predicción de quiebra. Revista de La Facultad de Ciencias Contables, 22(42), 53–59.
Altman, E. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance, (September).
BBVA. (2017). Situación Automotriz.
Beaver, W. (1966). Financial Ratios As Predictors of Failure Authors ( s ): William H . Beaver Source : Journal of Accounting Research , Vol . 4 , Empirical Research in Accounting : Selected Published by : Wiley on behalf of Accounting Research Center , Booth School of Busi, 4(1966), 71–111. Retrieved from http://www.jstor.org/stable/2490171
Chávez, N., & Córdova, C. (2017). Medición del riesgo de la gestión financiera de las compañías con la utilización del análisis discriminante: el caso de las industrias de la región 7 del Ecuador. Revista Publicando, 4(13), 90–107.
EConcept AEI. (2016). El Sector De Vehículos En Colombia : Características Y Propuestas De Mejora a Su Régimen Impositivo. Www.Andemos.Org, 72.
Fenalco. (2016). Informe Del Sector Automotor.
Fontalvo, T., & Morelos, J. . (2012). Evaluación de la gestión financiera: empresas del sector automotriz y actividades conexas en el Atlántico. Dimensiones Empresariales, 10(2), 11–20. https://doi.org/10.15665/rde.v10i2.206
Forero, L. (2015). Propuesta de modelo para la evaluación y predicción del riesgo de insolvencia financiera de pequeñas y medianas empresas manufactureras en Colombia. UNIVERSIDAD INDUSTRIAL DE SANTANDER FACULTAD.
Gallardo, V., & Garrido, R. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de Chillán. Universidad del Bío-Bío.
García, V. (2015). Análisis financiero: Un enfoque integral (1°, pp. 330–332). México: Patria S.A. Retrieved from https://books.google.com.co/books?id=zNBUCwAAQBAJ&lpg=PA330&ots=sxZZJY Ipdr&dq=a mayor cantidad de apalancamiento%2C mayor sera la probabilidad de fracaso&pg=PA330#v=onepage&q=a mayor cantidad de apalancamiento, mayor sera la probabilidad de fracaso&f=true
Gutíerrez, J. (2010). Un análisis de riesgo de crédito de las empresas del sector real y sus determinantes. Banco de laRepublica, (46)
Long, S. (1997). Regression Models for Categorical and Limited Dependent Variables.
López, E. (2015). Modelo de Predictibilidad de Quiebra en las Pymes Colombianas del Sector Comercio. Colegio de Estudios Superiores de Administración – CESA
Martínez, O. (2003). Determinantes de Fragilidad en las Empresas Colombianas. Borradores de Economía, 259, 23.
Narváez, L. (2010). Análisis de la aplicación de los modelos de predicción de quiebras en Colombia. UNIVERSIDAD AUTÓNOMA DE OCCIDENTE FACULTAD. Retrieved from https://red.uao.edu.co/bitstream/10614/1629/1/TCT00757.pdf
Ohlson, J. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 18(1), 109. https://doi.org/10.2307/2490395
Programa de las Naciones Unidas para el Desarrollo. (2014). El sector automotor, Oportunidades de inclusión productiva para poblaciones en pobreza y vulnerabilidad en Bogotá
Ringeling, E. (2004). Análisis comparativo de modelos de predicción de quiebra y la probabilidad de bancarrota. Universidad de Chile.
Rodríguez, M., Piñeiro, C., & De Llano, P. (2014). Determinación del riesgo de fracaso financiero mediante la utilización de modelos paramétricos, de inteligencia artificial, y de información de auditoría. Estudios de Economia, 41(2), 187–217. https://doi.org/10.4067/S0718-52862014000200002
Rosillo, J. (2002). Modelo de predicción de quiebras de las empresas colombianas. Innovar, (19), 109–124.
268833
TE09671
url http://hdl.handle.net/10818/33271
dc.language.iso.es_CO.fl_str_mv spa
language spa
dc.rights.*.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
dc.publisher.es_CO.fl_str_mv Universidad de La Sabana
dc.publisher.program.none.fl_str_mv Economía y Finanzas Internacionales
dc.publisher.department.none.fl_str_mv Escuela Internacional de Ciencias Económicas y Administrativas
dc.source.none.fl_str_mv Universidad de La Sabana
Intellectum Repositorio Universidad de La Sabana
institution Universidad de la Sabana
bitstream.url.fl_str_mv https://intellectum.unisabana.edu.co/bitstream/10818/33271/6/PROYECTO%20DE%20GRADO.pdf.txt
https://intellectum.unisabana.edu.co/bitstream/10818/33271/2/license_rdf
https://intellectum.unisabana.edu.co/bitstream/10818/33271/3/license.txt
https://intellectum.unisabana.edu.co/bitstream/10818/33271/4/content%20%282%29.pdf
https://intellectum.unisabana.edu.co/bitstream/10818/33271/5/PROYECTO%20DE%20GRADO.pdf
bitstream.checksum.fl_str_mv d724e420e6b9579c60f0945b0c310daa
7c9ab7f006165862d8ce9ac5eac01552
f52a2cfd4df262e08e9b300d62c85cab
1cb485e7594b5659f35f1a3b7f31debd
78708519c55c02d7a6981676393ac43a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Intellectum Universidad de la Sabana
repository.mail.fl_str_mv contactointellectum@unisabana.edu.co
_version_ 1811952263723220992
spelling Rivera Cuervo, NancyCorral Perdomo, Juan Diego2018-06-27T16:12:43Z2018-06-27T16:12:43Z2018Aldazábal, J., & Napan, A. (2014). Análisis discriminante aplicado a modelos de predicción de quiebra. Revista de La Facultad de Ciencias Contables, 22(42), 53–59.Altman, E. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance, (September).BBVA. (2017). Situación Automotriz.Beaver, W. (1966). Financial Ratios As Predictors of Failure Authors ( s ): William H . Beaver Source : Journal of Accounting Research , Vol . 4 , Empirical Research in Accounting : Selected Published by : Wiley on behalf of Accounting Research Center , Booth School of Busi, 4(1966), 71–111. Retrieved from http://www.jstor.org/stable/2490171Chávez, N., & Córdova, C. (2017). Medición del riesgo de la gestión financiera de las compañías con la utilización del análisis discriminante: el caso de las industrias de la región 7 del Ecuador. Revista Publicando, 4(13), 90–107.EConcept AEI. (2016). El Sector De Vehículos En Colombia : Características Y Propuestas De Mejora a Su Régimen Impositivo. Www.Andemos.Org, 72.Fenalco. (2016). Informe Del Sector Automotor.Fontalvo, T., & Morelos, J. . (2012). Evaluación de la gestión financiera: empresas del sector automotriz y actividades conexas en el Atlántico. Dimensiones Empresariales, 10(2), 11–20. https://doi.org/10.15665/rde.v10i2.206Forero, L. (2015). Propuesta de modelo para la evaluación y predicción del riesgo de insolvencia financiera de pequeñas y medianas empresas manufactureras en Colombia. UNIVERSIDAD INDUSTRIAL DE SANTANDER FACULTAD.Gallardo, V., & Garrido, R. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de Chillán. Universidad del Bío-Bío.García, V. (2015). Análisis financiero: Un enfoque integral (1°, pp. 330–332). México: Patria S.A. Retrieved from https://books.google.com.co/books?id=zNBUCwAAQBAJ&lpg=PA330&ots=sxZZJY Ipdr&dq=a mayor cantidad de apalancamiento%2C mayor sera la probabilidad de fracaso&pg=PA330#v=onepage&q=a mayor cantidad de apalancamiento, mayor sera la probabilidad de fracaso&f=trueGutíerrez, J. (2010). Un análisis de riesgo de crédito de las empresas del sector real y sus determinantes. Banco de laRepublica, (46)Long, S. (1997). Regression Models for Categorical and Limited Dependent Variables.López, E. (2015). Modelo de Predictibilidad de Quiebra en las Pymes Colombianas del Sector Comercio. Colegio de Estudios Superiores de Administración – CESAMartínez, O. (2003). Determinantes de Fragilidad en las Empresas Colombianas. Borradores de Economía, 259, 23.Narváez, L. (2010). Análisis de la aplicación de los modelos de predicción de quiebras en Colombia. UNIVERSIDAD AUTÓNOMA DE OCCIDENTE FACULTAD. Retrieved from https://red.uao.edu.co/bitstream/10614/1629/1/TCT00757.pdfOhlson, J. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 18(1), 109. https://doi.org/10.2307/2490395Programa de las Naciones Unidas para el Desarrollo. (2014). El sector automotor, Oportunidades de inclusión productiva para poblaciones en pobreza y vulnerabilidad en BogotáRingeling, E. (2004). Análisis comparativo de modelos de predicción de quiebra y la probabilidad de bancarrota. Universidad de Chile.Rodríguez, M., Piñeiro, C., & De Llano, P. (2014). Determinación del riesgo de fracaso financiero mediante la utilización de modelos paramétricos, de inteligencia artificial, y de información de auditoría. Estudios de Economia, 41(2), 187–217. https://doi.org/10.4067/S0718-52862014000200002Rosillo, J. (2002). Modelo de predicción de quiebras de las empresas colombianas. Innovar, (19), 109–124.http://hdl.handle.net/10818/33271268833TE0967132 PáginasEn el sector automotriz se encuentran las entidades cuya actividad económica se clasifique en la cadena desde la fabricación, mantenimiento, reparación y comercio de vehículos automotores tanto de sus piezas como de sus accesorios. Según el informe de EConcept (2016), Colombia “contaba con un parque automotor de 5,3 millones de vehículos de 4 ruedas y más de 7 millones de motos” (EConcept AEI, 2016). En 2016, el sector automotriz colombiano representaba una participación del 4% en el PIB industrial y en el año 2014, la producción bruta registro un monto de 6,4 billones de pesos colombianos (BBVA, 2017), genero aportes de valor agregado tanto al comercio como a la industria, correspondientes a COP 3,8 billones y COP 1,7 Billones respectivamente (EConcept AEI, 2016). Pese a ser una industria de gran importancia, los trabajos de estudio sobre las empresas del sector son escasos, al igual que el análisis de riesgos a las firmas del mismo.spaUniversidad de La SabanaEconomía y Finanzas InternacionalesEscuela Internacional de Ciencias Económicas y AdministrativasAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2Universidad de La SabanaIntellectum Repositorio Universidad de La SabanaAutomóviles -- Industria y comercioAutomoviles -- Aspectos económicosRegulación del comercioPlanificación de la producciónRepuestosSituación financiera de las empresas del sector automotriz en Colombia: análisis periodo 2017bachelorThesishttp://purl.org/coar/resource_type/c_7a1fTEXTPROYECTO DE GRADO.pdf.txtPROYECTO DE GRADO.pdf.txtExtracted Texttext/plain55025https://intellectum.unisabana.edu.co/bitstream/10818/33271/6/PROYECTO%20DE%20GRADO.pdf.txtd724e420e6b9579c60f0945b0c310daaMD56CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81223https://intellectum.unisabana.edu.co/bitstream/10818/33271/2/license_rdf7c9ab7f006165862d8ce9ac5eac01552MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-8498https://intellectum.unisabana.edu.co/bitstream/10818/33271/3/license.txtf52a2cfd4df262e08e9b300d62c85cabMD53content (2).pdfcontent (2).pdfCartaapplication/pdf125728https://intellectum.unisabana.edu.co/bitstream/10818/33271/4/content%20%282%29.pdf1cb485e7594b5659f35f1a3b7f31debdMD54ORIGINALPROYECTO DE GRADO.pdfPROYECTO DE GRADO.pdfVer documento en PDF application/pdf946351https://intellectum.unisabana.edu.co/bitstream/10818/33271/5/PROYECTO%20DE%20GRADO.pdf78708519c55c02d7a6981676393ac43aMD5510818/33271oai:intellectum.unisabana.edu.co:10818/332712018-10-03 12:03:06.517Intellectum Universidad de la Sabanacontactointellectum@unisabana.edu.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