Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros
Vol. 27, No. 2 (2019)
- Autores:
-
Correa Mejía, Diego Andrés
Lopera-Castaño, Mauricio
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2019
- Institución:
- Universidad de Cartagena
- Repositorio:
- Repositorio Universidad de Cartagena
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unicartagena.edu.co:11227/10214
- Acceso en línea:
- https://hdl.handle.net/11227/10214
https://doi.org/10.32997/2463-0470-vol.27-num.2-2019-2639
- Palabra clave:
- Insolvencia empresarial
indicadores financieros
análisis financiero
algoritmo boosting
regresión logística
Insolvency
financial indicators
financial analysis
boosting algorithm
logistic regression
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
id |
UCART2_dda3446442f7eee077cf53f1b19f10dd |
---|---|
oai_identifier_str |
oai:repositorio.unicartagena.edu.co:11227/10214 |
network_acronym_str |
UCART2 |
network_name_str |
Repositorio Universidad de Cartagena |
repository_id_str |
|
dc.title.es.fl_str_mv |
Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros |
title |
Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros |
spellingShingle |
Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros Insolvencia empresarial indicadores financieros análisis financiero algoritmo boosting regresión logística Insolvency financial indicators financial analysis boosting algorithm logistic regression |
title_short |
Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros |
title_full |
Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros |
title_fullStr |
Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros |
title_full_unstemmed |
Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros |
title_sort |
Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros |
dc.creator.fl_str_mv |
Correa Mejía, Diego Andrés Lopera-Castaño, Mauricio |
dc.contributor.author.none.fl_str_mv |
Correa Mejía, Diego Andrés Lopera-Castaño, Mauricio |
dc.subject.es.fl_str_mv |
Insolvencia empresarial indicadores financieros análisis financiero algoritmo boosting regresión logística Insolvency financial indicators financial analysis boosting algorithm logistic regression |
topic |
Insolvencia empresarial indicadores financieros análisis financiero algoritmo boosting regresión logística Insolvency financial indicators financial analysis boosting algorithm logistic regression |
description |
Vol. 27, No. 2 (2019) |
publishDate |
2019 |
dc.date.issued.none.fl_str_mv |
2019 |
dc.date.accessioned.none.fl_str_mv |
2020-07-05T04:44:30Z |
dc.date.available.none.fl_str_mv |
2020-07-05T04:44:30Z |
dc.type.spa.fl_str_mv |
Artículo de revista |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.local.eng.fl_str_mv |
Journal article |
format |
http://purl.org/coar/resource_type/c_6501 |
status_str |
publishedVersion |
dc.identifier.citation.es.fl_str_mv |
Correa, D., y Lopera, M. (2019). Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros. Panorama Económico, 27(2), 510-526. https://doi.org/10.32997/2463-0470-vol.27-num.2-2019-2639 |
dc.identifier.issn.none.fl_str_mv |
0122-8900 |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/11227/10214 |
dc.identifier.doi.es.fl_str_mv |
10.32997/2463-0470-vol.27-num.2-2019-2639 |
dc.identifier.eissn.none.fl_str_mv |
2463-0470 |
dc.identifier.url.es.fl_str_mv |
https://doi.org/10.32997/2463-0470-vol.27-num.2-2019-2639 |
identifier_str_mv |
Correa, D., y Lopera, M. (2019). Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros. Panorama Económico, 27(2), 510-526. https://doi.org/10.32997/2463-0470-vol.27-num.2-2019-2639 0122-8900 10.32997/2463-0470-vol.27-num.2-2019-2639 2463-0470 |
url |
https://hdl.handle.net/11227/10214 https://doi.org/10.32997/2463-0470-vol.27-num.2-2019-2639 |
dc.language.iso.es.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartofjournal.none.fl_str_mv |
Panorama Económico |
dc.relation.citationendpage.none.fl_str_mv |
526 |
dc.relation.citationissue.none.fl_str_mv |
2 |
dc.relation.citationstartpage.none.fl_str_mv |
510 |
dc.relation.citationvolume.none.fl_str_mv |
27 |
dc.rights.uri.es.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.access.es.fl_str_mv |
openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ openAccess http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.es.fl_str_mv |
Universidad de Cartagena |
dc.source.spa.fl_str_mv |
https://revistas.unicartagena.edu.co/index.php/panoramaeconomico/article/view/2639 |
institution |
Universidad de Cartagena |
bitstream.url.fl_str_mv |
https://dspace7-unicartagena.metabuscador.org/bitstreams/2ab92142-5e83-47ed-953c-142d1b6fa53b/download https://dspace7-unicartagena.metabuscador.org/bitstreams/a7d518cb-47e6-440e-9d22-6f5becc73336/download https://dspace7-unicartagena.metabuscador.org/bitstreams/edac149b-ac35-44dc-b143-29c0a2bba8fd/download https://dspace7-unicartagena.metabuscador.org/bitstreams/de59325e-7c63-4dfa-98be-d1ebaafd404a/download |
bitstream.checksum.fl_str_mv |
46d357d9aa3e08fa1feb5c6d3a4d99a3 7b38fcee9ba3bc8639fa56f350c81be3 f383f9c8d5e73d571f863bc9ffb5ce65 23467b6770a28038e03b6c2bdc40c27e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital Universidad de Cartagena |
repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
_version_ |
1814214083505815552 |
spelling |
Correa Mejía, Diego AndrésLopera-Castaño, Mauricio2020-07-05T04:44:30Z2020-07-05T04:44:30Z2019Correa, D., y Lopera, M. (2019). Pronóstico de insolvencia empresarial en Colombia a través de indicadores financieros. Panorama Económico, 27(2), 510-526. https://doi.org/10.32997/2463-0470-vol.27-num.2-2019-26390122-8900https://hdl.handle.net/11227/1021410.32997/2463-0470-vol.27-num.2-2019-26392463-0470https://doi.org/10.32997/2463-0470-vol.27-num.2-2019-2639Vol. 27, No. 2 (2019)La insolvencia empresarial afecta tanto a las empresas que entran en este proceso como a sus proveedores de bienes y servicios. Esta investigación hace uso de indicadores financieros para pronosticar la insolvencia empresarial con un año de anticipación. El estudio fue aplicado a 2.988 empresas que reportaron información financiera a la Superintendencia de Sociedades (Colombia) durante el año 2017, de las cuales 127 entraron en proceso de insolvencia en 2018. El pronóstico considera indicadores financieros de liquidez, rentabilidad y endeudamiento, y contrasta los resultados de la regresión logística con el algoritmo boosting. Se concluye que los indicadores financieros permiten pronosticar la insolvencia empresarial, sin embargo se debe recurrir a metodologías no tradicionales como el algoritmo boosting que consideren la asimetría de la información.Business insolvency affects both companies that enter this process and their suppliers of goods and services. This research uses financial indicators to forecast business insolvency one year in advance.The study was applied to 2,988 companies that reported financial information to the Superintendency of Companies (Colombia) during 2017, of which 127 went into insolvency in 2018. The forecast considers financial indicators of liquidity, profitability and indebtedness, and contrasts the results of the logistic regression with the boosting algorithm. It is concluded that financial indicators allow predicting business insolvency. However, non-traditional methodologies such as the boosting algorithm that consider the information asymmetry should be used.application/pdfspaUniversidad de CartagenaPanorama Económico526251027https://creativecommons.org/licenses/by-nc-nd/4.0/openAccesshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccesshttps://revistas.unicartagena.edu.co/index.php/panoramaeconomico/article/view/2639Insolvencia empresarialindicadores financierosanálisis financieroalgoritmo boostingregresión logísticaInsolvencyfinancial indicatorsfinancial analysisboosting algorithmlogistic regressionPronóstico de insolvencia empresarial en Colombia a través de indicadores financierosArtículo de revistainfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articleJournal articleAltman, E. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. The Journal of Finance, 23(4), 589–609.Amendola, A., Giordano, F., Parrella, M., y Restaino, M. (2017). Variable selection in high-dimensional regression: a nonparametric procedure for business failure prediction. Applied Stochastic Models in Business and Industry, 33(4), 355–368. https://doi.org/10.1002/asmb.2240Barboza, F. , Kimura, H., y Altman, E. (2017). Machine learning models and bankruptcy prediction. Expert Systems with Applications, 83, 405–417. https://doi.org/10.1016/j.eswa.2017.04.006Beaver, W. (1966). Financial Ratios As Predictors of Failure. Journal of Accounting Research, 4(1966), 71–111. DOI: https://doi.org/10.2307/2490171Ben, S. (2017). Bankruptcy prediction using Partial Least Squares Logistic Regression. Journal of Retailing and Consumer Services, 36(November 2016), 197–202. https://doi.org/10.1016/j.jretconser.2017.02.005Bredart, X., Vella, V., y Bonello, J. (2018). Machine Learning Models for Predicting Financial Distress. Journal of Research in Economics, 2(2), 174–185. https://doi.org/10.24954/JORE.2018.22Calabrese, R., y Osmetti, S. A. (2013). Modelling small and medium enterprise loan defaults as rare events: The generalized extreme value regression model. Journal of Applied Statistics, 40(6), 1172–1188. https://doi.org/10.1080/02664763.2013.784894Calabrese, R., y Osmetti, S. A. (2015). Improving forecast of binary rare events data: A gam-based approach. Journal of Forecasting, 34(3), 230–239. https://doi.org/10.1002/for.2335Correa-garcía, J. A. (2005). De la partida doble al análisis financiero. Contaduría Universidad de Antioquia, (46), 169–194.Correa-garcía, J. A., Gómez, S., y Londoño, F. (2018). Indicadores financieros y su eficiencia en la explicación de la generación de valor en el sector cooperativo. Rev.fac.cienc.econ., XXVI(2), 129–144.Correa, D., Laura, M., Camila, R., y Alejandra, Y. (2018). Los indicadores de costos: una herramienta para gestionar la generación de valor en las empresas industriales colombianas. Estudios Gerenciales, 34(147), 190–199. https://doi.org/10.18046/j.estger.2018.147.2643Correa, J., Pulgarín, A., Muñoz, L., y Álvarez, M. (2010). Marco normativo y antecedentes de la revelación contable en Colombia. Contaduría Universidad de Antioquia, (56), 269–292.Cultrera, L., y Brédart, X. (2016). Bankruptcy prediction: The case of Belgian SMEs. Review of Accounting and Finance, 15(1), 101–119. https://doi.org/10.1108/RAF-06-2014-0059Dinca, G., Baba, M. C., Dinca, M. S., Dauti, B., y Deari, F. (2017). Insolvency risk prediction using the logit and logistic models: Some evidences from Romania. Economic Computation and Economic Cybernetics Studies and Research, 51(4), 139–157.Eling, M., y Jia, R. (2018). Business failure, efficiency, and volatility: Evidence from the European insurance industry. International Review of Financial Analysis, 59, 58–76. https://doi.org/10.1016/j.irfa.2018.07.007Gupta, J., Gregoriou, A., y Ebrahimi, T. (2018). Empirical comparison of hazard models in predicting SMEs failure. Quantitative Finance, 18(3), 437–466. https://doi.org/10.1080/14697688.2017.1307514Hastie, T., Tibshirani, R., Friedman, J. (2017). The Elements of Statistical Learning. Data Mining, Inference, and Prediction, Standford, California.Hebous, S., y De Mooij, R. (2018). Curbing Corporate Debt Bias: Do Limitations to Interest Deductibility Work? Journal of Banking y Finance, 1–11. https://doi.org/10.1016/j.jbankfin.2018.07.013Jabeur, S. Ben, y Fahmi, Y. (2018). Forecasting financial distress for French firms: a comparative study. Empirical Economics, 54(3), 1173–1186. https://doi.org/10.1007/s00181-017-1246-1Jayasekera, R. (2018). Prediction of company failure: Past, present and promising directions for the future. International Review of Financial Analysis, 55, 196–208. https://doi.org/10.1016/j.irfa.2017.08.009Jones, S., Johnstone, D., y Wilson, R. (2017). Predicting Corporate Bankruptcy: An Evaluation of Alternative Statistical Frameworks. Journal of Business Finance and Accounting, 44(1–2), 3–34. https://doi.org/10.1111/jbfa.12218Jovanovik, D., Todorovic, M., y Grbic, M. (2017). Financial Indicators as Predictors of Illiquidity. Romanian Journal of Economic Forecasting, 20(1), 128–149.Kovacova, M., y Kliestik, T. (2017). Logit and Probit application for the prediction of bankruptcy in Slovak companies. Equilibrium-Quarterly Journal of Economics and Economic Policy, 12(4), 775–791. https://doi.org/10.24136/eq.v12i4.40Le, T., Son, L. H., Vo, M. T., Lee, M. Y., y Baik, S. W. (2018). A cluster-based boosting algorithm for bankruptcy prediction in a highly imbalanced dataset. Symmetry, 10(7), 1–12. https://doi.org/10.3390/sym10070250Ley 1116. (2006). Diario Oficial No. 46.494 de 27 de diciembre de 2006, Colombia, diciembre 27 de 2006.Lyandres, E., y Zhdanov, A. (2013). Investment opportunities and bankruptcy prediction. Journal of Financial Markets, 16(3), 439–476. https://doi.org/10.1016/j.finmar.2012.10.003Nyitrai, T., y Virág, M. (2018). The effects of handling outliers on the performance of bankruptcy prediction models. Socio-Economic Planning Sciences, 1–9. https://doi.org/10.1016/0304-3762(82)90059-1Pérez, J., Lopera, M., y Vásquez, F. (2017). Estimación de la probabilidad de riesgo de quiebra en las empresas colombianas a partir de un modelo para eventos raros. Cuadernos de Administración, 30(54), 7–38. https://doi.org/10.11144/Javeriana.cao30-54.eprqeRodríguez, J. (2007). Nuevo régimen de insolvencia. Bogotá, Colombia: Universidad Externado de Colombia.Romero, F., Melgarejo, Z., y Vera, M. (2015). Fracaso empresarial de las pequeñas y medianas empresas (pymes) en Colombia. Suma de Negocios, 6(13), 29–41. https://doi.org/10.1016/j.sumneg.2015.08.003Tian, S. , y Yu, Y. (2017). Financial ratios and bankruptcy predictions: An international evidence. International Review of Economics and Finance, 51, 510–526. https://doi.org/10.1016/j.iref.2017.07.025Upegui, A. y Londoño, Á. (2011). Comentarios al régimen de insolvencia empresarial. Bogotá, Colombia: Legis Editores.Vélez, L. (2011). ¿Qué tan bueno es el sistema de insolvencia empresarial colombiano? Revista Supersociedades, 2, 5-6.Wang, G., Ma, J., y Yang, S. (2014). An improved boosting based on feature selection for corporate bankruptcy prediction. Expert Systems with Applications, 41(5), 2353–2361. https://doi.org/10.1016/j.eswa.2013.09.033Wilches, R. (2008). Vacíos e inconsistencias estructurales del nuevo régimen de insolvencia empresarial colombiano. Identificación y propuestas de solución. Vniversitas, (117), 197–218.Wilches, R. (2009). La insolvencia transfronteriza en el derecho colombiano. Revista de Derecho, (32), 162–198.Yazdanfar, D., y Öhman, P. (2015). Debt financing and firm performance: an empirical study based on Swedish data. The Journal of Risk Finance, 16(1), 102–118. https://doi.org/10.1108/JRF-06-2014-0085PublicationORIGINAL11_Correa.pdf11_Correa.pdfapplication/pdf1206671https://dspace7-unicartagena.metabuscador.org/bitstreams/2ab92142-5e83-47ed-953c-142d1b6fa53b/download46d357d9aa3e08fa1feb5c6d3a4d99a3MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81756https://dspace7-unicartagena.metabuscador.org/bitstreams/a7d518cb-47e6-440e-9d22-6f5becc73336/download7b38fcee9ba3bc8639fa56f350c81be3MD52TEXT11_Correa.pdf.txt11_Correa.pdf.txtExtracted texttext/plain45463https://dspace7-unicartagena.metabuscador.org/bitstreams/edac149b-ac35-44dc-b143-29c0a2bba8fd/downloadf383f9c8d5e73d571f863bc9ffb5ce65MD53THUMBNAIL11_Correa.pdf.jpg11_Correa.pdf.jpgGenerated Thumbnailimage/jpeg6202https://dspace7-unicartagena.metabuscador.org/bitstreams/de59325e-7c63-4dfa-98be-d1ebaafd404a/download23467b6770a28038e03b6c2bdc40c27eMD5411227/10214oai:dspace7-unicartagena.metabuscador.org:11227/102142024-08-28 17:15:29.846https://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://dspace7-unicartagena.metabuscador.orgBiblioteca Digital Universidad de Cartagenabdigital@metabiblioteca.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 |