Riesgo de quiebra de empresas con análisis discriminante

El objetivo de este trabajo es aplicar el análisis discriminante para medir el riesgo de incumplimiento de las empresas, determinar la probabilidad de quiebra y clasificar a las empresas que están en quiebra, de las que no lo están. Se seleccionaron 48 empresas del departamento de Santander, pertene...

Full description

Autores:
Cisneros Salazar, Lisett Viviana
Castillo Gómez, Sonia Milena
Martínez Díaz, Carolina
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2006
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/14087
Acceso en línea:
http://hdl.handle.net/20.500.12749/14087
Palabra clave:
Financial engineering
Financial analysis
Financial managenment
Investigation
Multivariate analysis
Confusion matrix
Predictive approach
Risks
Companies
Probability of bankruptcy
Economic crisis
Análisis financiero
Ingeniería financiera
Gestión financiera
Investigación
Crisis económica
Análisis multivariable
Matriz de confusión
Enfoque predictivo
Riesgos
Empresas
Probabilidad de quiebra
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_7a40662488e8ee6097486e3d0f180187
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/14087
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Riesgo de quiebra de empresas con análisis discriminante
dc.title.translated.spa.fl_str_mv Risk of bankruptcy of companies with discriminant analysis
title Riesgo de quiebra de empresas con análisis discriminante
spellingShingle Riesgo de quiebra de empresas con análisis discriminante
Financial engineering
Financial analysis
Financial managenment
Investigation
Multivariate analysis
Confusion matrix
Predictive approach
Risks
Companies
Probability of bankruptcy
Economic crisis
Análisis financiero
Ingeniería financiera
Gestión financiera
Investigación
Crisis económica
Análisis multivariable
Matriz de confusión
Enfoque predictivo
Riesgos
Empresas
Probabilidad de quiebra
title_short Riesgo de quiebra de empresas con análisis discriminante
title_full Riesgo de quiebra de empresas con análisis discriminante
title_fullStr Riesgo de quiebra de empresas con análisis discriminante
title_full_unstemmed Riesgo de quiebra de empresas con análisis discriminante
title_sort Riesgo de quiebra de empresas con análisis discriminante
dc.creator.fl_str_mv Cisneros Salazar, Lisett Viviana
Castillo Gómez, Sonia Milena
Martínez Díaz, Carolina
dc.contributor.advisor.none.fl_str_mv Macías Villalba, Gloria Inés
dc.contributor.author.none.fl_str_mv Cisneros Salazar, Lisett Viviana
Castillo Gómez, Sonia Milena
Martínez Díaz, Carolina
dc.contributor.cvlac.spa.fl_str_mv Macías Villalba, Gloria Inés [0000290980]
dc.contributor.googlescholar.spa.fl_str_mv Macías Villalba, Gloria Inés [_XmXMLUAAAAJ]
dc.contributor.orcid.spa.fl_str_mv Macías Villalba, Gloria Inés [0000-0001-5897-181X]
dc.subject.keywords.spa.fl_str_mv Financial engineering
Financial analysis
Financial managenment
Investigation
Multivariate analysis
Confusion matrix
Predictive approach
Risks
Companies
Probability of bankruptcy
Economic crisis
topic Financial engineering
Financial analysis
Financial managenment
Investigation
Multivariate analysis
Confusion matrix
Predictive approach
Risks
Companies
Probability of bankruptcy
Economic crisis
Análisis financiero
Ingeniería financiera
Gestión financiera
Investigación
Crisis económica
Análisis multivariable
Matriz de confusión
Enfoque predictivo
Riesgos
Empresas
Probabilidad de quiebra
dc.subject.lemb.spa.fl_str_mv Análisis financiero
Ingeniería financiera
Gestión financiera
Investigación
Crisis económica
dc.subject.proposal.spa.fl_str_mv Análisis multivariable
Matriz de confusión
Enfoque predictivo
Riesgos
Empresas
Probabilidad de quiebra
description El objetivo de este trabajo es aplicar el análisis discriminante para medir el riesgo de incumplimiento de las empresas, determinar la probabilidad de quiebra y clasificar a las empresas que están en quiebra, de las que no lo están. Se seleccionaron 48 empresas del departamento de Santander, pertenecientes a diferentes sectores de la economía, de las cuales 30 se encontraban en no quiebra y 18 en quiebra. Para éstas fueron calculados seis indicadores financieros en el periodo de tiempo comprendido entre los años 2002 a 2004, tomados del modelo Z2 de Altman, Springate y CA SCORE. A partir de los datos se procedió a aplicar el análisis discriminante en el programa SPSS, el cual arrojó que el 91.7% del total de los casos fueron correctamente clasificados. Con la validación del modelo se obtuvo que el 76.5% de 17 nuevos casos, se clasificaron correctamente. Finalmente, al realizar la validación en un corte transversal del tiempo (2003-2005), se encontró que el 85.4% del total de los casos se clasificaron acertadamente. Las variables introducidas en el modelo son capaces de distinguir muy bien los grupos, la variable Patrimonio a valor contable / Activos Totales 2003 fue la que más contribuyó a diferenciarlos entre los años 2002 a 2004, y para el 2003 al 2005 la variable Utilidades Retenidas / Activos Totales 2003. El modelo analizado resultó ser de gran poder predictivo y explicativo, es decir los casos fueron clasificados con precisión y las variables empleadas diferenciaron muy bien los grupos.
publishDate 2006
dc.date.issued.none.fl_str_mv 2006
dc.date.accessioned.none.fl_str_mv 2021-08-30T19:33:56Z
dc.date.available.none.fl_str_mv 2021-08-30T19:33:56Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/14087
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/14087
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv ALDÁS MANZANO, Joaquín. El análisis multivariable: Conceptos Básicos. Universidad de Valencia. Dpto. de dirección de empresas “Juan José Renal Piqueras”.
ASTORGA HILBERT, Alejandro. Modelos de predicción de la insolvencia empresarial. [en línea]. [citado el 5 de septiembre del 2006]. < Disponible en Internet:
ALFARO V. Gabriel y MUÑOZ Evelyn. (1998). “Bancos privados: análisis discriminante por área de riesgo y su relación con los rendimientos”. Proyecto de graduación para optar por el titulo de Magíster en Economía Universidad de Costa Rica, Escuela de Economía y otros.
BECERRA, Rigoberto A. Análisis Financiero para la Determinación de Probabilidad de Quiebra de las empresas. [en línea]. [citado el 5 de septiembre del 2006]. < Disponible en Internet: http://becerradvila.tripod.com/altman.htm >.
DE LARA HARO, Alfonso. Medición y control de Riesgos Financieros. Tercera Edición. Noriega editores.
DÍAZ MONROY, Luis Guillermo. (2002). Estadística multivariada: Inferencia y métodos. Facultad de Ciencias Universidad Nacional de Colombia. Departamento de Estadística.
ELIZONDO, Alan. Medición Integral del Riesgo de Crédito. Editorial LIMUSA.
PEÑA, Daniel. Análisis de datos multivariantes. Madrid: McGraw Hill, 2002.
Informática aplicada al análisis económico. [en línea]. [citado el 10 de Marzo del 2006]. <Disponible en Internet: www.uam.es/departamentos/economicas/econapli/fse03/discriminante.pdf>.
M. MOLINERO, Luis. Métodos estadísticos de clasificación. [en línea]. Diciembre 2002, [citado el 10 de Marzo del 2006]. < Disponible en Internet: www.seh.lelha.org/stat1.htm.>
Universidad Computlense Madrid. Análisis discriminante: El procedimiento Discriminante. [en línea]. [citado en octubre del 2006]. < Disponible en Internet: www.ucm.es/info/socivmyt/paginas/D_departamento/programas/analisis_datosyMultivariable/22discr_SPSS.pdf
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial-SinDerivadas 2.5 Colombia
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Bucaramanga (Santander, Colombia)
dc.coverage.temporal.spa.fl_str_mv 2006
dc.coverage.campus.spa.fl_str_mv UNAB Campus Bucaramanga
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Economía y Negocios
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería Financiera
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/14087/1/2006_Tesis_Cisneros_Salazar_Lisett_Viviana.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/14087/2/2006_Articulo_Cisneros_Salazar_Lisett_Viviana.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/14087/3/2006_Presentacion_Cisneros_Salazar_Lisett_Viviana.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/14087/4/license.txt
https://repository.unab.edu.co/bitstream/20.500.12749/14087/5/2006_Tesis_Cisneros_Salazar_Lisett_Viviana.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/14087/6/2006_Articulo_Cisneros_Salazar_Lisett_Viviana.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/14087/7/2006_Presentacion_Cisneros_Salazar_Lisett_Viviana.pdf.jpg
bitstream.checksum.fl_str_mv 4c80c3c556835eafbb3306ff81ea87b2
7e8a2000dd22eb49268042ad83cea1c8
33f2ba281b014e1f359cc694ea24ea18
8a4605be74aa9ea9d79846c1fba20a33
1ea8f61f272ee1fe93f4e654e9eeb554
bb3342d4bdbb73fac788571474307361
91481613774159043677cdedda730f99
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814278379421040640
spelling Macías Villalba, Gloria Inésc687d25c-1560-42e9-af06-aba79b6d6429Cisneros Salazar, Lisett Viviana7e90cf7a-1b60-4bad-97c5-2b5fa43f48ffCastillo Gómez, Sonia Milena38f10bb2-0460-4f4c-8b8a-1ad51a58a6f4Martínez Díaz, Carolina0a796c2b-8ea1-4fae-aeaf-b6d2882219b3Macías Villalba, Gloria Inés [0000290980]Macías Villalba, Gloria Inés [_XmXMLUAAAAJ]Macías Villalba, Gloria Inés [0000-0001-5897-181X]Bucaramanga (Santander, Colombia)2006UNAB Campus Bucaramanga2021-08-30T19:33:56Z2021-08-30T19:33:56Z2006http://hdl.handle.net/20.500.12749/14087instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl objetivo de este trabajo es aplicar el análisis discriminante para medir el riesgo de incumplimiento de las empresas, determinar la probabilidad de quiebra y clasificar a las empresas que están en quiebra, de las que no lo están. Se seleccionaron 48 empresas del departamento de Santander, pertenecientes a diferentes sectores de la economía, de las cuales 30 se encontraban en no quiebra y 18 en quiebra. Para éstas fueron calculados seis indicadores financieros en el periodo de tiempo comprendido entre los años 2002 a 2004, tomados del modelo Z2 de Altman, Springate y CA SCORE. A partir de los datos se procedió a aplicar el análisis discriminante en el programa SPSS, el cual arrojó que el 91.7% del total de los casos fueron correctamente clasificados. Con la validación del modelo se obtuvo que el 76.5% de 17 nuevos casos, se clasificaron correctamente. Finalmente, al realizar la validación en un corte transversal del tiempo (2003-2005), se encontró que el 85.4% del total de los casos se clasificaron acertadamente. Las variables introducidas en el modelo son capaces de distinguir muy bien los grupos, la variable Patrimonio a valor contable / Activos Totales 2003 fue la que más contribuyó a diferenciarlos entre los años 2002 a 2004, y para el 2003 al 2005 la variable Utilidades Retenidas / Activos Totales 2003. El modelo analizado resultó ser de gran poder predictivo y explicativo, es decir los casos fueron clasificados con precisión y las variables empleadas diferenciaron muy bien los grupos.INTRODUCCIÓN 5 1. ANÀLISIS MULTIVARIABLE 6 1.1 DATOS MULTIVARIANTES 6 1.2 CODIFICACION DE VARIABLES CATEGÓRICAS 7 1.3 MATRIZ DE DATOS 8 1.4 CONSTRUCCIÓN DE UN MODELO MULTIVARIABLE 8 2. ANALISIS DISCRIMINANTE 10 2.1 REGLA DE DISCRIMINACION BAYESIANA 13 2.2 REGRESION LOGISTICA COMO HERRAMIENTA DE ANALISIS DISCRIMINANTE 14 2.3 SELECCIÓN DE LAS VARIABLES DISCRIMINANTES 15 2.4 ETAPAS DE UN ANALISIS DISCRIMINANTE 16 3. MODELOS DE PREDICCIÓN DE QUIEBRA DE EMPRESAS 23 3.1 EL MODELO DE Z - SCORE DE ALTMAN 23 3.2 MODELO Z SCORE 23 3.3 EL MODELO ZETA 1 DE ALTMAN 30 3.4 MODELO Z2 DE ALTMAN 33 3.5. MODELO FULMER 35 3.6. MODELO SPRINGATE 35 3.7. MODELO CA-SCORE 36 4. PRUEBA DE LOS MODELOS DE RIESGO DE QUIEBRA DE EMPRESAS 38 5. INDICADORES FINANCIEROS 41 6. APLICACIÓN DEL ANÁLISIS DISCRIMINANTE PARA PREDECIR LA QUIEBRA DE EMPRESAS EN EL PERIODO 2002 - 2004 APLICANDO EL SOFTWARE ESTADÍSTICO SPSS. 44 7. . VALIDACIÓN DEL MODELO DE ANÁLISIS DISCRIMINANTE 60 8. VALIDACIÓN DE LA METODOLOGÍA DEL ANÁLISIS DISCRIMINANTE EN UN CORTE TRANSVERSAL DEL TIEMPO 62 CONCLUSIONES 71 BIBLIOGRAFÍA 74 ANEXOS 76PregradoThe objective of this work is to apply the discriminant analisys to measure the enterprises risk of anaccomplishments, to determine the bankruptcy probability and clasify the enterprises that are or not in bankruptcy. 48 enterprises from differents economical sectors in department of Santander were selected, 30 of them were not in bankrupt and 18 were in bankrupt. For these enterprises six financial indicators in the period of time between 2002 to 2004 were calculated, taken from the model Z2 by Altman, Springate y CA SCORE. From this data, it was proceeded to apply the discriminant analisys on the SPSS program, it showed that 91.7% from the total of cases were correctly classified. Validating of the model it was gotten that 76.5% from 17 new cases were correctly classified. Finally, when a time transversal cutting validation (2003-2005) was made, we found that 85.4% from the total of cases were correctly classified. Variables in the model introduced are able to differ the groups propertly, patrimony to accountable value/ 2003 total actives variable contributed more than the others in differenciate them between the years 2002 to 2004 and between 2003 to 2005 was retained profit/2003 total actives variable. The model being analized became a powerful forecaster and explainer, in other words cases were classified accurately and variables used recognized the groups propertly.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 2.5 ColombiaRiesgo de quiebra de empresas con análisis discriminanteRisk of bankruptcy of companies with discriminant analysisIngeniero financieroUniversidad Autónoma de Bucaramanga UNABFacultad Economía y NegociosPregrado Ingeniería Financierainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPFinancial engineeringFinancial analysisFinancial managenmentInvestigationMultivariate analysisConfusion matrixPredictive approachRisksCompaniesProbability of bankruptcyEconomic crisisAnálisis financieroIngeniería financieraGestión financieraInvestigaciónCrisis económicaAnálisis multivariableMatriz de confusiónEnfoque predictivoRiesgosEmpresasProbabilidad de quiebraALDÁS MANZANO, Joaquín. El análisis multivariable: Conceptos Básicos. Universidad de Valencia. Dpto. de dirección de empresas “Juan José Renal Piqueras”.ASTORGA HILBERT, Alejandro. Modelos de predicción de la insolvencia empresarial. [en línea]. [citado el 5 de septiembre del 2006]. < Disponible en Internet:ALFARO V. Gabriel y MUÑOZ Evelyn. (1998). “Bancos privados: análisis discriminante por área de riesgo y su relación con los rendimientos”. Proyecto de graduación para optar por el titulo de Magíster en Economía Universidad de Costa Rica, Escuela de Economía y otros.BECERRA, Rigoberto A. Análisis Financiero para la Determinación de Probabilidad de Quiebra de las empresas. [en línea]. [citado el 5 de septiembre del 2006]. < Disponible en Internet: http://becerradvila.tripod.com/altman.htm >.DE LARA HARO, Alfonso. Medición y control de Riesgos Financieros. Tercera Edición. Noriega editores.DÍAZ MONROY, Luis Guillermo. (2002). Estadística multivariada: Inferencia y métodos. Facultad de Ciencias Universidad Nacional de Colombia. Departamento de Estadística.ELIZONDO, Alan. Medición Integral del Riesgo de Crédito. Editorial LIMUSA.PEÑA, Daniel. Análisis de datos multivariantes. Madrid: McGraw Hill, 2002.Informática aplicada al análisis económico. [en línea]. [citado el 10 de Marzo del 2006]. <Disponible en Internet: www.uam.es/departamentos/economicas/econapli/fse03/discriminante.pdf>.M. MOLINERO, Luis. Métodos estadísticos de clasificación. [en línea]. Diciembre 2002, [citado el 10 de Marzo del 2006]. < Disponible en Internet: www.seh.lelha.org/stat1.htm.>Universidad Computlense Madrid. Análisis discriminante: El procedimiento Discriminante. [en línea]. [citado en octubre del 2006]. < Disponible en Internet: www.ucm.es/info/socivmyt/paginas/D_departamento/programas/analisis_datosyMultivariable/22discr_SPSS.pdfORIGINAL2006_Tesis_Cisneros_Salazar_Lisett_Viviana.pdf2006_Tesis_Cisneros_Salazar_Lisett_Viviana.pdfTesisapplication/pdf515771https://repository.unab.edu.co/bitstream/20.500.12749/14087/1/2006_Tesis_Cisneros_Salazar_Lisett_Viviana.pdf4c80c3c556835eafbb3306ff81ea87b2MD51open access2006_Articulo_Cisneros_Salazar_Lisett_Viviana.pdf2006_Articulo_Cisneros_Salazar_Lisett_Viviana.pdfArtículoapplication/pdf176491https://repository.unab.edu.co/bitstream/20.500.12749/14087/2/2006_Articulo_Cisneros_Salazar_Lisett_Viviana.pdf7e8a2000dd22eb49268042ad83cea1c8MD52open access2006_Presentacion_Cisneros_Salazar_Lisett_Viviana.pdf2006_Presentacion_Cisneros_Salazar_Lisett_Viviana.pdfPresentaciónapplication/pdf470896https://repository.unab.edu.co/bitstream/20.500.12749/14087/3/2006_Presentacion_Cisneros_Salazar_Lisett_Viviana.pdf33f2ba281b014e1f359cc694ea24ea18MD53open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.unab.edu.co/bitstream/20.500.12749/14087/4/license.txt8a4605be74aa9ea9d79846c1fba20a33MD54open accessTHUMBNAIL2006_Tesis_Cisneros_Salazar_Lisett_Viviana.pdf.jpg2006_Tesis_Cisneros_Salazar_Lisett_Viviana.pdf.jpgIM Thumbnailimage/jpeg4983https://repository.unab.edu.co/bitstream/20.500.12749/14087/5/2006_Tesis_Cisneros_Salazar_Lisett_Viviana.pdf.jpg1ea8f61f272ee1fe93f4e654e9eeb554MD55open access2006_Articulo_Cisneros_Salazar_Lisett_Viviana.pdf.jpg2006_Articulo_Cisneros_Salazar_Lisett_Viviana.pdf.jpgIM Thumbnailimage/jpeg6631https://repository.unab.edu.co/bitstream/20.500.12749/14087/6/2006_Articulo_Cisneros_Salazar_Lisett_Viviana.pdf.jpgbb3342d4bdbb73fac788571474307361MD56open access2006_Presentacion_Cisneros_Salazar_Lisett_Viviana.pdf.jpg2006_Presentacion_Cisneros_Salazar_Lisett_Viviana.pdf.jpgIM Thumbnailimage/jpeg10796https://repository.unab.edu.co/bitstream/20.500.12749/14087/7/2006_Presentacion_Cisneros_Salazar_Lisett_Viviana.pdf.jpg91481613774159043677cdedda730f99MD57open access20.500.12749/14087oai:repository.unab.edu.co:20.500.12749/140872023-12-15 18:52:24.512open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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