Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia

La quiebra empresarial ha sido una temática examinada y discutida por diferentes áreas de estudio, debido a que los análisis, pueden evitar o prever una crisis económica nacional. Esta investigación, propuso realizar una predicción financiera y mostrar los posibles determinantes diferenciales, entre...

Full description

Autores:
Rincón Moreno, Cristian Camilo
Rodríguez Vargas, Erinson Octavio
Tipo de recurso:
Fecha de publicación:
2019
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/2052
Acceso en línea:
http://hdl.handle.net/20.500.12749/2052
Palabra clave:
Business administration
Business management
Financial analysis
Financial administration
Financial crisis
Finance
Administration
Investigations
Analysis
Bankruptcy prediction
Construction
Financial indicators
Administración de empresas
Dirección de empresas
Análisis financiero
Administración financiera
Crisis financiera
Finanzas
Administración
Investigaciones
Análisis
Predicción de quiebra
Construcción
Indicadores financieros
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_84956417b4b029c242280a2c295d82c1
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/2052
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia
dc.title.translated.eng.fl_str_mv Financial analysis for the prediction of business bankruptcy, in the Construction sector in Colombia
title Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia
spellingShingle Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia
Business administration
Business management
Financial analysis
Financial administration
Financial crisis
Finance
Administration
Investigations
Analysis
Bankruptcy prediction
Construction
Financial indicators
Administración de empresas
Dirección de empresas
Análisis financiero
Administración financiera
Crisis financiera
Finanzas
Administración
Investigaciones
Análisis
Predicción de quiebra
Construcción
Indicadores financieros
title_short Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia
title_full Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia
title_fullStr Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia
title_full_unstemmed Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia
title_sort Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia
dc.creator.fl_str_mv Rincón Moreno, Cristian Camilo
Rodríguez Vargas, Erinson Octavio
dc.contributor.advisor.spa.fl_str_mv Reyes Maldonado, Nydia Marcela
dc.contributor.author.spa.fl_str_mv Rincón Moreno, Cristian Camilo
Rodríguez Vargas, Erinson Octavio
dc.contributor.cvlac.*.fl_str_mv Reyes Maldonado, Nydia Marcela [0001009532]
dc.contributor.googlescholar.*.fl_str_mv Reyes Maldonado, Nydia Marcela [tppW8JkAAAAJ&hl=es]
dc.contributor.orcid.*.fl_str_mv Reyes Maldonado, Nydia Marcela [0000-0003-4401-0932]
dc.subject.keywords.eng.fl_str_mv Business administration
Business management
Financial analysis
Financial administration
Financial crisis
Finance
Administration
Investigations
Analysis
Bankruptcy prediction
Construction
Financial indicators
topic Business administration
Business management
Financial analysis
Financial administration
Financial crisis
Finance
Administration
Investigations
Analysis
Bankruptcy prediction
Construction
Financial indicators
Administración de empresas
Dirección de empresas
Análisis financiero
Administración financiera
Crisis financiera
Finanzas
Administración
Investigaciones
Análisis
Predicción de quiebra
Construcción
Indicadores financieros
dc.subject.lemb.spa.fl_str_mv Administración de empresas
Dirección de empresas
Análisis financiero
Administración financiera
Crisis financiera
Finanzas
Administración
Investigaciones
Análisis
dc.subject.proposal.none.fl_str_mv Predicción de quiebra
Construcción
Indicadores financieros
description La quiebra empresarial ha sido una temática examinada y discutida por diferentes áreas de estudio, debido a que los análisis, pueden evitar o prever una crisis económica nacional. Esta investigación, propuso realizar una predicción financiera y mostrar los posibles determinantes diferenciales, entre empresas solventes y empresas en quiebra, que pertenecen al sector de la construcción en Colombia. El estudio se realizó con datos de 2017, obtenidos del portal de información empresarial, de la superintendencia de sociedades, donde se estudiaron 24 empresas, de las cuales 12 contaban con buena salud financiera y 12 se encontraban en crisis. Por medio del análisis de 10 ratios financieros, que más influencian en el desarrollo económico del sector de la construcción, según la revisión de la literatura; se utiliza técnicas univariantes y la técnica multivariante, de análisis discriminante, para determinar si es posible predecir o no, la quiebra en el sector, por medio de variables que más influyen. Se concluye que las variables, que determinan dicha crisis o quiebra empresarial son: ROCE, ROA, autofinanciación y endeudamiento. Los resultados arrojaron un porcentaje general de acierto del 83,3%, del cual se obtuvo el 100% de aciertos, para empresas en liquidación y el 66,7% de aciertos, para empresas en estado de activas o solventes.
publishDate 2019
dc.date.issued.none.fl_str_mv 2019
dc.date.accessioned.none.fl_str_mv 2020-06-26T20:18:15Z
dc.date.available.none.fl_str_mv 2020-06-26T20:18:15Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.local.spa.fl_str_mv Tesis
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TM
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/2052
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
url http://hdl.handle.net/20.500.12749/2052
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Rincón Moreno, Cristian Camilo, Rodríguez Vargas, Erinson Octavio (2019). Análisis financiero para la predicción de quiebra empresarial, en el sector de la Construcción en Colombia. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNAB
CAMACOL. (2018). Recuperado el 2018, de https://camacol.co/camacol/
CONFECÁMARAS. (2018). Recuperado el 2018, de http://www.confecamaras.org.co/
DANE. (2018). Recuperado el 2018, de https://www.dane.gov.co/
SUPERSOCIEDADES. (2018). Recuperado el 2018, de https://www.supersociedades.gov.co
Abidali, A. F., & Frank Harris. (1995). A methodology for predicting company failure in the construction industry. Construction management and economics.
Agudelo, H. A., Hernandez, A. V., & Cardona, D. A. (2012). Sostenibilidad: Actualidad y necesidad en el sector de la construcción en Colombia. Gestión y Ambiente, 105-118.
Altman. (1973). Predicting railroad bankruptcies in Ámerica. The bell journal of economics and managment science
Altman. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The journal of finance.
Altman.. (1993). Autoradiographic investigation of cell proliferation in the brains of rats and cats. The Anatomical Record.
Arditi, D., Koksal, A., & Kale, S. (2000). Business failures in the construction industry. Engineering, construction and architectural management
Banco de la República. (s.f.). Enciclopedia del Banco de la República. Recuperado el 2018, de http://enciclopedia.banrepcultural.org/index.php?title=Sectores_econ%C3%B3micos
Beaver, W. H. (1966). Financial ratios as predictors of failure. Journal of accounting research.
Bellovary, J. V., Don E, G., & Akers, M. D. (2007). A Review of Bankruptcy Prediction Studies: 1930 to Present. Journal of Financial education.
Camacol. (2018). Tendencias de la construcción Economía y Coyuntura Sectorial. Undécima Edición. Obtenido de https://www.camacol.co/informacion-economica/tendencias
Caro, N. P., Arias, V., & Ortiz, P. (2017). Predicción de fracaso en empresas latinoamericanas utilizando el método del vecino más cercano para predecir efectos aleatorios en modelos mixtos. Revista de Métodos Cuantitativos para la Economía y la Empresa.
Caro, N. p., Díaz, M., & Porporato, M. (2013). Predicción de quiebras empresariales en economías emergentes: uso de un modelo logístico mixto. Métodos Cuantitativos para la Economía y la Empresa.
Caro, N. P., Guardiola, M., & Ortiz, P. (2018). Árboles de clasificación como herramienta para predecir dificultades financieras en empresas Latinoamericanas a través de sus razones contables. Contaduría y Administración
Carreras, B. P. (2017). Business Bankruptcy Prediction Models: Application to companies in the construction Sector in Spain. Repositorio Institucional Universidad Politecnica de Valencia.
Casas, F. M. (2012). EL ANÁLISIS DE ESCALAMIENTO MULTIDIMENSIONAL: UNA ALTERNATIVA Y UN COMPLEMENTO A OTRAS TÉCNICAS MULTIVARIANTES. La Sociología en sus escenarios, 25.
Cinca, C. S. (2018). Predicción del fracaso empresarial. Obtenido de sistemas informativos contables: http://www.5campus.org/doctorado
Cuartas, F. (2017). Análisis de la capacidad predictiva del Modelo Black Scholes: Evidencia empírica en caso colombiano. Science of Human Action.
Dambolena, I. G., & Khoury, S. J. (1980). Ratio stability and corporate failure. The Journal of Finance.
DANE. (2016). Indicadores Económicos Alrededor de la Construcción - III trimestre de 2015. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim15.pdf
DANE. (Octubre de 2017). Boletin tecnico mercado laboral-GEIH-. Obtenido de www.dane.gov.co
DANE. (2017). Indicadores Económicos Alrededor de la Construcción – IEAC III trimestre de 2016. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim16.pdf¨
DANE. (2018). Indicadores Económicos Alrededor de la Construcción - IEAC III trimestre de 2017. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim17.pdf
DANE. (Marzo de 2019). Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IVtrim18.pdf
Díaz, L. M. (2016). Fracaso empresarial en el sector de la construcción en España
Espinoza, R. F. (2013). Alcances y limitaciones de los modelos de capacidad predictiva en el análisis del fracaso empresarial. Medellin, Colombia: Universidad EAFIT
Fernández, M., & Gutiérrez, F. (2012). Variables y modelos para la identificación y predicción del fracaso empresarial: revisión de la investigación empírica reciente. Revista de contabilidad
Fitzpatrick. (1932). A comparison of ratios of successful industrial enterprises with those of failed companies. The Certified Public Accountant
Gaeremynck, A., & Willekens, M. (2003). The endogenous relationship between audit-report type and business termination: Evidence on private firms in a non-litigious environment. Accounting and Business Research.
Gilbert, L. R., Menon, K., & Schwartz, K. B. (1990). Predicting bankruptcy for firms in financial distress. Journal of Business Finance & Accounting
Gill de Albornoz, B., & Giner, B. (2013). Predicción del fracaso empresarial en los sectores de construcción e inmobiliario: Modelos generales versus específicos. Universia Business Review.
Giner, B., & de Albornoz, B. G. (2013). Predicción del fracaso empresarial en los sectores de construcción e inmobiliario: Modelos generales versus específicos. UCJC Business and Society Review (formerly known as Universia Business Review
Girón, H. C., Villanueva, J. G., & Armas, R. H. (2016). Determinantes de la quiebra empresarial en las empresas ecuatorianas en el año 2016. Revista publicando.
González, L. M., Garcia, C. A., & Fierro, S. D. (2017). Prospección del riesgo operativo de las Mi pymes en Colombia. Science Direct
Guzman, R. O. (2017). Modelo Estocástico de cadenas de Markov ocultas para el problema de quiebra de las empresas ecuatorianas ,en un sector específico de la economía ecuatoriana
Hall, G. (1994). Factors distinguishing survivors from failures amongst small firms in the UK construction sector. Journal of Management Studies.
Heo, J., & Yang, J. Y. (2014). AdaBoost based bankruptcy forecasting of Korean construction companies. Applied soft computing
Herrera, F., De la Hoz, G., & Vergara, J. C. (2012). Aplicación de análisis discriminante para evaluar el mejoramiento de los indicadores financieros en las empresas del sector alimento de Barranquilla-Colombia. Revista chilena de ingeniería
Herrera, F., De la Hoz, G., & Vergara, J. C. (2012). Aplicación de análisis discriminante para evaluar el mejoramiento de los indicadores financieros en las empresas del sector alimento de Barranquilla-Colombia. Revista chilena de ingeniería
Horta, I. M., & Camanho, A. S. (2013). Company failure prediction in the construction industry. Expert Systems with Applications
Ibarra, A. M. (2001). Análisis de las dificultades financieras de las empresas en una economía emergente: las bases de datos y las variables independientes en el sector hotelero de la Bolsa mexicana de valores. Obtenido de http://ddd.uab.cat/pub/tesis/2001/tdx-1018101-164847/aim1de1.pdf
Kangari, R. (1988). Business failure in construction industry. Journal of construction Engineering and Manage
Kapliński, O. (2008). Usefulness and credibility of scoring methods in construction industry. Journal of civil engineering and management
Kertzman, F. (6 de Julio de 2017). Construccion sigue postrada. Obtenido de http://www.dinero.com/economia/articulo/sector-construccion-en-la-economia-colombia-2017/247364
Lagos, G., & Rivera, G. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de Chillán
Lagos, G., & Rivera, G. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de Chillán
Langford, D., Iyagba, R., & Komba, D. M. (1993). Prediction of solvency in construction companies. Construction Management and Economics.
Leguizamón, P. J. (2014). Mecanismos de acción del régimen de insolvencia empresarial según la Ley 1116 del año 2006, su marco normativo y jurisprudencial, y cumplimiento de dicho régimen. Bachelor's thesis.
Marcinkevičius, R., & Kanapickienė, R. (2014). Bankruptcy prediction in the sector of construction in Lithuania. Procedia-Social and Behavioral Sciences
Merwin. (1942). Financing small corporations in five manufacturing industries. New York: New York Bureau of economics research
Meyer, P. A., & Pifer, H. W. (1970). Prediction of bank failures. The journal of finance.
Moreno, J. D., López, O. R., & Diaz, J. C. (2014). Productividad, eficiencia y sus factores explicativos en el sector de la construcción en Colombia 2005-2010. . Cuadernos de Economia .
Pascual, J. G., & Pessoa de Oliveira, A. K. (2018). Análisis de solvencia en empresas no financieras: modelo estático versus modelo dinámico. Revista de economía
Patterson, D. W. (2002). Bankruptcy prediction: A model for the casino industry . University of Nevada.
Pirez, P. (2018). Distribución, insolvencia y urbanización popular en América Latina. Espacios.
Portal de información empresarial. (s.f.). Obtenido de http://pie.supersociedades.gov.co
Revista Dinero. (19 de Mayo de 2017). Minería y construcción perjudicaron el crecimiento del PIB en el primer trimestre. Obtenido de http://www.dinero.com/economia/articulo/crecimiento-del-pib-primer-trimestre-de-2017-en-colombia/245535
Rujoub, M. A., Cook, D. M., & Hay, L. E. (1995). Using cash flow ratios to predict business failures. Journal of Managerial Issues
Serrano, C. C. (1996). Self organizing neural networks for financial diagnosis. Decision Support Systems.
Serrano, C. C., & Molinero, M. (2001). Bank failure: a multidimensional scaling approach. European Journal of Finance.
Superintendencia de sociedades. (s.f.). Obtenido de https://www.supersociedades.gov.co
Superintendencia de sociedades. (2017). Portal de información empresarial. Recuperado el 2019, de http://pie.supersociedades.gov.co/Pages/default.aspx#/
Superintendencia de sociedades. (2018). Acuerdo de reestructuración. Obtenido de http://www.supersociedades.gov.co/delegatura_insolvencia/Documents/Informes_Periodicos_Febrero_28_2018/Acuerdo_Reeestructuracion_28Febrero2018.htm
Superintendencia de sociedades. (2018). Liquidación judicial. Obtenido de https://www.supersociedades.gov.co/delegatura_insolvencia/Documents/Informes_Periodicos_Febrero_28_2019/Liquidacion_Judicial_28Febrero2018.htm
Superintendencia de Sociedades. (2018). Reorganización Empresarial. Obtenido de https://www.supersociedades.gov.co/imagenes/Gestion_Esdtadistica/2018/Informes_Periodicos_Enero_31_2018/Reorganizacion_Empresarial_Validacion_Judicial_Acumulado_31_Enero2018.ht
Superintendencias de sociedades. (2017). Portal de informacion empresarial . Recuperado el 2019, de http://pie.supersociedades.gov.co/Pages/default.aspx
Takahashi, K., Kurukawa, Y., & Watase, K. (1984). Corporate bankruptcy prediction in Japan. Journal of Banking & Finance
Tisshaw, H. L. (1976). Evaluation of downside risk using financial ratios. Doctoral dissertation, MSc Thesis. University Business School
Vallejo, P., Henry, J., & Cherrez, E. S. (2017). Predicción de la quiebra de empresas del sector supermercados mediante el modelo de Altman y Cadenas de Markov. Obtenido de Repositorio Digital Universidad Central de Ecuador: http://www.dspace.uce.edu.ec/handle/25000/13989
Winakor, & Smith. (1935). Changes in financial structure of unsuccessful industrial companies. Bulletin N° 51 Bureau of Business Research, University of Illinois, IL
Wong, J. M., & Ng, T. S. (2010). Company failure in the construction industry: A critical review and a future research agenda. In FIG International Congress.
Zhang, G., Hu, M., Patuwo, B., & Indro, D. C. (1999). Artificial neural networks in bankruptcy prediction: General framework and cross-validation analysis. European journal of operational research
Zmijewski, M. E. (1984). Methodological issues related to the estimation of financial distress prediction models. Journal of Accounting resear
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.spa.fl_str_mv Bucaramanga (Colombia)
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 Maestría en Administración de Empresas
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/2052/1/2019_Tesis_Cristian_Camilo_Rincon.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/2052/2/2019_Articulo_Cristian_Camilo_Rincon.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/2052/3/2019_Presentacion_Cristian_Camilo_Rincon.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/2052/7/2019_Licencia_Cristina_Camilo_Rincon.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/2052/4/2019_Tesis_Cristian_Camilo_Rincon.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/2052/5/2019_Articulo_Cristian_Camilo_Rincon.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/2052/6/2019_Presentacion_Cristian_Camilo_Rincon.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/2052/8/2019_Licencia_Cristina_Camilo_Rincon.pdf.jpg
bitstream.checksum.fl_str_mv f9d38bc4576a2663dc99abe6d86e45ad
d048bbac4291162d28b9c66df15877c1
e23e0aaae679574ddbd55f8f04180002
4dcbb7693650a67aabd8114e7d2fb3ab
c7d5f5a49ec35e38c65d28527739749d
a47e1b516a299d926bf84e781e96e80a
0ca94a65e53badb67e2733c3f4675397
122de54092803a5ac81e2eea5921872a
bitstream.checksumAlgorithm.fl_str_mv MD5
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_ 1814277710674919424
spelling Reyes Maldonado, Nydia Marcela316fccfb-4235-4803-8cc2-65c8ac802597Rincón Moreno, Cristian Camilo411fb30c-3da5-4387-90e0-51f1dfdd2680Rodríguez Vargas, Erinson Octaviod92e7114-964d-49dd-a206-d10034d1d8c2Reyes Maldonado, Nydia Marcela [0001009532]Reyes Maldonado, Nydia Marcela [tppW8JkAAAAJ&hl=es]Reyes Maldonado, Nydia Marcela [0000-0003-4401-0932]2020-06-26T20:18:15Z2020-06-26T20:18:15Z2019http://hdl.handle.net/20.500.12749/2052instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABLa quiebra empresarial ha sido una temática examinada y discutida por diferentes áreas de estudio, debido a que los análisis, pueden evitar o prever una crisis económica nacional. Esta investigación, propuso realizar una predicción financiera y mostrar los posibles determinantes diferenciales, entre empresas solventes y empresas en quiebra, que pertenecen al sector de la construcción en Colombia. El estudio se realizó con datos de 2017, obtenidos del portal de información empresarial, de la superintendencia de sociedades, donde se estudiaron 24 empresas, de las cuales 12 contaban con buena salud financiera y 12 se encontraban en crisis. Por medio del análisis de 10 ratios financieros, que más influencian en el desarrollo económico del sector de la construcción, según la revisión de la literatura; se utiliza técnicas univariantes y la técnica multivariante, de análisis discriminante, para determinar si es posible predecir o no, la quiebra en el sector, por medio de variables que más influyen. Se concluye que las variables, que determinan dicha crisis o quiebra empresarial son: ROCE, ROA, autofinanciación y endeudamiento. Los resultados arrojaron un porcentaje general de acierto del 83,3%, del cual se obtuvo el 100% de aciertos, para empresas en liquidación y el 66,7% de aciertos, para empresas en estado de activas o solventes.LISTA DE TABLAS .......................................................................................................................... 5 LISTA DE FIGURAS ........................................................................................................................ 6 INTRODUCCIÓN.............................................................................................................................. 7 CAPÍTULO I...................................................................................................................................... 9 PROBLEMA ...................................................................................................................................... 9 1. ANTECEDENTES ................................................................................................................... 10 1.1 Reorganización empresarial................................................................................................. 11 1.2 Liquidación judicial ............................................................................................................ 12 1.3 Acuerdo de reestructuración ................................................................................................ 13 2. PROBLEMA DE INVESTIGACIÓN ....................................................................................... 14 3. OBJETIVOS ............................................................................................................................. 25 3.1 Objetivo general .................................................................................................................. 25 3.2 Objetivos específicos .......................................................................................................... 25 4. MANEJO DE HIPÓTESIS ....................................................................................................... 25 5. JUSTIFICACIÓN ..................................................................................................................... 26 6. DEFINICIÓN DE TÉRMINOS ................................................................................................. 28 CAPÍTULO II .................................................................................................................................. 31 MARCO TEÓRICO ......................................................................................................................... 31 7. EVOLUCIÓN DE LOS ARQUETIPOS DE PREDICCIÓN DE QUIEBRA .............................. 33 7.1 Primeros estudios univariados ............................................................................................. 34 7.2 Primer estudio con técnicas multivariantes .......................................................................... 36 7.3 Trayectoria de técnicas multivariantes ................................................................................. 37 8. ESTUDIOS RECIENTES DE PREDICCIÓN DE QUIEBRA EN COLOMBIA ........................ 39 9. ESTUDIOS RECIENTES DE PREDICCIÓN DE QUIEBRA EN LATINOAMÉRICA ............ 41 10. ESTUDIOS DE PREDICCIÓN DE QUIEBRA EN LA CONSTRUCCIÓN ............................ 45 CAPÍTULO III ................................................................................................................................. 69 METODOLOGÍA ............................................................................................................................ 69 11. MÉTODO DE INVESTIGACIÓN .......................................................................................... 70 ANÁLISIS FINANCIERO PARA LA PREDICCIÓN DE QUIEBRA 4 11.1 Estudio base para la investigación ..................................................................................... 71 12. POBLACIÓN Y MUESTRA .................................................................................................. 72 13. INSTRUMENTOS DE RECOLECCIÓN DE DATOS ............................................................ 78 14. PROCEDIMIENTOS DE APLICACIÓN DE LOS INSTRUMENTOS ................................... 78 15. ANÁLISIS DE DATOS .......................................................................................................... 79 CAPÍTULO IV ................................................................................................................................. 82 RESULTADOS ................................................................................................................................ 82 16. ANÁLISIS ESTADÍSTICO .................................................................................................... 83 17. TEST DE COMPARACIÓN DE MEDIAS ............................................................................. 86 18. CONTRASTE DE HIPÓTESIS .............................................................................................. 88 18.1 Pruebas no paramétricas. ................................................................................................... 89 19. ANALISIS MULTIVARIANTE - DISCRIMINANTE ............................................................ 90 20. DISCUSIÓN DE RESULTADOS ........................................................................................... 92 CAPITULO V .................................................................................................................................. 95 CONCLUSIONES............................................................................................................................ 95 21. RESUMEN DE HALLAZGOS ............................................................................................... 96 22. FORMULACIÓN DE RECOMENDACIONES .................................................................... 100 BIBLIOGRAFÍA ............................................................................................................................ 101MaestríaBussines bankruptcy has been a subject examined and discussed by different study areas, because the analysis can avoid or foresee economics crisis. This research, proposed to make a financial prediction and point out the possible differential determinants, between solvent companies and bankrupt companies belonging to the construction sector in Colombia. The study was done with data for the year 2017 obtained from the business information portal of the corporate superintendence where 24 companies were studied, of which 12 had good financial health and 12 were in crisis. Through the analysis of 10 financial ratios, which most influence economic development of the construction sector, according to the literature review; univariate techniques and the multivariate technique of discriminant analysis are used to determine if it is possible to predict or not bankruptcy in the sector, by means of variables that most influence. It is concluded that the variables that determine this crisis or business bankruptcy are: ROCE, ROA, self-financing and indebtedness. The results showed a general percentage of success of 83.3%, of which 100% of correct answers were obtained, for companies in liquidation and 66.7% of correct answers, for companies in active or solvent status.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 ColombiaAnálisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en ColombiaFinancial analysis for the prediction of business bankruptcy, in the Construction sector in ColombiaMagíster en Administración de EmpresasBucaramanga (Colombia)UNAB Campus BucaramangaUniversidad Autónoma de Bucaramanga UNABFacultad Economía y NegociosMaestría en Administración de Empresasinfo:eu-repo/semantics/masterThesisTesishttp://purl.org/redcol/resource_type/TMBusiness administrationBusiness managementFinancial analysisFinancial administrationFinancial crisisFinanceAdministrationInvestigationsAnalysisBankruptcy predictionConstructionFinancial indicatorsAdministración de empresasDirección de empresasAnálisis financieroAdministración financieraCrisis financieraFinanzasAdministraciónInvestigacionesAnálisisPredicción de quiebraConstrucciónIndicadores financierosRincón Moreno, Cristian Camilo, Rodríguez Vargas, Erinson Octavio (2019). Análisis financiero para la predicción de quiebra empresarial, en el sector de la Construcción en Colombia. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNABCAMACOL. (2018). Recuperado el 2018, de https://camacol.co/camacol/CONFECÁMARAS. (2018). Recuperado el 2018, de http://www.confecamaras.org.co/DANE. (2018). Recuperado el 2018, de https://www.dane.gov.co/SUPERSOCIEDADES. (2018). Recuperado el 2018, de https://www.supersociedades.gov.coAbidali, A. F., & Frank Harris. (1995). A methodology for predicting company failure in the construction industry. Construction management and economics.Agudelo, H. A., Hernandez, A. V., & Cardona, D. A. (2012). Sostenibilidad: Actualidad y necesidad en el sector de la construcción en Colombia. Gestión y Ambiente, 105-118.Altman. (1973). Predicting railroad bankruptcies in Ámerica. The bell journal of economics and managment scienceAltman. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The journal of finance.Altman.. (1993). Autoradiographic investigation of cell proliferation in the brains of rats and cats. The Anatomical Record.Arditi, D., Koksal, A., & Kale, S. (2000). Business failures in the construction industry. Engineering, construction and architectural managementBanco de la República. (s.f.). Enciclopedia del Banco de la República. Recuperado el 2018, de http://enciclopedia.banrepcultural.org/index.php?title=Sectores_econ%C3%B3micosBeaver, W. H. (1966). Financial ratios as predictors of failure. Journal of accounting research.Bellovary, J. V., Don E, G., & Akers, M. D. (2007). A Review of Bankruptcy Prediction Studies: 1930 to Present. Journal of Financial education.Camacol. (2018). Tendencias de la construcción Economía y Coyuntura Sectorial. Undécima Edición. Obtenido de https://www.camacol.co/informacion-economica/tendenciasCaro, N. P., Arias, V., & Ortiz, P. (2017). Predicción de fracaso en empresas latinoamericanas utilizando el método del vecino más cercano para predecir efectos aleatorios en modelos mixtos. Revista de Métodos Cuantitativos para la Economía y la Empresa.Caro, N. p., Díaz, M., & Porporato, M. (2013). Predicción de quiebras empresariales en economías emergentes: uso de un modelo logístico mixto. Métodos Cuantitativos para la Economía y la Empresa.Caro, N. P., Guardiola, M., & Ortiz, P. (2018). Árboles de clasificación como herramienta para predecir dificultades financieras en empresas Latinoamericanas a través de sus razones contables. Contaduría y AdministraciónCarreras, B. P. (2017). Business Bankruptcy Prediction Models: Application to companies in the construction Sector in Spain. Repositorio Institucional Universidad Politecnica de Valencia.Casas, F. M. (2012). EL ANÁLISIS DE ESCALAMIENTO MULTIDIMENSIONAL: UNA ALTERNATIVA Y UN COMPLEMENTO A OTRAS TÉCNICAS MULTIVARIANTES. La Sociología en sus escenarios, 25.Cinca, C. S. (2018). Predicción del fracaso empresarial. Obtenido de sistemas informativos contables: http://www.5campus.org/doctoradoCuartas, F. (2017). Análisis de la capacidad predictiva del Modelo Black Scholes: Evidencia empírica en caso colombiano. Science of Human Action.Dambolena, I. G., & Khoury, S. J. (1980). Ratio stability and corporate failure. The Journal of Finance.DANE. (2016). Indicadores Económicos Alrededor de la Construcción - III trimestre de 2015. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim15.pdfDANE. (Octubre de 2017). Boletin tecnico mercado laboral-GEIH-. Obtenido de www.dane.gov.coDANE. (2017). Indicadores Económicos Alrededor de la Construcción – IEAC III trimestre de 2016. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim16.pdf¨DANE. (2018). Indicadores Económicos Alrededor de la Construcción - IEAC III trimestre de 2017. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim17.pdfDANE. (Marzo de 2019). Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IVtrim18.pdfDíaz, L. M. (2016). Fracaso empresarial en el sector de la construcción en EspañaEspinoza, R. F. (2013). Alcances y limitaciones de los modelos de capacidad predictiva en el análisis del fracaso empresarial. Medellin, Colombia: Universidad EAFITFernández, M., & Gutiérrez, F. (2012). Variables y modelos para la identificación y predicción del fracaso empresarial: revisión de la investigación empírica reciente. Revista de contabilidadFitzpatrick. (1932). A comparison of ratios of successful industrial enterprises with those of failed companies. The Certified Public AccountantGaeremynck, A., & Willekens, M. (2003). The endogenous relationship between audit-report type and business termination: Evidence on private firms in a non-litigious environment. Accounting and Business Research.Gilbert, L. R., Menon, K., & Schwartz, K. B. (1990). Predicting bankruptcy for firms in financial distress. Journal of Business Finance & AccountingGill de Albornoz, B., & Giner, B. (2013). Predicción del fracaso empresarial en los sectores de construcción e inmobiliario: Modelos generales versus específicos. Universia Business Review.Giner, B., & de Albornoz, B. G. (2013). Predicción del fracaso empresarial en los sectores de construcción e inmobiliario: Modelos generales versus específicos. UCJC Business and Society Review (formerly known as Universia Business ReviewGirón, H. C., Villanueva, J. G., & Armas, R. H. (2016). Determinantes de la quiebra empresarial en las empresas ecuatorianas en el año 2016. Revista publicando.González, L. M., Garcia, C. A., & Fierro, S. D. (2017). Prospección del riesgo operativo de las Mi pymes en Colombia. Science DirectGuzman, R. O. (2017). Modelo Estocástico de cadenas de Markov ocultas para el problema de quiebra de las empresas ecuatorianas ,en un sector específico de la economía ecuatorianaHall, G. (1994). Factors distinguishing survivors from failures amongst small firms in the UK construction sector. Journal of Management Studies.Heo, J., & Yang, J. Y. (2014). AdaBoost based bankruptcy forecasting of Korean construction companies. Applied soft computingHerrera, F., De la Hoz, G., & Vergara, J. C. (2012). Aplicación de análisis discriminante para evaluar el mejoramiento de los indicadores financieros en las empresas del sector alimento de Barranquilla-Colombia. Revista chilena de ingenieríaHerrera, F., De la Hoz, G., & Vergara, J. C. (2012). Aplicación de análisis discriminante para evaluar el mejoramiento de los indicadores financieros en las empresas del sector alimento de Barranquilla-Colombia. Revista chilena de ingenieríaHorta, I. M., & Camanho, A. S. (2013). Company failure prediction in the construction industry. Expert Systems with ApplicationsIbarra, A. M. (2001). Análisis de las dificultades financieras de las empresas en una economía emergente: las bases de datos y las variables independientes en el sector hotelero de la Bolsa mexicana de valores. Obtenido de http://ddd.uab.cat/pub/tesis/2001/tdx-1018101-164847/aim1de1.pdfKangari, R. (1988). Business failure in construction industry. Journal of construction Engineering and ManageKapliński, O. (2008). Usefulness and credibility of scoring methods in construction industry. Journal of civil engineering and managementKertzman, F. (6 de Julio de 2017). Construccion sigue postrada. Obtenido de http://www.dinero.com/economia/articulo/sector-construccion-en-la-economia-colombia-2017/247364Lagos, G., & Rivera, G. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de ChillánLagos, G., & Rivera, G. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de ChillánLangford, D., Iyagba, R., & Komba, D. M. (1993). Prediction of solvency in construction companies. Construction Management and Economics.Leguizamón, P. J. (2014). Mecanismos de acción del régimen de insolvencia empresarial según la Ley 1116 del año 2006, su marco normativo y jurisprudencial, y cumplimiento de dicho régimen. Bachelor's thesis.Marcinkevičius, R., & Kanapickienė, R. (2014). Bankruptcy prediction in the sector of construction in Lithuania. Procedia-Social and Behavioral SciencesMerwin. (1942). Financing small corporations in five manufacturing industries. New York: New York Bureau of economics researchMeyer, P. A., & Pifer, H. W. (1970). Prediction of bank failures. The journal of finance.Moreno, J. D., López, O. R., & Diaz, J. C. (2014). Productividad, eficiencia y sus factores explicativos en el sector de la construcción en Colombia 2005-2010. . Cuadernos de Economia .Pascual, J. G., & Pessoa de Oliveira, A. K. (2018). Análisis de solvencia en empresas no financieras: modelo estático versus modelo dinámico. Revista de economíaPatterson, D. W. (2002). Bankruptcy prediction: A model for the casino industry . University of Nevada.Pirez, P. (2018). Distribución, insolvencia y urbanización popular en América Latina. Espacios.Portal de información empresarial. (s.f.). Obtenido de http://pie.supersociedades.gov.coRevista Dinero. (19 de Mayo de 2017). Minería y construcción perjudicaron el crecimiento del PIB en el primer trimestre. Obtenido de http://www.dinero.com/economia/articulo/crecimiento-del-pib-primer-trimestre-de-2017-en-colombia/245535Rujoub, M. A., Cook, D. M., & Hay, L. E. (1995). Using cash flow ratios to predict business failures. Journal of Managerial IssuesSerrano, C. C. (1996). Self organizing neural networks for financial diagnosis. Decision Support Systems.Serrano, C. C., & Molinero, M. (2001). Bank failure: a multidimensional scaling approach. European Journal of Finance.Superintendencia de sociedades. (s.f.). Obtenido de https://www.supersociedades.gov.coSuperintendencia de sociedades. (2017). Portal de información empresarial. Recuperado el 2019, de http://pie.supersociedades.gov.co/Pages/default.aspx#/Superintendencia de sociedades. (2018). Acuerdo de reestructuración. Obtenido de http://www.supersociedades.gov.co/delegatura_insolvencia/Documents/Informes_Periodicos_Febrero_28_2018/Acuerdo_Reeestructuracion_28Febrero2018.htmSuperintendencia de sociedades. (2018). Liquidación judicial. Obtenido de https://www.supersociedades.gov.co/delegatura_insolvencia/Documents/Informes_Periodicos_Febrero_28_2019/Liquidacion_Judicial_28Febrero2018.htmSuperintendencia de Sociedades. (2018). Reorganización Empresarial. Obtenido de https://www.supersociedades.gov.co/imagenes/Gestion_Esdtadistica/2018/Informes_Periodicos_Enero_31_2018/Reorganizacion_Empresarial_Validacion_Judicial_Acumulado_31_Enero2018.htSuperintendencias de sociedades. (2017). Portal de informacion empresarial . Recuperado el 2019, de http://pie.supersociedades.gov.co/Pages/default.aspxTakahashi, K., Kurukawa, Y., & Watase, K. (1984). Corporate bankruptcy prediction in Japan. Journal of Banking & FinanceTisshaw, H. L. (1976). Evaluation of downside risk using financial ratios. Doctoral dissertation, MSc Thesis. University Business SchoolVallejo, P., Henry, J., & Cherrez, E. S. (2017). Predicción de la quiebra de empresas del sector supermercados mediante el modelo de Altman y Cadenas de Markov. Obtenido de Repositorio Digital Universidad Central de Ecuador: http://www.dspace.uce.edu.ec/handle/25000/13989Winakor, & Smith. (1935). Changes in financial structure of unsuccessful industrial companies. Bulletin N° 51 Bureau of Business Research, University of Illinois, ILWong, J. M., & Ng, T. S. (2010). Company failure in the construction industry: A critical review and a future research agenda. In FIG International Congress.Zhang, G., Hu, M., Patuwo, B., & Indro, D. C. (1999). Artificial neural networks in bankruptcy prediction: General framework and cross-validation analysis. European journal of operational researchZmijewski, M. E. (1984). Methodological issues related to the estimation of financial distress prediction models. Journal of Accounting researORIGINAL2019_Tesis_Cristian_Camilo_Rincon.pdf2019_Tesis_Cristian_Camilo_Rincon.pdfTesisapplication/pdf1463184https://repository.unab.edu.co/bitstream/20.500.12749/2052/1/2019_Tesis_Cristian_Camilo_Rincon.pdff9d38bc4576a2663dc99abe6d86e45adMD51open access2019_Articulo_Cristian_Camilo_Rincon.pdf2019_Articulo_Cristian_Camilo_Rincon.pdfArtículoapplication/pdf484521https://repository.unab.edu.co/bitstream/20.500.12749/2052/2/2019_Articulo_Cristian_Camilo_Rincon.pdfd048bbac4291162d28b9c66df15877c1MD52open access2019_Presentacion_Cristian_Camilo_Rincon.pdf2019_Presentacion_Cristian_Camilo_Rincon.pdfPresentaciónapplication/pdf900040https://repository.unab.edu.co/bitstream/20.500.12749/2052/3/2019_Presentacion_Cristian_Camilo_Rincon.pdfe23e0aaae679574ddbd55f8f04180002MD53open access2019_Licencia_Cristina_Camilo_Rincon.pdf2019_Licencia_Cristina_Camilo_Rincon.pdfLicenciaapplication/pdf630695https://repository.unab.edu.co/bitstream/20.500.12749/2052/7/2019_Licencia_Cristina_Camilo_Rincon.pdf4dcbb7693650a67aabd8114e7d2fb3abMD57metadata only accessTHUMBNAIL2019_Tesis_Cristian_Camilo_Rincon.pdf.jpg2019_Tesis_Cristian_Camilo_Rincon.pdf.jpgIM Thumbnailimage/jpeg5371https://repository.unab.edu.co/bitstream/20.500.12749/2052/4/2019_Tesis_Cristian_Camilo_Rincon.pdf.jpgc7d5f5a49ec35e38c65d28527739749dMD54open access2019_Articulo_Cristian_Camilo_Rincon.pdf.jpg2019_Articulo_Cristian_Camilo_Rincon.pdf.jpgIM Thumbnailimage/jpeg5899https://repository.unab.edu.co/bitstream/20.500.12749/2052/5/2019_Articulo_Cristian_Camilo_Rincon.pdf.jpga47e1b516a299d926bf84e781e96e80aMD55open access2019_Presentacion_Cristian_Camilo_Rincon.pdf.jpg2019_Presentacion_Cristian_Camilo_Rincon.pdf.jpgIM Thumbnailimage/jpeg10620https://repository.unab.edu.co/bitstream/20.500.12749/2052/6/2019_Presentacion_Cristian_Camilo_Rincon.pdf.jpg0ca94a65e53badb67e2733c3f4675397MD56open access2019_Licencia_Cristina_Camilo_Rincon.pdf.jpg2019_Licencia_Cristina_Camilo_Rincon.pdf.jpgIM Thumbnailimage/jpeg11080https://repository.unab.edu.co/bitstream/20.500.12749/2052/8/2019_Licencia_Cristina_Camilo_Rincon.pdf.jpg122de54092803a5ac81e2eea5921872aMD58metadata only access20.500.12749/2052oai:repository.unab.edu.co:20.500.12749/20522023-12-12 14:57:59.673open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.co

Publicaciones similares