Predicción de fracaso en empresas latinoamericanas utilizando el método del vecino más cercano para predecir efectos aleatorios en modelos mixtos // Prediction of Failure in Latin-American Companies Using the Nearest-Neighbor Method to Predict Random Effects in Mixed Models

Autores/as

  • Norma Patricia Caro Facultad de Ciencias Económicas Universidad Nacional de Córdoba
  • Verónica Arias Facultad de Ciencias Económicas Universidad Nacional de Córdoba
  • Pablo Ortiz Facultad de Ciencias Económicas Universidad Nacional de Córdoba

Palabras clave:

fracaso empresarial, ratios contables, modelos mixtos, predicción, vecino más cercano, business failure, accounting ratios, mixed model, prediction, nearest neighbors

Resumen

En la presente década, en economías emergentes como las latinoamericanas, se han comenzado a aplicar modelos logísticos mixtos para predecir el fracaso financiero de las empresas. No obstante, existen limitaciones subyacentes a la metodología, vinculadas a la factibilidad de predicción del estado de nuevas empresas que no han formado parte de la muestra de entrenamiento con la que se estimó el modelo.

En la literatura se han propuesto diversos métodos de predicción para los efectos aleatorios que forman parte de los modelos mixtos, entre ellos, el del vecino más cercano. Este método es aplicado en una segunda etapa, luego de la estimación de un modelo que explica la situación financiera (en crisis o sana) de las empresas mediante la consideración del comportamiento de sus ratios contables.

En el presente trabajo, se consideraron empresas de Argentina, Chile y Perú, estimando los efectos aleatorios que resultaron significativos en la estimación del modelo mixto.

De este modo, se concluye que la aplicación de este método permite identificar empresas con problemas financieros con una tasa de clasificación correcta superior a 80%, lo cual cobra relevancia en la modelación y predicción de este tipo de riesgo.

------------------------------------

In the present decade, in emerging economies such as those in Latin-America, mixed logistic models have been started applying to predict the financial failure of companies. However, there are limitations for the methodology linked to the feasibility of predicting the state of new companies that have not been part of the training sample which was used to estimate the model.

In the literature, several methods have been proposed for predicting random effects in the mixed models such as, for example, the nearest neighbor. This method is applied in a second step, after estimating a model that explains the financial situation (in crisis or healthy) of companies by considering the behavior of its financial ratios. 

In this study, companies from Argentina, Chile and Peru were considered, estimating the random effects that were significant in the estimation of the mixed model.

Thus, we conclude that the application of these methods allow for identifying companies with financial problems with a correct classification rate of over 80%, which becomes important in modeling and predicting this risk.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, 23(4), 589-609.

Altman, E. I. (2005). An emerging market credit scoring system for corporate bonds. Emerging Markets Review, 6(4), 311-323.

Altman, E. I.; Baidya, T. K. y Dias, L. M. R. (1979). Assessing potential financial problems for firms in Brazil. Journal of International Business Studies, 10(2), 9-24.

Altman, E. I.; Haldeman, R. G. y Narayanan, P. (1977). ZETATM analysis A new model to identify bankruptcy risk of corporations. Journal of Banking & Finance, 1(1), 29-54.

Altman, E. I.; Hartzell, J. y Peck, M. (1998). Emerging Markets Corporate Bonds: A Scoring System. En Levich R.M. (ed.): Emerging Market Capital Flows. The New York University Salomon Center Series on Financial Markets and Institutions, Vol. 2, Boston: Springer, pp. 391-400.

Beaver, W. H. (1968). Alternative accounting measures as predictors of failure. The Accounting Review, 43(1), 113-122.

Caro, N. P. (2014). Modelos de predicción de crisis financiera en empresas: una revisión de la literatura. Revista Internacional Legis de Contabilidad y Auditoría, 58, 135-183.

Caro, N. P. (2015). Descripción de empresas en crisis financiera: el caso de Argentina en las décadas del 1990 y 2000. Revista de Dirección y Administración de Empresas, 22, 106-130.

Caro, N. P. (2016) El modelo logístico mixto para predecir crisis financiera en empresas argentinas y chilenas. Revista de Matemática: Teoría y Aplicaciones, 23(1), 255-276.

Caro, N. P.; Díaz, M. y Porporato, M. (2013). Predicción de quiebras empresariales en economías emergentes: uso de un modelo logístico mixto. Revista de Métodos Cuantitativos para la Economía y la Empresa, 16, 200-215.

Caro, N. P. y Diaz, M. (2015). Factores determinantes para predecir la crisis financiera en empresas argentinas. Cuadernos de Estudios Empresariales, 25, 29-47.

CEPAL. (2011). Balance preliminar de las economías de América Latina y el Caribe 2010. Santiago de Chile: Naciones Unidas CEPAL.

Chocce, G. A. R.; González, P. A.; Aguirre, N. A.; Vega, P. L. y Carrazana, J. M. (2002). Modelos de clasificación y predicción de quiebra de empresas: Una aplicación a empresas chilenas. Revista Fórum Empresarial, 7(1), 33-52.

Giampaoli, V.; Tamura, K. A.; Caro, N. P. y de Araujo, L.J.S. (2016). Financial crisis prediction on Latin American companies using mixed logistic regression model. Chilean Journal of Statistics, 7(1), 31-41

Hensher, D. A. y Jones, S. (2007). Forecasting corporate bankruptcy: Optimizing the performance of the mixed logit model. Abacus, 43(3), 241-264.

Jones, S. y Hensher, D. A. (2004). Predicting firm financial distress: A mixed logit model. The Accounting Review, 79(4), 1011-1038.

Jones, S. y Hensher, D. A. (2007). Modelling corporate failure: A multinomial nested logit analysis for unordered outcomes. The British Accounting Review, 39(1), 89-107.

Montalván, S. M.; O'Shee, D. F.; Delgado, F. A. y Yamashiro, M. A. (2011). Determinantes de la insolvencia empresarial en el Perú. Academia, Revista Latinoamericana de Administración, 47, 126-139.

OECD (2010). Perspectivas Económicas de América Latina 2011: En qué medida es clase media América Latina. París: OECD Publishing.

OECD/ECLAC (2011). Perspectivas Económicas de América Latina 2012: Transformación del Estado para el Desarrollo. París: OECD Publishing.

OECD/ECLAC (2012). Perspectivas económicas de América Latina 2013: Políticas de pymes para el cambio estructural. París: OECD Publishing.

Ohlson, J. A. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18(1), 109-131.

Pascale, R. (1988). A multivariate model to predict firm financial problems: the case of Uruguay. Studies in Banking and Finance, 7, 171-182.

Sandin, A. R. y Porporato, M. (2008). Corporate bankruptcy prediction models applied to emerging economies: Evidence from Argentina in the years 1991-1998. International Journal of Commerce and Management, 17(4), 295-311.

Swanson, E. y Tybout, J. (1988). Industrial bankruptcy determinants in Argentina. Studies in Banking and Finance, 7, 1-25.

Tamura, K. A. y Giampaoli, V. (2013). New prediction method for the mixed logistic model applied in a marketing problem. Computational Statistics & Data Analysis, 66, 202-216.

Tamura, K. A.; Giampaoli, V. y Noma, A. (2013). Nearest Neighbors Prediction Method for mixed logistic regression. En Muggeo, M. R.; Capursi, V.; Boscaino, G. y Lovison, G. (eds.): Proceedings of the 28th International Workshop on Statistical Modeling, Palermo: Università di Palermo, pp. 799-802.

Tascón, M. y Castaño, F. (2012). Variables y modelos para identificación y predicción del fracaso empresarial: Revisión de la investigación reciente. Revista de Contabilidad, 15(1), 7-58.

Zmijewski, M. E. (1984). Methodological issues related to the estimation of financial distress prediction models. Journal of Accounting Research, 22, 59-82.

Zurita, F. (2008). La predicción de la insolvencia de empresas chilenas. Economía Chilena, 11(1), 93-116.

Publicado

2017-12-20

Cómo citar

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 // Prediction of Failure in Latin-American Companies Using the Nearest-Neighbor Method to Predict Random Effects in Mixed Models. Revista De Métodos Cuantitativos Para La Economía Y La Empresa, 24, Páginas 5 a 24. Recuperado a partir de https://www.upo.es/revistas/index.php/RevMetCuant/article/view/2878

Número

Sección

Artículos