Un análisis del desenlace de la quiebra para la pyme española
DOI:
https://doi.org/10.51302/rcyt.2005.15891Palabras clave:
post-quiebra, actuación financiera, algoritmo See5Resumen
El objetivo de este trabajo es identificar las variables que caracterizan ex-post la actuación financiera de las empresas en situación de quiebra. Nuestra aportación, con respecto a la literatura financiera previa, consiste en la aplicación de métodos de inteligencia artificial (algoritmo See5), la utilización de la versión contable del concepto quiebra (en lugar de su acepción concursal) y la consideración de tres escenarios distintos de posibles desenlaces (recuperación, mantenimiento o liquidación) frente al binomio recuperación/liquidación hasta ahora analizado. El estudio se aplica a una muestra de 3.766 empresas españolas (mayoritariamente pymes) para el período 1997-2000.
Descargas
Citas
Altman, E.I. [1968]: «Financial ratios, discriminat analysis, and the prediction of corporate bankrupcy», Journal of Financial, septiembre, págs. 589-609.
Asociación Española de Contabilidad y Administración de Empresas [AECA] [1991]: Recursos propios, Serie Principios Contables, documento 10, Madrid.
Barniv, R.; Agarwal, A.; Leach, R. [2002]: «Predicting Bankruptcy Resolution», Journal of Business Finance & Accounting, Vol. 29, Núms. 3-4, págs. 497-520.
Beaver, W.H. [1966]: «Financial ratios as predictors of failure», Journal of Accounting Research, supplement, págs. 71-111.
— [1968]: «Alternatives accounting measures and predictors of failure», The Accounting Review, january, págs. 113-122.
Bonsón, E.; Escobar, T. y Martín, M.ª P. [1998]: «Sistemas de inducción de árboles de decisión: utilidad en el análisis de la información contable», Biblioteca electrónica Ciberconta, págs.1-16.
Campbell, S.V. [1996]: «Predicting Bankruptcy Reorganization for Closely Held Firms», Accounting Horizons, Vol. 10, Núm. 3, págs. 12-25.
Casey, C.; McGee, V.E.; Stickney, C.P. [1986]: «Discriminating Between Reorganized and Liquidated Firms in Bankruptcy», The Accounting Review, Vol. 61, Núm. 2, págs. 249-262.
De Miguel, l.j.; Revilla,E.; Rodríguez, J.M. y Cano, J.M. [1993]: «A comparison between statistical and neural network–based methods for predicting bank failure», Proceedings of the IIIth International Workshop on Intelligence in Economic and Management, august, Portland, Oregon.
Deakin, E. [1972]: «A discriminat analysis of predictors of business failure», Journal of Accounting Research, spring, págs. 167-179.
— [1976]: «Distribution of financial accounting ratios: some empirical evidence», The Accounting Review, vol.1, págs. 90-96.
Del Rey, E. [1996]: «Bankruptcy predictions in non-financial companies: an application based on artificial neural network models» en Sierra, G.J. y Bonsón, E. (Editores) Intelligent System in Accounting and Finance, págs. 253-272.
Ezzamel, M. Mar-Molinero, C. y Beecher, A. [1987]: «On the Distributional Properties of Financial Ratios in U.K. Manufacturing Companies», Journal of Business. Finance and Accounting, vol. 14, n.º 4, págs. 463-481.
Ezzamel, M. y Mar-Molinero, C. [1990]: «The distributional properties of financial ratios in U.K. manufacturing companies», Journal of Business. Finance and Accounting, vol. 17, págs. 1-49.
Franks, J.; Nyborg, K.; Torous, W. [1996]: «A comparison of US, UK and German insolvency codes», Financial Management, Vol. 25, Núm. 3, págs. 86-101.
Frecka, T.J. y Hopwood, W.S. [1983]: «The effects of outliers on the cross-sectional distributional properties of financial ratios», Journal of Accounting Review, vol.58, n.º 1, págs.115-128.
Frydman, H.; Altman, E.; Kao, D. [1985]: «Introducing recursive partitioning for financial classification: The case of financial distress», Journal of Finance, marzo, págs. 269-291.
García-Ayuso, M. [1995]: «La necesidad de llevar a cabo un replanteamiento de la investigación en materia de análisis de la información financiera», Análisis Financiero, n.º 66, págs. 36-61.
González, V.M.; González, F. [2000]: «Procedimientos de resolución de insolvencia financiera en España: costes de insolvencia y transferencias de riqueza», Investigaciones Económicas, vol. 34 (2), págs. 357-384.
Greenstein, M.M.; Welsh, M.J. [1996]: «Bankruptcy predictions using ex ante neural network and realistically proportioned testing sets», en Sierra, G.J. y Bonsón, E. [ed.]: Intelligent System in Accounting and Finance, págs. 187-211.
Hong, S.C. [1983]: «A Bankruptcy Outcome: Model and Empirical Test», Working paper, University of California, Berkeley.
Hunt, E.B.; Marín, J.; Stone, P.J. [1966]: Experiments in induction. New York.: Academic Press.
Instituto Nacional de Estadística [2002]: Directorio Central de Empresas. INE, Madrid (http://www.ine.es)
— [2003]: Directorio Central de Empresas. INE, Madrid (http://www.ine.es)
Kaiser, K. [1996]: «European Bankruptcy Laws: Implications for Corporations Facing Financial Distress», Financial Management, vol. 25, núm. 3, págs. 57-66.
Karels, G.V. y Prakash, A.J. [1987]: «Multivariate normalityand forecasting of business bankruptcy», Journal of Business Finance and Accounting, vol. 14, págs. 573-592
Kim, M.; Kim, M. [1999]: «A Note on the Determinants of the Outcomes of Bankruptcy Petitions: Evidence from Korea», Journal of Business Finance & Accounting, vol. 26, núms. 7-8, págs. 997-1.011.
Lacher, R.C.; Coats, P.K.; Sharma, S.C. y Faut, L.P. [1995]: «A neural networks for classifying the financial health of a firm», European Journal of Operational Research, n.º 85, págs. 53-65.
LoPucki, L.M. [1983]: «The Debtor in Full Control-Systems Failure under Chapter 11 of the Bankruptcy Code?», American Bankruptcy Law Journal, vol. 57, págs. 99-126.
Marais, M.; Patell, J.; Wolfson, M. [1984]: «The experimental desing of classification models: an application of recursive partitioning and bootstrapping to commercial bank loan classifications», Journal of Accounting Research, vol. 22, supplement.
Martínez, I. [1996]: «Forescasting company failure: Neural approach versus discriminant analysis: An application to spanish insurance companies, en Sierra, G.J. y Bonsón, E. (Editores) Intelligent System in Accounting and Finance, págs. 169-185.
McLeay, S. [1986a]: «The ratio of means, The mean of ratios and other benchmarks: an examination of characteristic financial ratios in the french corporate sector», The Journal of the French Finance Association, vol. 7, n.º 1, págs. 75-93.
— [1986b]: «Students t and the distribution of financial ratios», Journal of Business, Finance and Accounting, vol. 13, n.º 2, págs. 209-222.
Odom, M.D. y Sharda, R. [1993]: «A neural network model for bankruptcy prediction», en Trippi, R. y Turban, E. (editores) Neural Network in Finance and Investing, Probus Publishing Company, Cambridge, págs. 177-185.
Ohlson, J.A. [1980]: «Financial Ratios and the Probabilistic Prediction of Bankruptcy», Journal of Accounting Research, vol. 18, núm. 1, págs. 109-131.
Quinlan, J.R. [1997]: See5. www.rulequest.com/See5-info.html
Serrano, C. [1994]: Las Redes Neuronales Artificiales en el Análisis de la Información Contable, Tesis Doctoral Universidad de Zaragoza.
Serrano, C. y Martín Del Brío, B. [1993]: «Predicción de la crisis bancaria mediante el empleo de redes neuronales artificiales», Revista Española de Financiación y Contabilidad, vol. XXII, n.º 74, págs. 153-176.
Van Hemmen, S. [2000]: «Reasignación de recursos y resolución de contratos en el sistema concursal español», X Congreso Nacional de ACEDE. Oviedo.
Watson, C.J. [1990]: «Multivariate distributional properties, outliers, and transformation of financial ratios», The Accounting Review, vol. 65, n.º 3, págs. 662-695.
White, M. [1996]: «The cost of Corporate Bankruptcy: A US-European comparison», en J.S. Bhandari y L.A. Weiss (editores): Economic and Legal Perspectives. Cambridge University Press.
Wilson, R.L.; Sharda, R. [1994]: «Bankruptcy prediction using neural network», Decision Support Systems, núm. 11, págs. 545-557.
Zmijewski, M.E. [1984]: «Methodological issues related to the estimation of financial distress prediction models», Journal of Accounting Research, vol. 22, suplement, págs. 59-82.
