25
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la
perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the
perspective of Altman and Ohlson
URL: https://revistas.uta.edu.ec/erevista/index.php/bcoyu/article/view/1797
Daniela Chachipanta-Cárdenas
1
; Ana Córdova-Pacheco
2
; Mayra Bedoya-Jara
3
; Germán Salazar-Mosquera
4
Fecha de recepción: 11 de noviembre de 2021 Fecha de aceptación: 21 de abril de 2022
Resumen
El presente estudio permite analizar las premisas teóricas mediante la comparación de previas investigaciones que influyen
al estudio de la predicción de la insolvencia empresarial; a su vez permita evaluar el uso de indicadores financieros obtenidos
con la aplicación de los modelos de predicción del fracaso empresarial, determinando si las empresas presentan dificultades
financieras mediante la información contenida en los estados financieros. Se obtuvo una muestra de 200 empresas de la
provincia de Tungurahua, conformadas por distintos sectores económicos, en el período 2016 – 2019, y con el uso
metodológico de cada modelo se puede medir la probabilidad de que una empresa se encuentre en un estado de insolvencia.
Finalmente se compararon los modelos de Altman y Ohlson, como herramientas de análisis, mismas que permitieron evaluar
las amenazas de estabilidad financiera; estos modelos alcanzaron porcentajes de aciertos muy significativos permitiendo la
toma de decisiones pertinentes, evitando el cierre de estas empresas, además se pudo determinar el grado de precisión y de
confiabilidad entre los modelos circunda del 70 al 90%.
Palabras clave: Insolvencia, indicadores financieros, MiPymes, modelo Z, logit.
Abstract:
The present study allows us to analyze the theoretical premises by comparing previous research that influences the study of
the prediction of business insolvency; at the same time, it allows evaluating the use of financial indicators obtained with the
application of business failure prediction models, determining if companies have financial difficulties through the information
contained in the financial statements. A sample of 200 companies in the province of Tungurahua, made up of different
economic sectors, was obtained in the period 2016-2019, and with the methodological use of each, the probability that a
company is in a state of insolvency can be measured. Finally, the Altman and Ohlson models were compared, as analysis
tools, which made it possible to evaluate the threats to financial stability; These models reached very important percentages
of correct answers, allowing the making of pertinent decisions, avoiding the closure of these companies, in addition to being
able to determine the degree of precision and reliability between the models around 70 to 90%.
Keywords: Insolvency, financial indicators, MSMEs, model Z, logit.
1
Universidad Técnica de Ambato. Facultad de Contabilidad y Auditoría. Ambato-Ecuador. E-mail: dchachipanta9103@uta.edu.ec. ORCID: https://orcid.org/0000-
0001-7093-7163
2
Universidad Técnica de Ambato. Facultad de Contabilidad y Auditoría. Ambato-Ecuador. E-mail: anaccordova@uta.edu.ec. ORCID: https://orcid.org/0000-0001-
6330-3306
3
Universidad Técnica de Ambato. Facultad de Contabilidad y Auditoría. Ambato-Ecuador. E-mail: mp.bedoya@uta.edu.ec. ORCID: https://orcid.org/0000-0003-
1429-3548
4
Universidad Técnica de Ambato. Facultad de Contabilidad y Auditoría. Ambato-Ecuador. E-mail: gm.salazar@uta.edu.ec. ORCID: https://orcid.org/0000-0002-
3056-7396
Esta publicación se encuentra bajo una licencia de Creative Commons
Reconocimiento - NoComercial 4.0 Internacional.
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the perspective of Altman and Ohlson
Boletín de Coyuntura; Nº 34; julio - septiembre 2022; e-ISSN 2600 - 5727 / p-ISSN 2528 – 7931; UTA-Ecuador; Pág. 25 - 34
26
Introducción
La evaluación de insolvencia, fracaso empresarial,
quiebra, es un término que cuenta con un sinnúmero de
definiciones, que para varias investigaciones es usada
para determinar el cierre de una empresa. Por
consiguiente, una insolvencia es una dificultad que se
presenta dentro de una empresa, para lo cual mediante el
uso de los balances se puede tomar decisiones, que
permitan la recuperación de la misma. Para García,
Sánchez, & Tomaseti (2016) manifiestan que las
empresas que entran en un estado de insostenibilidad
provocando un contagio a las demás empresas con las
que estas tenían cierta relación, además estas afectan de
forma directa con la actividad económica. Determinando
dos tipos de fracaso; el fracaso económico, siendo
aquellas que al no poder desarrollarse financieramente
traen como consecuencia el quebranto de su importe
dentro del mercado, y fracaso contractual o financiero,
aquel que no cuenta con la capacidad de cubrir con las
obligaciones financieras a corto o largo plazo, es decir, es
aquella que supera sus pasivos ante sus activos (Bolaños,
1997).
En relación a lo anterior a nivel mundial las MiPymes
contribuyen de manera significativa a la economía de los
países, ya que son un pilar fundamental en la generación
de empleo. En la investigación realizada por el Centro de
Desarrollo Organización para la Cooperación y el
Desarrollo Económicos (OCDE) & Comisión Económica
para América Latina y el Caribe (CEPAL) (2013),
manifiestan que las pymes son actores claves para el
crecimiento potencial de América Latina, constituyendo un
99% del total de empresas y un 67% en dar empleo del
total de trabajadores; estas microempresas van desde el
autoempleo hasta llegar a ser empresas de alta eficiencia,
siendo capaces de exportar sus bienes y/o productos,
esto, mediante la aplicación de políticas que ayuden al
crecimiento de las mismas, ya que estas contribuirán de
manera significativa al incremento de productividad.
En el Ecuador las MiPymes son una parte importante del
desarrollo productivo a nivel nacional, es así que para el
año 2019 existieron 882.766 empresas de las cuales el
90,89% son Microempresas, seguido de las pequeñas con
un 7%, y el 1,63% para las medianas siendo el 0,49%
únicamente para grandes empresas (Instituto Nacional de
Estadísticas y Censos (INEC), 2019). En lo que respecta
a la provincia de Tungurahua según datos proyectados del
INEC, las MiPymes se convirtieron en la mayor fuente de
ingresos en la provincia, la relación entre la actividad
productiva, y la Población Económicamente Activa (PEA)
manifiesta: para la actividad agrícola figura el 27,61%,
manufactureras con el 19,04% y el comercial con el
16,88%, servicios con el 13,8% transporte el 4,6%,
construcción el 5,29%, servicios financieros el 1,2% y
otras actividades el 11,54% (Gobierno Provincial de
Tungurahua, 2020).
De lo presentado anteriormente es importante analizar la
estructura empresarial del Ecuador y del crecimiento
económico de Tungurahua y medir el nivel de insolvencia
o fracaso empresarial de las MiPymes, dicha
conceptualización circunda en el término de crisis y la
posibilidad de suspensión de la actividad comercial de la
empresa. En este sentido, las empresas por lo general
tienen un ciclo económico que es conducente a generar
factores de desequilibrio, específicamente en la etapa de
declive que es donde se presenta el fracaso, ya que la
imposibilidad de concretar pagos a proveedores,
instituciones financieras, accionistas, entre otros,
provocan el cierre de las mismas. La medición de la
insolvencia utiliza modelos, los cuales se fundamentan en
información financiera de carácter secundario, la cual es
medido con diferentes niveles de predicción mediante la
aplicación de indicadores financieros; estas metodologías
promulgan un asertividad que va desde el 70,5 al 95,4%,
siempre y cuando exista una correcta estratificación de los
factores muestrales y de las variables analizadas (Beade
, Rodríguez, & Santos, 2017).
De tal modo que la investigación tiene como
objetivo analizar los sesgos de insolvencia
empresarial generado en las pequeñas,
medianas y microempresas en la provincia de
Tungurahua en distintas actividades
económicas, con la finalidad de representar el
nivel de incidencia; así mismo, la determinación
de la influencia de los diferentes indicadores en
cada categoría presentada mediante el uso de
los modelos de predicción de insolvencia de
Altman Z-Score y Ohlson, los cuales han tenido
diferentes pilotajes que han demostrado una
veracidad y asertividad en sus
resultados(Sarango, 2021).
Metodología
Las actividades económicas de la provincia de
Tungurahua se encuentran agrupadas en la Clasificación
Industrial Internacional Uniforme (CIIU), en consecuencia
a esta clasificación, la provincia tiene 11 categorías
económicas, de las cuales la mayor representación la
adjudica el sector Comercio al por mayor y al por menor:
reparación de vehículos automotores y motocicletas, que
representan el 47%, luego se ubican las Industrias
manufactureras que representan el 21% del muestreo
para los años de estudio.
.
D. Chachipanta et al. / Boletín de Coyuntura; Nº 34; julio - septiembre 2022; e-ISSN 2600 - 5727 / p-ISSN 2528 – 7931; UTA-Ecuador; Pág. 25 - 34
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the perspective of Altman and Ohlson
27
Tabla 1. Clasificación de las empresas consideradas en este estudio
Rama
Descripción de la rama
Pequeña
Mediana
Microempresa
Total empresas
Número
%
Número
%
número
%
número
%
A
Agricultura, ganadería, silvicultura y pesca.
2
2%
2
2%
1
4%
5
3%
C
Industrias manufactureras.
13
15%
27
30%
2
8%
42
21%
F
Construcción.
6
7%
0
0%
4
17%
10
5%
G
Comercio al por mayor y al por menor reparación de vehículos automotores y
motocicletas.
37
44%
47
52%
9
38%
93
47%
H
Transporte y almacenamiento.
7
8%
1
1%
1
4%
9
5%
I
Actividades de alojamiento y de servicio de comidas.
2
2%
4
4%
0
0%
6
3%
J
Información y comunicación.
5
6%
1
1%
0
0%
6
3%
L
Actividades inmobiliarias.
4
5%
0
0%
5
21%
9
5%
M
Actividades profesionales, científicas y técnicas.
2
2%
1
1%
2
8%
5
3%
N
Actividades de servicios administrativos y de apoyo.
3
4%
6
7%
0
0%
9
5%
P
Enseñanza.
4
5%
2
2%
0
0%
6
3%
Total
85
100%
91
100%
24
100%
200
100%
Fuente: Elaboración propia a partir de la Superintendencia de Compañías, Valores y Seguros (2019)
Población y muestra de estudio
La población considerada en este estudio que el
investigador explora mediante segmentación es: 330
MiPymes de la provincia, pertenecientes a las diferentes
actividades económicas. Sin embargo, en función de la
respuesta a la selección de temporalidad, a la disponibilidad
de información financiera encontradas para el período de
estudio 2016-2019, se sintetizan en 200 empresas, las
cuales cubren casi todas las actividades económicas
productivas de la provincia.
El diseño de la investigación es de carácter cuantitativo,
siendo el tratamiento de información en su totalidad de
fuentes secundarias recopiladas en la Superintendencia de
Compañías, Valores y Seguros del Ecuador (SUPERCIAS),
así como la utilización documental a través de la aportación
de documentación científica de varias fuentes entre estas
Redalyc, Scielo, Scopus entre otras.
Para poder determinar la probabilidad de insolvencia se
utiliza los modelos de predicción que permitan determinar el
fracaso empresarial de las MIPYMES de la provincia de
Tungurahua, es así que el investigador utilizó la aplicación
de modelos multivariantes, clasificados en modelos logit y
discriminantes que son de frecuente uso; para el efecto, la
utilización de la ficha de observación fue necesaria en el
sentido de estructurar una base metodológica para el
tratamiento de la información financiera y la realización de
los modelos.
La determinación de la muestra se obtuvo mediante el
cumplimiento de los siguientes criterios:
• Ubicadas dentro de la provincia de Tungurahua.
• Información histórica de sus balances, consecutiva en
los 4 años de estudio, además de tener una trayectoria
concurrente de 3 años antes.
• Pertenecer al tamaño de empresas (MiPymes), para lo
cual se partirá del Directorio de Empresas y
Establecimientos (DIEE).
Tabla 2. Estructura de las empresas de acuerdo al tamaño
Tamaño
Ventas
Personal
N° de
empresas
en
Tungurahua
Porcentaje
Mediana
$1'000.001 a $5'000.000
50 a 199
91
46%
Pequeña
$100.001 a $1'000.000
10 a 49
85
42%
Microempresa
menor o igual a $100.000
1 a 9
24
12%
Fuente: Elaboración propia a partir de la información
presentada por el Directorio de Empresas y Establecimientos
(2019)
Las MiPymes en América Latina tiene una gran aportación
a la economía de cada país para ello Stezano (2013), indica
que gracias a las microempresas los habitantes
latinoamericanos se encuentran dentro de un empleo,
permitiéndoles cubrir sus gastos; de igual manera, este
contribuye con los impuestos el cual beneficia al gobierno
de cada país. Para Magill & Meyer (2005) en su estudio a
las microempresa estimo que cerca del 25% de los que
tienen un empleo esta dado por la mano de obra urbana,
generando ventas el cual representaban un 26% del
Producto Interno Bruto (PIB) y un 10% de ingresos netos.
Modelo Z- Score de Altman
El modelo discriminante Z Score de Altman, en el rango de
análisis categorizado como modelo paramétrico, el cual
pretende con su aplicación discriminar a las empresas con
dificultades financieras por medio de ratios de liquidez,
rentabilidad, apalancamiento y solvencia. El modelo de
Altman se concentra en asignar una puntuación a cada
indicador en conjunto y en virtud de esto determinar su nivel
de solvencia.
Modelo puntaje ‘‘Z’’ de Altman para empresas de capital
abierto manufactureras se realizó mediante la siguiente
ecuación:
Donde:
X1= Capital de Trabajo / Activos Totales
X2= Utilidades Retenidas / Activos Totales
X3= Utilidades antes de intereses e impuestos / Activos
totales
X4= Valor de mercado del patrimonio / Valor en libros totales
de la deuda
X5= Ventas / Activos Totales
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the perspective of Altman and Ohlson
D. Chachipanta et al. / Boletín de Coyuntura; Nº 34; julio - septiembre 2022; e-ISSN 2600 - 5727 / p-ISSN 2528 – 7931; UTA-Ecuador; Pág. 25 - 34
28
Los valores 1,2; 1,4; 3,3; 0,6 y 0,999 son valores asignados
por Altman en su investigación en 1968.
Modelo puntaje ‘‘Z’’ de Altman para empresas de capital
cerrado manufactureras se realizó mediante la siguiente
ecuación:
Donde:
X1= Capital de Trabajo / Activos Totales
X2= Utilidades Retenidas / Activos Totales
X3= Utilidades antes de intereses e impuestos / Activos
totales
X4= Valor contable del patrimonio / Valor en libros totales
de la deuda
X5= Ventas / Activos Totales
Los valores 0,17; 0,84; 3,107; 0,42 y 0,998 son valores
asignados por Altman en su investigación en 1968.
Modelo puntaje ‘‘Z’’ de Altman para empresas de capital
cerrado en general.
Donde:
X1= Capital de Trabajo / Activos Totales
X2= Utilidades Retenidas / Activos Totales
X3= Utilidades antes de intereses e impuestos / Activos
totales
X4= Valor contable del patrimonio / Valor en libros totales
de la deuda
Los valores 6,56; 3,26; 6,72 y 1,05 son valores asignados
por Altman en su investigación en 1968.
El modelo Z de Altman para su posterior análisis utiliza
puntos de corte o límites de puntaje que determinan tres
bloques de predicción (zona de quiebra, ignorancia o gris y
segura), ver en tabla 3, los cuales se interpretan en estricta
dependencia al termómetro de Altman, el sustento del
modelo es principalmente los ratios financieros, obviamente
la veracidad en la exploración de los estados financieros,
considerados para el periodo de estudio.
Tabla 3. Puntos de corte
Predicción
Empresa capital
abierto
manufacturera
Empresa capital
cerrado
manufacturera
Z Empresa
capital abierto
genérica
Zona de quiebra
< 1,81
< 1,23
< 1,1
Zona de
ignorancia (zona
gris)
1,81 a 2,99
1,23 a 2,90
1,1 a 2,6
Zona Segura
> 2,99
> 2,90
> 2,6
Fuente: Elaboración propia a partir de Hernández, 2014
Modelo de Ohlson
De igual manera el investigador considera la realización del
modelo de probabilidad condicional logit, el cual está dentro
de la clasificación de modelo multivariante paramétrico, el
mismo que se fundamenta en un análisis de variables
independientes de característica financiera y dependiente
de característica dummy, comprendido entre 0 y 1, de esta
forma el cero corresponde a empresas que han fracasado y
el 1 que están presentes en el mercado, lo que conduce a
no fracaso, para el efecto se utiliza los resultados del Z de
Altman. En la investigación realizada por Pérez, González,
& Lopera, (2013) los factores que intervienen en el modelo
logit son:
1. El tamaño de la compañía.
2. Estructura financiera
3. Medida de desempeño
4. Medida de liquidez
Para el cálculo de este modelo se utiliza la siguiente
fórmula:
En donde:
➢
➢
➢
Este modelo cuenta con una ventaja, ya que este no tiene
restricciones a la hora de seleccionar variables (ratios
financieros), por lo cual permite tener una veracidad en la
predicción de quiebra, además este modelo cuenta con la
aplicación de algoritmos, es decir, este modelo se desarrolló
mediante el software SPSS. Una de las desventajas que se
puede observar en este modelo que es sumamente
dependiente de la información financiera, dado que
empresas no muestran veracidad en sus balances, este
puede producir errores en sus resultados (Velasco, 2019).
Evaluación del modelo
Para la validación del modelo fue necesario la utilización de
datos, mediante el modelo de regresión logística usando el
software antes mencionado, para ello se aplicó la prueba de
Ómnibus, en donde si el valor p es menor al 0,05, permite
verificar la significancia de los componentes del modelo
(Fernández & Pérez , 2005). El valor p (p-value) es usado
en estadística, ya sea desde las pruebas t hasta el análisis
de regresión, Fisher permite determinar la significancia de
los valores, comprueban estudios realizados en donde p
debe estar por debajo de 0,05 significando que este
rechazaría la hipótesis nula, por otro lado, la prueba de
hipótesis para Neymar- Pearson fija niveles de significancia
entre valores de 0,05 y 0,01en donde si p<0,05 o p<1
rechaza la hipótesis nula (Diaz & Ríos, 2018).
Mediante esta investigación se plantea la hipótesis H
0
= Los
indicadores financieros no influyen en los modelos de
predicción empresarial, H
1
= Los indicadores financieros
influyen en los modelos de predicción. Por medio de la
aplicación del software antes mencionado, este no solo
predice las empresas que se encuentran en una
probabilidad, ya que a su vez permite evaluar la
significancia de las variables, es decir, aquellas que tienen
un mayor acierto en la predicción de fracaso empresarial,
considerando que para el efecto el modelo se sustenta en
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the perspective of Altman and Ohlson
D. Chachipanta et al. / Boletín de Coyuntura; Nº 34; julio - septiembre 2022; e-ISSN 2600 - 5727 / p-ISSN 2528 – 7931; UTA-Ecuador; Pág. 25 - 34
29
cuatro indicadores financieros. Finalmente se realiza una
comparación de los modelos, indicando el nivel de precisión
de estas dos metodologías.
Resultados
Mediante el cálculo del modelo Z- Score de Altman por
medio de la fórmula Z=0,717(X_1) +0,847(X_2)
+3,107(X_3) +0,42(X_4) +0,998(X_5), permitió realizar el
respectivo análisis:
Para determinar la solvencia de una empresa este debe
tener un nivel de liquidez óptimo el cual no debe exceder de
1 a 1,5 en el cálculo de su fórmula. Además, estas
empresas no deben contar con un apalancamiento de más
del 30%, considerando la medida del capital y la medida de
la exposición. Debe contar con una rentabilidad que
obedece a la utilidad que se percibe en función al total de
activos. Por otro lado, el indicador de solvencia nos
permitirá dar un manejo adecuado del capital ya sea este
en la reinversión como a inversiones externas. Así también
la rotación de activos nos permitirá identificar el giro de las
ventas. Por medio de estos indicadores se puede
determinar la situación financiera en la que se encuentren
las empresas independientemente del tamaño a que estas
pertenezcan.
Fuente: Elaboración propia a partir de la información financiera
proporcionada por la Superintendencia de Compañías, Valores y
Seguros (SUPERCIAS).
Figura 1. Análisis de Indicadores financieros del modelo Z-Score
de Altman, de las MiPymes de Tungurahua
Como se puede apreciar, la liquidez no es capaz de cubrir
el giro del negocio de las distintas actividades económicas
en Tungurahua, sin embargo, para el año 2018 se puede
apreciar que hubo una recuperación por parte de las
empresas, manteniéndose dichos resultados en el año
2019. El apalancamiento tiende a subir en los años 2016 y
2017 ya que las empresas buscan tener una sostenibilidad
dentro del mercado, pero en los próximos dos años este
tiende a recuperarse, es decir, baja sus niveles de
endeudamiento.
La rentabilidad en relación a los ingresos por ventas, se
mantiene en niveles negativos, por lo que éstas no pueden
generan las exigencias organizacionales de una empresa;
mientras, que la solvencia mediante el volumen de activos
se mantiene fuerte en 2016 y, sin embargo, para los años
2017 y 2018 se puede observar un decrecimiento en
relación 4 a 3. Finalmente, la rotación de activos para el
año 2018 se puede observar el nivel más alto de activos
perteneciéndole un 1,96. Estos resultados han sido
arrojados para el modelo de Altman, debido a que para el
estudio se utilizó información de MiPymes.
Mediante estratificación previa respecto al tamaño de las
empresas, permitió el siguiente análisis:
Fuente: Elaboración propia, mediante la representación visual en
diagrama de caja simple SPSS v.21
Figura 2. Diagrama de cajas, modelo Z-Score de Altman análisis
de las MiPymes de Tungurahua
Mediante la estratificación en el modelo de Altman Z-score
y suprimido los valores atípicos, se concluye que las
microempresas son aquellas que adjudican valores
afianzados a la media en un rango inferior a -8,12, con lo
cual se puede afirmar que se encuentran en la sección de
insolvencia, asimismo su límite inferior presenta valores
negativos, es decir, son aquellas empresas que están
direccionadas al fracaso empresarial. Por otra parte las
pequeñas empresas presentan una media cercana a los
dos puntos, con lo cual se puede enfatizar que se
encuentran en un rango especificado a la zona gris, de la
misma manera su límite inferior de 4,53 el cual representa
a las empresas direccionadas a la insolvencia, por último,
las empresas medianas presentan una media superior a 5,
siendo mayor a las 2 estratificaciones mencionadas con
anterioridad, las mismas se encuentran en un punto
0,19
1,25
-0,20
4,85
1,76
0,11
1,37
-0,14
3,47
1,85
0,23
1,24
-0,12
3,17
1,96
0,22
1,13
-0,15
4,11
1,52
-1,00 0,00 1,00 2,00 3,00 4,00 5,00 6,00
Liquidez (X1)
Apalancamiento (X2)
Rentabilidad(X3)
Solvencia (X4)
Rotación de Activos(X5)
2019 2018 2017 2016
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the perspective of Altman and Ohlson
D. Chachipanta et al. / Boletín de Coyuntura; Nº 34; julio - septiembre 2022; e-ISSN 2600 - 5727 / p-ISSN 2528 – 7931; UTA-Ecuador; Pág. 25 - 34
30
superior a los 3,5 puntos, con lo cual se afirma que se
encuentran en la zona gris y cierta parte de ellas en la zona
de solvencia, a lo cual se concluye que se puede aludir que
las empresas con mejor gestión en la provincia de
Tungurahua son aquellas que se encuentran categorizadas
como empresas medianas, esto debido a un excelente nivel
de capital en comparación con las otras, y un nivel de
gestión propicio en un mercado competitivo.
Por medio del cálculo del modelo de Ohlson que se lo
desarrolla con la aplicación de la regresión logística, se
estratificó los datos, lo cual permitió realizar el análisis que
sigue:
Fuente: Elaboración propia a partir de la información financiera
propiciada por la Superintendencia de Compañías, Valores y
Seguros (SUPERCIAS).
Figura 3. Análisis de los indicadores del modelo de Ohlson, de
las MiPymes de Tungurahua
Mediante la aplicación del modelo de Ohlson se puede
mencionar que, el indicador de liquidez está dado por la
razón corriente al ser analizado el activo corriente sobre el
pasivo corriente cuenta con una mediana entre 1,54 al 1,67,
el cual indica que éstas empresas son capaces de cubrir
sus deudas y continuar con el giro del negocio, continuando
con la prueba ácida, indica además que se encuentra con
un valor óptimo cerca de 1,0. Y finalmente la Razón de
Tesorería indica la capacidad que tiene la empresa para
enfrentar sus obligaciones a corto plazo, en el año 2016 las
empresas eran capaces de cubrir sus obligaciones, sin
embargo para los años 2017 al 2019 estas empresas no
contaron con valores disponibles para cancelar sus
obligaciones.
La rotación de activos tiene un promedio del 1,8 veces para
el año 2016 donde se puede observar un crecimiento
consecutivo hasta el 2018, haciendo uso de sus activos
favorablemente, sin embargo, para el año 2019 este tuvo un
decrecimiento del 0,3 siendo el nivel más bajo.
El margen neto de las empresas presenta un promedio para
2016 y 2017 del 11%, en 2018 su margen tuvo un
incremento del 6%, pero para el año 2019 este bajó al 10%,
sin embargo, estos valores son altos por lo que se concluye
que estas empresas pueden generar dividendos mediante
las operaciones realizadas ya sean ventas o por actividades
no operacionales. La rentabilidad del activo calculada
muestra la eficiencia que tiene la empresa para generar
dividendos mediante el uso de sus activos con un promedio
del 8% en los cuatro años de estudio.
El apalancamiento es alto para el año 2016, se puede notar
que las empresas entran en un sobrendeudamiento con un
promedio de 5 y una mediana de 0,98, demostrando que no
pueden hacerse cargo de sus obligaciones con sus
acreedores. En los siguientes años, estas empresas se han
ido liberando de sus obligaciones y en 2019 llega con una
mediana del 0,71, que, si bien no se encuentra dentro de
los valores óptimos, éstas han podido cancelar sus
obligaciones con los acreedores reduciendo sus niveles de
sobreendeudamiento. Por último, el apalancamiento total
mediante el cálculo del total de pasivos sobre patrimonio,
permite conocer cuan involucrados se encuentran los
acreedores en la financiación de sus activos, mientras más
bajos se encuentren estos valores en mejor posición se
encuentra la empresa.
Fuente: Elaboración propia a partir de la información financiera
propiciada por la Superintendencia de Compañías, Valores y
Seguros (SUPERCIAS).
Figura 4. Modelo Ohlson análisis de las MiPymes de Tungurahua
Mediante el modelo de Ohlson se determinó que el 53% de
las empresas medianas se encuentren en estado de
solvencia, a diferencia de las pequeñas empresas con el
42% y las microempresas con un 36%; estas últimas al
tener un capital pequeño y más obligaciones con terceros
tiene un 64% de posibilidades de quiebra. De tal modo que,
de 200 empresas, el 44% no presentan dificultades
financieras, es decir, que estas empresas se localizan en
estado de solvencia en el período de estudio, y el 56%
fueron aquellas empresas que no pudieron hacer frente a
sus obligaciones.
Una vez analizado la tendencia de las empresas mediante
la clasificación según el tamaño, se procede a evaluar a las
empresas clasificadas por sus actividades económicas,
mediante la información obtenida de los modelos de Altman
y Ohlson.
0,00
0,20
0,40
0,60
0,80
1,00
1,20
1,40
1,60
1,80
0,00
5,00
10,00
15,00
20,00
25,00
30,00
35,00
40,00
2016 2017 2018 2019
2016 2017 2018 2019
Sanas
Fracasadas
Sanas
Fracasadas
Sanas
Fracasadas
Sanas
Fracasadas
2016 2017 2018 2019
Mediana Pequeña Microempresa
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the perspective of Altman and Ohlson
D. Chachipanta et al. / Boletín de Coyuntura; Nº 34; julio - septiembre 2022; e-ISSN 2600 - 5727 / p-ISSN 2528 – 7931; UTA-Ecuador; Pág. 25 - 34
31
Fuente: Elaboración propia, mediante la representación visual en
diagrama de caja simple SPSS v.21.
Figura 5. Actividades económicas de Tungurahua.
Dentro de las actividades económicas de mayor
representación, se encuentra la actividad de comercio, que
es propia de Tungurahua y presenta una proyección de
quiebra alrededor del 41%, de las cuales con el 7% está
concentrado en las pequeñas empresas; las Industrias
manufactureras registra una probabilidad de un 29% de un
escenario de quiebra, de las cuales las empresas pequeñas
cuentan con una participación del 4%. De igual manera las
empresas del Sector comercial cuentan con prospección de
solvencia del 40% del total de empresas, con un 24% de
participación de las medianas empresas; para el sector
industrial se obtuvo una prospección promedio del 51% de
las empresas del sector, de las cuales cuentan con una
participación promedio del 14% de las medianas empresas.
La aplicación del modelo de Ohlson, con la selección de las
variables similares a las del modelo Z de Altman, arroja
resultados muy cercanos al modelo anterior, donde la
diferencia radica en que este modelo usa dos intervalos
para determinar el estado en el que se encuentra la
empresa, es decir, no cuentan con una zona de
incertidumbre. Este modelo cuenta con una prospección
promedio de quiebre del 56% en el sector comercial,
además este sector cuenta con un riesgo del 26% de
pequeñas empresas y para el sector industrial o
manufacturero con una prospección del 50% en los cuatro
años de estudio, con una participación promedio del 14%
de empresas medianas. Las empresas solventes del sector
comercial tienen una prospección del 44%, contando con la
solvencia del 25% de empresas medianas, de igual manera
en el sector industrial tiene una prospección del 51% y este
sector también contribuye con el 14% de participación de
las medianas empresas.
Comparación de los modelos
De acuerdo al modelo de regresión logística aplicando el
programa SPSS se pudo determinar los porcentajes de
asertividad de los modelos, el cual se puede apreciar en la
siguiente figura.
Fuente: Elaboración propia a partir de la información financiera propiciada por la Superintendencia de Compañías, Valores y Seguros
(SUPERCIAS), por medio del programa SPSS.
Figura 6. Asertividad de empresas clasificadas en el período de estudio 2016 – 2019.
De acuerdo al año 2016 el modelo obtuvo un pronóstico del
85% de precisión, es decir, que se predijeron correctamente
88 empresas que se encontraron en estado de quiebre y 82
empresas en estado sanas o de solvencia, siendo así que
el 15% de margen de error en su predicción. Para el año
2017 se obtuvo un pronóstico del 59,5% de casos
correctamente clasificados del modelo Z, el cual se predijo
correctamente 93 empresas en estado de quiebre y con tan
solo 26 empresas en estado de solvencia, el cual se refleja
un margen de error del 40,5% en su predicción. Para el año
2018 el modelo obtuvo un pronóstico del 83,5% de
precisión, en donde, con un margen de error del 16,5%, es
0
10
20
30
40
50
60
0
5
10
15
20
25
30
35
40
45
A C F G H I J L M N P
Modelo de Altman Modelo de Ohlson
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the perspective of Altman and Ohlson
D. Chachipanta et al. / Boletín de Coyuntura; Nº 34; julio - septiembre 2022; e-ISSN 2600 - 5727 / p-ISSN 2528 – 7931; UTA-Ecuador; Pág. 25 - 34
32
decir que de 110 empresas que se encontraban en estado
de fracaso el modelo de regresión logística asignó a 15
empresas como sanas, y de 90 empresas solventes, el
modelo asignó a 18 empresas como fracasadas.
Finalmente, para el año 2019 se obtuvo un porcentaje global
del 58% de empresas clasificadas correctamente el cual 93
empresas en estado de insolvencia están clasificadas
correctamente y 23 empresas sanas con el 25,6% están
catalogadas correctamente.
Prueba de ómnibus
Tabla 4. Validación de los modelos de Altman y Ohlson
Pruebas ómnibus de coeficientes del
modelo Z
Pruebas ómnibus de coeficientes del
modelo Ohlson
Chi-
cuadrado
gl
Sig.
Chi-
cuadrado
gl
Sig.
2016
277,258
5
0
2016
133,215
9
0
2017
276,538
5
0
2017
10,793
9
0,29
2018
275,255
5
0
2018
140,258
9
0
2019
275,255
5
0
2019
9,714
9
0,374
Fuente: Elaboración propia a partir de la información financiera
propiciada por la Superintendencia de Compañías, Valores y
Seguros (SUPERCIAS), por medio del programa SPSS.
Mediante la prueba de ómnibus se concluye que los
indicadores financieros utilizados para ambos modelos son
de gran importancia, es decir, que al tener los grados de
libertad inferiores al 0,5 estos contribuyen a la predicción del
quiebre de una empresa. Es decir que, el modelo de Altman
desarrollado en 1968 utilizó cinco indicadores financieros,
los cuales han sido utilizados ya por varios investigadores,
han ayudado a una toma de decisiones pertinentes con el
fin de mantener a las empresas dentro del mercado; de igual
manera para el modelo de Ohlson desarrollado en 1980,
cabe mencionar que este autor trabaja con nueve
indicadores, ya que previa a investigaciones este considera
pertinente no limitarse con sus variables, el cual permite
agregar más indicadores o mantenerse con los ya
mencionado, con el fin de mejorar más la predicción de
insolvencia de las empresas. Concluyendo que, los
indicadores usados en la previa investigación fueron dados
de acuerdo a los criterios de los autores, por lo que se
determinó que estos indicadores son más asertivos a la
hora de predecir el estado de las empresas.
Fuente: Elaboración propia a partir de la información financiera propiciada por la Superintendencia de Compañías, Valores y Seguros
(SUPERCIAS).
Figura 7. Importancia de los indicadores financieros en la aplicación del modelo de Ohlson.
Las variables de la ecuación se determinaron por medio de
P- valor, con un nivel de confianza valorado en 0,001 se
afirma que las variables que tienen un mayor dominio en la
predicción de insolvencia está dado por la rotación de
activos y el nivel de endeudamiento, seguido por la
rentabilidad del activo con un nivel de confianza valorados
entre el 0,01 al 0,05. De la misma manera, en empresas
denominadas en estado de solvencia prevalece con un nivel
de confianza menor al 0,001 la rotación de activos y nivel
de endeudamiento, seguido a un nivel de confianza
valorada <0,05 la razón corriente y la prueba ácida. De
acuerdo a la prueba ómnibus, las variables de la ecuación
se rechaza la hipótesis nula y se acepta la hipótesis alterna:
Los indicadores financieros influyen en los modelos de
predicción.
Conclusiones
Mediante la aplicación de estos modelos se puede observar
un 72% de asertividad, el cual va desde el 58% hasta el 85%
de precisión de acuerdo al año de estudio. Sin embargo, se
puede observar que se realizó una estratificación de los
datos, debido a que hay empresas que en sus estados
financieros se encontraba con una administración errónea
es decir que, al realizar las sumas en cuentas como en
capital de trabajo, permitió encontrar valores altos al igual
que valores inferiores a la unidad, dando como
consecuencia resultados negativos. En congruencia con la
misma, se pudo observar que sus pasivos sobrepasaban a
su capital y a sus activos por lo cual enfatizando con Zorita
(2013) en su investigación manifestaba que la
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Razon corriente
Prueba ácida
Razón de tesoreria
Rotacion de activos
Apalancamiento total
Apalancamiento corto plazo
Nivel de endeudamiento
Rentabilidad del activo
Margen neto
Razon corriente
Prueba ácida
Razón de tesoreria
Rotacion de activos
Apalancamiento total
Apalancamiento corto plazo
Nivel de endeudamiento
Rentabilidad del activo
Margen neto
Fracasada VALOR
GLOBAL
Sana
2016 P-valor 2017 P-valor 2018 P-valor 2019 P-valor
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the perspective of Altman and Ohlson
D. Chachipanta et al. / Boletín de Coyuntura; Nº 34; julio - septiembre 2022; e-ISSN 2600 - 5727 / p-ISSN 2528 – 7931; UTA-Ecuador; Pág. 25 - 34
33
administración dentro de una empresa debe ser capaz de
mitigar el riesgo de sobreendeudamiento, ya que la mayoría
de estas microempresas recurren a compromisos con
terceros, el cual no les permite tener el valor económico
esperado por una empresa. Se concluye que para un buen
funcionamiento de estas debe de realizar una buena
rotación de activos, con el fin de poder generar los flujos
necesarios y con ello cubrir sus obligaciones.
Por medio del presente estudio se pudo constatar que existe
un pronóstico poco fiable en cuanto a las empresas que
atraviesan por un año complicado, como es en el año 2017,
el cual se puede recordar que en 2016 existió varios
factores que influyeron de manera significativa en la
información contable: implementación de las salvaguardias,
el incremento de 2 puntos al Impuesto de Valor Agregado
(IVA) que se dio por el terremoto, la apreciación del dólar y
depreciación de la moneda de países vecinos, ocasionó
que muchas empresas incrementen los costos de sus
productos, por ende, las empresas que se encuentran en un
estado de quiebra obtuvieron resultados bajos en
indicadores tales como rotación de activos, al no tener las
ventas esperadas en el año, rentabilidad, ya que al no poder
generar los ingresos anhelados se vieron afectados, de tal
manera que requirieron de un financiamiento, con el fin de
cubrir sus obligaciones.
La aplicación de estos modelos, se basa fundamentalmente
en ratios o razones financieras, son variables claras para
realizar un análisis a la empresa de parte de la
administración, lo que les permite tomar decisiones que
contribuyan con el crecimiento de la empresa y no entrar en
un estado de insolvencia, además esta información
financiera les permite a terceras personas como entidades
financieras, otorgar un préstamo para el crecimiento de las
mismas como a sus inversionistas.
Los factores clave, determinantes del fracaso empresarial
en el período 2016 – 2019, fueron: falta de liquidez, baja
rentabilidad, carencia de una ventaja competitiva y el
incremento en los tributos, siendo todos estas las causas
por lo que las empresas se adentraron a una zona de
quiebra. Además, cabe mencionar que las microempresas
cuentan con capitales de trabajo sumamente bajo a
diferencia de las grandes empresas que cuentan con
capitales de trabajo que les permiten un buen
desenvolvimiento dentro de un mercado, sin mencionar que
existe una gran cantidad de competencia, teniendo un
conflicto con el precio de los productos, el cual no genera la
ganancia esperada de una empresa.
Finalmente se puede confluir que estas empresas deben
promover su producto por medio de la publicidad y su
gestión en el marketing, el cual puede llegar a ser un gasto
que aporte a la rotación de sus activos, ya que su enfoque
principal debe ser llegar a la mente de los consumidores, en
donde hoy en día gracias al avance tecnológico es mucho
más fácil poder llegar al mercado ya sea por medio de
publicidad en televisión, radios e incluso las mismas redes
sociales.
Nota: Ponencia presentada en el II Congreso Internacional
Economía y Contabilidad Aplicado a la Empresa y
Sociedad, ECAES 2021, desarrollado en la Universidad
Técnica de Ambato, Ecuador
Referencias
Anzola, O. L., & Puentes, M. C. (2007). Determinantes de
las acciones gerenciales en microempresas y
empresas pymes. Bogota: Universidad Externado
de Colombia.
Beade , Á., Rodríguez, M., & Santos, J. (2017). Modelos
conexionistas de predicción de la insolvencia
empresarial: Predicción en ambiente real.
Universidad de A Coruña e IESIDE, España.
Bolaños, C. (1997). El Fracaso Empresarial y el Contador
Público y Auditor como Liquidador de Empresas.
Universidad Francisco Marroquin, Facultad de
Ciencias Económicas
Centro de Desarrollo Organización para la Cooperación y el
Desarrollo Económicos (OCDE); Comisión
Económica para América LAtina y el Caribe
(CEPAL). (2013). Perspectivas económicas de
América Latina 2013: políticas de Pymes para el
Cambio estructural. Cepal, 48-52. Obtenido de
Políticas de PYMES para el cambio estructural.
Diaz, L., & Ríos, F. (2018). El valor p. Interpretación,
origenes y su utilización actual. Revista Argentina
de Terapia Intensiva, 1-4.
Fernández, H., & Pérez , F. (2005). El modelo logístico: Una
herramienta estadística para evaluar el riesgo de
crédito. Revista Ingenierías Universidad de
Medellín, 55-75.
García, J., Sánchez, J., & Tomaseti, E. (2016). Fracaso
empresarial y efectos de contagio. Un análisis
espacial para España . Red de Revistas Científicas
de América Latina, el Caribe, España y Portugal,
429-477.
Gobierno Provincial de Tungurahua. (2020). Agenda
Tungurahua 2019-2021. 3.
Hernández, M. (2014). Modelo financiero para la detección
de quiebras con el uso de análisis discriminante
múltiple. Red de Revistas Científicas de América
Latina, el Caribe, España y Portugal, 1-18.
Instituto Nacional de Estadísticas y Censos (INEC).
(Octubre de 2019). Directorio de empresas y
establecimientos. Obtenido de
https://www.ecuadorencifras.gob.ec/documentos/
web-
inec/Estadisticas_Economicas/DirectorioEmpresa
s/Directorio_Empresas_2019/Principales_Resulta
dos_DIEE_2019.pdf
Magill, J. H., & Meyer, R. L. (marzo de 2005). Usaid Form
the American People. Agencia para el Desarollo
Internacional para los Estados Unidos de América.
Pérez, J., González, K., & Lopera, M. (2013). Modelos de
predicción de la fragilidad empresarial: aplicación
al caso colombiano para el año 2011. Scielo, 205-
228.
Stezano, F. (2013). Políticas para la inserción de las
microempresas y las pequeñas y medianas
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the perspective of Altman and Ohlson
D. Chachipanta et al. / Boletín de Coyuntura; Nº 34; julio - septiembre 2022; e-ISSN 2600 - 5727 / p-ISSN 2528 – 7931; UTA-Ecuador; Pág. 25 - 34
34
empresas en cadenas globales de vañor en
América Latina. Estudios y Perspectivas, 146.
Velasco, K. (2019). Modelso Financieros en la prevención
de quiebras empresariales, para el sector florícola
de la proviencia Cotopaxi, cantón Latacuanga.
Magister en Finazas. Universidad Técnica de
Ambato, Ambato. Obtenido de
https://repositorio.uta.edu.ec/bitstream/123456789
/30044/1/T4598M.pdf
Zorita, E. (2013). El plan de negocio : herramienta para
analizar la viabilidad de una iniciativa
emprendedora. España: Pozuelo de Alarcón,
Madrid ESIC Editorial D.L. 2013.
La solvencia de las MiPymes en la provincia de Tungurahua: un análisis desde la perspectiva de Altman y Ohlson
The solvency of MSMEs in the province of Tungurahua: an analysis from the perspective of Altman and Ohlson
D. Chachipanta et al. / Boletín de Coyuntura; Nº 34; julio - septiembre 2022; e-ISSN 2600 - 5727 / p-ISSN 2528 – 7931; UTA-Ecuador; Pág. 25 - 34
