Determinantes para la continuidad de las empresas grandes de Ecuador

Contenido principal del artículo

María Chávez Pullas
http://orcid.org/0000-0002-2830-2022
Miguel Herrera Estrella
http://orcid.org/0000-0002-6177-3045

Resumen

La predicción de la continuidad de las empresas es tratada por diferentes tipos de metodologías, sin embargo, el modelo de Altman es el que mejor se adapta a los países emergentes como Ecuador.  En esta investigación, se establece como causalidad la liquidez, la razón entre el Impuesto a la Renta y el total de activos, el tamaño de las empresas y la contratación de una BIG4.  La finalidad de la investigación es establecer la probabilidad de bancarrota de las grandes empresas de Ecuador.  A través del modelo logit multinomial, se establece las diferentes probabilidades que se encuentran en el modelo conocido como Z score.  Este modelo se lo establece debido a que ayuda a determinar la probabilidad que ostenta las empresas de acuerdo a los rangos establecidos por este indicador.  En los resultados obtenidos se encuentran la significancia que tiene las variables independientes en las grandes empresas de Ecuador como determinantes para la continuidad de las entidades. Se concluye en la presente investigación, que, las políticas de financiamiento que adoptan las entidades influyen de forma significativa en la probabilidad de quebrar. 


URL: https://revistas.uta.edu.ec/erevista/index.php/bcoyu/article/view/1160

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Chávez Pullas, M., & Herrera Estrella, M. (2021). Determinantes para la continuidad de las empresas grandes de Ecuador. Bolentín De Coyuntura, (29), 28–34. https://doi.org/10.31243/bcoyu.29.2021.1160
Sección
Artículos de investigación científica

Citas

Abdul-Manaf, K., Amran, N. y Ishak, R. (2016). Audit Size and Earnings Value Relevance in Malaysia. International Information Institute, 19(7(A)), 2655–2659.

Abínzano, I., Muga, L. y Santamaría, R. (2010). ¿Es el efecto momentum exclusivo de empresas insolventes? Revista Espanola de Financiacion y Contabilidad, 39(147), 445–470.

Andrade, N., Moscoso, F. y Salcedo, C. (2017). Liquidity, profitability, tax rate and bankruptcy risk in colombian SMEs. Estudios de Administración, (1), 16–33.

Bandyopadhyay, A. (2006). Predicting probability of default of Indian corporate bonds: logistic and Z-score model approaches. Journal of Risk Finance, 7(3), 255–272. https://doi.org/10.1108/15265940610664942

Burneo, K. y Lizarzaburu, E. (2016). Gobierno Corporativo en Mercados Emergentes: Impacto en la Bolsa de Valores de Lima – BVL. Globalización, Competitividad y Gobernabilidad, 10(3), 57–115. https://doi.org/10.3232/gcg.2016.v10.n3.03

Cardona, J., Martínez, A., Velásquez, S. y López, Y. (2015). Análisis de indicadores financieros del sector manufacturero del cuero y marroquinería: un estudio sobre las empresas colombianas. Informador Técnico, 79(2), 156–168. https://doi.org/10.23850/22565035.160

Castro, D. y Pérez, A. (2017). Estimación De La Probabilidad De Incumplimiento Para Las Firmas Del Sector Económico Industrial Y Comercial En Una Entidad Financiera Colombiana Entre Los Años 2009 Y 2014. Cuadernos de Economía, 36(71), 293–319. https://doi.org/10.15446/cuad.econ.v36n71.55273.Este

Chiaramonte, L., Croci, E. y Poli, F. (2015). Should we trust the Z-score? Evidence from the European Banking Industry. Global Finance Journal, 28, 111–131. https://doi.org/10.1016/j.gfj.2015.02.002

Corbetta, P. (2013). Metodologia y Teccnicas de la investigacion Social.

Correa, J. (2005). De la partida doble al análisis financiero. Contaduria Universidad de Antioquia, (46), 169–194. Retrieved from https://search.proquest.com/docview/198764218?accountid=150292

De Llano, P., Piñero, C., & Rodríguez, M. (2016). Predicción del fracaso empresarial. Una contribución a la síntesis de una teoría mediante el análisis comparativo de distintas técnicas de predicción. Estudios de Economía, 43(2), 163–198.

Escalante, P. y Hulett, N. (2010). Importancia de la auditoría de estados financieros para las Pyme´s: Una revisión documental. Actualidad Contable Faces, 13(20), 19–28. Retrieved from http://www.redalyc.org/pdf/257/25715828003.pdf

Gómez, A. (2012). LiberaLización económica y crecimiento económico. modeLo Logit muLtinomiaL apLicado a La metodoLogía de “doing business.” Entramado, 7(1), 32–49.

Lai, D. y Chen, C. (2019). Comparison of the linear regression, multinomial logit, and ordered probability models for predicting the distribution of thermal sensation. Energy and Buildings, 188–189, 269–277. https://doi.org/10.1016/j.enbuild.2019.02.027

Le, T., Mai, V. y Nguyen, V. (2020). Determinants of profitability: evidence from construction companies listed on Vietnam Securities Market. Management Science Letters, 10, 523–530. https://doi.org/10.5267/j.msl.2019.9.028

Ochoa, Y., Toro, D., Betancur, L. y Correa, J. (2009). El indicador Z , una forma de evaluar el riesgo de continuidad. Contaduría Universidad de Antioquia, (54), 225–255.

Perez, J., Gonzáles, K. y Lopera, M. (2013). Modelos de prediccion de la fragilidad empresarial: Aplicacion al caso Colombiano para el año 2011. Red de Revistas Cientificas de America Latina, El Caribe, España y Portugal, (22), 205–228. Retrieved from http://www.redalyc.org/pdf/861/86131758010.pdf

Pérez, R., Garzón, M. y Nieto, M. (2009). Análisis empírico de la aplicación del modelo de modernización dela gestión para organizaciones en PYMES colombianas. Revista Escuela de Administración de Negocios, (65), 77–105.

Romero, F. (2013). Variables financieras determinantes del fracaso empresarial para la pequeña y mediana empresa en Colombia?: análisis bajo modelo Logit 1 Determining financial variables in the business failure to small and medium enterprises in Colombia?: analysis on Logi. Pensamiento & Gestion, 34, 235–277. https://doi.org/10.1002/0471473332

Rositas, J. (2014). Los tamanos de las muestras en encuestas de las ciencias sociales y su repercusion en la generacion del conocimiento (Sample sizes for social science surveys and impact on knowledge generation). Innovaciones de Negocios, 11(2), 235–268. Retrieved from http://www.web.facpya.uanl.mx/rev_in/Revistas/11_22/11.22 Art4 pp 235 - 268.pdf

Tascón, M. y Castaño, F. (2015). Variables y modelos para la identificación y predicción del fracaso empresarial: Revisión de la investigación empírica reciente. Revista de Contabilidad, 15(1), 7–58. https://doi.org/1138-4891

Valencia, M., Trochez, J., Vanegas, J. y Restrepo, J. (2016). Modelo para el análisis de la quiebra financiera en pymes agroindustriales antioqueñas. Apuntes Del Cenes, 35(62), 147–168. https://doi.org/10.19053/22565779.4310

Varela, R. y Nava, M. (2015). Determinantes de la búsqueda de empleo desde la ocupación: una estimación Logit Multinomial. Estudios Sociales. Revista de Alimentación Contemporánea y Desarrollo Regional, 23(45), 83–111.

Artículos similares

<< < 1 2 3 4 5 6 7 > >> 

También puede {advancedSearchLink} para este artículo.