Determinantes para la continuidad de las empresas grandes de Ecuador
Barra lateral del artículo
Contenido principal del artículo
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
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Las publicaciones del Boletín de Coyuntura están bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0). La Universidad Técnica de Ambato conserva los derechos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de estas, siempre que: se cite la autoría y fuente original de su publicación, no se usen para fines comerciales u onerosos. La propiedad intelectual de los artículos publicados pertenece a los autores de los mismos.
Citas
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.