dc.contributor | Guerrero Chaparro, Germán | |
dc.creator | Gutiérrez, Yenny Andrea | |
dc.date.accessioned | 2020-08-19T21:50:21Z | |
dc.date.available | 2020-08-19T21:50:21Z | |
dc.date.created | 2020-08-19T21:50:21Z | |
dc.date.issued | 2019-11-18 | |
dc.identifier | PDF | |
dc.identifier | https://repositorio.unal.edu.co/handle/unal/78098 | |
dc.description.abstract | El presente trabajo tiene como objetivo principal evaluar la capacidad en el pronóstico del fracaso
empresarial de los modelos de elección binaria para las Pymes en Colombia, discriminando entre
los dos grupos de empresas definidos (fracasadas y no fracasadas). Igualmente, busca comparar
estos resultados para cada modelo evaluado e identificar las variables explicativas que permiten
diferenciar mejor entre grupo de empresas. Para lograr este fin, se utilizó la información financiera
reportada por este grupo de empresas a la Superintendencia de Sociedades para el periodo
comprendido entre 2008 – 2017, así como lo relativo al sector donde desempeñan su actividad
económica y ubicación geográfica, para calcular diferentes modelos a partir de las técnicas de
estadísticas de elección binaria.
Finalmente, con los resultados obtenidos se pretende contribuir en el entendimiento del fracaso
empresarial de las pequeñas y medianas empresas colombianas, que permitan adoptar y ejecutar
políticas entorno a su supervivencia, además de proporcionar herramientas que faciliten la toma
de decisiones tanto preventivas como correctivas. | |
dc.description.abstract | The present work has as main objective to evaluate the capacity in the forecast of business failure
of the binary choice models for small medium-sized enterprises in Colombia, discriminating
between the two groups of companies defined (failed and unsuccessful). Likewise, it seeks to
compare these results for each model evaluated and identify the explanatory variables that allow a
better differentiation between group of companies. To achieve this goal, the financial information
reported by this group of companies to the Superintendencia de Sociedades was used for the period
between 2008 - 2017, as well as related to the sector where they perform their economic activity
and geographical location, to calculate different models to from binary choice statistics techniques.
Finally, with the results obtained, it is intended to contribute to the understanding of the business
failure of small and medium-sized Colombian companies, which allow adopting and executing
policies around their survival, as well as providing tools that facilitate both preventive and corrective
decision making. | |
dc.language | spa | |
dc.publisher | Bogotá - Ciencias Económicas - Maestría en Contabilidad y Finanzas | |
dc.publisher | Escuela de Administración y Contaduría Pública | |
dc.publisher | Universidad Nacional de Colombia - Sede Bogotá | |
dc.relation | Acosta, E., & Fernández, F. (2007). Predicción del fracaso empresarial mediante el uso de
algoritmos genéticos. X Encuentro de Economía Aplicada, Logroño, (2007) 14-15-16 de
junio. Departamento de Economía y Empresa. | |
dc.relation | Altman, E. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy.
The Journal of Finance, 589-609. | |
dc.relation | Altman, E. (1981). Financial Handbook. New York: John Wiley & Sons. | |
dc.relation | Arias, A., & Quiroga, R. (2008). Cese de actividades de las pymes en el área metropolitana de Cali
(2000-2004): Un análisis de supervivencia empresarial. Cuadernos de Administración, 249-
277 | |
dc.relation | Balcaen, S., & Ooghe, H. (2006). 35 years of studies on business failure: an overview of the classic
statistical methodologies and their related problems. The British Accounting Review, 63-93. | |
dc.relation | Beaver, W. (1966). Financial ratios as predictors of failure. Journal of Accounting Research, 71-
111. | |
dc.relation | Ben-Akiva, M., & Bolduc, D. (1996). Multinomial probit with a logit kernel and a general parametetric
specification of the covariance structure. Working paper, Department of Economics, MIT | |
dc.relation | Berrio, D., & Cabeza, L. (2003). Verificación y adaptación del modelo de ALTMAN a la
Superintendencia de Sociedades de Colombia. Pensamiento & Gestión, 26-51. | |
dc.relation | Boyd, J., & Mellman, R. (1980) The effect of fuel economy standards on the U.S. automotive market:
An hedonic demand analysis. Transportation Research Part A: General, 367-378. | |
dc.relation | Brownstone, D., & Train, K. (1999). Forecasting new product penetration with flexible substitution
patterns. Journal of Econometrics, 109-129. | |
dc.relation | Calderón, E. (2016). Evaluación de los modelos de predicción de fracaso empresarial en el sector
manufacturero colombiano en los años 2010-2014. Bogotá: Universidad Nacional de
Colombia. | |
dc.relation | Camacho, G., Salazar, A., & León, C. (2013). Modelo de estimación de quiebra en las empresas
colombianas del sector textil y de confección. Bogotá: Colegio de estudios superiores de
administración. | |
dc.relation | Cardell, N., Dunbar, F., (1980). Measuring the societal impacts of automobile downsizing.
Transportation Research Part A: General, 423-434. | |
dc.relation | Casey, C., McGee, V., & Stickney, C. (1984). Discriminating between reorganized and liquidated
firms in bankruptcy. The Accounting Review, 249-262. | |
dc.relation | Castro, J., & Camacho, M. (2008). Modelo de alerta temprana para predecir la insolvencia
empresarial en el sector real colombiano. Empresas colombianas: actualidad y
perspectivas, 237-259. | |
dc.relation | Charitou, A., Neophytou, E., & Charalambous, C. (2004). Predicting corporate failure: empirical
evidence for the UK. European Accounting Review, 465-497. | |
dc.relation | Confecámaras (2017). Determinantes de la supervivencia empresarial en Colombia. Bogotá.
Confecámaras. | |
dc.relation | Confecámaras (2016). Nacimiento y supervivencia de las empresas en Colombia. Bogotá.
Confecámaras. | |
dc.relation | Confecámaras (2018). Nuevos hallazgos de la supervivencia y crecimiento de las empresas en
Colombia. Bogotá. Confecámaras. | |
dc.relation | Congreso de la República de Colombia. (2000). LEY 590 DE 2000. Diario Oficial No. 44.078 de 12
de julio de 2000. Colombia. | |
dc.relation | Congreso de la República de Colombia. (2004). LEY 905 DE 2004. Diario Oficial No. 45.628 de 2
de agosto de 2004. Colombia. | |
dc.relation | Correa, A., Acosta, M., & González, A. (2003). La insolvencia empresarial: un análisis empírico
para la pequeña y mediana empresa. Revista de Contabilidad, 47-79. | |
dc.relation | Consejo Privado de Competitividad. (2019). Índice Departamental de Competitividad 2019. Bogotá.
Consejo Privado de Competitividad & Score-Universidad del Rosario. | |
dc.relation | Deakin, B. (1972). A discriminant analysis of predictors of business failure. Journal of Accounting
Research, 167-179. | |
dc.relation | De Andrés, J. (2000). Técnicas de inteligencia artificial aplicadas al análisis de la solvencia
empresarial. España: Universidad de Oviedo. | |
dc.relation | De Llanos, P., Sánchez, C., & López, 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, 163-198. | |
dc.relation | Díaz, J., Fernández, A., Sánchez, M., & Hernández, R., (2014). Estructura intelectual del fracaso
empresarial. Fundación para el análisis estratégico y el desarrollo de la pequeña y mediana
empresa. | |
dc.relation | Dietrich, J. (1984). Discussion of methodological issues related to the estimation of financial
distress prediction models. Journal of Accounting Research, 83-86. | |
dc.relation | Dimitras, A., Zanakis, S., & Zopounidis, C. (1996). A survey of business failure an emphasis on
prediction methods and industrial application. European Journal of Operational Research,
487-513. | |
dc.relation | Dinero. (15 de septiembre de 2016). Pymes contribuyen con más del 80% del empleo en Colombia.
Obtenido de: http://www.dinero.com/edicion-impresa/caratula/articulo/porcentaje-ycontribucion-de-las-pymes-en-colombia/231854 | |
dc.relation | Dini, M., & Stumpo, G. (2018). Mipymes en América Latina: un frágil desempeño y nuevos desafíos
para las políticas de fomento. Documentos de Proyectos (LC/TS.2018/75). Comisión
Económica para América Latina y el Caribe (CEPAL). | |
dc.relation | Ferrando, B. & Blanco, F. (1998). La previsión del fracaso empresarial en la comunidad Valenciana:
Aplicación de los modelos discriminante y Logit. Revista Española de Financiación y
Contabilidad, XXVII, (95) 499-540. | |
dc.relation | García, D., Arqués, A., & Calvo-Flores, A. (1995, enero-marzo). Un modelo discriminante para
evaluar el riesgo bancario en los créditos a empresas. Revista Española de Financiación y
Contabilidad, 175-200. | |
dc.relation | García, A., & Mures, M. (2013). The sample of firms in business failure prediction models: Influence
on classification results. Métodos Cuantitativos para la Economía y la Empresa, 133-150. | |
dc.relation | Goudie, W. (1987). Forecasting corporate failure: The use of discriminant analysis within a
disaggregated model of the corporate. Journal of the Royal Statistical Society, pp.69-81. | |
dc.relation | Hensher, D., & Greene, W. (2003). The mixed logit model: The state of practice. Kluwer Academic
Publishers, 133-176. | |
dc.relation | Hernández, R., Fernández, C., & Baptista, M. (2010). Metodología de la Investigación. México:
McGraw-Hill. | |
dc.relation | Jones, S., & Hensher, D. (2004). Predicting firm financial distress: A mixed logit model. The
Accounting Review, 1011-1038. | |
dc.relation | Lennox, C (1999). Identifying failing companies: A re-evaluation of the Logit, Probit and DA
approaches. Journal of economics and business, 347-364. | |
dc.relation | Lizarazo, E. (2017). Variables financieras de las pequeñas y medianas empresas colombianas que
fracasan en comparación con las que sobreviven. Bogotá: Universidad Nacional de
Colombia. | |
dc.relation | Lizarraga, F. (1997). Utilidad de la información contable en el proceso de fracaso: análisis del sector
industrial de la mediana empresa española. Revista Española de Financiación y
Contabilidad, XXVI (92) 871-915. | |
dc.relation | Lo, A. (1986). Logit versus discriminant analysis: A specification test and application to corporate
bankruptcies. Journal of Econometrics, 151-178. | |
dc.relation | López, E. (2015). Modelo de predictibilidad de quiebra en las pymes colombianas del sector
comercio. Bogotá: Colegio de estudios superiores de administración. | |
dc.relation | López-Roldán, P., & Fachelli, S. (2015). Metodología de la investigación social cuantitativa. Primera
edición. Universidad Autónoma de Barcelona. | |
dc.relation | Manzaneque, M., Banegas, R., & García, D. (2010). Diferentes procesos de fracaso empresarial.
Un análisis dinámico a través de la aplicación de técnicas estadísticas clúster. Revista
Europea de Dirección y Economía de la Empresa, 67-88. | |
dc.relation | Manzaneque, M., García, D., & Banegas, R. (2006). Inestabilidad de los modelos de predicción del
fracaso empresarial. Existencia de diferentes niveles de fracaso empresarial. VI jornadas
sobre predicción de la insolvencia empresarial. Carmona: AECA. | |
dc.relation | Martín, D. (1997). Early warning of bank failure. Journal of banking and Finance, 249-276. | |
dc.relation | Martínez, O. (2003). Determinantes de fragilidad en las empresas colombianas. Banco de la
República de Colombia. Borradores de economía 259, 1-24. | |
dc.relation | Martínez, E. (2008). Logit model como modelo de elección discreta: origen y evolución. Anuario
Jurídico y Económico Escurialense, 469-484. | |
dc.relation | Mateos, A., Marín, M., Marí, S., & Seguí, E. (2011). Los modelos de predicción del fracaso
empresarial y su aplicabilidad en cooperativas agrarias. CIRIEC-España, revista de
economía pública, social y cooperativa, 179-208. | |
dc.relation | McFadden, D., & Train, K. (2000). Mixed MNL Models for discrete response. Journal of Applied
Econometrics, 447-470. | |
dc.relation | Ministerio de Comercio, Industria y Turismo. (2019). Decreto 957 de junio de 2019. Colombia. | |
dc.relation | Montero, A. (2016). Predicción de quiebras empresariales mediante inteligencia artificial. Madrid:
Universidad Carlos III de Madrid. | |
dc.relation | Mora, A. (1994). Limitaciones metodológicas de los trabajos empíricos sobre la predicción del
fracaso empresarial. Revista Española de Financiación y Contabilidad, 709-732. | |
dc.relation | Mures, M., & García, A. (2004). Factores determinantes del fracaso empresarial en Castilla y León.
Revista de economía y empresa, 95-115. | |
dc.relation | Narváez, A. (2010). Análisis de la aplicación de los modelos de predicción de quiebras en
Colombia. Cali: Universidad Autónoma de Occidente. | |
dc.relation | Nieto, V., Timoté, J., Sánchez, A., & Villareal, S. (2015). La clasificación por tamaño empresarial
en Colombia: Historia y limitaciones para una propuesta. Dirección de estudios
económicos. Departamento Nacional de Planeación -DANE. | |
dc.relation | Odom, M., & Sharda, R. (1992). A neural network model for bankruptcy prediction”, Neural networks
in Finance and Investing, Probus Publishing, 163-168. | |
dc.relation | Ohlson, A. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of
Accounting Research, 109-131. | |
dc.relation | Pampel, F. (2000). Logistic Regression. A Primer. Sage University Papers Series on Quantitative
Applications in the Social Sciences. | |
dc.relation | Pérez, F., & Fernández, H. (2007). Las redes neuronales y la evaluación del riesgo de crédito.
Revista Ingenierías Universidad de Medellín. | |
dc.relation | Pérez, J., González, K., & Lopera, M. (2013). Modelos de predicción de la fragilidad empresarial:
aplicación al caso colombiano para el año 2011. Perfil de coyuntura económica, 205-228. | |
dc.relation | Pérez, J., Kizys, R., & Manzanedo, M. (2015). Regresión logística binaria. Proyecto e-Math.
Bogotá: Universidad Oberta de Catalunya. | |
dc.relation | Platt, H., & Platt, M. (2004). Industry-relative ratios revisited: the case of financial distress. Paper
presented at the FMA 2004 meeting, New Orleans (USA), 6–9. | |
dc.relation | Pozuelo, J., Labatut, G., & Veres, E. (2010). Descriptive analysis of failure processes in
microenterprises through multivariate techniques. Revista europea de dirección y economía
de la empresa, 47-66. | |
dc.relation | Ringeling, E. (2004). Análisis comparativo de modelos de predicción de quiebra y la probabilidad
de bancarrota. Santiago de Chile: Universidad de Chile. | |
dc.relation | Romero, F. (2013). Variables financieras determinantes del fracaso empresarial para la pequeña y
mediana empresa en Colombia: análisis bajo modelo logit. Pensamiento y gestión. | |
dc.relation | Romero, F., Melgarejo, Z., & Vera, M. (2015). Fracaso empresarial de las pequeñas y medianas
empresas (pymes) en Colombia. Suma de Negocios, 29-41. | |
dc.relation | Rosillo, J. (2002). Modelo de predicción de quiebras de las empresas colombianas. INNOVAR,
revista de ciencias administrativas y sociales, 109-124. | |
dc.relation | Rubio, M. (2008). Análisis del fracaso empresarial en Andalucía. Especial referencia a la edad de
la empresa. Cuadernos de CC.EE, y EE, 35-56. | |
dc.relation | Serrano, C., & Martín, B. (1993). Predicción de la quiebra bancaria mediante el empleo de redes
neuronales artificiales. Revista Española de Financiación y Contabilidad, pp. 153-176. | |
dc.relation | Shin, K., & Lee, Y. (2002). A genetic algorithm application in bankruptcy prediction modeling. Expert
systems with applications, 321-328. | |
dc.relation | Scott, J. (1981). The probability of bankruptcy. Journal of banking and Finance, 317-344. | |
dc.relation | Superintendencia de Sociedades. (15 de octubre de 2017). Obtenido de
https://www.supersociedades.gov.co/imagenes/Gestion_Estadistica/2017/Informes_Perio
dicos_Octubre_31_2017/Reorganizacion_Empresarial_Validacion_Judicial_Acumulado_3
1Octubre2017.htm | |
dc.relation | Taffler, R. (1982). Forecasting company failure in the UK using discriminant analysis and financial
ratio data. Journal of the Royal Statistical Society, 342–358. | |
dc.relation | Train, K. (2002). Discrete Choice Methods with Simulation. First edition. Cambridge University
Press. | |
dc.relation | Tascón, M., & Castaño, F. (2012). Variables y modelos para la identificación y predicción del
fracaso empresarial: Revisión de la investigación empírica reciente. Revista de
contabilidad, 7-58. | |
dc.relation | Valencia, S. (2013). El modelo logit mixto para la construcción de un scoring de crédito. Medellín:
Universidad Nacional de Colombia. | |
dc.relation | Villamil, H. (2004). Modelos multivariados para la predicción de insolvencia empresarial. Una
aplicación al caso colombiano. Bogotá: Universidad Piloto de Colombia. | |
dc.relation | Zeballos, E. (2003). Micro, pequeñas y medianas empresas en América Latina. Revista de CEPAL,
53-70. | |
dc.relation | Zmijewski, M. (1984). Methodological issues related to the estimation of financial distress prediction
models. Journal of Accounting Research, 59– 86. | |
dc.rights | Reconocimiento 4.0 Internacional | |
dc.rights | Acceso abierto | |
dc.rights | http://creativecommons.org/licenses/by/4.0/ | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Derechos reservados - Universidad Nacional de Colombia | |
dc.title | Modelos de elección binaria aplicados al pronóstico del fracaso empresarial para las Pymes en Colombia | |
dc.type | Otro | |