Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia

dc.contributorReyes Maldonado, Nydia Marcela
dc.contributorhttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001009532
dc.contributorhttps://scholar.google.es/citations?hl=es#user=tppW8JkAAAAJ
dc.contributorhttps://orcid.org/0000-0003-4401-0932
dc.creatorRincón Moreno, Cristian Camilo
dc.creatorRodríguez Vargas, Erinson Octavio
dc.date.accessioned2020-06-26T20:18:15Z
dc.date.accessioned2022-09-28T19:15:17Z
dc.date.available2020-06-26T20:18:15Z
dc.date.available2022-09-28T19:15:17Z
dc.date.created2020-06-26T20:18:15Z
dc.date.issued2019
dc.identifierhttp://hdl.handle.net/20.500.12749/2052
dc.identifierinstname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifierreponame:Repositorio Institucional UNAB
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/3715312
dc.description.abstractLa quiebra empresarial ha sido una temática examinada y discutida por diferentes áreas de estudio, debido a que los análisis, pueden evitar o prever una crisis económica nacional. Esta investigación, propuso realizar una predicción financiera y mostrar los posibles determinantes diferenciales, entre empresas solventes y empresas en quiebra, que pertenecen al sector de la construcción en Colombia. El estudio se realizó con datos de 2017, obtenidos del portal de información empresarial, de la superintendencia de sociedades, donde se estudiaron 24 empresas, de las cuales 12 contaban con buena salud financiera y 12 se encontraban en crisis. Por medio del análisis de 10 ratios financieros, que más influencian en el desarrollo económico del sector de la construcción, según la revisión de la literatura; se utiliza técnicas univariantes y la técnica multivariante, de análisis discriminante, para determinar si es posible predecir o no, la quiebra en el sector, por medio de variables que más influyen. Se concluye que las variables, que determinan dicha crisis o quiebra empresarial son: ROCE, ROA, autofinanciación y endeudamiento. Los resultados arrojaron un porcentaje general de acierto del 83,3%, del cual se obtuvo el 100% de aciertos, para empresas en liquidación y el 66,7% de aciertos, para empresas en estado de activas o solventes.
dc.languagespa
dc.publisherUniversidad Autónoma de Bucaramanga UNAB
dc.publisherFacultad Ciencias Económicas, Administrativas y Contables
dc.publisherMaestría en Administración de Empresas
dc.relationRincón Moreno, Cristian Camilo, Rodríguez Vargas, Erinson Octavio (2019). Análisis financiero para la predicción de quiebra empresarial, en el sector de la Construcción en Colombia. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNAB
dc.relationCAMACOL. (2018). Recuperado el 2018, de https://camacol.co/camacol/
dc.relationCONFECÁMARAS. (2018). Recuperado el 2018, de http://www.confecamaras.org.co/
dc.relationDANE. (2018). Recuperado el 2018, de https://www.dane.gov.co/
dc.relationSUPERSOCIEDADES. (2018). Recuperado el 2018, de https://www.supersociedades.gov.co
dc.relationAbidali, A. F., & Frank Harris. (1995). A methodology for predicting company failure in the construction industry. Construction management and economics.
dc.relationAgudelo, H. A., Hernandez, A. V., & Cardona, D. A. (2012). Sostenibilidad: Actualidad y necesidad en el sector de la construcción en Colombia. Gestión y Ambiente, 105-118.
dc.relationAltman. (1973). Predicting railroad bankruptcies in Ámerica. The bell journal of economics and managment science
dc.relationAltman. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The journal of finance.
dc.relationAltman.. (1993). Autoradiographic investigation of cell proliferation in the brains of rats and cats. The Anatomical Record.
dc.relationArditi, D., Koksal, A., & Kale, S. (2000). Business failures in the construction industry. Engineering, construction and architectural management
dc.relationBanco de la República. (s.f.). Enciclopedia del Banco de la República. Recuperado el 2018, de http://enciclopedia.banrepcultural.org/index.php?title=Sectores_econ%C3%B3micos
dc.relationBeaver, W. H. (1966). Financial ratios as predictors of failure. Journal of accounting research.
dc.relationBellovary, J. V., Don E, G., & Akers, M. D. (2007). A Review of Bankruptcy Prediction Studies: 1930 to Present. Journal of Financial education.
dc.relationCamacol. (2018). Tendencias de la construcción Economía y Coyuntura Sectorial. Undécima Edición. Obtenido de https://www.camacol.co/informacion-economica/tendencias
dc.relationCaro, N. P., Arias, V., & Ortiz, P. (2017). Predicción de fracaso en empresas latinoamericanas utilizando el método del vecino más cercano para predecir efectos aleatorios en modelos mixtos. Revista de Métodos Cuantitativos para la Economía y la Empresa.
dc.relationCaro, N. p., Díaz, M., & Porporato, M. (2013). Predicción de quiebras empresariales en economías emergentes: uso de un modelo logístico mixto. Métodos Cuantitativos para la Economía y la Empresa.
dc.relationCaro, N. P., Guardiola, M., & Ortiz, P. (2018). Árboles de clasificación como herramienta para predecir dificultades financieras en empresas Latinoamericanas a través de sus razones contables. Contaduría y Administración
dc.relationCarreras, B. P. (2017). Business Bankruptcy Prediction Models: Application to companies in the construction Sector in Spain. Repositorio Institucional Universidad Politecnica de Valencia.
dc.relationCasas, F. M. (2012). EL ANÁLISIS DE ESCALAMIENTO MULTIDIMENSIONAL: UNA ALTERNATIVA Y UN COMPLEMENTO A OTRAS TÉCNICAS MULTIVARIANTES. La Sociología en sus escenarios, 25.
dc.relationCinca, C. S. (2018). Predicción del fracaso empresarial. Obtenido de sistemas informativos contables: http://www.5campus.org/doctorado
dc.relationCuartas, F. (2017). Análisis de la capacidad predictiva del Modelo Black Scholes: Evidencia empírica en caso colombiano. Science of Human Action.
dc.relationDambolena, I. G., & Khoury, S. J. (1980). Ratio stability and corporate failure. The Journal of Finance.
dc.relationDANE. (2016). Indicadores Económicos Alrededor de la Construcción - III trimestre de 2015. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim15.pdf
dc.relationDANE. (Octubre de 2017). Boletin tecnico mercado laboral-GEIH-. Obtenido de www.dane.gov.co
dc.relationDANE. (2017). Indicadores Económicos Alrededor de la Construcción – IEAC III trimestre de 2016. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim16.pdf¨
dc.relationDANE. (2018). Indicadores Económicos Alrededor de la Construcción - IEAC III trimestre de 2017. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim17.pdf
dc.relationDANE. (Marzo de 2019). Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IVtrim18.pdf
dc.relationDíaz, L. M. (2016). Fracaso empresarial en el sector de la construcción en España
dc.relationEspinoza, R. F. (2013). Alcances y limitaciones de los modelos de capacidad predictiva en el análisis del fracaso empresarial. Medellin, Colombia: Universidad EAFIT
dc.relationFernández, M., & Gutiérrez, F. (2012). Variables y modelos para la identificación y predicción del fracaso empresarial: revisión de la investigación empírica reciente. Revista de contabilidad
dc.relationFitzpatrick. (1932). A comparison of ratios of successful industrial enterprises with those of failed companies. The Certified Public Accountant
dc.relationGaeremynck, A., & Willekens, M. (2003). The endogenous relationship between audit-report type and business termination: Evidence on private firms in a non-litigious environment. Accounting and Business Research.
dc.relationGilbert, L. R., Menon, K., & Schwartz, K. B. (1990). Predicting bankruptcy for firms in financial distress. Journal of Business Finance & Accounting
dc.relationGill de Albornoz, B., & Giner, B. (2013). Predicción del fracaso empresarial en los sectores de construcción e inmobiliario: Modelos generales versus específicos. Universia Business Review.
dc.relationGiner, B., & de Albornoz, B. G. (2013). Predicción del fracaso empresarial en los sectores de construcción e inmobiliario: Modelos generales versus específicos. UCJC Business and Society Review (formerly known as Universia Business Review
dc.relationGirón, H. C., Villanueva, J. G., & Armas, R. H. (2016). Determinantes de la quiebra empresarial en las empresas ecuatorianas en el año 2016. Revista publicando.
dc.relationGonzález, L. M., Garcia, C. A., & Fierro, S. D. (2017). Prospección del riesgo operativo de las Mi pymes en Colombia. Science Direct
dc.relationGuzman, R. O. (2017). Modelo Estocástico de cadenas de Markov ocultas para el problema de quiebra de las empresas ecuatorianas ,en un sector específico de la economía ecuatoriana
dc.relationHall, G. (1994). Factors distinguishing survivors from failures amongst small firms in the UK construction sector. Journal of Management Studies.
dc.relationHeo, J., & Yang, J. Y. (2014). AdaBoost based bankruptcy forecasting of Korean construction companies. Applied soft computing
dc.relationHerrera, F., De la Hoz, G., & Vergara, J. C. (2012). Aplicación de análisis discriminante para evaluar el mejoramiento de los indicadores financieros en las empresas del sector alimento de Barranquilla-Colombia. Revista chilena de ingeniería
dc.relationHerrera, F., De la Hoz, G., & Vergara, J. C. (2012). Aplicación de análisis discriminante para evaluar el mejoramiento de los indicadores financieros en las empresas del sector alimento de Barranquilla-Colombia. Revista chilena de ingeniería
dc.relationHorta, I. M., & Camanho, A. S. (2013). Company failure prediction in the construction industry. Expert Systems with Applications
dc.relationIbarra, A. M. (2001). Análisis de las dificultades financieras de las empresas en una economía emergente: las bases de datos y las variables independientes en el sector hotelero de la Bolsa mexicana de valores. Obtenido de http://ddd.uab.cat/pub/tesis/2001/tdx-1018101-164847/aim1de1.pdf
dc.relationKangari, R. (1988). Business failure in construction industry. Journal of construction Engineering and Manage
dc.relationKapliński, O. (2008). Usefulness and credibility of scoring methods in construction industry. Journal of civil engineering and management
dc.relationKertzman, F. (6 de Julio de 2017). Construccion sigue postrada. Obtenido de http://www.dinero.com/economia/articulo/sector-construccion-en-la-economia-colombia-2017/247364
dc.relationLagos, G., & Rivera, G. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de Chillán
dc.relationLagos, G., & Rivera, G. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de Chillán
dc.relationLangford, D., Iyagba, R., & Komba, D. M. (1993). Prediction of solvency in construction companies. Construction Management and Economics.
dc.relationLeguizamón, P. J. (2014). Mecanismos de acción del régimen de insolvencia empresarial según la Ley 1116 del año 2006, su marco normativo y jurisprudencial, y cumplimiento de dicho régimen. Bachelor's thesis.
dc.relationMarcinkevičius, R., & Kanapickienė, R. (2014). Bankruptcy prediction in the sector of construction in Lithuania. Procedia-Social and Behavioral Sciences
dc.relationMerwin. (1942). Financing small corporations in five manufacturing industries. New York: New York Bureau of economics research
dc.relationMeyer, P. A., & Pifer, H. W. (1970). Prediction of bank failures. The journal of finance.
dc.relationMoreno, J. D., López, O. R., & Diaz, J. C. (2014). Productividad, eficiencia y sus factores explicativos en el sector de la construcción en Colombia 2005-2010. . Cuadernos de Economia .
dc.relationPascual, J. G., & Pessoa de Oliveira, A. K. (2018). Análisis de solvencia en empresas no financieras: modelo estático versus modelo dinámico. Revista de economía
dc.relationPatterson, D. W. (2002). Bankruptcy prediction: A model for the casino industry . University of Nevada.
dc.relationPirez, P. (2018). Distribución, insolvencia y urbanización popular en América Latina. Espacios.
dc.relationPortal de información empresarial. (s.f.). Obtenido de http://pie.supersociedades.gov.co
dc.relationRevista Dinero. (19 de Mayo de 2017). Minería y construcción perjudicaron el crecimiento del PIB en el primer trimestre. Obtenido de http://www.dinero.com/economia/articulo/crecimiento-del-pib-primer-trimestre-de-2017-en-colombia/245535
dc.relationRujoub, M. A., Cook, D. M., & Hay, L. E. (1995). Using cash flow ratios to predict business failures. Journal of Managerial Issues
dc.relationSerrano, C. C. (1996). Self organizing neural networks for financial diagnosis. Decision Support Systems.
dc.relationSerrano, C. C., & Molinero, M. (2001). Bank failure: a multidimensional scaling approach. European Journal of Finance.
dc.relationSuperintendencia de sociedades. (s.f.). Obtenido de https://www.supersociedades.gov.co
dc.relationSuperintendencia de sociedades. (2017). Portal de información empresarial. Recuperado el 2019, de http://pie.supersociedades.gov.co/Pages/default.aspx#/
dc.relationSuperintendencia de sociedades. (2018). Acuerdo de reestructuración. Obtenido de http://www.supersociedades.gov.co/delegatura_insolvencia/Documents/Informes_Periodicos_Febrero_28_2018/Acuerdo_Reeestructuracion_28Febrero2018.htm
dc.relationSuperintendencia de sociedades. (2018). Liquidación judicial. Obtenido de https://www.supersociedades.gov.co/delegatura_insolvencia/Documents/Informes_Periodicos_Febrero_28_2019/Liquidacion_Judicial_28Febrero2018.htm
dc.relationSuperintendencia de Sociedades. (2018). Reorganización Empresarial. Obtenido de https://www.supersociedades.gov.co/imagenes/Gestion_Esdtadistica/2018/Informes_Periodicos_Enero_31_2018/Reorganizacion_Empresarial_Validacion_Judicial_Acumulado_31_Enero2018.ht
dc.relationSuperintendencias de sociedades. (2017). Portal de informacion empresarial . Recuperado el 2019, de http://pie.supersociedades.gov.co/Pages/default.aspx
dc.relationTakahashi, K., Kurukawa, Y., & Watase, K. (1984). Corporate bankruptcy prediction in Japan. Journal of Banking & Finance
dc.relationTisshaw, H. L. (1976). Evaluation of downside risk using financial ratios. Doctoral dissertation, MSc Thesis. University Business School
dc.relationVallejo, P., Henry, J., & Cherrez, E. S. (2017). Predicción de la quiebra de empresas del sector supermercados mediante el modelo de Altman y Cadenas de Markov. Obtenido de Repositorio Digital Universidad Central de Ecuador: http://www.dspace.uce.edu.ec/handle/25000/13989
dc.relationWinakor, & Smith. (1935). Changes in financial structure of unsuccessful industrial companies. Bulletin N° 51 Bureau of Business Research, University of Illinois, IL
dc.relationWong, J. M., & Ng, T. S. (2010). Company failure in the construction industry: A critical review and a future research agenda. In FIG International Congress.
dc.relationZhang, G., Hu, M., Patuwo, B., & Indro, D. C. (1999). Artificial neural networks in bankruptcy prediction: General framework and cross-validation analysis. European journal of operational research
dc.relationZmijewski, M. E. (1984). Methodological issues related to the estimation of financial distress prediction models. Journal of Accounting resear
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rightsAbierto (Texto Completo)
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.titleAnálisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia


Este ítem pertenece a la siguiente institución