Uso de metodologías para datos longitudinales en la predicción de crisis financiera en empresas argentinas en la década del 2000

Abstract

Desde la década del 60, se han propuesto numerosos modelos que intentan predecir el poder explicativo de distintos indicadores en la crisis empresaria. Gran parte de ellos fueron estudios de corte transversal que no tuvieron en cuenta la autocorrelación que presentan los datos debido a que se trata de mediciones de una misma empresa a través del tiempo. Ya en el siglo XXI comienzan a tomar protagonismo los modelos para datos longitudinales, que consideran la heterogeneidad no observada entre unidades, incorporando en el análisis de la temática a los modelos de riesgo. Por su parte, los modelos de riesgo son pertinentes cuando el objetivo es modelar el riesgo como una función del tiempo y de variables predictoras. Sin embargo, a pesar de que utilizar información adicional de otros periodos de tiempo incrementa la eficiencia y reduce el sesgo de los coeficientes estimados, no es simple determinar la distribución subyacente adecuada. En tal sentido y con la intención de contribuir a un tema de gran interés en nuestro país, en este trabajo se aplica un Modelo de Regresión de Cox, que es un método semiparamétrico, para modelar el riesgo de fracaso empresarial en empresas argentinas que cotizan en bolsa para el período 2003 - 2010, utilizando la información contenida en los estados contables de las empresas y ratios definidos por Altman (1993) y Jones y Hensher (2004). Los resultados obtenidos ponen de manifiesto que el tamaño de la empresa (LNA), el índice de rentabilidad (GE_AT), el Flujo de Fondos operativo sobre el Activo Total (FF_AT) y el índice de endeudamiento (D_PN ) resultan estadísticamente significativas para explicar del riesgo de crisis empresarial.