El Pronóstico de insolvencia financiera mediante el análisis discriminante múltiple para el sector automotriz de Tungurahua

Contenido principal del artículo

Christian Fabián Castillo Urco
Diego Fabián Raza Carrillo

Resumen

El objetivo principal de la presente investigación fue evaluar el desempeño financiero que permitió proyectar la insolvencia, financiera mediante el análisis de discriminante múltiple en el sector automotriz de Tungurahua, los resultados fueron distribuidos en: área saludable, área gris (incerteza), área de quiebra. Se destacan 3 objetivos planteados: 1. Determinar los principales componentes del análisis de discriminante múltiple, 2. Diagnosticar la situación financiera del sector automotriz y 3. Adaptar las variables del modelo de riesgo de insolvencia. Se ha desarrollado una metodología basada en la combinación de investigaciones de tipo descriptiva y predictiva con enfoque cuantitativo a través del uso de indicadores. La población fue conformada por 29 empresas del sector, la muestra seleccionada fue fueron las empresas reguladas por la Superintendencia de Compañías, Valores y Seguros del Ecuador (SUPERCIAS) que en total son 5. Para el análisis cuantitativo, se utilizó 5 indicadores obtenidos de los balances financieros disponibles con acceso libre y gratuito en la página web de la SUPERCIAS con el fin de construir la ecuación . El pronóstico se realizó mediante regresión polinomial de segundo orden, los principales resultados obtenidos determinaron que tan solo 1 empresa se encuentra en zona saludable, pese a la crisis económica provocada por la pandemia del COVID-19. La principal conclusión fue que las empresas del sector automotriz de Tungurahua precisan de la utilización de herramientas financieras prácticas, a través del modelo  Z de Altman,profundizando en el uso de las razones financieras dentro de la gestión administrativa, para ello, se debe orientar el análisis y toma de decisiones continuas en base a  estas razones financieras reales y objetivos, con el fin de mitigar o reducir la exposición a los riesgos y retos del entorno interno y externo que enfrenta diariamente la industria en la actualidad.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Castillo Urco, C. F., & Raza Carrillo , D. F. . (2022). El Pronóstico de insolvencia financiera mediante el análisis discriminante múltiple para el sector automotriz de Tungurahua. Espí­ritu Emprendedor TES, 6(2), 21–35. https://doi.org/10.33970/eetes.v6.n2.2022.300
Sección
Artículos
Biografía del autor/a

Christian Fabián Castillo Urco, Pontificia Universidad Católica del Ecuador Sede Ambato, Ambato, Ecuador.

 Ingeniero de Empresas (Facultad de Ciencias Administrativas) Education, MBA em Gestão de Negócios Education

Diego Fabián Raza Carrillo , Universidad Andina Simón Bolívar, Quito, Ecuador.

Docente de Universidad Andina Simón Bolívar, Quito, Ecuador.  MBA (Gestión) Educación,PhD (Educación)

Citas

Altman, E., Danovi, A., y Falini, A. (2013). Z-Score Model´s Aplication to Italian Companies Subject to Extraordinary Administration. Journal of Applied Finance, 23(1), 128-137. Obtenido de https://www.researchgate.net/publication/263167445_Z_Score_models'_application_to_Italian_companies_subject_to_extraordinary_administration
Asociación de Empresas Automotrices del Ecuador. (2021). Sector automotriz en cifras octubre 2021. Obtenido de https://www.aeade.net/wp-content/uploads/2021/12/11.-Sector-en-Cifras-Resumen-Noviembre.pdf
Astorga, J. (2014). Aplicación de modelos de regresión lineal para determinar las armónicas de tensión y corriente. Ingeniería Energética, 234-241. Obtenido de http://scielo.sld.cu/pdf/rie/v35n3/rie08314.pdf
Baciu, R., Petre, B., y Simon, A. (2020). Insolvency Risk. Application of Altman Z-Score to the Auto Parts Sector in Romania. International Journal of Innovation and Economic Development, 6(1), 7-18. doi:10.18775/ijied.1849-7551-7020.2015.61.2001
Bermeo, D., y Armijos, J. (2021). Predicción de quiebra bajo el modelo Z2 Altman en empresas de construcción de edificios residenciales de la provincia del Azuay. Revista Economía y Política(33). doi:doi.org/10.25097/rep.n33.2021.03
Cámara de Industrias de Tungurahua. (24 de Febrero de 2016). 70% de la Industria Carrocera es Tungurahuense. Obtenido de https://camaradeindustriasdetungurahua.wordpress.com/2016/02/24/70-de-la-industria-carrocera-es-tungurahuense/
Caouette, J., Altman, E., y Narayanan, P. (1998). Managing Credit Risk: The Next Great Financial Challenge. New York: John Wiley and Sons, Inc.
Cepeda, J. (2020). Primer Laboratorio de Ensayos Estructurales Virtuales de Autobuses en Latinoamérica: Innovación y Acreditación. Revista Técnica Energía, 168-176. doi:10.37116/REVISTAENERGIA.V16.N2.2020.364
Cucaro, O. (2019). El modelo de predicción de quiebra Z-ScoreM para las empresas de fabricación listado italiano y Z-ScoreM para el italiano Industrial Company . Bari: Università degli Studi di Bari Aldo Moro.
Fierro, S., Guerrero, C., y Zurita, J. (2020). Estrategias empresariales de comercio exterior adaptadas para la industria automotriz de la Provincia de Tungurahua - Ecuador. Dominio de las Ciencias, 636-658. Obtenido de https://dominiodelasciencias.com/ojs/index.php/es/article/view/1187/1869
Fitó, Angels, Plana, D., y Llobe, J. (2018). Usefulness of Z scoring models in the early detection of financial problems in bankrupt Spanish companies. Intangible Capital, 162-170. doi:10.3926/ic.1108.
Hernández, M. (2014). Modelo financiero para la detección de quiebras con el uso de análisis discriminante múltiple. Revista de las Sedes Regionales, 15(32), 4-19. Obtenido de https://www.redalyc.org/pdf/666/66633023001.pdf
Mironiuc, M., y Taran, A. (2015). The Significance of Financial and Non-financial Information in Insolvency Risk Detection. Procedia Economics and Finance, 26, 750-756. doi:10.1016/S2212-5671(15)00834-5
Pérez, Á., y Martínez, P. (2015). Del sobreendeudamiento a la insolvencia: fases de crisis del deudor desde el derecho comparado europeo. Revista chilena de derecho, 93-121. doi:10.4067/S0718-34372015000100005
Uquillas, A., y Flores, F. (2020). Determinantes económicos y financieros de la quiebra bancaria: evidencia de los bancos privados del Ecuador e incidencia de la dolarización en la fragilidad financiera. Revista Brasileira de Gestão de Negócios, 22(4), 949-972. doi:10.7819/rbgn.v22i4.4080
Wang, Y. (2012). Z-score Model on Financial Crisis Early-Warning of Listed Real Estate Companies in China: a Financial Engineering Perspective. Systems Engineering Procedia, 153-157. doi:doi.org/10.1016/j.sepro.2011.11.021.