Análisis Discriminante Múltiple para la estimación de la probabilidad de insolvencia en empresas del sector industrial del distrito de Bogotá

Abstract

El presente trabajo de profundización tiene como objetivo identificar las principales variables de insolvencia de las empresas industriales de Bogotá de forma que se construyan diferentes modelos de estimación que permitan a los grupos de intereses como gerentes, analistas y áreas de riesgo de crédito realizar análisis financieros más precisos y con una fundamentación teórica sólida que facilite una gestión del riesgo de insolvencia más eficiente. La investigación toma como muestra 796 empresas para un periodo de tiempo comprendido entre los años 2010 al 2016, a partir de la cual se construyó una base de datos tipo panel, estableciendo 48 variables independientes, entre estas 40 indicadores financieros y 8 indicadores de mercado. Para estos datos fueron probados los modelos de análisis discriminante múltiple, y los modelos de panel de regresión lineal, el modelo logit y el modelo probit, alcanzando un nivel de acierto para el total de las observaciones de 98.53%, 98.61%, 92.24% y 98.66%, respectivamente, habiendo obtenido solamente tres variables que fueron estadísticamente significativas en los cuatro modelos. Ante esto se identificó el alto nivel de acierto que pueden alcanzar los modelos estadísticos sin utilizar un gran número de indicadores financieros, lo cual facilita la implementación bajo un enfoque practico que permita comparar escenarios bajo diferentes condiciones de tiempo, tamaños de empresas y sectores económicos. Palabras clave: insolvencia, quiebra, fracaso empresarial, análisis discriminante múltiple, panel, regresión lineal, logit, probit.

abstract: The aim of this study of deepening is to identify the main insolvency variables of the industrial companies of Bogota in order to construct different estimation models that allow interest groups such as managers, analysts and credit risk areas to perform more acurate financial analyzes and with a solid theoretical foundation that facilitates a more efficient insolvency risk management. The research takes as sample 796 companies for a period of time comprised between the years 2010 to 2016, from which a panel type database was built, determing 48 independent variables, among these 40 financial indicators and 8 market indicators. For these data, the multiple discriminant analysis models, and the linear regression panel models, the logit model and the probit model were tested, reaching a level of accuracy for the total observations of 98.53%, 98.61%, 92.24% and 98.66. %, respectively, having obtained only three variables that were statistically significant in the four models. Given this, it was identified the high level of success that statistical models can achieve without using a large number of financial indicators, which facilitates the implementation under a practical approach that also allows comparing scenarios under different time conditions, sizes of companies and Economic sectors. Keywords: insolvency, bankruptcy, business failure, multiple discriminant analysis, panel, linear regression, logit, probit.