Puntuación Z de Altman

La fórmula del puntaje Z para predecir la quiebra fue publicada en 1968 por Edward I. Altman , quien en ese entonces era profesor asistente de finanzas en la Universidad de Nueva York . Esta fórmula permite determinar la probabilidad de que una empresa quiebre en un plazo de dos años. Los puntajes Z se utilizan para predecir incumplimientos corporativos y como una medida de control fácil de calcular para evaluar la situación financiera de las empresas en estudios académicos. El puntaje Z utiliza múltiples valores de ingresos y balances corporativos para medir la salud financiera de una empresa.

La fórmula

La puntuación Z es una combinación lineal de cuatro o cinco ratios empresariales comunes, ponderados por coeficientes. Estos coeficientes se estimaron identificando un conjunto de empresas que se habían declarado en quiebra y, posteriormente, recopilando una muestra comparable de empresas que habían sobrevivido, teniendo en cuenta el sector y el tamaño aproximado (activos).

Altman aplicó el método estadístico de análisis discriminante a un conjunto de datos de fabricantes que cotizan en bolsa. La estimación se basó originalmente en datos de fabricantes que cotizan en bolsa, pero posteriormente se volvió a estimar utilizando otros conjuntos de datos de empresas privadas de fabricación, no fabricación y servicios.

La muestra de datos original constaba de 66 empresas, la mitad de las cuales se habían declarado en quiebra conforme al Capítulo 7. Todas las empresas de la base de datos eran fabricantes, y se eliminaron las pequeñas empresas con activos inferiores a 1 millón de dólares.

La fórmula original de la puntuación Z era la siguiente: ^{[ 1 ]}

Z = 1,2 X ₁ + 1,4 X ₂ + 3,3 X ₃ + 0,6 X ₄ + 1,0 X ₅ .

X ₁ = relación entre el capital de trabajo y los activos totales. Mide los activos líquidos en relación con el tamaño de la empresa.

X² = ratio de utilidades retenidas respecto al total _de activos. Mide la rentabilidad que refleja la antigüedad y la capacidad de generar ingresos de la empresa.

X3 = ratio de ganancias antes de intereses e impuestos sobre el total _de activos. Mide la eficiencia operativa sin considerar los factores fiscales ni el apalancamiento. Reconoce la importancia de las ganancias operativas para la viabilidad a largo plazo.

X ₄ = relación entre el valor de mercado del capital y el valor contable del total de pasivos. Añade una dimensión de mercado que puede mostrar la fluctuación del precio de los valores como una posible señal de alerta.

X ₅ = relación entre ventas y activos totales. Medida estándar para la rotación total de activos (varía mucho de un sector a otro).

Altman descubrió que el perfil de ratio para el grupo de empresas en quiebra se situaba en un promedio de -0,25, y para el grupo de empresas que no estaban en quiebra, en un promedio de +4,48.

Precedentes

El trabajo de Altman se basó en la investigación del investigador contable William Beaver y otros. En la década de 1930 y posteriormente, Mervyn y otros recopilaron muestras emparejadas y evaluaron que diversos ratios contables parecían ser útiles para predecir la quiebra. La puntuación Z de Altman es una versión personalizada de la técnica de análisis discriminante de R. A. Fisher (1936).

El trabajo de William Beaver, publicado en 1966 y 1968, fue el primero en aplicar un método estadístico, la prueba t , para predecir la quiebra en una muestra de empresas emparejadas. Beaver aplicó este método para evaluar la importancia de varios ratios contables mediante análisis univariado, utilizando cada ratio de forma individual. La principal mejora de Altman consistió en aplicar un método estadístico, el análisis discriminante, que permite considerar múltiples variables simultáneamente.

Precisión y eficacia

En su prueba inicial, se encontró que la puntuación Z de Altman tenía una precisión del 72 % para predecir la quiebra dos años antes del evento, con un error de tipo II (falsos negativos) del 6 % (Altman, 1968). En una serie de pruebas posteriores que abarcaron tres períodos durante los siguientes 31 años (hasta 1999), se encontró que el modelo tenía una precisión aproximada del 80-90 % para predecir la quiebra un año antes del evento, con un error de tipo II (clasificar a la empresa como en quiebra cuando no lo está) de aproximadamente el 15-20 % (Altman, 2000). ^{[ 2 ]}

Sin embargo, esto exagera la capacidad predictiva del puntaje Z de Altman. Los académicos han criticado durante mucho tiempo el puntaje Z de Altman por ser "declaraciones en gran medida descriptivas desprovistas de contenido predictivo... Altman demuestra que las empresas fallidas y las que no lo fueron tienen ratios diferentes, no que los ratios tengan poder predictivo. Pero el problema crucial es hacer una inferencia en la dirección inversa, es decir, de los ratios a los fracasos". ^{[ 3 ]} Desde aproximadamente 1985 en adelante, los puntajes Z obtuvieron una amplia aceptación por parte de auditores, contadores de gestión, tribunales y sistemas de bases de datos utilizados para la evaluación de préstamos (Eidleman). El enfoque de la fórmula se ha utilizado en una variedad de contextos y países, aunque fue diseñado originalmente para empresas manufactureras que cotizan en bolsa con activos de más de $1 millón. Las variaciones posteriores de Altman fueron diseñadas para ser aplicables a empresas privadas (el puntaje Z' de Altman) y empresas no manufactureras (el puntaje Z" de Altman).

Ni los modelos de Altman ni otros modelos basados en el balance general se recomiendan para su uso con entidades financieras. Esto se debe a la opacidad de los balances de las entidades financieras y al uso frecuente de partidas fuera de balance.

Los modelos académicos modernos de predicción de impago y quiebra se basan en gran medida en datos de mercado en lugar de los ratios contables predominantes en el índice Z de Altman. ^{[ 4 ]}

Definiciones originales de los componentes de la puntuación Z

X ₁ = capital de trabajo / activos totales

X ₂ = utilidades retenidas / activos totales

X ₃ = ganancias antes de intereses e impuestos / activos totales

X ₄ = valor de mercado del patrimonio / pasivos totales

X ₅ = ventas / activos totales

Modelo de bancarrota con puntuación Z:

Z = 1,2 X ₁ + 1,4 X ₂ + 3,3 X ₃ + 0,6 X ₄ + 1 X ₅

Zonas de discriminación:

Z > 2,99 – zona "segura"

1,81 < Z < 2,99 – zona "gris"

Z < 1,81 – zona de "alteración"

Puntuación Z estimada para empresas no manufactureras y mercados emergentes.

X ₁ = (activos corrientes − pasivos corrientes) / activos totales

X ₂ = utilidades retenidas / activos totales

X ₃ = ganancias antes de intereses e impuestos / activos totales

X ₄ = valor contable del patrimonio / pasivos totales

Modelo de quiebra con puntuación Z (empresas no manufactureras):

Z = 6,56 X ₁ + 3,26 X ₂ + 6,72 X ₃ + 1,05 X ₄^{[ 5 ]}

Modelo de quiebra con puntuación Z (mercados emergentes):

Z = 3,25 + 6,56 × ₁ + 3,26 × ₂ + 6,72 × ₃ + 1,05 × ₄

Zonas de discriminación:

Z > 2,6 – zona "segura"

1,1 < Z < 2,6 – zona "gris"

Z < 1,1 – zona de "alteración"

Ejemplos

^{[ 6 ]}

Véase también

Referencias

Altman, Edward I. (julio de 2000). "Predicción de dificultades financieras de las empresas" (PDF) . Stern.nyu.edu : 15–22 .

Altman, Edward I. (septiembre de 1968). "Ratios financieros, análisis discriminante y predicción de quiebra corporativa". Journal of Finance . 23 (4): 189– 209. doi : 10.1111/j.1540-6261.1968.tb00843.x . S2CID 154437292 .

Altman, Edward I. (mayo de 2002). "Revisión de los modelos de calificación crediticia en un entorno de Basilea II" (PDF) . Preparado para "Credit Rating: Methodologies, Rationale, and Default Risk", London Risk Books 2002. Archivado del original (PDF) el 18 de septiembre de 2006. Consultado el 8 de agosto de 2007 .

Eidleman, Gregory J. (1995-02-01). "Puntuaciones Z: una guía para la predicción de fallos" . The CPA Journal Online .

Fisher, Ronald Aylmer (1936). "El uso de mediciones múltiples en problemas taxonómicos" . Anales de Eugenesia . 7 (2): 179. doi : 10.1111/j.1469-1809.1936.tb02137.x . hdl : 2440/15227 .

El uso de módulos de calificación crediticia y la importancia de una cultura crediticia, por el Dr. Edward I. Altman, Stern School of Business , Universidad de Nueva York.

↑ realequityresearch.dk/Documents/Z-Score_Altman_1968.pdf
↑ Predicción de dificultades financieras en empresas: Revisión de los modelos Z-SCORE y ZETA
↑ Johnson, CG 1970. Análisis de ratios y predicción de la quiebra de empresas. Journal of Finance, 25(5), 1166-1168. Para críticas adicionales, véase, por ejemplo, Moyer, RC 1977. Pronóstico de la quiebra financiera. Financial Management, 6(1), 11-17.
↑ Véase, por ejemplo, Shumway, T. 2001. Forecasting Bankruptcy More Accurately: A Simple Hazard Model. Journal of Business, 74(1), 101–124.; Campbell, JY, J. Hillscher y J. Szilagyi. 2008. In Search of Distress Risk. Journal of Finance, 63(6), 2899-2939; Li, L. y R. Faff. 2019. Predicting Corporate Bankruptcy: What Matters? International Review of Economics and Finance, 62, 1–19.
↑ Edward I. Altman; et al. (junio de 2017). "Predicción de dificultades financieras en un contexto internacional: una revisión y análisis empírico del modelo de puntuación Z de Altman". Journal of International Financial Management and Accounting . 28 (2): 131– 171. doi : 10.1111/jifm.12053 . S2CID 155302026 .
1 2 Khatkale, Swati (2014). Symbiosis International University (ed.). "Un estudio exploratorio para evaluar el desempeño de las agencias de calificación crediticia indias 2005 2013" . hdl : 10603/38090 . Recuperado el 19 de diciembre de 2021. Por otro lado, todos los incumplimientos en el caso de las empresas indias calificadas fueron en productos financieros no estructurados. Los deudores como Arvind Products, Suzlon, Royal Orchid Hotel, Deccan Chronicle Holding y Ansal Properties tenían calificaciones de grado de inversión ya sea en el momento del incumplimiento o solo unos días antes del mismo. El puntaje Z de Altman predijo el incumplimiento en el caso de Royal Orchid, Arvind Products y Suzlon Energy, lo cual no se reflejó en las calificaciones. Esto demostró que un modelo simple como el puntaje Z de Altman fue más informativo que las calificaciones otorgadas por las agencias de calificación crediticia. Por lo tanto, los hallazgos de los estudios de caso respaldan los hallazgos de la precisión general de las agencias de calificación crediticia indias con base en las tasas de incumplimiento. Por lo tanto, las agencias de calificación crediticia indias deben mejorar la precisión y la puntualidad de las calificaciones de los productos normales no estructurados.

Lecturas adicionales

Caouette, John B; Edward I Altman, Paul Narayanan (1998). Managing Credit Risk – the Next Great Financial Challenge , John Wiley & Sons : Nueva York. ISBN 978-0-471-11189-4
Mare, Davide; Moreira, Fernando; Rossi, Roberto (2016). "Medidas de puntuación Z no estacionarias" . European Journal of Operational Research . 260 : 348–358 . doi : 10.1016/j.ejor.2016.12.001 . hdl : 20.500.11820/0a77ff25-1f7c-40a0-8eb4-57f7b19ba48a . SSRN 2688367 .

Enlaces externos

Calculadora de puntuación Z de Altman

[1] realequityresearch.dk/Documents/Z-Score_Altman_1968.pdf

[2] Predicción de dificultades financieras en empresas: Revisión de los modelos Z-SCORE y ZETA

[3] Johnson, CG 1970. Análisis de ratios y predicción de la quiebra de empresas. Journal of Finance, 25(5), 1166-1168. Para críticas adicionales, véase, por ejemplo, Moyer, RC 1977. Pronóstico de la quiebra financiera. Financial Management, 6(1), 11-17.

[4] Véase, por ejemplo, Shumway, T. 2001. Forecasting Bankruptcy More Accurately: A Simple Hazard Model. Journal of Business, 74(1), 101–124.; Campbell, JY, J. Hillscher y J. Szilagyi. 2008. In Search of Distress Risk. Journal of Finance, 63(6), 2899-2939; Li, L. y R. Faff. 2019. Predicting Corporate Bankruptcy: What Matters? International Review of Economics and Finance, 62, 1–19.

[5] Edward I. Altman; et al. (junio de 2017). "Predicción de dificultades financieras en un contexto internacional: una revisión y análisis empírico del modelo de puntuación Z de Altman". Journal of International Financial Management and Accounting . 28 (2): 131– 171. doi : 10.1111/jifm.12053 . S2CID 155302026 .

[Khatkale-6] 1 2 Khatkale, Swati (2014). Symbiosis International University (ed.). "Un estudio exploratorio para evaluar el desempeño de las agencias de calificación crediticia indias 2005 2013" . hdl : 10603/38090 . Recuperado el 19 de diciembre de 2021. Por otro lado, todos los incumplimientos en el caso de las empresas indias calificadas fueron en productos financieros no estructurados. Los deudores como Arvind Products, Suzlon, Royal Orchid Hotel, Deccan Chronicle Holding y Ansal Properties tenían calificaciones de grado de inversión ya sea en el momento del incumplimiento o solo unos días antes del mismo. El puntaje Z de Altman predijo el incumplimiento en el caso de Royal Orchid, Arvind Products y Suzlon Energy, lo cual no se reflejó en las calificaciones. Esto demostró que un modelo simple como el puntaje Z de Altman fue más informativo que las calificaciones otorgadas por las agencias de calificación crediticia. Por lo tanto, los hallazgos de los estudios de caso respaldan los hallazgos de la precisión general de las agencias de calificación crediticia indias con base en las tasas de incumplimiento. Por lo tanto, las agencias de calificación crediticia indias deben mejorar la precisión y la puntualidad de las calificaciones de los productos normales no estructurados.

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]