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

Abstract

Este trabajo desarrolla de forma muy detallada la primera fase de un modelo predictivo para evaluar el éxito o fracaso empresarial dentro de un sector muy específico en una economía emergente, como es el caso de México dentro del sector hotelero que cotiza en la Bolsa Mexicana de Valores. Esta situación conlleva importantes particularidades por el aspecto tan "sui generis" que presenta el análisis financiero en empresas de economías emergentes. <br/><br/>En general los modelos predictivos presentan dos fases para su desarrollo que son muy complejas y de igual importancia, y sin embargo, en la primera de ellas poco se ha trabajado en términos de una estrecha relación conceptual-empírica.<br/><br/>La primera fase comprende el estudio y estructuración detallada de la base de datos para evitar el efecto window dressing, mantener la utilidad y confiabilidad del sistema contable a través de los años para su comparabilidad, y llegar al máximo grado de armonización conceptual entre los diferentes estados financieros utilizados.<br/><br/>Continuando con esta fase, el siguiente paso consiste en que con la base de datos se estima un conjunto de ratios financieros previamente seleccionados dentro de un marco teórico bien fundamentado, el cual también incluye la definición conceptual de la variable dependiente. Si esto se ha cumplido, sólo entonces se debería proceder a utilizar un método mulvariable reductivo, como el análisis factorial, para determinar un conjunto de factores y eliminar al mismo tiempo aquellos ratios que presenten una alta multicolinealidad. Esto es con el fin de llegar a obtener los ratios finales que representarán a los factores con base en su alta correlación entre cada factor y cada ratio emparejado. Una vez llevado a cabo lo anterior es de suma importancia que al factor se le asigne un nombre clave de acuerdo al marco teórico que presentó originalmente el ratio para su interpretación financiera.<br/><br/>Para concluir con la metodología propuesta, se recomienda no pasar por alto la importancia que conlleva seleccionar adecuadamente el sector de la unidad de análisis, la unidad temporal, la muestra y la unidad geográfica. De no ser posible llevar con éxito el desarrollo de la primera fase en términos generales, consideramos que definitivamente no se debería proceder al desarrollo de la segunda fase, pues el modelo adolecería de un sustento conceptual y empírico confiable.<br/><br/>En cuanto a la segunda fase y siguiendo a Altman (1968), el modelo se enfoca a determinar la variable dependiente de forma categórica e incorporar en una función lineal los ratios seleccionados como variables independientes, asignándoles una ponderación individual a cada uno de ellos y aplicando un método multivariable clasificatorio, como el análisis discriminante o el análisis logit, con el fin de obtener un indicador global denominado Z-Score que presenta porcentajes de exactitud y de errores predictivos.

This investigation develops in a very detailed form the first phase of a predictive model in order to evaluate corporate success or failure in a specific industrial sector in an emerging economy, such is Mexico's case with the hospitality industry that lists in the Mexican Stock Exchange. This situation brings important peculiarities due to its "sui generis" aspect which presents the financial analysis of firms in emerging economies.<br/><br/>In general, predictive models present two complex and equally important phases for their development, and the work realized during the first of these phases has been very narrow in its empiric-conceptual relation.<br/><br/>The first phase includes the study and detailed structuring of the data base in order to evade the window dressing effect, to maintain the usefulness and trustfulness of the accounting system through out the years for their comparison, and to achieve the highest grade of conceptual harmonization of the financial statements most commonly used.<br/><br/>Along the same phase, the next step consists in estimating a group of financial ratios previously selected inside a well-founded theoretical frame by using the data base; this frame also includes the conceptual definition of the dependent variable. If this has not been accomplished, only then could a reductive multivariable method be used, for example, the factorial analysis to determine a group of factors and to eliminate at the same time, those ratios that represent high multicolineality . The purpose here is to obtain the final ratios that will represent the factors based on their high correlation between each factor and each matched ratio. Once this is finished, it is very important to assign a key name to each factor according to the theoretical frame originally presented by the ratio for its financial interpretation.<br/><br/>To conclude with the proposed methodology, it is recommended not to ignore the importance of dealing with the accurate selection of the sector's unit of analysis, the temporal unit, sample and geographic unit. In general terms, if succeeding with the development of the first phase is not possible, it is considered not to proceed to the development of the second phase, due to the model's lack of conceptual support and empiric trustfulness.<br/><br/>Concerning the second phase and following Altman (1968), the model focuses on determining the dependent variable in a categorical form and in incorporating the selected ratios in a linear function as independent variables, assigning to each one of them an individual weight and applying a classificatory multivariable method, for example, the discriminant analysis or logit analysis, with the purpose of obtaining a global indicator denominated Z-Score which presents accuracy percentages and predictive errors.