Variables y modelos para la evaluación del fracaso empresarial. Propuesta de una metodología de fronteras basada en percentiles

Resumen

Este trabajo se ocupa de la selección de variables y de la aplicación de modelos para la identificación y predicción del fracaso empresarial en empresas pequeñas. La primera parte analiza la evolución en el tiempo de los estudios sobre fracaso empresarial. Con carácter general, partimos de la revisión crítica realizada en la literatura previa, y aportamos un análisis de la evidencia empírica adicional, con especial atención a la obtenida durante la última década. Pero además, para subsanar algunas deficiencias detectadas en las revisiones anteriores, nos ocupamos de tres aspectos, que pueden considerarse la principal contribución de esta parte: primero, analizamos la evolución en las últimas décadas del concepto de fracaso empresarial o fallido, detectando cierta evolución desde la identificación hacia la predicción; segundo, analizamos las variables empleadas en los modelos, aportando un estudio de los rasgos empresariales que se representan con las variables (frente al tradicional análisis de frecuencia de las propias variables individuales), siendo los resultados más acordes con los planteamientos y desarrollos teóricos clásicos sobre el fracaso empresarial; y, finalmente, destacamos los puntos fuertes y débiles de las metodologías que, por su reciente aparición, no habían sido analizadas o muy poco por revisiones anteriores: las técnicas de inteligencia artificial y el análisis envolvente de datos (DEA). Adicionalmente, integramos en la revisión el numeroso grupo de trabajos empíricos publicados en España sobre la cuestión, y que no aparecían en ninguna de las revisiones previas analizadas. La segunda parte profundiza en la selección de variables, que constituye uno de los procesos determinantes en la evaluación del fracaso empresarial. Después de comprobar que el primer nivel de selección de variables, a partir de la literatura previa, es adecuado al grupo de estudio, las empresas pequeñas, se lleva a cabo un segundo nivel de selección mediante contrastes estadísticos, usando tanto las diferencias en medias como las diferencias en medianas. Dado que las variables resultantes de cada contraste difieren notablemente, se aplica un variado grupo de métodos de evaluación del fracaso (LDA, QDA, LogDA, KNNDA, logit, probit, y DEA) con el fin de identificar las implicaciones de usar uno u otro contraste. Nuestros resultados indican que la naturaleza de la muestra determina no solo el contraste de selección de variables sino también los métodos de evaluación de fracaso más apropiados, lo que constituye nuestra principal contribución en esta parte. Además, aportamos nuevos resultados empíricos sobre el papel de la información cualitativa en este tipo de modelos, línea donde la evidencia previa sobre pymes es aún escasa. La tercera parte propone una metodología novedosa de cálculo de scores y distancias al fracaso para el análisis en pymes. La metodología propuesta se basa en diferencias estadísticas entre el grupo de empresas fracasadas y el conjunto de la población al que pertenece (sector, periodo y zona geográfica determinados). Los resultados de selección de las variables más discriminantes, y de predicción de fracaso son consistentes con la literatura previa. Además, la metodología permite calcular distancias a la quiebra de empresas particulares o grupos de empresas, así como identificar los indicadores financieros que constituyen puntos fuertes o débiles de la empresa (o grupo de empresas) estudiada a efectos de su potencial reorganización