2.5.1. MODELO DAMBOLENA Y KHOURY (1980)

Dambonela Ismael, de la Universidad de Babson, y Khoury Sarkis, de la Universidad de Bucknell, realizaron un estudio sobre la estabilidad de los ratios y la quiebra empresarial. Para ello presentaron un modelo cuyo principal atributo era su estabilidad a través del tiempo y el mantenimiento del nivel de los ratios como variables explicativas dentro de la función discriminante.

Este estudio fue de los primeros en importancia que abordó el problema de la falta de dinimicidad de los modelos predictivos, al utilizar ratios como variables independientes estáticas que no reflejaban la evolución de la información en cuanto a su tendencia y variabilidad a lo largo de los años.

Según los autores, los ratios de las empresas fracasadas presentan importantes fluctuaciones a medida que se está más cerca del fracaso. Por eso su principal objetivo fue obtener una propuesta sobre la dinimicidad. Para esto consideraron básico medir la estabilidad de cada uno de los ratios en un momento del tiempo aplicando la desviación estándar hasta 4 años previos a la quiebra. El modelo con esto, a parte de incluir los valores de cada ratio con los que se estructuraba la función discriminante, también integraba indicadores de estabilidad temporal pertenecientes a esas variables independientes.

Anteriores estudios sólo habían considerado la estabilidad del ratio pero no del conjunto en general.

Las medidas para medir la estabilidad y dinimicidad del modelo fueron cuatro:1.- Desviación típica de los valores durante los últimos tres años. 2.- Desviación típica de los valores durante los últimos cuatro años. 3.- El error estándar de las tendencias a lo largo de cuatro años. 4.- El coeficiente de variación de los cuatro años.

Una vez obtenidas estas medidas Dambolena y Khoury definieron dos funciones discriminantes a través del método “Stepwise”. La primera función se diseñó a partir de los 15 ratios más populares. En la segunda función se incluyeron a demás de éstos ratios, las desviaciones típicas de cada ratio a lo largo de los últimos cuatro años.

Su investigación les indicó que existía un grado sustancial de inestabilidad durante los últimos años al aplicar a los ratios financieros mediciones como: la desviación estándar; la estimación del error estándar; y el coeficiente de variación de los ratios correspondientes a empresas que llegaron a la quiebra en comparación con aquellas que no quebraron. Dicha inestabilidad mostró un significativo incremento a través del tiempo. La inclusión de la estabilidad de los ratios en el análisis incrementó considerablemente la capacidad discriminante de la función para predecir una quiebra.

El modelo de estos investigadores obtuvo una exactitud clasificatoria entre grupos de empresas fracasadas y no fracasadas del 78% cinco años previos a la quiebra. La fuerza de su análisis consistió en que éste no sólo tendió a desarrollar un modelo con mayor poder predictivo, sino que además buscó desarrollar un sistema conceptual para los demás modelos que buscan predecir las quiebras en las empresas. La desviación estándar de los ratios a través del tiempo mostró ser la mejor medida para la estabilidad del ratio, lo cual representó para ellos el núcleo fuerte de su análisis. Los porcentajes de clasificación correcta fueron del 87% un año previo a la quiebra; 85% tres años y 78% cinco años previos a la quiebra. Su función discriminante incluyó a ratios que pertenecían a las categorías de rentabilidad, endeudamiento y liquidez; y fueron los siguientes:

Para ellos la utilidad de los ratios ofreció una medición razonable para la eficiencia directiva. Los ratios de apalancamiento y la estabilidad del ratio de Activo Fijo / Capital Contable les proporcionó, según ellos, algunos razonamientos históricos para el fracaso empresarial que se resumía en que la excesiva utilización del apalancamiento estaba directamente relacionada con el fracaso, y que la estabilidad del ratio de liquidez constituye una medición necesaria para la solvencia empresarial

En cuanto a su base de datos, ésta la obtuvieron de 68 empresas (34 sanas y 34 en quiebra). Las empresas fueron emparejadas de acuerdo al sector industrial y según los criterios del “Dun and Bradstreets´ Million Dollar Directory”. Los datos financieros de 20 empresas se obtuvieron del “Moody´s Industrial Manual”, con un período de ocho años previos a la quiebra o al último cierre del ejercicio de las empresas sanas. Como en casi todos las investigaciones sobre este tema, los autores tuvieron que eliminar de la muestra a once pares de empresas por la inconsistencia y la variabilidad de los criterios contables. Aquí los estados financieros (balance general y estado de resultados) no tenían ajustes ni estaban reexpresados. Esta omisión se debe a que consideraron que el único ajuste significativo que había realizado Altman fue el correspondiente a la capitalización.

Las quiebras ocurrieron durante el período de 1969-1975 y el sector al que pertenecían las empresas era el manufacturero y el detallista. En cuanto a las variables independientes, la selección de los ratios se hizo bajo las siguientes cuatro consideraciones:

1. La disponibilidad de los datos para calcular los ratios entre todas las empresas y a través del tiempo.

2. La razonabilidad del ratio con relación al desarrollo de la función discriminante.

3. El desarrollo comprensible de un conjunto de ratios en cuanto a su tipo (rentabilidad, liquidez, endeudamiento y actividad).

4. Cada ratio se calculó para todas las empresas a través de un período de cinco años.

Con base en sus resultados finales, Dambolena y Khory concluyeron que al incluirse medidas de estabilidad se obtenía un incremento en las funciones discriminantes un año previo al fracaso. Su trabajo en general aportó importantes elementos y conceptos a la teoría del fracaso empresarial.

Años después Dambolena realizó otro trabajo con Joel Shulman (1988). Su Estudio proporcionó evidencia empírica sobre el incremento de la capacidad predicitiva cuando se incluyen variables basadas en el cash flow. Para ellos la utilización de la variable de Balance Neto Liquido fue muy importante y consistía en la diferencia entre todos los activos líquidos financieros (tesorería, valores transferibles y valores moviliarios) y todos los pasivos exigibles. Esta variable ya había sido utilizada en otros estudios como los de Altman (1968) y Gentry, Newbold y Whitford (1985a). En el modelo de Altman esta variable había incrementado la exactitud predictiva del 85% al 92% un año previo a la quiebra; y del 82% al 84% dos años previos a la quiebra. En el modelo de Gentry et. al. se incrementó del 74% al 89% y del 68 % al 76 %, uno y dos años previos a la quiebra. Todos estos resultados les indicaron que las bases de datos basadas en el efectivo podían incrementar el poder predictivo.