2.4.7. MODELO ROSE-GIROUX (1984)

Peter Rose y Gary A. Giroux (1984) a través de su investigación siguieron la línea tradicional en el uso de ratios. Como muestra seleccionaron 46 empresas sin problemas de quiebra y 46 empresas en quiebra. Posteriormente seleccionaron 130 nuevos ratios, que fueron contrastados empíricamente para probar su capacidad de predicción y discriminación entre empresas en proceso de quiebra y empresas sanas. Del total, sólo 34 nuevos ratios mostraron diferencias significativas entre los dos grupos y éstos fueron combinados con 27 ratios que habían dado resultados positivos en previos estudios.

Como método estadístico, utilizaron el MDA Stepwise, dando como resultado un modelo de 18 variables las cuales tuvieron una importante capacidad de predicción hasta 7 años previos a la quiebra. De estas variables 13 fueron nuevos ratios que indicaron creatividad en la elección de predictores.

Este estudio fue importante porque además de utilizarse las tradicionales funciones discriminantes lineales, se aplicaron las funciones cuadráticas. Ambos tipos de funciones, fueron validadas a través del método “holdout Lachembroch”. La exactitud de la clasificación sobre el período de siete años fluctuó del 97.4% al 88% para la función lineal; y del 86.7% al 74.5% para la función cuadrática.

Sus resultados les indicaron que a pesar de que la función cuadrática tuvo menor exactitud de clasificación, ésta reportó menos porcentajes de error durante el séptimo año previo a la quiebra. Además, la “F-test” les indicó diferentes matrices de varianza-covarianza para los dos grupos, lo que sugirió que la función cuadrática podía ser mejor pues exhibía menos capacidad predictiva errática. Sin embargo, estudios posteriores que utilizaron métodos estadísticos alternativos demostraron que los resultados habían sido muy similares, incluso hasta en las tasas de error.

Esto llevaría a otros investigadores a la conclusión de que la capacidad del modelo predictivo no se basaba principalmente en la mejor elección de un tipo de método estadístico que sustituya a otro o en las variables independientes empleadas para la estimación y validación del modelo estadístico; sino que lo fundamental primeramente era considerar la dificultad que existe para obtener los datos que se utilizan en las variables, los cuales tienen que ser una colección de varios años con utilidad informativa y en la mayoría de las veces su acceso es difícil.

Para estos investigadores, sólo a partir de lo anterior era válido considerar posteriormente la correcta selección de las variables y la importancia del método estadístico a utilizar. Esta idea ya había sido expuesta por Hamer (1983) y fue producto de un trabajo empírico llevado a cabo con el objetivo de constatar la sensibilidad de las variables independientes a través de la utilización de tres métodos estadísticos alternativos (discriminante lineal, discriminante cuadrático y condicional logit). Para cumplir con su propósito, Hamer había seleccionado los modelos de Altman, Deakin, Blum y Ohlson, y utilizando una base de datos de empresas fracasadas, aplicó tres métodos estadísticos diferentes y concluyó al igual que Gentry, Newbold, Witford (1985) y Casey, Bartczak (1985), entre otros, que la capacidad de los modelos predictivos construidos a partir de técnicas alternativas de clasificación no difería de forma significativa. Esto establecía como precedente el reconocimiento implícito que eran las bases de datos las que determinaban en una primera fase la selección de las variables independientes y de la técnica estadística.