PEREZ G, Jorge Iván; GONZALEZ C, Karen Lorena    LOPERA C, Mauricio. Modelos de predicción de la fragilidad empresarial: aplicación al caso colombiano para el año 2011. []. , 22, pp.205-228. ISSN 1657-4214.

^les^aEl objetivo de este trabajo consiste en la estimación de un modelo que permita medir la probabilidad de que una empresa entre en riesgo de quiebra. Para alcanzar este objetivo, se utilizaran los estados financieros reportados por las empresas a la Superintendencia de Sociedades en el año 2011. De estos estados se construyeron indicadores financieros que fueron útiles como variables explicativas en la estimación de modelos de regresión binaria, a partir de los cuales se identificaron como relevantes las razones financieras de rentabilidad del activo, rotación del activo y nivel de endeudamiento para la medición de la probabilidad de riesgo de quiebra. Se estiman dos modelos de selección discreta: logit y probit. El primero, clasifica correctamente el 83,20% de las observaciones. Y el segundo, clasifica correctamente el 80,8%.^len^aThe objective of this work is the estimation of a model that allows measure the probability that a company enters bankruptcy risk. To accomplish this objective, we used the financial statements reported by companies to the Superintendencia de Sociedades in 2011. Of these states were constructed financial indicators that were useful as explanatory variables in the estimation of binary regression models, from which we identified as relevant financial ratios of return on assets, asset turnover and level of indebtedness to measure the probability of bankruptcy risk. Besides the estimated model correctly classified the 83.20% and 80.80% of companies depending on the model used.^lfr^aL'objectif de cet article est d'estimer un modèle permettant mesurer la probabilité du risque de faillite d'une entreprise. Pour ce faire, nous prenons les bilans financiers pour l'année 2011 des entreprises enregistrés dans la Superintendance des Sociétés. Nous avons ensuite construit des indicateurs financiers en tant que variables explicatives dans l'estimation des modèles de régression binaires. Les résultats montrent que les variables explicatives du risque de faillite sont: les ratios financiers associés au rendement des actifs, la rotation de l'actif et le niveau d'endettement. En outre, les différents modèles ont permis de classer 83,20% et 80,80% des entreprises.

: .

        · | | |     · |     · ( pdf )